据TechRadar报道，西部数据EMEAI现场工程负责人撰文指出，随着人工智能推动企业数据规模快速膨胀，存储基础设施正面临一次根本性转变，其重点不再只是容量与性能，而是能否在量子计算到来之前建立起可信的数据安全底座。

文章称，AI已经改写了企业的数据使用方式。业务流程不再只产生临时性的运营数据，而是不断生成高价值资产，包括大语言模型训练数据集、模型输出、日志、元数据以及需要保存多年的归档知识。企业技术负责人扩展基础设施以满足这些需求时，存储需求随之发生结构性变化：容量与性能依然关键，但长期数据完整性与网络韧性已获得同等权重。

文章认为，数据是长期战略资产而非短期趋势。AI在加速数据增长的同时，也延长了信息的可用寿命，今天记录的数据未来数年仍将用于合规、高级分析和模型再训练。出于经济性考虑，企业架构高度依赖高容量硬盘。闪存技术主导对性能敏感的热数据层，而硬盘仍是大规模存储的主力，为大规模归档提供容量、成本与寿命。这意味着企业不仅要保护当下的数据，也要考虑其未来价值，因为底层基础设施一旦在日后被攻破，驱动未来AI创新的资产就可能变成最大的运营与合规负担。

文章提到，当前加密技术对常规威胁仍然有效，但量子计算预计将挑战部分用于身份验证和密钥交换的密码方法，由此产生“先收集、后解密”的攻击担忧：攻击者今天收集加密数据，寄望于未来的量子能力将其解密。对于存储敏感知识产权、研究数据或AI训练数据集的组织而言，今天做出的安全决策会影响此后数年。

在具体路径上，文章指出，自我加密硬盘可提供始终在线的硬件AES-256加密，在不影响性能的前提下保护静态数据，但仅保护数据已不够。存储设备本身必须可信，固件、认证机制、配置流程和诊断工具都关系到硬盘整个生命周期能否安全运行。如果攻击者破坏了设备固件或信任架构，系统中的其他安全控制也可能被削弱。

为此，存储行业正把后量子密码嵌入企业硬盘的硬件架构，目标不止于保护数据，还在于保护支撑硬盘自身的信任架构。相关技术被用于安全密钥建立、固件认证、安全配置和可信诊断等环节，按照美国国家标准与技术研究院的后量子标准设计，并采用经典密码与抗量子算法相结合的混合方案。文章称，硬盘的运行服务寿命往往达5年甚至更长，今天部署后量子密码有助于防范数年后才可能出现、但已知将会到来的量子威胁；它并不取代既有防护，而是增加一层韧性。

文章最后称，多年来存储创新主要由容量增长来定义，如今企业对基础设施的期待已宽泛得多，希望存储平台能够随AI驱动的数据增长而扩展并提供可靠性能。