08-03 14:56来源Blockbeats

摩根士丹利调研：数据中心HDD/SSD需求延续强势，企业级SSD2026年出货容量料翻倍

BlockBeats 消息，8 月 3 日，摩根士丹利发布报告称，6 月 HDD/SSD 数据继续显示数据中心需求强劲。TSR 预计，2026 年数据中心用企业级 SSD 出货容量将达到 525EB，同比增长 100%；数据中心用近线 HDD 出货容量将达到 1845EB，同比增长 30.4%。报告显示，6 月数据中心企业级 SSD 出货容量为 46.33EB，同比增长 124.5%，环比增长 12.0%。同期企业级 SSD 出货量为 635 万台，同比增长 41.1%，环比增长 8.9%。摩根士丹利认为，随着高容量产品占比提升，SSD 出货容量增速将继续快于单位出货量增速。 HDD 方面，6 月近线 HDD 产量为 703 万台，同比增长 12.3%，环比小幅下降 0.6%。TSR 预计，2026 年近线 HDD 产量将达到 8439 万台，同比增长 12.8%。不过，报告提示，近线 HDD 后续增产可能受到磁头和测试产能制约。整体来看，AI 和数据中心资本开支仍在拉动存储容量需求，但供应链瓶颈正在从终端设备扩散至关键零部件环节。

免责声明：以上内容仅为作者观点，不代表 711BTC 的任何立场，不构成与 711BTC 相关的任何投资建议。

相关推荐

06-05 10:12

Rubin减配致内存股深度回调，市场观点汇总：或仅为过渡方案，利好SSD和光互连

BlockBeats 消息，6 月 5 日，昨夜今晨，知名投研机构 SemiAnalysis 发布投研报告指出英伟达下一代 AI 服务器集群 Rubin NVL72 将在内存配置上做出重大调整，单机柜容量从原计划的 55TB 骤降到 28TB，同时，大多数 Rubin 系统将采用 96GB SOCAMM 模块，而非原计划的 192GB 模块。该报告引发市场巨震，美光收盘大跌 7.7%，韩国 SK 海力士开盘暴跌 8.32%。对此，市场观点普遍谨慎乐观，认为市场存在反应过度。美股 KOL Herman Jin 表示，内存减配本质原因是供应不够，并非需求减少。英伟达交换机方案或也存在类似利空消息。其再次强调，模型端需求才是 AI 热潮是否结束的关键指标。另有观点指出，市场下一步应关注内存减配措施是否仅仅是过渡方案。另外，当 CPU 侧用于承载庞大上下文（KV Cache）的系统内存缩水后，GPU 算力瓶颈将无可避免地向 SSD 侧和互连侧转移，CSP 需要采购更多的高性能 SSD 或者采用更高性能的柜内连接连接方案，利好 NAND 企业，如：KIOXIA，闪迪和光链接企业 LITE，Marvell（MRVL），康宁的需求。

08-10 17:05重要

BlockBeats公布7月交易平台排行榜：期现交投同步显著降温

BlockBeats 消息，8 月 10 日，律动 BlockBeats 今日公布 7 月交易平台排行榜，统计显示：2026 年 7 月主流 CEX 的现货交易量相较 2026 年 6 月下降 35.51%，永续合约交易量相较 2026 年 6 月下降 19.59%。现货跌幅显著大于合约，市场整体再度降温，但杠杆交易需求相对更具韧性。详情请见《7 月交易平台排行榜：现货市场下跌 35%，合约交易尚存韧性》

08-06 22:21

西部数据 CPO：闪存处理当下，HDD 处理整个生命周期

ChainCatcher 消息，西部数据首席产品官 Ahmed Shihab 发文表示，AI 存储竞争的关键并非单纯追求最快介质，而是能否以可承受的成本持续扩展容量。其认为，许多架构在早期运行正常，但当数据规模从数 PB 增长至数百 PB 甚至 EB 级时，可能因成本失控而暴露问题。闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文等高性能、低延迟场景；HDD 则更适合训练语料、日志、检查点、合规记录、合成数据及推理输出等大规模、长期保存且成本敏感的数据。其总结称：“闪存处理当下，HDD 处理整个生命周期。” 在 AI 规模下，存储成本本身会成为架构问题。长期将大批量数据存放在高性能介质上，将挤占计算、网络、电力和人员等预算。对于许多批量存储负载，问题并非闪存能否存储，而是客户能否长期承担全部使用闪存的成本。未来 AI 存储不会由单一技术主导，而应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计。其强调，这并非闪存与 HDD 的竞争，而是需要从一开始就为不同工作负载匹配合适介质，否则架构在规模扩大后可能影响业务可持续性。

08-06 22:19

西部数据首席产品官：AI 存储不应全押闪存，HDD 仍是大规模数据长期保存基础

火星财经消息，8 月 6 日，西部数据首席产品官 Ahmed Shihab 发文表示，AI 存储竞争的关键并非单纯追求最快介质，而是能否以可承受的成本持续扩展容量。其认为，许多架构在早期运行正常，但当数据规模从数 PB 增长至数百 PB 甚至 EB 级时，可能因成本失控而暴露问题。闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文等高性能、低延迟场景；HDD 则更适合训练语料、日志、检查点、合规记录、合成数据及推理输出等大规模、长期保存且成本敏感的数据。其总结称：「闪存处理当下，HDD 处理整个生命周期。」在 AI 规模下，存储成本本身会成为架构问题。长期将大批量数据存放在高性能介质上，将挤占计算、网络、电力和人员等预算。对于许多批量存储负载，问题并非闪存能否存储，而是客户能否长期承担全部使用闪存的成本。未来 AI 存储不会由单一技术主导，而应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计。其强调，这并非闪存与 HDD 的竞争，而是需要从一开始就为不同工作负载匹配合适介质，否则架构在规模扩大后可能影响业务可持续性。

08-06 22:13

西部数据：AI存储胜负不在闪存与HDD之争，未来赢家将是经济型容量方案

Odaily星球日报讯西部数据（WD）首席产品官 Ahmed Shihab 表示，随着人工智能基础设施快速扩张，存储领域的核心竞争不应简单归结为闪存（Flash）与机械硬盘（HDD）的较量，而在于能否构建具备长期经济可扩展性的 AI 存储架构。当前 AI 行业正面临一个关键问题：今年选择的存储架构，是否能够支撑未来数据规模增长至 PB 级甚至 EB 级。他认为，许多 AI 基础设施设计并非因性能不足而失败，而是在数据规模扩大后陷入成本困境。 Ahmed Shihab 认为，AI 数据持续增长，包括模型训练数据、推理数据、用户交互记录、合规数据和合成数据等。如果在早期阶段采用全闪存架构，虽然在小规模部署中具有吸引力，但随着数据量增长，存储成本将成为巨大负担。闪存和 HDD 并非竞争关系，而是面向不同工作负载的互补技术。高性能场景，如模型权重、GPU 溢出、KV 缓存等，需要低延迟闪存支持；而训练数据集、日志、检查点、合规记录以及大规模历史数据等长期存储需求，则更适合采用具备成本优势的 HDD。 “AI 存储的胜负将取决于谁能够提供经济可扩展的容量。”Shihab 称，客户选择存储方案时关注的不只是速度，而是能否以可靠、可持续的方式扩展 AI 业务。 Shihab 指出，AI 时代的存储架构将更加分层化，而不是依赖单一存储介质。“闪存负责关键时刻的性能，HDD 负责数据生命周期。”在 AI 基础设施规模化阶段，存储成本已经不再只是运营费用，而成为架构设计的一部分。每一美元用于高成本性能存储，就意味着更少资源投入计算、网络、电力和其他基础设施。此外，可靠性也必须从架构设计初期考虑。对于大规模 AI 系统而言，硬件、软件、网络和电力故障都是常态，优秀的存储系统需要具备持续运行、故障隔离和快速恢复能力。他总结称，未来 AI 存储的发展方向并非“闪存取代 HDD”，而是根据不同数据生命周期和业务需求进行精准分层。“真正的基础设施不是追求炫目的性能，而是能够支撑 AI 长期增长的可靠底座。”

07-23 11:09重要

律动BlockBeats完成对链上数据分析工具HyperInsight的团队合并，数据能力将纳入BlockBeats Pro订阅服务

BlockBeats 消息，7 月 23 日，律动 BlockBeats 近日宣布完成对链上数据追踪平台HyperInsight的团队合并。HyperInsight 专注于链上美股、加密资产及商品期货等全球热门资本市场的数据监控，提供巨鲸地址大额异动监测、可疑内幕地址解析及链上 TradFi 资讯等服务。此次并购将进一步强化律动在跨市场链上数据领域的布局。合并完成后，HyperInsight 的链上数据能力将全面整合至 BlockBeats Pro 付费订阅服务，为用户提供覆盖加密与 Tradefi 的跨市场资讯，并实时追踪优质交易员的链上操作动态。