Western Digital właśnie opublikował wyniki za trzeci kwartał 2026 roku: przychody na poziomie 3,34 miliarda dolarów i aż 222 eksabajtów wysłanych nośników pamięci masowej. Dla redakcji IWD Partner te liczby są wymownym dowodem na to, że popyt ze strony systemów sztucznej inteligencji przestał być trendem – stał się fundamentem, na którym opierają się przychody całej branży półprzewodnikowej. Co istotne, materiał źródłowy nie dotarł do nas w pełnej treści, dlatego poniższy artykuł opieramy wyłącznie na tytule i metadanych komunikatu prasowego.
Co kryje się za liczbą 222 eksabajtów?
222 eksabajtów (EB) to łączny wolumen nośników pamięci masowej wysłanych przez Western Digital w ciągu jednego kwartału. Jeden eksabajt to miliard gigabajtów – skala, którą trudno sobie wyobrazić bez odwołania do kontekstu: szacuje się, że cały ruch internetowy generowany globalnie przez jedną dobę to mniej niż pięć eksabajtów.
Popyt napędzający tak ogromne wolumeny pochodzi przede wszystkim z centrów danych obsługujących modele językowe i systemy uczenia maszynowego. Trening pojedynczego dużego modelu językowego wymaga dostępu do petabajtów danych treningowych oraz równie pojemnej przestrzeni na punkty kontrolne i wyniki pośrednie.
Skąd pochodzi 3,34 miliarda dolarów przychodu WDC?
Western Digital operuje w dwóch głównych segmentach: dyskach twardych (HDD) oraz pamięciach flash (NAND). Przychód 3,34 mld USD za Q3 2026 odzwierciedla silny popyt w obu segmentach, choć materiał źródłowy nie zawiera rozbicia na poszczególne kategorie produktowe.
Branża pamięci masowej jest silnie cykliczna – naprzemienne okresy nadpodaży i niedoborów potrafią przesunąć ceny NAND o kilkadziesiąt procent w ciągu kilku kwartałów. Stabilny wynik WDC na poziomie powyżej 3 mld USD sugeruje, że obecna faza cyklu jest dla producentów korzystna.
Redakcja IWD Partner: Wyniki WDC to swoisty barometr kondycji całej infrastruktury AI – jeśli centra danych zamawiają więcej nośników, znaczy to, że faktycznie rozbudowują pojemność, a nie tylko ogłaszają plany. Ciekawe, czy równie mocne wyniki pokażą w najbliższych miesiącach producenci pamięci HBM, bez których nowoczesne akceleratory AI po prostu nie działają. Pytanie, czy boom magazynowania danych AI przełoży się też na popyt ze strony mniejszych graczy rynkowych – tego w tej chwili nie wiemy.
Jak popyt AI zmienia rynek pamięci masowej?
Modele sztucznej inteligencji generują zapotrzebowanie na pamięć masową na trzech etapach swojego cyklu życia: podczas gromadzenia danych treningowych, podczas samego treningu oraz podczas wnioskowania (inference), kiedy model odpowiada na zapytania użytkowników. Każdy z tych etapów wymaga innego rodzaju nośników – od wolnych, pojemnych dysków archiwalnych po szybkie pamięci o niskim opóźnieniu.
Wzrost liczby wdrożonych modeli AI oznacza, że zapotrzebowanie na pamięć masową w centrach danych rośnie niezależnie od liczby nowych projektów badawczych. Starsze modele nadal zajmują przestrzeń dyskową i generują ruch odczytu podczas wnioskowania nawet po tym, jak nowsze wersje trafią do produkcji.
Co dalej z infrastrukturą danych w erze generatywnej AI?
Ekspansja generatywnej AI (GenAI) wymusza nie tylko większą pojemność nośników, ale też zmiany w architekturze centrów danych. Tradycyjne podejście zakładało odseparowanie warstwy obliczeń od warstwy przechowywania danych; nowoczesne klastry GPU wymagają bliskiego ich sąsiedztwa, by zminimalizować opóźnienia przy odczycie danych treningowych.
Producenci dysków HDD odpowiadają na to wyzwanie technologiami zwiększającymi gęstość zapisu, takimi jak HAMR (Heat-Assisted Magnetic Recording). Western Digital jest jednym z producentów aktywnie rozwijających tę technologię w segmencie dystrybucji dla centrów danych.
Rosnąca skala wolumenów wysyłanych nośników – wyrażana właśnie w eksabajtach – staje się dla analityków branżowych podstawową miarą tempa rozbudowy globalnej infrastruktury AI, obok liczby zamówionych akceleratorów graficznych.
Pytania czytelników
Czym różni się eksabajt od petabajta?
Jeden eksabajt to 1000 petabajtów, czyli milion terabajtów. W kontekście pamięci masowej dla centrów danych petabajty są jednostką stosowaną dla pojedynczych instalacji, natomiast eksabajty – dla wolumenów produkcyjnych całych dostawców lub rynków.
Czy wyniki WDC dotyczą tylko dysków HDD?
Western Digital produkuje zarówno dyski twarde HDD, jak i pamięci flash NAND w postaci dysków SSD oraz kości pamięci. Komunikat prasowy dotyczący Q3 2026 obejmuje całą spółkę, jednak pełne rozbicie na segmenty nie znalazło się w dostępnym materiale źródłowym.
Dlaczego AI generuje tak duże zapotrzebowanie na pamięć masową?
Trening modeli językowych wymaga wielokrotnego odczytu ogromnych zestawów danych, a sam model po wytrenowaniu może ważyć od kilkudziesięciu gigabajtów do kilku terabajtów. Przy setkach jednocześnie wdrożonych modeli i miliardach zapytań dziennie skala potrzebnej przestrzeni dyskowej szybko sięga eksabajtów na poziomie operatora centrum danych.
Powiązane pojęcia z AI i uczenia maszynowego
- Inference (wnioskowanie) – etap działania modelu AI, w którym wytrenowany model przetwarza nowe dane wejściowe i generuje odpowiedź, w odróżnieniu od fazy treningu.
- NAND flash – rodzaj nieulotnej pamięci półprzewodnikowej powszechnie stosowanej w dyskach SSD i kartach pamięci, charakteryzującej się wysoką gęstością zapisu i brakiem ruchomych części.
- Eksabajt (EB) – jednostka pojemności danych równa 10^18 bajtów, używana do opisywania wolumenów danych na poziomie globalnej infrastruktury cyfrowej.
- HAMR (Heat-Assisted Magnetic Recording) – technologia zapisu magnetycznego wykorzystująca krótkotrwałe podgrzewanie powierzchni dysku laserem, co pozwala zwiększyć gęstość przechowywanych danych.
- Centrum danych (data center) – obiekt infrastrukturalny skupiający serwery, systemy pamięci masowej i sieć, stanowiący fizyczną podstawę chmury obliczeniowej i obliczeń AI.
Opracowanie redakcji IWD Partner z wykorzystaniem narzędzi AI na podstawie materiału: https://tech-insider.org/ (23.10.2026).
Zdjęcie: Yuheng Ouyang / Unsplash
