富士胶片投100亿日元扩产磁带,AI数据归档需求推动五倍产能

资讯 腾讯网 作者:腾讯网 全文 3665 字 · 约 10 分钟读完

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....

磁带在AI时代又火了起来,这一点恐怕没多少人预料到。
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),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提到2025财年的五倍,主要生产最新一代LTO Ultrium 10磁带。
富士胶片称,这是近20年来LTO磁带专用设施规模最大的一笔投资。扩产背后的推手,就是生成式AI带来的海量数据归档需求。

AI用的都是最先进的芯片,磁带怎么还有用武之地?

计算机行业有个流传很广的玩笑。
计算机科学家安德鲁·坦嫩鲍姆说过,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。这话听着荒诞,可当要传输的数据达到PB甚至EB级别,把存储设备装上车运走,效率还真可能高过走网络。
2016年,亚马逊AWS就推出过Snowmobile服务,用重型卡车直接拉大型存储设备,一趟最多能搬100PB数据。
Snowmobile运的并不是磁带,这项服务也在2024年停用了。但它点出了一个长期存在的难题:数据规模大到一定程度,怎么以合理成本保存和搬运,本身就是一项工程挑战。
生成式AI的爆发,让这个难题愈发突出。
训练大模型离不开GPU、HBM和高速SSD,可训练结束之后,企业手里还留着一大堆东西: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。
这些数据里,正在参与计算的要靠高速存储设备;经常访问的大规模数据集可以放在机械硬盘上;几个月甚至几年都用不到、又不能随便删的资料,就该进长期归档系统。
访问频率很低的数据,行业里通常叫冷数据。
举个例子,一家AI公司训练完新模型,旧版数据集短期内可能用不上了,但将来复现实验、重新训练或者做合规审计时,说不定还得调出来。
问题就来了。数据越积越多,难道要让所有硬盘一直通着电,花钱维护那些可能几年都不访问一次的文件?
磁带恰好擅长干这件事。
先说便宜和省电。磁带能长期离线保存,闲置时不耗电,也不用像在线硬盘阵列那样维持设备运转和散热。
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
再说安全。磁带可以从系统里取出来离线存放,就算服务器遭到勒索软件攻击,物理隔离的磁带仍有机会留下一份独立备份。
速度方面,现代磁带其实不差。自动化磁带库由机械手负责装载和读取,LTO-10 的原始连续传输速率最高能到 1200MB/s。
但磁带找数据得按顺序来,随机读取一个文件可能要等较长时间,所以不适合频繁访问和实时计算。AI数据中心里的SSD让数据随叫随到,磁带更像一座成本低廉、容量庞大的数字仓库。
其实,科学界早就在用这种方案。
2025年12月,
几十年前采集的实验数据,可能因为新理论出现而重新有了研究价值。CERN预计,未来十年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。
同样的道理,也适用于AI企业保存的历史语料、训练记录和模型备份。
磁带市场的回暖,背后已经有实打实的数据。
LTO 联盟 2026 年 9 月公布的数据显示,2024 年全球 LTO 磁带出货容量冲到 176.5EB,创下纪录,同比涨了 15.4%。到了 2025 年虽有些回落,也还有 160.3EB。
2026 年第一季度,LTO-10 开始上市,加上归档需求往上走,全球磁带出货容量同比又涨了 57%。要注意,这里算的是磁带提供的存储容量,不是卖了多少盒磁带。
企业级磁带的市场一直稳得住,而生成式 AI 对海量数据归档的胃口,让这门老手艺又碰上了新的增长窗口。

一盒磁带能存 100TB,26 年容量暴涨 400 倍

磁带能在 AI 时代重新被人盯上,还有个原因常被忽略。
普通消费者多半以为磁带技术早就原地踏步,其实工程师一直在往上推它的存储密度。
2025 年 6 月,富士胶片拿出 LTO-10 30TB 数据磁带,同年 12 月又发了 40TB 版本,2026 年起开始供货。最新产品单盒原始容量做到 40TB,按理想条件下 2.5:1 的压缩比算,理论容量最高能到 100TB。
拿它跟 2000 年第一代 LTO 磁带比,那会儿原始容量才 100GB。26 年下来,单盒容量翻了 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,实际能装的通常到不了这个数。
更有意思的是,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,折合三圈多标准田径跑道。
要把 1337 米磁带塞进一盒约 10 厘米见方的卡带,富士胶片用上了芳纶薄膜和新型薄层制造技术,把磁带整体厚度压到只有 4 微米;同时采用钡铁氧体和锶铁氧体技术结合的超细磁性颗粒,让单位面积能记录的数据量往上提。
存储原理说起来,跟几十年前的录音磁带是一路下来的。
磁带表面铺着细小的磁性颗粒。写数据时,磁头改变局部的磁化状态,把数字信息记下来;读的时候再检测磁场变化,靠解码和纠错把数据还原出来。
现代 LTO 磁带走的是线性蛇形记录,可以把它想成一条有上万条车道的公路。磁头沿一组磁道从头写到尾,然后挪个位置反方向再写回来。
最新的 LTO-10 有 15104 条数据磁道,驱动器能同时读写 32 条磁道,容量靠更精密的材料和伺服控制技术一点点往上推。
何况,磁带的容量增长还远没见顶。
2020 年,IBM 和富士胶片就在实验室做出每平方英寸 317Gb 的磁记录密度,说明未来单盒磁带达到 580TB 是有技术潜力的,相当于现在 40TB 商用产品的 14.5 倍。
当然,580TB 还停在实验室演示阶段,离商业化差得远。
磁带还有一项长期成本常被忽视,那就是兼容性。
磁带介质能存很多年,可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。
即便这样,在大规模冷数据归档的场景里,磁带的成本和能耗竞争力依然很强。富士胶片这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 时代重新卖出了价钱。
磁带的故事,在机械硬盘行业也在重演。
今年 1 月,西部数据透露,公司 2026 日历年的硬盘产能基本卖光了,部分大客户的长期采购协议已经排到 2028 年。
希捷的处境比西部数据还要紧。10 月下旬的财报电话会议上,公司披露绝大部分近线机械硬盘的出货容量已被长期协议锁定到 2028 年,个别云服务商的采购协议甚至签到 2030 年。
机械硬盘的问题不只是量走得快,价格同样在往上抬。
道理其实不复杂。论随机读写,SSD 甩开机械硬盘一大截,可云服务商要的是把海量数据长期放在线上,机械硬盘按每 TB 算成本仍然更划算。
AI 产业越铺越大,训练数据、模型文件、各类生成内容越积越多,数据中心既需要更快的 SSD,也离不开能以合理价格堆出数十 PB、数百 PB 容量的机械硬盘。
当然,HDD 在性能和维护上也有短板。单盘容量越做越大,随机访问能力却不会跟着同步提升,盘坏之后重建数据的时间也可能被拖长。
但对云服务商来说,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,希捷又与云服务商把长期协议签到 2030 年——这些在消费电子市场渐渐没了声量的老技术,正从 AI 数据中心里找到新的增长空间。
磁带往后也不是没有对手。
2026 年 2 月,微软研究院在《Nature》上公布了 Project Silica 的最新进展:研究人员用飞秒激光把数据写进玻璃内部,一块约 12 厘米见方、2 毫米厚的玻璃,存下了 4.8TB 容量。
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,但它给出了长期归档的另一种可能。
换个角度看,AI 时代的数据存储正拼出一幅挺有意思的图景。
一头是富士胶片还在打磨沿用几十年的磁粉涂布工艺,让一盒小小的磁带装进数十 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里。
全世界都在追更强的 GPU、更聪明的大模型,反倒是那些管存数据的老技术,迎来了自己的好日子。
风口不只属于新东西,也属于那些在新风口里找准了位置的老手艺。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 张朝阳谈AI:搜狐做不起大模型,机会藏在不被注意处

    IT之家 11 月 6 日消息,据中国蓝新闻、第一财经日报报道,在本周的 2026 世界互联网大会乌镇峰会上,搜狐创始人、董事局主席兼首席执行官张朝阳坦言,承认自己“错过移动互联网”。相比大量企业对于 AI 的大规模投资,搜狐似乎显得很“冷静”。张朝阳对此表示,自己不是冷静,其实是一种清醒的选择,因为错过移动互联网,.

    来源 腾讯网
  2. AI设计潮玩:消费者为何开始抵制?

    “某IP现在设计的AI味越来越重,不想买了。” “等了半年的预售,到手和宣传图两模两样,AI生成的宣传图完全不可信。” “警惕AI宣传图,连实物都不做就开始上链接,和空手圈钱有什么区别?” 今年开始,社交媒体上相似的抱怨越来越多。“团队沾AI”、“AI诈骗”,成了不少用户声讨IP潮玩商家的高频关键词:从同人开团到小厂白

    来源 AI 行业观察
  3. AI照护助手提速,照护者的钱与睡眠谁来管

    面向家庭照护者的应用正加速引入人工智能:整理病历、提醒用药、监测异常、提供情感陪伴,管理效率显著提升。然而,照护者真正的困境——经济压力、睡眠不足、情感耗竭与社会支持缺位——并不会因一个更聪明的App而消失。本文梳理AI照护工具的进展与局限,并追问:技术之外,我们还需要什么?

    来源 AI 科技快讯
  4. Axiom Math完成Stacks Project形式化验证:给AI数学证明加道机器关卡

    随着AI大量生成未经核验的数学证明,数学界面临信任危机。创业公司Axiom Math押注形式化验证,试图为AI时代的数学建立质量关卡。该公司宣布,其AI代理已完成对Stacks Project——代数几何领域最重要的文献库之一——的形式化验证,这被视为自动化数学验证的重要里程碑。

    来源 AI 科技快讯
  5. AI进职场,心理支持怎么跟上?清华、电子科大专家谈员工不安与倾诉

    当下,越来越多的职场人会向AI倾吐烦恼,寻求更即时的心理支持。制图:齐征 (图片由AI辅助生成) “过去谈到职业健康,人们往往更关心工作中的身体损伤和疾病预防。如今,随着人工智能等技术的发展和工作方式的变化,职业健康的内涵不断拓展。长期工作压力、职业倦怠、情绪耗竭以及心理负荷等问题,都值得给予更多重视。”...

    来源 腾讯网
  6. 第八届世界浙商大会杭州开幕:AI浪潮下浙商如何穿越周期

    中新网杭州11月6日电(郭其钰)当AI浪潮重塑千行百业,浙商如何穿越周期、赢得主动?如何在高质量发展赛道上抢占先机、赢得未来?11月6日在浙江杭州开幕的第八届世界浙商大会,成为外界观察浙商识变求新、浙江厚植创新生态的窗口。 当日,第八届世界浙商论坛举行,全球浙商再回“娘家”,聚焦科创聚力、AI赋能,共谋发展之道...

    来源 腾讯网
  7. 盖茨谈亿万富翁税:AI 时代税制须改革,慈善填不平贫富差距

    盖茨指出,不能指望富豪靠慈善捐赠解决贫富差距问题。政府应当按照财富水平实行累进征税,再由个人决定从收入中拿出多少钱用于慈善事业。“解决不平等问题,首要责任始终在政府。慈善捐赠毕竟是自愿的,不能指望慈善事业充当社会保障网。”

    来源 IT之家
向下滚动自动加载更多