富士胶片投100亿日元扩产磁带，AI时代冷数据归档需求暴涨

被普通消费者冷落了几十年的磁带，居然在 AI 时代又火了一把，这事恐怕没几个人能想到。

10 月 29 日，日本富士胶片公布了一项投资计划：拿出约 100 亿日元（约合人民币 4.22 亿元），在 2026 至 2028 财年扩建神奈川县小田原工厂，把数据存储磁带的产能拉到 2025 财年的五倍，扩产重点是最新一代 LTO Ultrium 10 磁带。

富士胶片称，这是近 20 年来投向 LTO 磁带专用设施的最大一笔钱。之所以要扩产，推手正是生成式 AI 产生的海量数据归档需求。

AI 用的都是最先进的芯片，怎么还离不开磁带？

计算机圈里有个老笑话。计算机科学家安德鲁·坦嫩鲍姆说过，永远别低估一辆装满磁带、在高速公路上飞奔的汽车的带宽。这话听着离谱，可当要传输的数据到了 PB 甚至 EB 级别，用卡车拉存储设备，效率真可能高过走网络。

2016 年亚马逊 AWS 就推出过 Snowmobile 服务，用重型卡车运送大型存储设备，一趟最多能搬 100PB 数据。它运的不是磁带，服务也在 2024 年停了，但这件事点出了一个老问题：数据大到一定份上，怎么用合理的成本把它存住、挪走，本身就是道工程难题。

生成式 AI 一起爆发，这个难题就更扎眼了。训练大模型要 GPU、HBM 和高速 SSD，可训练完了，企业手里还攒着一堆东西：原始语料、清洗后的数据集、训练日志、模型检查点，还有一轮轮迭代留下的历史版本。

正在参与计算的数据，得放在高速存储上；经常访问的大规模数据集，搁机械硬盘就行；至于那些几个月甚至几年都碰不到、又不能随手删掉的材料，交给长期归档系统更合适。访问频率极低的数据，行业里通常叫冷数据。

打个比方，一家 AI 公司训练完新模型，旧版数据集短期内可能没用了，但将来复现实验、重新训练或者做合规审计，说不定还得调出来。问题就来了：数据越积越多，总不能让所有硬盘一直通着电，花钱养那些几年都不打开一次的文件吧？

磁带干的恰好就是这个活。它便宜，还省电——能长期离线放着，闲置时不耗电，也不用像在线硬盘阵列那样一直维持设备运转和散热。

富士胶片算过一笔账：在保存 100PB 数据、周期十年的特定条件下，自动化磁带系统比全机械硬盘方案的总拥有成本低约 86%，碳排放少约 95%。

安全是另一个好处。磁带能从系统里取出来离线存放，服务器就算中了勒索软件，物理隔离的磁带还有机会留下一份独立备份。再说速度，现代磁带也没想象中那么慢：LTO-10 的原始连续传输速率最高可达 1200MB/s，自动化磁带库还能靠机械手完成装载和读取。

缺点当然也摆在明面上。磁带找数据得按顺序来，随机读取一个文件可能要等不少时间，频繁访问和实时计算它扛不住。AI 数据中心里的 SSD 负责让数据随叫随到，磁带更像一座便宜、能装的数字仓库。

其实科学界早就这么干了。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，其中大部分存在约 6 万盒磁带里。

几十年前采集的实验数据，说不定会因为新理论冒出来而重新有价值。CERN 预计，未来十年要保存和处理的数据规模，大约是此前累计存储量的十倍。

同样的道理，放到AI企业身上也成立——历史语料、训练记录、模型备份，这些资产同样需要长期保管。

磁带市场的回暖，并非空口无凭。

LTO联盟2026年9月公布的数字显示：2024年全球LTO磁带出货容量创下176.5EB的纪录，比上一年增长15.4%；2025年虽有回落，仍交出160.3EB的成绩。

到了2026年第一季度，LTO-10开卖，加上归档需求升温，全球磁带出货容量同比又涨了57%。需要说明的是，这里统计的是磁带提供的存储容量，不是卖出了多少盒磁带。

企业级磁带原本就有稳定的市场，生成式AI对海量数据归档的胃口，又给这项老技术添了一把火。

一盒磁带能存100TB，26年容量暴涨400倍

磁带在AI时代重新被看见，还有一个常被忽略的原因。

普通消费者以为磁带技术早就停摆了，其实工程师一直在往上推存储密度。

2025年6月，富士胶片拿出LTO-10 30TB数据磁带；同年12月又推出40TB版本，2026年开始供货。最新产品单盒原始容量为40TB，按理想条件下2.5:1的压缩比算，理论容量最高能到100TB。

对比一下：2000年第一代LTO磁带，原始容量只有100GB。26年过去，单盒容量提高了400倍。不过100TB是理论压缩容量，碰上已经压过的视频、图片和模型权重，实际往往存不到这个数。

还有一点挺有意思：LTO-10磁带盒大约10厘米见方、2.15厘米厚，里面却卷着1337米长的磁带，等于三圈多标准田径跑道。

要把1337米磁带塞进约10厘米见方的卡带，富士胶片用上了芳纶薄膜和新的薄层制造技术，把磁带整体厚度压到仅4微米；同时采用钡铁氧体与锶铁氧体结合的超细磁性颗粒，让单位面积能记下更多数据。

存储原理其实和几十年前的录音磁带是一脉相承的。

磁带表面布满微小的磁性颗粒。写入时，磁头改变局部磁化状态，把数字信息记下来；读取时，再检测磁场变化，靠解码和纠错把数据还原出来。

现代LTO磁带采用线性蛇形记录方式，可以想象成一条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。

最新的LTO-10共有15104条数据磁道，驱动器可同时读写32条磁道，容量靠更精密的材料和伺服控制技术一路往上提。

磁带的容量增长，离天花板还远。

2020年，IBM和富士胶片在实验室做到每平方英寸317Gb的磁记录密度，展示出未来单盒磁带达到580TB的技术潜力，是眼下40TB商用产品的14.5倍。

当然，580TB还停在实验室演示阶段，离商业化有很长一段路要走。

磁带还有一项常被忽视的长期成本：兼容性。

磁带介质能保存很多年，不代表几十年后的新驱动器还读得出来。最新的LTO-10驱动器只能读写LTO-10磁带，企业要么留着旧设备，要么定期把历史数据迁到新介质上。

对管理着数万盒磁带的数据中心来说，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里，磁带的成本和能耗竞争力依然很强。富士胶片过去几十年攒下的精密涂布、薄膜材料和磁性颗粒技术，也因此在AI时代重新有了商业价值。

这样的故事，在机械硬盘行业同样上演过。

今年 1 月，西部数据对外透露，2026 日历年的硬盘产能已接近卖光，一些大客户的长期采购协议甚至签到了 2028 年。希捷那边更猛。10 月下旬的财报电话会议上，公司称绝大部分近线机械硬盘的出货容量已通过长期协议分配到 2028 年，部分云服务商的采购协议覆盖到 2030 年。

机械硬盘不光是出货量大，价格也在往上走。道理不复杂。SSD 的随机读写性能远胜机械硬盘，可对需要长期在线保存海量数据的云服务商来说，机械硬盘在每 TB 成本上依旧占优。

特别是 AI 产业一路扩张，训练数据、模型文件和各种生成内容越攒越多，数据中心既要更快的 SSD，也要能以合理价格提供数十 PB、数百 PB 容量的机械硬盘。

机械硬盘当然也有短板，性能和维护成本都摆在那里。单盘容量不断往上加，随机访问能力却不会跟着同比例提升，故障之后的数据重建时间也可能被拉长。不过对云服务商而言，只要存储成本、容量密度和访问性能撑得住业务需求，机械硬盘就仍有存在的理由。

富士胶片宣布五倍扩产，西部数据全年产能基本售罄，希捷又与云服务商签下延伸至 2030 年的长期协议——这些在消费电子市场渐渐没了存在感的传统技术，正在 AI 数据中心里找到新的增长空间。

磁带未来也可能碰上新的对手。2026 年 2 月，微软研究院在《Nature》上发表了 Project Silica 的最新成果：研究人员用飞秒激光把数据写进玻璃内部，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。

按照加速老化测试，研究人员推算数据有望保存超过一万年。这距离大规模商业应用还有距离，但已经展示了长期归档的另一种可能。

某种程度上，AI 时代的数据存储正拼出一幅挺奇妙的图景。一边，富士胶片仍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那样，用激光把信息写进玻璃。

全世界都在追更强大的 GPU、更聪明的大模型，反倒是那些负责保存数据的老技术，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。