AI行业一边讨论GPU够不够用，另一边，一家以胶片闻名的公司准备给磁带扩产。
富士胶片11月9日公布的财报材料里，列出了一笔约100亿日元的投入：在2026至2028财年扩大数据存储磁带的供给，目标按出货存储容量计算，达到2025财年的约五倍。
这里的磁带，不是拿铅笔卷回去的音乐磁带，而是数据中心使用的存储介质。
磁带接住的，是AI账单里不太显眼的一项：数据暂时不用了，却还得留着。
GPU下班了，数据还没下班
模型训练结束，不等于相关数据可以一键清空。
如果以后要复查一次结果，可能需要当时的数据版本、处理记录和模型检查点。涉及审计、研究复现或业务争议时，“模型还能用”也不能替代“能找到它是怎么来的”。
这些需求并不意味着每个文件都必须永久保留。但保留下来的部分，访问频率可能远低于训练时的活跃数据。
数据用得少了，存储和管理的账单却不会自动消失。
在这个场景里，追求最快的读取速度，可能是在为很少发生的操作长期付费。冷数据归档的经济性，建立在愿意等待的前提上。
所以，磁带受益于AI，并不需要跑进GPU旁边参与推理。它只要承接那些已经从活跃工作区退下来、又不能直接删除的数据。
100TB的标题，先按40TB算
富士胶片的LTO-10高容量产品，原始容量是40TB，按2.5∶1压缩条件计算才是100TB。
这两个数不能随意替换。对于已经压缩过的文件，不能默认还能再压到原来的四成；具体能装多少，要看数据本身。
更容易让人误判的是速度。LTO联盟给出的原生最高传输速率为400MB/s。这个数字看起来不慢，但它说的是持续传输，不是随点随到。
磁带是顺序访问介质。拿到数据前，系统还可能需要装载磁带、定位文件。连续读一大批数据，和从不同位置反复找小文件，是两种工作。
做个只算传输、不算装载定位的理想计算：40TB÷400MB/s，约等于27.8小时。这里统一使用十进制单位，并假设设备全程达到最高速率。
这不是设备实测，更不是所有恢复任务的耗时预测。它提醒的是：即使吞吐数字很好看，恢复大批数据仍然需要时间。
如果业务要求几分钟内恢复整套环境，就不能只看一盒磁带能装多少。驱动器数量、并行调度、缓存和恢复顺序，都得一起安排。
真正的成本，藏在“拿回来”里面
磁带的优势之一，是介质离线保存时不必一直通电待命。但便宜的存放，不等于便宜的恢复。
假设一家企业把旧训练数据迁到磁带，释放了在线存储。几个月后要重跑实验，才发现保存了文件，却没保存清楚文件与数据集版本的对应关系。
这时候，首先卡住它的可能不是读带速度，而是“不知道该读哪一盒”。
归档至少涉及几样东西：内容本身、能找到内容的索引、理解内容所需的版本信息，以及必要的密钥。存进去了，只完成了其中一部分。
兼容性也有硬约束。LTO-10不支持读写旧代磁带。企业升级设备时，需要考虑保留旧驱动器，或安排历史数据迁移。
介质寿命再长，也不能保证未来手边恰好有一台能读它的设备。买下磁带，只是长期保存工作的开始。
因此，一笔完整的归档账，应该把介质、驱动器、迁移、校验、人工和恢复目标都算进去。只比较每TB介质价格，很容易把省下的钱，变成以后找数据时加的班。
AI归档，不能只会往里倒
这里还有一层反直觉：AI制造的数据越多，越需要认真决定哪些数据不值得存。
重复中间文件、可以低成本重新生成的结果，与无法重现的原始材料，不该享有同样的保留待遇。存储变便宜，会缓解压力，也可能把清理工作无限延期。
对正在搭建AI工作流的人，不必因为这轮新闻就去买磁带。更有用的做法，是先把数据分成三类：正在频繁使用、偶尔会取回、只为长期保留。
再问一句：每一类能等多久？这个答案会影响它应该放在哪里，而不是由最新存储产品的宣传页替你决定。
最后做一次恢复演练：从目录定位数据，取回，解密，检查完整性，再让应用真正打开。哪一步失败，都说明“备份成功”的提示还不够。
富士胶片的扩产计划说明，AI需求也在推动归档基础设施投资；但规划中的产能不是已经实现的利润，更不代表所有数据都该搬上磁带。
磁带这门生意之所以又被看见，是因为AI把一个老问题放大了：数据不再活跃之后，谁来替它保管，又能不能在需要时把它找回来？
评论区