“卖断货”的西部数据仍然渴望中国的订单
全球存储龙头西部数据（WD，Nasdaq：WDC）在中国的动作变得更加频繁了。
5月末，西部数据在深圳举办了面相中国客户的首个创新日活动，吸引了中国云服务商、自动驾驶等领域的诸多厂商参与。这份参与厂商名单，也恰好是中国AI投资最活跃的几条赛道。
西部数据是过去一年全球股市表现最突出的AI基础设施标的之一。截至目前，这家公司的股价已从一年前的不足50美元攀升至约526美元，涨幅超过十倍。在2026财年第二季度的财报会上，西部数据首席执行官Irving Tan透露，公司全年产能已基本被预订完毕，部分长期供应协议覆盖至2027年和2028年。
这家公司的增长逻辑是，AI数据中心需要存储，而大规模存储最经济的方式依然是机械硬盘（HDD），这也是西部数据当前最核心的业务。
2025年2月，西部数据与旗下闪存业务闪迪（Sandisk）正式完成拆分。分拆后，西部数据专注HDD业务，闪迪则拓展固态硬盘（SSD）领域。目前，全球机械硬盘市场实际只剩三位规模玩家：西部数据、希捷和东芝，供给端高度集中，因此定价权也明显向供应侧偏移。
然而，几乎已经“卖断货”的西部数据，仍然渴望来自中国市场的订单。
西部数据全球销售与市场营销副总裁Stefan Mandl在接受界面新闻专访时表示，他一直频访中国客户，因为中国正在经历其他地区很难看到的猛烈发展势头。
根据Fortune Business Insights预测，从2025年到2032年，中国AI基础设施市场的年复合增长率将达到32.5%，超过IDC预测的全球均值31%。其中，腾讯、字节跳动、阿里巴巴等科技巨头，都在为加速布局AI数据中心而连年调高资本开支。
这些投入最终会转化为对存储类产品的庞大采购需求。尽管“固态硬盘将取代机械硬盘”的说法在业内流传已久，但西部数据首席产品官Ahmed Shihab告诉界面新闻，从头部客户的反馈来看，这种趋势并不明显。核心在于机械硬盘寿命损耗非常慢，且具有相当的成本优势——目前固态硬盘单位容量成本（每TB）是HDD的近20倍。
存储之于AI基建的重要性，已经成为全球科技行业的共识。
Ahmed Shihab提到，AI的本质是数据系统，底层由数据采集、准备、模型训练、推理几个环节构成，而每一次训练和推理都会生成数据。计算资源可以在训练和推理之间循环复用，但数据的规模却在无休止地膨胀。这是驱动存储需求爆发式增长的根本动力。
国际数据公司IDC预测，到2029年，全球AI基础设施支出将突破1万亿美元，五年复合年增长率约为31%。而其中，近80%的云存储仍将以固态硬盘为载体。
Stefan Mandl表示，西部数据针对其全球核心客户和分销商开展了一项抽样调查，结果显示，中国客户的诉求主要集中在两点。第一，在大量支持AI训练与推理工作的同时，做好TCO（总体拥有成本）控制，超过80%的受访者将其列为首要任务；第二，对存储基础设施的可靠性和可用性有极高要求。例如万卡GPU集群一旦出现存储问题，整个集群就可能闲置，损失难以承受。
存储需求的飙升，的确已经成为AI基建中的关键变量。
以当前主流的多模态大模型为例，单次训练所涉及的图片、音频、视频数据规模已达百PB量级，而随着模型参数继续扩大，这一数字正在向EB级逼近。阿里云、腾讯云都曾对外表示，其单集群的存储规模已达到百EB级别。如果按1EB数据需要10万块硬盘来计算，百EB背后的存储成本可想而知。这也是为什么，TCO（总体拥有成本）成为中国客户在采购存储时最核心的考量之一。
针对中国客户的需求，西部数据也展示了其最新的技术方案。例如，基于其同步推进能量辅助垂直磁记录（ePMR）技术与热辅助磁记录（HAMR）技术的双路径策略，西部数据将在2029年推出单盘容量超过100TB的机械硬盘。目前，西部数据已实现单碟4TB容量，并在实验室攻克了将单碟容量提升至10TB的技术瓶颈。
这种单盘容量的增长，意味着一个机柜能存储的数据量将成倍提升，所需硬盘数量相应减少，电费、机柜、运维成本也将随之压缩。
此外，西部数据还推出了功耗优化型机械硬盘，可在仅牺牲5%-10%性能的前提下降低20%的功耗，该产品预计在2027年进入客户认证阶段，同样旨在降低客户运营成本。
对西部数据而言，中国客户在意的另一个话题是供应链安全。当机械硬盘成为AI基础设施的战略级资源，一些厂商担忧它是否面临和GPU同样的断供风险。Stefan Mandl对此表示，正在与中国客户建立长期的需求预测共享机制。“供应链保障需要2-4年的长期能见度。所以我们和客户保持每周甚至每天的高频交流，不仅是为了在技术层面达成共识，也更为了在供应与预测层面实现对齐，从而精准满足并匹配这些市场需求。”
全球存储龙头西部数据（WD，Nasdaq：WDC）在中国的动作变得更加频繁了。
5月末，西部数据在深圳举办了面相中国客户的首个创新日活动，吸引了中国云服务商、自动驾驶等领域的诸多厂商参与。这份参与厂商名单，也恰好是中国AI投资最活跃的几条赛道。
西部数据是过去一年全球股市表现最突出的AI基础设施标的之一。截至目前，这家公司的股价已从一年前的不足50美元攀升至约526美元，涨幅超过十倍。在2026财年第二季度的财报会上，西部数据首席执行官Irving Tan透露，公司全年产能已基本被预订完毕，部分长期供应协议覆盖至2027年和2028年。
这家公司的增长逻辑是，AI数据中心需要存储，而大规模存储最经济的方式依然是机械硬盘（HDD），这也是西部数据当前最核心的业务。
2025年2月，西部数据与旗下闪存业务闪迪（Sandisk）正式完成拆分。分拆后，西部数据专注HDD业务，闪迪则拓展固态硬盘（SSD）领域。目前，全球机械硬盘市场实际只剩三位规模玩家：西部数据、希捷和东芝，供给端高度集中，因此定价权也明显向供应侧偏移。
然而，几乎已经“卖断货”的西部数据，仍然渴望来自中国市场的订单。
西部数据全球销售与市场营销副总裁Stefan Mandl在接受界面新闻专访时表示，他一直频访中国客户，因为中国正在经历其他地区很难看到的猛烈发展势头。
根据Fortune Business Insights预测，从2025年到2032年，中国AI基础设施市场的年复合增长率将达到32.5%，超过IDC预测的全球均值31%。其中，腾讯、字节跳动、阿里巴巴等科技巨头，都在为加速布局AI数据中心而连年调高资本开支。
这些投入最终会转化为对存储类产品的庞大采购需求。尽管“固态硬盘将取代机械硬盘”的说法在业内流传已久，但西部数据首席产品官Ahmed Shihab告诉界面新闻，从头部客户的反馈来看，这种趋势并不明显。核心在于机械硬盘寿命损耗非常慢，且具有相当的成本优势——目前固态硬盘单位容量成本（每TB）是HDD的近20倍。
存储之于AI基建的重要性，已经成为全球科技行业的共识。
Ahmed Shihab提到，AI的本质是数据系统，底层由数据采集、准备、模型训练、推理几个环节构成，而每一次训练和推理都会生成数据。计算资源可以在训练和推理之间循环复用，但数据的规模却在无休止地膨胀。这是驱动存储需求爆发式增长的根本动力。
国际数据公司IDC预测，到2029年，全球AI基础设施支出将突破1万亿美元，五年复合年增长率约为31%。而其中，近80%的云存储仍将以固态硬盘为载体。
Stefan Mandl表示，西部数据针对其全球核心客户和分销商开展了一项抽样调查，结果显示，中国客户的诉求主要集中在两点。第一，在大量支持AI训练与推理工作的同时，做好TCO（总体拥有成本）控制，超过80%的受访者将其列为首要任务；第二，对存储基础设施的可靠性和可用性有极高要求。例如万卡GPU集群一旦出现存储问题，整个集群就可能闲置，损失难以承受。
存储需求的飙升，的确已经成为AI基建中的关键变量。
以当前主流的多模态大模型为例，单次训练所涉及的图片、音频、视频数据规模已达百PB量级，而随着模型参数继续扩大，这一数字正在向EB级逼近。阿里云、腾讯云都曾对外表示，其单集群的存储规模已达到百EB级别。如果按1EB数据需要10万块硬盘来计算，百EB背后的存储成本可想而知。这也是为什么，TCO（总体拥有成本）成为中国客户在采购存储时最核心的考量之一。
针对中国客户的需求，西部数据也展示了其最新的技术方案。例如，基于其同步推进能量辅助垂直磁记录（ePMR）技术与热辅助磁记录（HAMR）技术的双路径策略，西部数据将在2029年推出单盘容量超过100TB的机械硬盘。目前，西部数据已实现单碟4TB容量，并在实验室攻克了将单碟容量提升至10TB的技术瓶颈。
这种单盘容量的增长，意味着一个机柜能存储的数据量将成倍提升，所需硬盘数量相应减少，电费、机柜、运维成本也将随之压缩。
此外，西部数据还推出了功耗优化型机械硬盘，可在仅牺牲5%-10%性能的前提下降低20%的功耗，该产品预计在2027年进入客户认证阶段，同样旨在降低客户运营成本。
对西部数据而言，中国客户在意的另一个话题是供应链安全。当机械硬盘成为AI基础设施的战略级资源，一些厂商担忧它是否面临和GPU同样的断供风险。Stefan Mandl对此表示，正在与中国客户建立长期的需求预测共享机制。“供应链保障需要2-4年的长期能见度。所以我们和客户保持每周甚至每天的高频交流，不仅是为了在技术层面达成共识，也更为了在供应与预测层面实现对齐，从而精准满足并匹配这些市场需求。”
本文链接：http://m.sushuapos.com/show-2-16527-0.html“卖断货”的西部数据仍然渴望中国的订单
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇：肽注射热潮背后暗藏隐忧
