被年轻人遗忘的磁带 正在AI时代闷声发大财

摘要：

谁能想到，磁带竟然在 AI 时代迎来了第二春。10 月 29 日，日本富士胶片宣布投资约 100 亿日元（约合人民币 4.22 亿元），计划在 2026 至 2028 财年扩建神奈川县小田原工厂，将数据存储磁带的产能提升至 2025 财年的五倍，

重点生产最新一代 LTO Ultrium 10 磁带。

按照富士胶片的说法，这是近 20 年来针对 LTO 磁带专用设施规模最大的一笔投资，

而推动扩产的主要原因，正是生成式 AI 带来的海量数据归档需求。

AI 都用上了最先进的芯片，为什么还需要磁带？

计算机行业流传着一个经典玩笑。

计算机科学家安德鲁·坦嫩鲍姆曾说过，

永远不要低估一辆满载磁带、在高速公路上飞驰的汽车的带宽

2016 年，亚马逊 AWS 就曾推出 Snowmobile 服务，直接用重型卡车运输大型存储设备，一次最多可以搬运 100PB 数据。

虽然 Snowmobile 运输的并非磁带，而且该服务已于 2024 年停用，但它说明了一个长期存在的问题。当数据规模大到一定程度，如何以合理成本保存和搬运数据，本身就是一项工程挑战。

生成式 AI 的爆发，让这个问题越来越突出。

训练大模型需要 GPU、HBM 和高速 SSD，但训练结束后，企业还会留下原始语料、清洗后的数据集、训练日志、模型检查点，以及不断迭代产生的历史版本。

其中，正在参与计算的数据需要高速存储设备，经常访问的大规模数据集可以放在机械硬盘上，

而那些几个月甚至几年都用不到、却又不能随便删除的资料，则适合进入长期归档系统。

行业通常将访问频率很低的数据称为冷数据。

例如，一家 AI 公司训练完新模型，旧版数据集短期内可能已经没有用途，但未来复现实验、重新训练或者进行合规审计时，仍然可能需要重新调用。

问题随之而来。当数据越积越多，难道要让所有硬盘一直通电，花钱维护那些可能几年都不会访问一次的文件？

磁带恰好擅长做这件事。

首先是便宜，而且省电。磁带可以长期离线保存，闲置时无需持续供电，也不需要像在线硬盘阵列那样维持设备运行和散热。

富士胶片曾测算，在保存 100PB 数据、周期为十年的特定条件下，自动化磁带系统相比全机械硬盘方案，可以降低约 86% 的总体拥有成本，以及约 95% 的碳排放。

其次是安全。磁带能够从系统中取出并离线保存，即使服务器遭到勒索软件攻击，物理隔离的磁带仍有机会保留一份独立备份。

而且，现代磁带也没有想象中那么慢。LTO-10 的原始连续传输速率最高可达 1200MB/s，自动化磁带库还能利用机械手完成装载和读取。

不过，磁带需要顺序寻找数据，随机读取一个文件可能需要较长时间，因此不适合频繁访问和实时计算。如果说 AI 数据中心的 SSD 负责让数据随叫随到，那么磁带更像一座成本低廉、容量庞大的数字仓库。

事实上，科学界早就在使用这种方案。

2025 年 12 月，欧洲核子研究中心 CERN 宣布，大型强子对撞机累计保存的实验数据达到 1EB，相当于 100 万 TB，其中大部分数据保存在约 6 万盒磁带上。

几十年前采集的实验数据，可能因为新理论的出现而重新获得研究价值。CERN 预计，未来十年需要保存和处理的数据规模，将达到此前累计存储量的约十倍。

类似的逻辑，也适用于 AI 企业保存的历史语料、训练记录和模型备份。

而磁带市场的增长，已经有实际数据支撑。

根据 LTO 联盟 2026 年 9 月公布的数据，2024 年全球 LTO 磁带出货容量达到创纪录的 176.5EB，同比增长 15.4%。2025 年虽然有所回落，仍达到 160.3EB。

进入 2026 年第一季度，随着 LTO-10 上市及归档需求增长，全球磁带出货容量又同比增长 57%。这里统计的是磁带所提供的存储容量，并非磁带盒销量。

企业级磁带一直拥有稳定市场，而生成式 AI 对海量数据归档的需求，又让这项老技术获得了新的增长机会。

一盒磁带能存 100TB，26 年容量暴涨 400 倍

磁带能在 AI 时代重新获得关注，还有一个容易被忽略的原因。

当普通消费者以为磁带技术早已停滞时，工程师其实一直在提高它的存储密度。

2025 年 6 月，富士胶片推出 LTO-10 30TB 数据磁带，同年 12 月又发布 40TB 版本，并于 2026 年开始供货。最新产品的单盒原始容量达到 40TB，如果按照理想条件下 2.5:1 的压缩比计算，理论容量最高可以达到 100TB。

图｜LTO-10 30TB

作为对比，2000 年推出的第一代 LTO 磁带，原始容量只有 100GB。短短 26 年，单盒容量足足提高了 400 倍。不过，100TB 是理论压缩容量，对于已经压缩过的视频、图片和模型权重，实际容量通常无法达到这个数字。

更有意思的是，LTO-10 磁带盒只有约 10 厘米见方、2.15 厘米厚，内部却卷着长达 1337 米的磁带，相当于三圈多标准田径跑道。

为了将长达 1337 米的磁带装进一盒仅约 10 厘米见方的卡带，富士胶片引入芳纶薄膜和新型薄层制造技术，将磁带整体厚度降低至仅 4 微米，同时采用结合钡铁氧体与锶铁氧体技术的超细磁性颗粒，提高单位面积能够记录的数据量。

至于存储原理，其实与几十年前的录音磁带一脉相承。

磁带表面覆盖着微小的磁性颗粒，写入数据时，磁头通过改变局部磁化状态记录数字信息；读取时，再检测磁场变化，通过解码和纠错还原数据。

现代 LTO 磁带采用线性蛇形记录方式，可以把它想象成一条拥有上万条车道的公路。磁头沿一组磁道从头写到尾，再调整位置反方向写回来。

最新 LTO-10 拥有 15104 条数据磁道，驱动器可同时读写 32 条磁道，依靠更精密的材料和伺服控制技术不断提高容量。

而且，磁带的容量增长远没有到头。

2020 年，IBM 与富士胶片就曾在实验室实现每平方英寸 317Gb 的磁记录密度，展示了未来单盒磁带达到 580TB 的技术潜力，相当于目前 40TB 商用产品的 14.5 倍。

当然，580TB 仍停留在实验室演示阶段，距离商业化还有很长一段路。

磁带还有一项经常被忽视的长期成本，那就是兼容性。

磁带介质可以保存很多年，却不意味着几十年后的新驱动器依然能够读取它。最新 LTO-10 驱动器只能读写 LTO-10 磁带，企业需要保留旧设备，或者定期将历史数据迁移到新介质。

对于管理数万盒磁带的数据中心而言，数据迁移、校验和设备维护同样是一笔不小的开支。

即便如此，在大规模冷数据归档场景中，磁带依然拥有很强的成本和能耗竞争力。富士胶片过去几十年积累的精密涂布、薄膜材料和磁性颗粒技术，也因此在 AI 时代重新获得商业价值。

磁带的故事，在机械硬盘行业同样上演。

今年 1 月，西部数据透露，公司 2026 日历年的硬盘产能基本售罄，部分大型客户的长期采购协议已经延伸至 2028 年。

希捷的情况更加夸张。根据 10 月下旬的财报电话会议，公司绝大部分近线机械硬盘出货容量已通过长期协议分配至 2028 年，部分云服务商的采购协议甚至覆盖到 2030 年。

更值得关注的是，机械硬盘不光卖得多，价格也在上涨。

原因并不复杂。SSD 的随机读写性能远超机械硬盘，但对于需要长期在线保存海量数据的云服务商而言，机械硬盘依然拥有每 TB 成本优势。

尤其是 AI 产业持续扩张，训练数据、模型文件和各类生成内容不断累积，数据中心需要的不只有更快的 SSD，还有能够以合理价格提供数十 PB、数百 PB 容量的机械硬盘。

当然，HDD 也存在性能和维护成本。随着单盘容量不断增加，随机访问能力并不会同比提高，故障后的数据重建时间也可能拉长。

但对于云服务商而言，只要存储成本、容量密度和访问性能能够满足业务需求，机械硬盘就依然有存在的价值。

从富士胶片宣布五倍扩产，到西部数据全年产能基本售罄，再到希捷与云服务商签订延伸至 2030 年的长期协议，

一批在消费电子市场逐渐失去存在感的传统技术，正在 AI 数据中心找到新的增长空间。

不过，磁带未来也可能迎来新的竞争者。

2026 年 2 月，微软研究院在《Nature》发表 Project Silica 的最新成果，研究人员利用飞秒激光将数据写入玻璃内部，在约 12 厘米见方、2 毫米厚的玻璃中实现了 4.8TB 的存储容量。

根据加速老化测试，研究人员推算，数据有望保存超过一万年。虽然距离大规模商业应用仍有距离，却展示了长期归档的另一种可能性。

某种程度上，AI 时代的数据存储正在呈现出一幅颇为奇妙的画面。

一边，富士胶片还在改进延续几十年的磁粉涂布工艺，让小小一盒磁带装下数十 TB 数据；另一边，微软已经开始尝试像远古人类在石头上刻字一样，用激光把信息写进玻璃。

当全世界都在追逐更强大的 GPU、更聪明的大模型时，那些负责保存数据的老技术，反倒迎来了属于自己的黄金时代。

风口从来不只属于新事物，也属于那些在新风口里找到自己位置的老手艺。