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田原工厂，将数据存储磁带的产能提升至 2025 财年的五倍， 重点生产最新一代 LTO Ultrium 10 磁带。 按照富士胶片的说法，这是近 20 年来针对 LTO 磁带专用设施规模最大的一笔投资， 而推动扩产的主要原因，正是生成式 AI 带来的海量数据归档需求。 AI 都用上了最先进的芯片，为什么还需要磁带？ 计算机行业流传着一个经典玩笑。 计算机科学家安德鲁·坦嫩鲍姆曾说过， 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。 听起来有些荒诞，但当需要传输的数据达到 PB 甚至 EB 级别时，把存储设备装上卡车，确实可能比通过网络传输更有效率。 2016 年，亚马逊 AWS 就曾推出 Snowmobile 服务，直接用重型卡车运输大型存储设备，一次最多可以搬运 100PB 数据。 虽然 Snowmobile 运输的并非磁带，而且该服务已于 2024 年停用，但它说明了一个长期存在的问题。当数据规模大到一定程度，如何以合理成本保存和搬运数据，本身就是一项工程挑战。 生成式 AI 的爆发，让这个问题越来越突出。 训练大模型需要 GPU、HBM 和高速 SSD，但训练结束后，企业还会留下原始语料、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。 其中，正在参与计算的数据需要高速存储设备，经常访问的大规模数据集可以放在机械硬盘上， 而那些几个月甚至几年都用不到、却又不能随便删除的资料，则适合进入长期归档系统。 行业通常将访问频率很低的数据称为冷数据。 例如，一家 AI 公司训练完新模型，旧版数据集短期内可能已经没有用途，但未来复现实验、重新训练或者进行合规审计时，仍然可能需要重新调用。 问题随之而来。当数据越积越多，难道要让所有硬盘一直通电，花钱维护那些可能几年都不会访问一次的文件？ 磁带恰好擅长做这件事。 首先是便宜，而且省电。磁带可以长期离线保存，闲置时无需持续供电，也不需要像在线硬盘阵列那样维持设备运行和散热。 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机械硬盘方案，可以降低约 86% 的总体拥有成本，以及约 95% 的碳排放。 其次是安全。磁带能够从系统中取出并离线保存，即使服务器遭到勒索软件攻击，物理隔离的磁带仍有机会保留一份独立备份。 而且，现代磁带也没有想象中那么慢。LTO-10 的原始连续传输速率最高可达 1200MB/s，自动化磁带库还能利用机械手完成装载和读取。 不过，磁带需要顺序寻找数据，随机读取一个文件可能需要较长时间，因此不适合频繁访问和实时计算。如果说 AI 数据中心的 SSD 负责让数据随叫随到，那么磁带更像一座成本低廉、容量庞大的数字仓库。 事实上，科学界早就在使用这种方案。 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，其中大部分数据保存在约 6 万盒磁带上。 几十年前采集的实验数据，可能因为新理论的出现而重新获得研究价值。CERN 预计，未来十年需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。 类似的逻辑，也适用于 AI 企业保存的历史语料、训练记录和模型备份。 而磁带市场的增长，已经有实际数据支撑。 根据 LTO 联盟 2026 年 9 月公布的数据，2024 年全球 LTO 磁带出货容量达到创纪录的 176.5EB，同比增长 15.4%。2025 年虽然有所回落，仍达到 160.3EB。 进入 2026 年第一季度，随着 LTO-10 上市及归档需求增长，全球磁带出货容量又同比增长 57%。这里统计的是磁带所提供的存储容量，并非磁带盒销量。 企业级磁带一直拥有稳定市场，而生成式 AI 对海量数据归档的需求，又让这项老技术获得了新的增长机会。 一盒磁带能存 100TB，26 年容量暴涨 400 倍 磁带能在 AI 时代重新获得关注，还有一个容易被忽略的原因。 当普通消费者以为磁带技术早已停滞时，工程师其实一直在提高它的存储密度。 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，并于 2026 年开始供货。最新产品的单盒原始容量达到 40TB，如果按照理想条件下 2.5:1 的压缩比计算，理论容量最高可以达到 100TB。 图｜LTO-10 30TB 作为对比，2000 年推出的第一代 LTO 磁带，原始容量只有 100GB。短短 26 年，单盒容量足足提高了 400 倍。不过，100TB