WEKA 全新工程設計系統，大幅削減能源消耗、基礎設施成本與營運複雜程度，並顯著縮減數據中心足跡。在單一機架內，有效容量密度較市場同類產品提升 267%，效能密度提升 114%，建構可隨時投產的高效人工智能工廠與推論基礎設施，創造突破性經濟效益。

加州坎貝爾2026年7月22日 /美通社/ -- 人工智能 (AI) 數據與記憶體基礎設施公司 WEKA 今日推出其第三代人工智能儲存設備，包括 WEKApod Nitro、WEKApod Prime 和 WEKApod Prime Max。這些設備採用定制設計的機箱和多項專利待定的硬件創新，效能及容量密度均為當前市場之冠。 這些系統專為配合 WEKA 最新 NeuralMesh 6 軟件而設，可以流暢無縫方式運作。該軟件已於今日同步發佈，提供統一的人工智能推論基礎設施平台，目的在於協助人工智能雲端服務商、模型開發者及企業擴展人工智能生產工作負載，同時降低基礎設施成本、佔地空間、用電量及營運複雜程度。

隨着機構大規模部署長上下文、代理型及檢索驅動的人工智能工作負載，過去專為傳統企業數據工作負載和早期機器學習訓練而設計的基礎架構，已無法滿足現代推論經濟對圖形處理器 (GPU) 使用率、Token 吞吐量、營運規模和基礎設施效率的要求。

全新 WEKApod 系統是 WEKA 為解決這些困局而量身定製，預計將刷新現有的機架級數據儲存基準紀錄，並從各個層面重新定義人工智能的經濟效益，為推論時代的基礎設施訂立新評分標準。 單一 WEKApod 系統就能在單個機架內提供 1.1 EB 的有效容量，其 NeuralMesh 數據縮減功能建基於 441.5 PB 的原始硬件容量之上，成為首個突破 EB 級別門檻的單機架系統。 每個機架的吞吐量可達 10.2 TB/s（每秒 10.2 TB）。 每個機架的每秒讀寫操作次數 (IOPS) 可達 2.1 億次。

為了達此目標，WEKA 為系統採用了 PCIe Gen 6 內部結構、以線纜為基礎且無背板的驅動器互連設計、NVIDIA® ConnectX® SuperNIC™ 網絡（支援 Spectrum-X Ethernet 數據層連接），以及由軟件管理的散熱架構。 這些系統在創新機箱設計、底層驅動器互連、散熱管理及便利維修技術等領域，擁有多項待決專利。

WEKA 聯合創辦人兼行政總裁 Liran Zvibel 表示：「專為傳統工作負載設計的人工智能基礎設施，已無法支撐推論時代的需求。 現在的限制條件已經不同：機架空間、能源、供應鏈和營運密度，決定了人工智能部署是創造利潤還是損耗收益。 我們創建 WEKApod，是為了在這些限制條件內運作，而不是與之抗衡。當中採用 WEKA 專為推論時代運算而設計和開發的硬件，並擁有我們掌控的供應鏈。 它在人工智能基礎設施的各個層面都能提供即時的成本效益，並結合業界最佳的整體擁有成本，訂立出新評分標準。我們相信，所有大規模運行人工智能生產環境的客戶，很快就會以此作為衡量其基礎設施決策的依據。」

NVIDIA 儲存技術副總裁 Jason Hardy 說：「隨着人工智能工作負載不斷擴大，數據中心使用率持續上升，現代系統必須在無需增加佔地空間和用電量的前提下，提供更高效能、更大容量和更高效率。 NVIDIA Spectrum-X Ethernet 網絡為 WEKApod 3 提供大規模運行所需的高頻寬、低延遲網絡結構，確保儲存到圖形處理器的數據路徑暢通無阻，幫助客戶充分發揮每個已部署圖形處理器的價值。」

代理型人工智能何以需要新方針
現今影響人工智能基礎設施決策的制約因素，既源於實體空間，亦關乎採購流程。 美國數據中心建設量在 2025 年錄得自 2020 年以來的首次下滑。 主要市場的電網接入輪候時間長達 4 至 7 年。 Morgan Stanley 預計到 2028 年，美國將面臨 49 GW 的電力缺口。 與此同時，NAND 市場持續緊張，原始設備製造商 (OEM) 渠道的交付週期已遠超基礎設施規劃週期所能應付的程度。 儲存設備若在機架空間及電力消耗上效率不彰，便會與圖形處理器直接爭奪同樣稀缺的實體資源。 若儲存方案依賴的硬件非供應商所能掌控，則還要承受額外的供應鏈風險。

WEKApod 是 WEKA 應對此等根本問題的解決方案：既能縮減數據中心佔地、釋放寶貴的機架空間，又可提高每瓦特可處理的 Token 數量，同時不會影響 Token 吞吐量或工作負載效能。 以每個機架單位衡量，WEKApod 在容量及吞吐量密度上皆傲視所有公開競爭方案，有效容量較各類別中次佳系統高出 267%，吞吐量更領先 114%。 在採購層面，WEKA 直接掌控元件來源，而非依賴原始設備製造商渠道，從而為人工智能雲端服務商和企業帶來大規模基礎設施規劃真正需要的穩定價格及交付週期可預測性。

對於主權人工智能雲端服務商和超大規模數據中心營運商來說，這意味着每個機架可部署更多圖形處理器，並容納更多租戶。 對於人工智能開發者及企業團隊來說，這代表在既有的數據中心空間內，可獲得更大的推論容量。

NAND Research 首席分析師 Steve McDowell 表示：「生產規模的推論與訓練，在基礎設施層面是截然不同的課題。 最關鍵的指標是每個機架的 Token 數量、每瓦特的 Token 數量，以及在持續負載下每次推論的成本。 此類別的大多數供應商仍在完善陳舊的基準指標，然而工作負載早已飛快演進。 WEKApod 的工程設計，旨在支援客戶當前最迫切需要的各項指標，並以統一的軟硬件整合方案加以實現。 在當前數據中心及記憶體市場資源緊絀的環境下，任何計劃建構人工智能基礎設施的機構，都理應以此新標準來評估各間供應商，不論最終選用哪間亦然。」

WEKApod Nitro：效能巔峰。 專為推論工作負載精心完善。

WEKApod Nitro 專為最嚴苛的人工智能工作負載而建構和配置。在此類負載中，儲存頻寬決定圖形處理器是能以滿載狀態奔馳，抑或因等待數據而停擺。 這款 2U 四節點機箱配備四個完全獨立的故障域和 56 個 TLC 驅動器，加上雙連接埠 NVIDIA ConnectX 網絡，可提供高達 800 Gb/s 的吞吐量。

WEKApod Prime 及 WEKApod Prime Max：龐大容量， 佔地極小。

• WEKApod Prime 採用 AlloyFlash TLC 與 QLC 混合配置，在 2U 四節點機箱內提供均衡的容量與效能，總共搭載 56 個驅動器。
• WEKApod Prime Max 專為以最小佔地空間提供最大容量而建構和配置。 這款 2U 雙節點機箱可裝載 70 個 NVMe 驅動器。 NeuralMesh 的高效能對象儲存及持續運作的數據縮減功能，結合 Micron 的 245.76 TB 6600 ION 驅動器，使 WEKApod Prime Max 得以在單個 56U 機架內提供 1.1 EB 的有效容量，其密度之高，業界競爭對手無人能及。

Micron 核心數據中心業務部高級副總裁兼總經理 Jeremy Werner 表示：「代理型人工智能和推論正不斷提升數據中心效率的門檻，要求密度、功耗和效能必須共同提升。 透過全新的 WEKApod 架構和 Micron 245TB SSD，客戶能在 2U 空間內實現 15.8 PB 的儲存容量，將儲存能力提升到極致，同時保留電力和空間來部署更多運算資源。」

WEKApod 主要功能與優勢

• 定制工程 2U 機箱：以最小佔地空間，提供當前市場上最高的效能及容量密度。 同一機箱，可靈活支援四節點或雙節點配置。
• 採用 PCIe Gen 6 內部結構：提供充裕的頻寬空間，讓所有驅動器可同時全速運作。
• 高密度驅動器的微故障域設計：無背板環境能建立完全獨立的故障域，將故障範圍限制在單一驅動器內，無需叢集層級介入處理。
• 專為 35°C 環境運作而設的散熱架構：在熱應力下，由軟件控制的 NVMe 功率調節功能可讓系統逐步降速運作，而非直接觸發關機。 在生產級人工智能的規模下，這正是效能事件與服務等級協議 (SLA) 違規之間的分別。
• 內建簡易維護性：透過定制中介層提供熱插拔開機驅動器，並輔以圖形使用者介面 (GUI) 引導更換流程。 鏡像網絡接口卡 (NIC) 連接埠設計，確保維護期間硬碟插槽依然方便操作。 驅動器更換是 10 分鐘即可完成的自助操作，而非長達 2 小時的維護時段。
• 無頭部署：透過 NeuralMesh Home 進行雲端驅動的機架級別安裝。
• 可配置裝置，容量範圍從低於 1 PB 到 100 PB 以上：第三代 WEKApod Nitro、WEKApod Prime 和 WEKApod Prime Max，是首批以可配置庫存單位 (SKU) 形式發售的 WEKApod 產品。 機箱類型、記憶體容量、硬碟容量及硬碟數量均可由客戶自行選配。 任何配置皆能帶來同等簡易的營運體驗。

供應情況
WEKApod Nitro、WEKApod Prime 及 WEKApod Prime Max 現已可透過 WEKA 的全球分銷商和增值經銷商 (VAR) 網絡訂購，將於 2026 年秋季開始出貨。 NeuralMesh 6 將隨首批系統一併付運。

如欲查閱全新 WEKApod 設備的更多資訊，請前往：https://www.weka.io/product/wekapod/。

WEKA NeuralMesh 與 WEKApod：專為完美協作而建造

WEKA 今日亦發表了旗艦 NeuralMesh 軟件平台的第六代版本，新增多項企業級功能，包括原生多租戶支援、統一的檔案與對象協定棧、以元數據優先的智能數據韌性、附帶合約效能保證的持續數據效率、Kubernetes 原生操作，以及統一的可觀測性。 歡迎參閱今日 NeuralMesh 6 發佈的公告以了解更多詳情：https://www.weka.io/news/neuralmesh-6-enterprise-agentic-ai。

關於 WEKA
WEKA 是專注於人工智能數據與記憶體基礎設施的公司，正在革新代理型人工智能的經濟效益。 NeuralMesh™ 平台融合高效能數據儲存與擴充的圖形處理器記憶體，為企業、人工智能雲端服務商及人工智能建構者提供統一基礎，以應對訓練、推論及代理型工作負載。 透過 Augmented Memory Grid，NeuralMesh 能把圖形處理器記憶體容量擴展 1,000 倍，將達到首個 Token 的時間縮短高達 20 倍，並在相同圖形處理器佔用空間下服務多 10 倍的並發用戶，這些結果已在生產基準測試中得到證實。 WEKA 深受《財富》50 強 (Fortune 50) 中三成企業的信賴，能幫助機構加快人工智能的規模化部署、提升圖形處理器的使用效率，並降低每服務一個 Token 所帶來的成本。 如欲了解更多資訊，歡迎瀏覽 www.weka.io，或於 LinkedIn 和 X 上關注我們。