富士胶片投100亿日元扩产磁带，AI数据归档需求带动
磁带在 AI 时代迎来了第二春。
被普通消费者遗忘了好几十年，磁带却在 AI 时代重新翻身，日子过得相当滋润。
10 月 29 日，富士胶片对外宣布，将在 2026 至 2028 财年拿出约 100 亿日元（约合人民币 4.22 亿元），用于扩建神奈川县小田原工厂。这笔钱要干的事很具体：把数据存储磁带的产能拉到 2025 财年的五倍，主力产品是新一代 LTO Ultrium 10 磁带。
富士胶片称，这是近 20 年来专门针对 LTO 磁带设施最大规模的一次投入。扩产的原因不复杂，生成式 AI 产生的海量数据需要归档。
AI 芯片都用到最先进的了，磁带怎么还退不了场？
计算机行业里有个老玩笑。
计算机科学家安德鲁·坦嫩鲍姆说过一句话：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。听着离谱，可数据量一旦涨到 PB 乃至 EB 级别，用卡车拉着存储设备跑，效率还真可能高过走网络。
2016 年，亚马逊 AWS 就上线过 Snowmobile 服务，重型卡车直接运大型存储设备，一趟最多搬 100PB 数据。
Snowmobile 运的不是磁带，这项服务也在 2024 年停了。它暴露的问题却一直在：数据大到某个量级，怎么用合理的成本存住、搬走，本身就是道工程难题。
生成式 AI 火起来之后，这道题越来越难躲。
训练大模型要 GPU、HBM 和高速 SSD。训练完，企业手里还压着一堆东西：原始语料、清洗过的数据集、训练日志、模型检查点，还有一轮轮迭代攒下的历史版本。
这些数据待遇不同。正在参与计算的，得配高速存储；经常被访问的大规模数据集，放机械硬盘上就行；几个月甚至几年派不上用场、又不能随手删的，交给长期归档系统更合适。
访问频率极低的数据，行业里叫冷数据。
拿一家 AI 公司举例。新模型训完之后，旧版数据集短时间内可能没人碰，可将来要复现实验、重新训练，或者应付合规审计，还是得把它调出来。
麻烦就在这儿。数据越攒越多，总不能让所有硬盘一直通电，花钱养着那些几年都不一定打开一次的文件。
磁带干的正是这个活。
便宜，还省电。磁带能长期离线放着，闲置时不耗电，也不用像在线硬盘阵列那样养着设备、盯着散热。
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少花约 86% 的总体拥有成本，碳排放也低约 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，物理隔离的那份磁带仍可能保住独立备份。
速度也没那么不堪。LTO-10 的原始连续传输速率最高 1200MB/s，自动化磁带库靠机械手完成装载和读取。
缺点当然摆在那儿。
磁带找数据是顺序来的，随机读取一个文件可能等很久，频繁访问和实时计算都不适合它。AI 数据中心里，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。
科学界其实早就这么干了。
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，其中大部分躺在约 6 万盒磁带里。
几十年前采下来的实验数据，说不定会因为新理论冒出来而重新有用。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，放在 AI 公司身上也成立——它们存下来的历史语料、训练记录和模型备份，价值不在当下，而在以后。
磁带市场的回暖并非空谈，出货数据已经能说明问题。LTO 联盟 2026 年 9 月公布的数据显示，2024 年全球 LTO 磁带出货容量创下 176.5EB 的纪录，同比增长 15.4%；2025 年虽有回落，仍达 160.3EB。
到了 2026 年第一季度，LTO-10 上市叠加归档需求上升，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，不是磁带盒的销量。
企业级磁带的市场一直稳固，生成式 AI 带来的海量数据归档需求，则让这项老技术多了一次增长机会。
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步，工程师却一直在往上推存储密度。
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，2026 年开始供货。新产品单盒原始容量为 40TB，若按理想条件下 2.5:1 的压缩比折算，理论容量最高能到 100TB。
拿 2000 年问世的第一代 LTO 磁带比一比，原始容量只有 100GB。26 年间，单盒容量提高了 400 倍。但 100TB 是理论压缩值，碰上已经压缩过的视频、图片和模型权重，实际容量一般到不了这个数。
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，相当于三圈多标准田径跑道。要把这么长的磁带塞进这么小的卡带，富士胶片用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；同时以钡铁氧体结合锶铁氧体技术做出超细磁性颗粒，提升单位面积能记录的数据量。
存储原理其实和几十年前的录音磁带一脉相承。磁带表面布满微小的磁性颗粒，写数据时磁头改变局部磁化状态，把数字信息记下来；读数据时检测磁场变化，再靠解码和纠错把数据还原出来。
现代 LTO 磁带用的是线性蛇形记录方式，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，再换个位置反方向写回来。最新的 LTO-10 有 15104 条数据磁道，驱动器能同时读写 32 条，容量靠更精密的材料和伺服控制技术持续往上走。
磁带的容量增长也远没到头。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，展示了单盒磁带未来达到 580TB 的技术潜力，是眼下 40TB 商用产品的 14.5 倍。
当然，580TB 还只是实验室演示，离商业化有不短的距离。
磁带还有一项常被忽视的长期成本——兼容性。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销。
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。
西部数据今年 1 月对外透露，2026 日历年的硬盘产能已接近售罄，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出货容量已按长期协议分配到 2028 年，部分云服务商的采购协议还覆盖到了 2030 年。
机械硬盘眼下不只是出货量大，价格也在往上走。
道理不复杂。论随机读写，SSD 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，机械硬盘每 TB 成本上的优势依然在。
加上 AI 产业不停扩张，训练数据、模型文件、各类生成内容越积越多，数据中心不光要更快的 SSD，也要能按合理价格堆出数十 PB、数百 PB 容量的机械硬盘。
机械硬盘当然也有短板，性能和维护都是成本。单盘容量越做越大，随机访问能力却不会跟着同比例提升，盘坏之后的数据重建时间也可能被拉长。
不过对云服务商来说，只要存储成本、容量密度和访问性能对得上业务需求，机械硬盘就还有它的位置。
富士胶片宣布五倍扩产，西部数据全年产能基本卖光，希捷又与云服务商签下延伸到 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。
话说回来，磁带往后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 毫米厚的玻璃里装下了 4.8TB。
加速老化测试之后，研究人员推算这些数据有望保存一万年以上。离大规模商用还有距离，但它展示了长期归档的另一种可能。
AI 时代的数据存储，某种程度上正呈现出一幅挺奇妙的画面。
一头是富士胶片仍在打磨沿用几十年的磁粉涂布工艺，让一盒小小的磁带装下数十 TB 数据；另一头，微软已经开始学远古人类在石头上刻字，用激光把信息写进玻璃。
全世界都在追更强的 GPU、更聪明的大模型，反倒是那些负责保存数据的老技术，迎来了自己的黄金时代。
风口从来不只属于新东西，也属于那些在新风口里找准了位置的老手艺。
