Western Digital 將參展 COMPUTEX 2026:AI 不僅由運算驅動,更由數據驅動

Key facts

  • Western Digital 將參展 COMPUTEX 2026:AI 不僅由運算驅動,更由數據驅動
  • Western Digital (WD) 將於 COMPUTEX 2026 強調 AI 基礎設施本質上是一個數據系統,而非僅是運算系統。該公司指出,為應對 AI 驅動的數據量指數級增長,儲存扮演著關鍵角色。透過2026年6月4日的主題演講和攤位展示,WD 將介紹可將 HDD 吞吐量提升四倍的新技術,以及新款 Ultrastar Data 3000 系列 JBOD 等產品。WD 提出兼具效能與經濟性的分層式儲存解決方案,以支援大規模 AI 的可持續擴展。
  • Source: PR Times
  • Date: 2026年6月2日

Direct answer

Western Digital (WD) 將於 COMPUTEX 2026 強調 AI 基礎設施本質上是一個數據系統,而非僅是運算系統。該公司指出,為應對 AI 驅動的數據量指數級增長,儲存扮演著關鍵角色。透過2026年6月4日的主題演講和攤位展示,WD 將介紹可將 HDD 吞吐量提升四倍的新技術,以及新款 Ultrastar Data 3000 系列 JBOD 等產品。WD 提出兼具效能與經濟性的分層式儲存解決方案,以支援大規模 AI 的可持續擴展。

Citation
Western Digital 將參展 COMPUTEX 2026:AI 不僅由運算驅動,更由數據驅動 (2026年6月2日), PR Times
Source
PR Times
Date
2026年6月2日
Western Digital (WD) 將於 COMPUTEX 2026 強調 AI 基礎設施本質上是一個數據系統,而非僅是運算系統。該公司指出,為應對 AI 驅動的數據量指數級增長,儲存扮演著關鍵角色。透過2026年6月4日的主題演講和攤位展示,WD 將介紹可將 HDD 吞吐量提升四倍的新技術,以及新款 Ultrastar Data 3000 系列 JBOD 等產品。WD 提出兼具效能與經濟性的分層式儲存解決方案,以支援大規模 AI 的可持續擴展。
techNQ 51/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年6月2日 18:00
  • 🔍 收集: 2026年6月2日 09:20
  • 🤖 AI分析完成: 2026年6月2日 09:28(收集後7分鐘)
為AI驅動的數據經濟提供儲存基礎設施的Western Digital(納斯達克代號:WDC,以下簡稱「WD」)今日宣布將參加COMPUTEX 2026。WD將透過此次活動,促使業界理解AI基礎設施不僅僅是一個運算系統,其本質上是一個數據系統。從訓練和推論到代理型AI和實體AI,所有AI工作負載都會持續生成數據,這些數據會不斷累積、增長並隨時間擴展。這一趨勢正在從根本上改變企業大規模設計AI基礎設施的方式。

這些變化使AI開發者面臨一個核心挑戰:如何在維持效能和大規模環境中的經濟效益的同時,管理指數級增長的數據。如何管理數據,將決定AI是能創造可持續的商業價值,還是成為一個不可持續的成本因素。在COMPUTEX上,WD將透過論壇主題演講、攤位展示和新的儲存創新來應對這一現實。

論壇講座:「為大規模AI重塑儲存」

主講人:Ahmed Shihab,WD產品長

時間:2026年6月4日(星期四)上午11:00~11:25
地點:台北國際電腦展2館,701室

WD產品長Ahmed Shihab將闡述為何AI基礎設施不能再以運算效能為中心進行設計,以及為何持續的數據增長、分層式架構和基礎設施的經濟性正成為大規模AI的主要限制因素。

TRENDFOCUS副總裁John Chen表示:「向AI驅動的工作負載轉變,要求儲存系統在多個層級上提供更高的吞吐量、更大的容量和更高的可靠性。WD在HDD和平台技術上的進步,展示了在大規模環境中支持數據密集型AI所需的創新。」

歡迎蒞臨COMPUTEX 2026的WD攤位

時間:2026年6月2日(星期二)~5日(星期五)
地點:台北南港展覽館2館4樓,攤位號碼 #R1308

WD的展示將具體介紹這種以數據為中心的架構,並說明儲存如何支持大規模AI系統。參觀者將能看到WD涵蓋UltraSMR、ePMR和HAMR技術的Ultrastar® HDD大容量儲存產品組合。公司還將介紹兩項業界首創的先進HDD創新技術:高頻寬硬碟技術和雙致動器技術。這些技術預計能將HDD的吞吐量提高四倍,同時維持客戶目前使用的每TB相對I/O效能。這將減少因容量擴展而增加SSD部署或重新設計服務的需求。

WD介紹的平台解決方案包括Ultrastar Data Series JBOD、OpenFlex® EBOF和RapidFlex® NVMe-oF™控制器。這些解決方案透過優化容量和效能、降低成本並縮短價值實現時間,幫助雲端、新雲端和HPC企業在無需昂貴基礎設施設計的情況下加速部署。WD還將展示新款Ultrastar Data 3000系列JBOD,為AI數據增長提供所需的可擴展容量。Ultrastar Data 3000系列採用ArcticFlow™多區冷卻技術和專利的IsoVibe™震動隔離技術,在專為大規模環境穩定運作而設計的平台中,可將硬碟返修率降低高達62%¹,從而優化效能和可靠性。此外,3000系列配備12個支援24Gb/s SAS 4主機連接的連接埠,能預先應對因容量和工作負載增加而帶來的頻寬需求。

WD還將展示分層式儲存解決方案,包括基於Ceph的架構,以及與IBM® Storage Scale和XTAO共同開發的架構。這些解決方案根據AI數據生命週期的各個階段優化效能和經濟性,透過分層的系統級架構,在提高GPU效率的同時,幫助降低大規模環境的成本。

此外,全球知名的WD Color產品組合,包括WD Gold®、WD Red®、WD Purple®,以及為內容創作者重新打造的外部儲存解決方案品牌G-DRIVE®系列也將展出。

憑藉這些創新,WD作為AI基礎設施中關鍵的基礎層,實現了在各種環境中數據的保存、移動和擴展性。

WD全球銷售與行銷副總裁Stefan Mandl表示:「在業界的關鍵轉折點,COMPUTEX是與全球AI領導者和開發者建立聯繫的絕佳機會。AI正以前所未有的規模和速度推動數據增長。那些將AI視為數據系統的組織,才能夠建構出具備長期經濟性和效率的可擴展AI。WD提供了支持AI系統長期運作所需的耐用、可擴展且具經濟效益的數據基礎設施。」

在WD攤位#R1308,您可以與我們的團隊和參展合作夥伴交流,並觀看解決方案的示範。我們也將向您介紹如何高效、經濟且具長期可靠性地擴展您的AI數據系統。

關於WD

Western Digital(WD)致力於建構在AI驅動的數據經濟中支撐確定性的儲存基礎設施。站在創新的最前線,我們與世界領先的超大規模資料中心、雲端服務供應商和企業合作,大規模提供經過驗證且可靠的儲存解決方案。在重視創新和執行力的企業文化下,WD幫助客戶安心地儲存、保護和利用全球的數據。更多資訊請參閱WD的LinkedIn或WD官方網站。

¹ 根據與未搭載這些功能的世代相比,所觀察和預測的硬碟返修率數據。此聲明不改變產品規格或保固內容。

WD、WD標誌、Western Digital、ArcticFlow、IsoVibe、OpenFlex、G-DRIVE、RapidFlex、Ultrastar、WD Gold、WD Purple和WD Red是Western Digital Corporation或其附屬公司在美國和/或其他國家的註冊商標或商標。Ceph是Red Hat, Inc.或其子公司在美國和其他國家的商標或註冊商標。IBM是IBM Corporation或其附屬公司在美國和其他國家的註冊商標或商標。NVMe-oF文字標記是NVM Express, Inc.的商標。其他商標均為其各自所有者的財產。

© Western Digital Corporation or its affiliates. All rights reserved

本媒體快訊包含適用美國聯邦證券法所定義的前瞻性陳述。這些陳述基於當前預期,並涉及可能導致實際結果產生重大差異的風險和不確定性。

常見問題

WD在COMPUTEX 2026上想傳達的主要訊息是什麼?

主要訊息是AI基礎設施不僅僅是運算系統,其本質上是管理數據的「數據系統」。他們主張,要從AI中創造可持續的價值,一個高效且經濟的儲存基礎是不可或缺的。

WD將發表哪些新技術或產品?

WD將展示兩項先進的HDD創新技術:「高頻寬硬碟技術」和「雙致動器技術」,可將HDD的吞吐量提高四倍;以及提供可擴展容量的新款「Ultrastar Data 3000系列JBOD」。

WD為AI提出的儲存解決方案有何特點?

其特點是可優化效能和經濟效益的分層式儲存解決方案。透過與Ceph和IBM Storage Scale等平台合作,為AI數據生命週期的每個階段建立合適的儲存層級,從而提高GPU效率,同時降低大規模環境中的成本。

為什麼在AI時代,HDD技術仍然受到重視?

AI會產生並儲存大量數據,因此能夠以低成本儲存大容量數據的HDD仍然至關重要。WD透過UltraSMR、ePMR和HAMR等技術擴大HDD容量,同時以新技術提高吞吐量,展示了無需完全轉換為SSD也能維持效能的途徑。

WD的產品長將在主題演講中談論什麼?

Ahmed Shihab將探討AI基礎設施設計需要從以運算為中心轉向以數據為中心。他將解釋持續的數據增長、分層式架構和基礎設施的經濟性,如何成為大規模AI的主要限制因素。