根據FOREXBNB的報導，Omdia在其文章中預測，即將到來的人工智能（AI）發展浪潮將主要關注AI代理的部署和通過私人數據增強的訓練，這將導致數據中心在存儲方面的支出增加。由於這些技術對於AI數據管道至關重要，對於主要的存儲供應商（包括雲服務和企業級）來說，數據基礎設施領域正迎來一個重大的發展機遇。
在2023年，由於雲服務提供商明顯將更多的數據中心設備預算轉移到基於GPU的服務器上，而逐漸減少對通用服務器和存儲的使用，存儲支出的增長有所放緩。然而，到了2024年，存儲增長出現了強勁的複蘇，預計這種增長勢頭將持續到2025年，並在之後趨於穩定，直至2029年。
預計到2029年，存儲設備的出貨量將以12.5%的複合年增長率（CAGR）增長。然而，對於傳統的存儲區域網絡（SAN）和網絡附加存儲（NAS）這兩個次級細分市場來說，它們已經成熟，预计这些领域将经历缓慢的增長甚至负增長。
存儲和數據基礎設施的關鍵信息如下：
全球分佈式文件系統（GDFS）存儲。GDFS通过为存儲在远程和多云位置（無論是本地、雲中還是混合環境中）的數據提供統一視圖和數據管理，增強了數據的可訪問性。
針對分佈式數據的AI數據編織技術。隨著AI的成功，企業正在尋求全面的數據工具集，以幫助組織管理不同的數據源，更有效地整合這些數據流，並獲取精心編織的數據集以用於訓練。
動態歸檔和磁帶存儲的複興。AI和機器學習（ML）正在推動生成大量數據，這些數據需要被存儲。儘管可以將許多不常訪問的數據發送至雲歸檔服務，但本地動態歸檔存儲正成為一種可行的替代方案。
專業AI融合存儲平台。這種集成了數據管道管理、集群、AI計算庫以及針對AI優化的存儲等功能的一站式融合平台將受到市場的追捧。對於邊緣推理及企業增強訓練來說，這類平台尤其有價值。
