根据FOREXBNB的报道，Omdia在其文章中预测，即将到来的人工智能（AI）发展浪潮将主要关注AI代理的部署和通过私人数据增强的训练，这将导致数据中心在存储方面的支出增加。由于这些技术对于AI数据管道至关重要，对于主要的存储供应商（包括云服务和企业级）来说，数据基础设施领域正迎来一个重大的发展机遇。
在2023年，由于云服务提供商明显将更多的数据中心设备预算转移到基于GPU的服务器上，而逐渐减少对通用服务器和存储的使用，存储支出的增长有所放缓。然而，到了2024年，存储增长出现了强劲的复苏，预计这种增长势头将持续到2025年，并在之后趋于稳定，直至2029年。
预计到2029年，存储设备的出货量将以12.5%的复合年增长率（CAGR）增长。然而，对于传统的存储区域网络（SAN）和网络附加存储（NAS）这两个次级细分市场来说，它们已经成熟，预计这些领域将经历缓慢的增长甚至负增长。
存储和数据基础设施的关键信息如下：
全球分布式文件系统（GDFS）存储。GDFS通过为存储在远程和多云位置（无论是本地、云中还是混合环境中）的数据提供统一视图和数据管理，增强了数据的可访问性。
针对分布式数据的AI数据编织技术。随着AI的成功，企业正在寻求全面的数据工具集，以帮助组织管理不同的数据源，更有效地整合这些数据流，并获取精心编织的数据集以用于训练。
动态归档和磁带存储的复兴。AI和机器学习（ML）正在推动生成大量数据，这些数据需要被存储。尽管可以将许多不常访问的数据发送至云归档服务，但本地动态归档存储正成为一种可行的替代方案。
专业AI融合存储平台。这种集成了数据管道管理、集群、AI计算库以及针对AI优化的存储等功能的一站式融合平台将受到市场的追捧。对于边缘推理及企业增强训练来说，这类平台尤其有价值。
