独家对话西部数据CPO：HDD涨价迫在眉睫，2026产能售罄，如何实现全球供应？

图片来源@unsplash

由AI大模型基础设施热潮引发的机械硬盘短缺现状，正于近段时间持续上演。

过去，机械硬盘（HDD）产业高度集中，其供应往往受季节性、周期性需求影响。因为一旦客户完成硬件部署，供应量超过需求量，硬盘价格就会随之波动。

相关供应链报告最新显示，2025年第四季度合同谈判结束后，机械硬盘合约价格环比上涨约4%，创下过去八个季度以来的最大涨幅，预计这一上涨趋势还将持续。

同样是数据存储，机械硬盘如何为AI发展提供支撑？

相较于闪存（Flash），机械硬盘的随机读写速度较慢，其优势在于大规模部署下具备良好的经济性，能够提供出色的长期数据保存能力。这意味着，机械硬盘非常适合于存储海量数据，例如数据预处理阶段的原始数据集、AI推理阶段模型生成的各类数据等。

在中美企业级市场，特别是对AI云竞相投资的云服务厂商和超大规模数据中心，对机械硬盘抛出了大量长期需求订单。

老牌巨头西部数据洞察了这一市场先机。

西部数据最新季度财报显示，截至2026年1月2日的第二季度，收入30.2亿美元，同比增长25%，且预计下一季度收入将同比增长约40%。财报电话会上，西部数据CEO Irving Tan透露，2026年产能已全部售罄，并与三家头部客户签署长期合约。

至于如何增加产能以满足客户需求？这并非着只增加原有硬盘出货量就可以。通过与客户的长期协议和容量约定，西部数据认为，AI时代需要不断通过创新开发更高容量、更高性能、功耗更低的硬盘，在与客户的不断验证中重塑硬盘技术。

实际上，自2025年年初，西部数据与闪迪分拆后，就开始更加专注于机械硬盘业务，力求通过技术创新与产品实践以抓住AI时代的机遇。

在近日举办的Innovation Day上，西部数据正式从Western Digital更名为WD，并对其产品进行了明确定位。包括：

1. 更高容量：推出首款40TB UltraSMR ePMR HDD，并计划在2029年实现HAMR技术100TB容量的突破。通过ePMR（能量辅助垂直磁记录）和HAMR（热辅助磁记录）两种技术路径并行发展，为客户提供多样化选择与灵活性，实现平滑过渡，避免业务中断。 2. 更高性能：通过高带宽硬盘（High Bandwidth Drive Technology）与双枢轴技术（Dual Pivot Technology），提供2倍带宽（未来可达8倍）以及2倍顺序IO性能增益，以HDD的经济性支持AI工作负载，同时降低对闪存的依赖。 3. 优化能效：推出全新功耗优化型HDD，可降低20%功耗，以降低客户总体拥有成本（TCO）。

在西部数据看来，目前有一类客户拥有大量数据和AI工作负载，起初用的是闪存，现在希望用上HDD去兼顾经济效益和性能。但这类客户有一部分没有时间或资源去开发必要的软件，来适配并利用UltraSMR、高带宽和高IO等技术优势。为此，西部数据还将计划推出整合了HDD优势的简化方案，通过提供一个智能软件层API，客户仅需通过最小化的软件调整，即可在其基础设施中充分利用HDD。

在活动前夕，笔者独家对话西部数据首席产品官Ahmed Shihab，针对西部数据如何应对需求的激增，产品路线图，以及AI时代的产业变革进行探讨。Ahmed曾任微软负责存储共享产品，并曾在AWS负责基础设施构建。

Ahmed指出，AI时代数据激增带来的存储需求有两个重要变化：一是模型消耗数据的速度加快，客户希望继续利用基于HDD的对象存储中的数据，但他们开始通过构建智能的数据管道来排队处理数据，以确保存储能跟上计算需求，使GPU得到充分利用；

二是客户在数据摄入和训练之间增加了一个步骤：数据清洗或筛选，以确保数据质量，以及利用推理过程的输出来与客户交互，重新调整数据并进行模型再训练，以确保答案的正确性并提升模型精度。

Ahmed认为，HDD产业的发展动力是多元化的。AI确实是容量需求的一大驱动力，但云原生应用的需求也在增长。

谈及中美客户市场，Ahmed指出，虽然客户构建GPU集群的节奏可能不同，但对数据的需求都在持续增长。AI发展需要海量数据，无论GPU数量多寡，数据量都在增加。中美客户都在寻求可靠、低能耗和大容量的HDD。

以下是对话实录，经笔者编辑整理。

问：回顾过去三年，大模型带来的存储挑战在不同时期有哪些特征？例如在大模型爆发初期，业内可能更追求模型训练的速度；而近两年大家对数据质量要求更高，希望模型落地更具真实性。在你看来，从2023年大模型爆发至今，存储需求有哪些发展变化？

Ahmed Shihab：起初，大语言模型主要专注于展示其能力。但随着人们开始使用这些模型，重点转向了模型的实用性，即回答现实生活中的问题并为客户做更多事情。因此，语言模型变得越来越大，需要的数据量也急剧增加。这不仅包括原始训练数据，还包括用户与模型交互过程中产生的数据。

随着数据规模扩大，模型消耗数据的速度也在加快。客户希望继续利用基于HDD的对象存储中的数据，但他们开始通过构建智能的数据管道（Pipelines）来排队处理数据，以确保存储能跟上计算需求，使GPU得到充分利用。为了支持这一点，我们在软件基础设施方面看到了巨大的演进。

另一个显著变化是，客户在数据摄入和训练之间增加了一个步骤：数据清洗或筛选（Data Curation），以确保数据质量。通过在输入模型前筛选出高质量数据，可以创建更准确的模型，减少幻觉，并为用户生成更真实的回复。最后一步是利用推理过程的输出来与客户交互，重新调整数据并进行模型再训练，以确保答案的正确性并提升模型精度。所有这些过程都生成了更多数据，并产生了更快处理数据的需求。正是基于这些变化，我们调整了产品路线图。

问：关于刚才提到的容量路线图，我记得此前提到的目标是2030年达到50TB。而刚才调整为2029年达到100TB。请问这一路线图的调整是基于哪些判断？又是通过哪些技术手段来实现的？

Ahmed Shihab：是的，我们的路线图计划让客户在2029年能够开始对100TB容量的HDD进行技术认证。实现这一目标需要多种技术的结合。我们利用现有的HAMR技术，这是一种我们已经研发并与客户共同测试了一段时间的新型记录技术。此外，我们正在开发的其他技术包括磁学与存储介质领域，通过HAMR技术和硬盘内激光技术的改进大幅提升面密度，从而增加每张磁碟的数据存储量。所有这些创新都将在现有的3.5英寸规格内实现。

问：去年与中国厂商交流时，有反馈说AI爆发前存储系统并未受到足够重视，甚至有人认为HDD产业遇到了天花板。现在AI出现了，请问HDD的增量市场是否全部来自AI？

Ahmed Shihab：HDD产业的发展动力是多元化的。AI确实是容量需求的一大驱动力，但云原生应用的需求也在增长。此外，社交媒体中的视频、流量增加和内容生成也在推动HDD需求增长。而且，大部分数据被保留的时间更长了，因为它们可以用于训练AI。因此，我们看到AI、云和企业级市场都在增长。最后补充一点，AI确实加速了我们的路线图。此前客户已经在寻求更大容量、更高性能、更节能的硬盘，而持续的市场需求增长和硬盘的TCO优势确实加速了我们原有的进程。

问：客户选择HDD通常是因为比起闪存更便宜。但这两年随着AI带来需求增长，HDD的价格似乎也在快速上涨。你提到要帮助客户降低TCO，但在市场需求推动下，HDD的单价是否其实在不断增长？

Ahmed Shihab：西部数据始终关注客户需求，并确保定价的公允性。我们致力于与客户建立长期合同和合作伙伴关系，以实现双赢。我们着眼于市场上更加重大的机遇，以保障客户增长的可持续性。这是我们一贯为客户去做的事情，未来也将持续践行。

问：从全球视角来看，你认为目前的市场格局如何？特别是中国市场和美国市场在发展上有哪些差异？

Ahmed Shihab：全球趋势显示，对AI的需求正持续攀升，这源于各方竞相开发顶尖AI技术的竞争——因为未来二十年，AI将重新定义人类的生活方式。这种需求当前依然强劲，且呈现持续增长态势。我们已获得全球许多客户的坚定需求承诺，包括在中国和美国市场。

问：从应用侧的角度，老旧数据中心与新建的算力中心有所不同。你认为老旧数据中心是否有必要进行HDD容量升级改造？如果有必要，改造的难度和成本有多高？

Ahmed Shihab：客户在评估基础设施时，通常会比较现有资产的TCO与更换更大容量新硬盘的成本。每位客户的考量方式不同，取决于利用率、需求或电力等多种因素，因此得出的结论也不尽相同。我们鼓励客户审视自身容量状况，思考如何最大化利用现有资源。要给出适用于所有客户的通用答案确实困难。不同情境下的解决方案也大相径庭。

问：关于建设万卡集群，像美国云厂商推进节奏快、规模大，而中国这边节奏相对较慢。这种区别是否会导致双方对大容量HDD的需求不同？在服务实施和与西部数据团队沟通中，会有明显的差异吗？

Ahmed Shihab：虽然客户构建GPU集群的节奏可能不同，但对数据的需求都在持续增长。AI发展需要海量数据，无论GPU数量多寡，数据量都在增加。在这个意义上，我们并没有看到太大的区别。我们看到无论是美国还是中国的客户，无论节奏快慢，他们对我们的要求本质上是一样的：他们都在寻求可靠、低能耗和大容量的HDD。正因如此，我们制定了发展路线图并提升技术能力，以响应这些客户的需求。（作者 | 杨丽，编辑 | 盖虹达）