AI 運算已上太空，儲存機制卻掉隊：Hammerspace 新架構解決資料碎片化問題
為何重要
未來 AI 專案的成功關鍵在於「資料即服務（Data as a Service）」的架構能力，而非堆砌 GPU。對開發者而言，選型時必須納入資料讀取延遲與分散風險評估；對產業而言，這代表硬碟廠商與傳統陣列廠商必須面對資料管理軟體化帶來的競爭，企業上架策略將從買硬體轉向買架構以挖掘 TCO。
AI 訓練的致命瓶頸已從硬體資產轉向資料架構；儲存容量不再是問題，資料分散在不同系統導致昂貴的加速器等待資料的時間大幅度增加。Hammerspace 推出一個介於計算與儲存之間的平臺，透過單一名稱空間讓運算節點「感知」資料位置，而非搬移資料本身，並挖掘 GPU 伺服器內採用率低於 10% 的閒置 NVMe 空間。