Seagate昨日与Dropbox在中国台湾举办座谈会中，由Seagate亚太及日本区业务副总裁新妻太 (Futoshi Niizuma)与Dropbox基础架构副总裁Ali Zafar分享如何运用数据推动人工智能技术应用发展。
随着人工智能应用发展越来越广泛，使得当今的储存需求已经变得更为显著，相较先前因为手机等装置普及大量产生的照片、视频等影像数据储存需求激增，目前在人工智能应用发展下的储存需求也变得更加显著。
尤其目前许多人工智能应用服务多半还是仰赖云端协同运算，将数据存放在云端，并且有效地存取使用也变得更加重要，藉此让人工智能能以更丰富、有用数据进行训练，并且让输出内容变得更为可靠、准确。
而在人工智能生成图像、影像等内容可能大幅增加167倍之谱，并且将产生数百ZB级别数据量，Seagate标榜其提供硬盘储存方案依然能对应更稳定、可靠表现，同时对比目前多数储存设备依然能以更低的持有成本运作，因此也成为当前许多数据中心重要储存媒介。
新妻太表示，检视人工智能如何在数据生成与消耗的循环过程中运作，藉此分析数据最佳储存方式，将有助于让更高质量的数据推动人工智能训练与持续改善，藉此让人工智能模型更为精进，并且能输出更准确、可信度高的生成结果，因此在人工智能持续发展之余，储存架构也必须持续跟着升级。
同时，有效规划容量、存取资源对于处理飞速成长的数据也相当重要，更是管理大型自然语言模型训练与数据密集型工作负载的必要条件。 目前多数数据中心约90%比例的EB级别数据量及企业工作负载都是在硬盘上存取，而这样的使用模式也将藉由人工智能应用持续达成架构优化。
Ali Zafar则说明目前Dropbox服务提供的多EB Magic Pocket基础架构高度采用Seagate硬盘作为储存媒介，并且在持有成本、容量与效能之间取得平衡，藉此对应不同存取工作负载。
在Dropbox当前提供服务中，不少应用服务如结合人工智能功能的通用搜索工具Dropbox Dash，便是构建在与Seagate合作的储存架构之上，藉由自行训练的模型为基础运作，并且以更有效率形式让使用者以此工具搜寻存放在Dropbox服务内的数据内容、应用程序。
