AI正快速渗透到各行各业，从医疗影像、金融建模到自动驾驶与自动化，背后的数据处理需求也在爆发式增长。
特别是在AI模型训练和推理过程中，动辄PB甚至EB级别的数据集，正对现有存储架构提出前所未有的挑战。
希捷认为，AI让存储系统面临三方面的挑战：
成本问题：虽然SSD性能很强，但在大规模AI训练中全面采用SSD的成本过高。并且，SSD不适合长期保存海量训练数据。
架构复杂：传统SAS/SATA硬盘虽价格合理，但接口设计并非针对AI场景，容易带来额外的延迟，还有部署的复杂度。
云存储限制：依赖云存储的话，会产生很高的网络传输费用，响应延迟较高，还存在检索性能不可预测等问题，可能会拖慢AI模型响应速度。
为解决这些问题，希捷提出，将NVMe协议拓展到大容量机械硬盘（HDD）上。
这种设计既有HDD硬盘的高密度、低成本优势，也有NVMe协议的高速、低延迟特性。架构图中可见，它还用了SSD做Cache，这种架构可以优化AI数据处理流程。
希捷认为，基于NVMe HDD的系统有很多优势。
首先，它无需HBA卡和SAS相关设备，可以简化部署。同时，支持通过DPU让GPU直连存储，绕过CPU来降低延迟。最后，还支持NVMe over Fabrics（NVMe-oF）协议，便于构建大规模分布式AI存储系统。
早在2020年OCP大会上，就有专家提出设想：未来无论是SSD、HDD，甚至是磁带，都可以统一采用NVMe协议，逐步替代SATA和SAS。
虽然听起来特别新鲜，但从技术演进角度来看也挺有道理。
一方面，传统的SAS/SATA协议需要通过中间转换才能连接主机PCIe总线，效率受限。而NVMe天然基于PCIe，具备更高并发和更低延迟的优势。
另一方面，虽然磁盘和磁带都是串行设备，无法完全发挥NVMe的带宽潜力，但统一协议后将简化系统设计，避免协议转换的开销，提升整体效率。
长远来看，随着PCIe交换技术的发展，NVMe未来有望成为跨介质通用的块访问协议，推动存储架构进一步标准化。现在看来，这一设想正慢慢走进现实。
在希捷的智能制造工厂中，希捷用NVMe HDD硬盘支撑的AI做缺陷检测。
相比传统方案，NVMe硬盘不仅支持大容量高清图像的无压缩存储，还能实现高效的数据检索与模型再训练，显著提升分析速度与准确率，同时降低整体存储成本。
除了制造业，NVMe HDD也适用于医疗影像、金融数据分析、自动驾驶系统以及超大规模云AI平台。
希捷还强调，NVMe HDD在碳排放和能耗节省方面也优于SSD。NVMe HDD的碳足迹效率是SSD的10倍，运行功耗效率提升4倍。并且，每TB成本都能显著降低。
希捷正在AI存储领域发力，包括会基于Mozaic平台提供更大容量的硬盘，强化对于NVMe-oF协议支持，实现AI在混合环境中平滑扩展。同时，还会提供标准化参考架构，帮助开发者轻松构建和部署AI存储。
