AI存储进入PB/EB时代，HDD为何成为数据底座？

“西部数据的策略：从11碟HDD出发，重塑AI存储底座。

让我们来试想这样一个场景：凌晨3点，某大模型云服务平台的日志系统依然在高速写入。

用户刚刚在一个智能体平台上发起了一次多轮对话请求——表面上只是一个简单的金融问询，但背后，调度了3个子模型、20多次跨服务交互、超2万token的上下文流转。模型的响应不过几百毫秒，但系统中每一轮交互、每一次召回、每一段中间推理路径，都被如实记录下来，写入归档。

问题是，每天都有TB级的推理日志、对话记录、embedding缓存、agent调用历史等“温冷数据”生成，怎么存？存在哪儿？存多久？成本能不能承受？

西部数据在2024年10月推出的UltrastarTM DC HC690数据中心硬盘是一项适合的选择。这是全球首款商用11碟UltraSMR HDD，在标准3.5英寸结构下，实现了32TB超高容量，融合了经市场验证的成熟设计与前沿创新技术，助力数据中心在现有基础设施内实现更高存储密度。

那么，在AI时代，HDD将扮演什么样的角色，西部数据的技术产品又有什么不一样？为了回答这些问题，数据猿采访了西部数据的高级销售总监文芳。

AI时代的数据存储

面临三大结构性需求

如果说算力决定了AI跑多快，数据就决定了它跑多远。

但这个“跑远”的代价，正在变得越来越沉重。

2025年，大模型和智能体进入商用部署的新阶段，“一企一模型”“一行一垂类”的趋势拉开，随之而来的，是以PB乃至EB为单位的数据暴涨。从训练数据、微调数据，到推理日志、模型版本、Agent调用记录，数据不只是多了，还存在结构性特征。

1.数据爆炸，热温冷分层成为常态

根据国家数据局数据，2024年中国AI企业数量同比增长36%，高质量数据集增长27.4%，数据中心对更高强度AI应用的支持需求正在迅速攀升。

这背后，是企业在构建自己专属知识库、Agent能力池、领域微调集时，对数据的深度依赖——而且，这些数据的生命周期越来越复杂。

“热温冷”三层数据结构，已经成为AI业务系统的事实标准。这些数据分别都是什么呢？

·热数据：实时调用、频繁读写，典型如token缓存、任务队列、模型权重更新；

·温数据：中频访问、周期性分析，如推理中间结果、Embedding向量库、用户行为日志；

·冷数据：归档、合规、历史记录，如原始训练集、版本历史、监管审计记录。

在AI工作负载中，“温冷数据”的占比越来越高，它们既不够热，也不能彻底冰封；既要求长周期保存，又不能牺牲访问可用性。

这使得数据分层策略不再只是“性能-价格”之间的折中权衡，而是事关业务架构稳定性与成本可控性的“战略设计”。

2.TCO（总体拥有成本），成为重要的决策标准

与以往“按性能买硬件”的时代不同，AI时代的数据中心在做存储决策时，关注的问题变了。

除了追求“速度有多快”，还要考虑“容量单价是多少？”“扩展之后会不会不兼容？”“这笔钱值不值得花在这批温数据上？”

这正是TCO（Total Cost of Ownership）概念成为核心指标的原因。

从存储容量单价、能源效率、空间密度，到可预测的扩展性与维护成本，AI系统的底层架构越来越倾向于做“长期账”，而非只做“性能账”。

比如，同样是部署一个2PB的数据系统，如果能够降低20%的能耗、减少25%的服务器数量，那么哪怕读写速度略有差距，这笔投资依然是值得的。

这就是“总体拥有成本”导向下的存储观——“能长期用、用得起、未来还能升级”。

文芳提及，这正是大容量机械硬盘（HDD）发挥战略作用的关键所在——它们能提供具有规模化成本效益的存储容量，为PB/EB级AI存储环境带来卓越的总体拥有成本（TCO）优势。

既然HDD这么重要，那么，下一个问题就变成——谁能把HDD这张牌打好，谁能把它做得更大、更强、更节能？

西部数据的策略：

从11碟HDD出发，重塑AI存储底座

编者认为，AI时代对HDD提出了两个新要求：更大的容量，更长的周期。这不仅仅是一次性的性能突破，更是一次关于“长期信赖”关系的重构。

在这个背景下，西部数据以UltrastarTM DC HC690数据中心硬盘为代表的新一代大容量HDD的重要性愈发凸显。

1.数据底座：更优TCO+长期信赖

在AI驱动的数据中心架构中，HDD是不可替代的底座。因为它能带来规模化成本效益。尤其是在温、冷数据归档这类场景中，HDD的高存储密度和具有优势的每TB成本，构成了AI规模化部署的现实基础。

在今天的超大规模云平台中，HDD承担着绝大多数温冷数据的存储任务，占据了整个数据中心大部分的物理存储空间和主要数据留存容量。而随着AI的深入落地，这一比例还在持续提升。

可以说，HDD已经成为AI时代的数据基础设施支柱。西部数据在保证可靠性的基础上，让客户能够“预测成本、信任扩展、安心使用”。

2.产品亮点：UltrastarTM DC HC690

据文芳介绍，UltrastarTM DC HC690这款产品上采用了多项关键技术，具备以下优势：

·32TB容量，全球首款商用11碟UltraSMR HDD，封装于标准3.5英寸结构中；

·协同技术加持：包括ePMR（能量辅助垂直磁记录）、UltraSMR、HelioSealTM、OptiNANDTM；

·功耗表现优秀：即使磁碟数量增加，单位容量能效依旧维持在与10碟产品几乎相当水平。

每一项技术是为了实现一件事，在不增加占用空间的前提下，提升容量密度，同时保持稳定与节能。

如何在3.5英寸的空间内放下11碟磁盘，而不牺牲稳定性和散热？这并不是简单的堆叠问题，而是一次结构性的优化。

在UltrastarTM DC HC690的设计中，工程团队围绕以下关键点进行多项创新：

·缩小磁碟间距：在保持碟片厚度以保障制造效率的同时，提升单位硬盘容量；

·微调磁头悬挂装置构：确保磁头在高密度条件下依然精准定位；

·PCB板避让设计：通过重新布局电路板走线，为碟片结构让出空间；

这些细节的集合，构成了“不升尺寸而升容量”的技术解法——让HDD真正成为数据中心架构中可持续演进的一部分，而不是“一次性采购品”。

需要指出的是，西部数据的目标不仅是32TB，而是一个更长周期的路线图——同步推进ePMR/UltraSMR的商业化与HAMR的工程验证。预计2027年，西部数据将实现HAMR产品的量产，同时保持与现有产品的兼容演进。2030年后，西部数据计划按路线图发展50TB+级别的HDD（说明：关于未来产品规划和技术路线的表述均为前瞻性陈述，可能因技术、市场或供应链等因素发生调整）。

而且，西部数据旨在构建一条“可预测、可平滑迁移、可长期信赖”的技术路径，致力于降低系统演进过程中的架构调整与风险评估复杂度。这是对客户的长期关系战略——构建“存储信赖路径”，帮助客户把其数据底座变成护城河。

构建“可持续AI存储架构”的核心支柱

做大规模AI应用的“护城河”

真正的技术护城河，从来不是某个指标的领先，而是能不能在长期系统里反复证明自己：稳定、可扩展、可信赖。

对企业而言，这种价值是写在每一张电费账单、每一台服务器、每一次扩容的采购周期中。

以西部数据的HC690为例，在部署同样2PB容量的场景下，相比传统24TB HDD，客户可以减少约25%的服务器数量，节省机架空间；降低约20%的整体能耗，同时降低基础设施与维护成本。

从资源利用角度看，这是一种“结构性节省”。大规模部署下单位TB的成本更低，帮助客户更快达成可持续目标。系统扩容路径更可预测，无须大幅调整部署架构。对于AI推理数据、归档数据、训练历史数据等体量巨大的“冷/温数据”，这类大容量HDD，正是当前可规模化落地的经济可行方案。

此外，在落地路径上，西部数据显然也不是“只卖设备”这么简单。他们在本地化方面，也进行了诸多努力。比如，其在亚太设有SIT实验室（Storage Integration Test），为本地客户提供产品开发规划与部署、新产品测试验证、产品认证与导入等服务。他们还与超大规模客户进行联合开发，在早期就参与战略协同，降低部署风险，并提供贯穿产品全生命周期的持续工程支持。对于中国本地客户，这意味着更快的支持响应、更稳的产品迭代、更长的生命周期保障。

展望未来，数据的爆炸性增长，正重塑“存储”的产业角色。

根据中国信通院数据显示，2024年中国云计算市场已达8288亿元，同比增长34.4%。预计到2030年，该市场将突破3万亿，成为AI、工业互联网、视频流平台等数据密集型行业的底层依托。

这不是一个线性增长市场，而是一个“被AI放大的广阔空间”。每一个多模态模型的推理调用、每一个Agent系统的上下文记录，每一次大语言模型的“记忆保存”，都是对存储底座的“微小索取”。

而当这些“微小索取”累计到PB/EB级规模时，编者认为，谁能成为高规模化经济效益、低功耗、高可扩展的数据承载方，谁就将在未来云基础设施中具备更强的话语权。

这正是HDD发挥重要作用的底层逻辑——AI不仅改变了数据量，更改变了对“存储”的定义。