AI熱潮不只讓GPU、HBM搶手，連資料中心使用的大容量硬碟也出現供應吃緊。TrendForce在2025年9月15日指出，AI產生的大量資料正在增加資料中心的儲存壓力，加上主要HDD廠商近年沒有擴大產能，其中主要用於雲端與大型資料中心的近線硬碟（Nearline HDD），交期當時已從數週拉長至超過52週。
更值得注意的是，即使SSD持續普及，HDD至今仍是大型資料中心儲存資料的主力。全球主要HDD製造商之一的希捷（Seagate）援引IDC資料指出，2019年至2023年間，以出貨儲存容量計算，HDD約占雲端服務商與超大規模資料中心儲存容量出貨的87%。
問題是，AI資料中心明明愈來愈追求速度，為什麼速度較慢的HDD，反而仍占據這麼高的比重？
希捷雲端事業資深副總裁費斯特（Jason Feist）指出，關鍵在於AI資料中心並不是所有資料都需要高速存取。GPU需要快速取得正在運算的資料，但大量訓練資料、歷史版本與運算產出仍需要長期保存。這些資料不必一直放在速度最快的儲存設備，也讓成本較低、容量較大的HDD跟上AI熱潮。
AI追求速度，為什麼資料還要放在HDD？
「其實，我們可以把AI基礎設施看成兩個截然不同但又相輔相成的層級。」費斯特將GPU、HBM、DRAM與NAND所在的一端稱為「執行層」，模型訓練與推論在這裡進行；另一端則是「資料記錄系統」，主要負責保存龐大的資料集、中間運算產出、模型版本與累積下來的資料。
兩者對速度的要求不同。HBM負責讓GPU高速取得當下運算所需的資料，SSD與記憶體層則適合承接需要低延遲、高頻率存取的資料；大量需要長期保留的內容，則可以留在後端的大容量儲存系統。
費斯特表示，在超大規模資料中心裡，運算與儲存並不是互相競爭預算的零和選擇。「運算能力只有在實際處理資料時才能創造出價值。隨著AI規模的擴大，儲存設備成為了放大運算效率的乘數，而不是一種限制。」
實際運作時，系統會依工作負載，把較常使用的資料移到高效能儲存與記憶體層，其餘資料仍保留在大容量儲存系統。換句話說，AI需要更快的GPU、HBM，並不等於所有資料也必須放在最快的儲存設備。
訓練與推論也會製造新的儲存需求
AI帶來的另一個變化是，運算本身也會產生資料。
費斯特指出，訓練與推論會持續從資料層讀取內容，再把新的結果寫回。例如模型訓練期間可能定期保存檢查點（checkpoint），不同階段會留下模型版本、快照與其他衍生資料，部分輸出也可能繼續用於後續分析或運算。
他將這種現象稱為「資料複利效應」。隨著訓練與推論反覆進行，每一輪不只讀取既有資料，也可能增加新的輸出與版本，讓需要管理與保存的資料量繼續擴大。
這種「資料愈算愈多」的現象，也已經反映到實際的儲存需求上。TrendForce也在2025年9月觀察到，AI推論應用快速增加，使資料中心必須處理更多需要長期保存的資料，進一步推升大容量儲存需求。當時HDD供給無法快速跟上，成為交期拉長的原因之一。
SSD更快，HDD仍守住大容量後端儲存
如果需要保存的資料愈來愈多，為什麼不全部改用速度更快的SSD？
| HDD 硬碟 | SSD 固態硬碟 | |
|---|---|---|
| 是什麼？ | 透過磁性碟片保存資料，讀寫需要機械元件運作 | 透過NAND快閃記憶體保存資料，沒有機械式讀寫元件 |
| 主要差異 | 速度較慢，但相同容量通常成本較低 | 速度較快，但相同容量通常成本較高 |
| 適合放什麼？ | 容量大、保存時間長，存取頻率相對較低的資料 | 需要低延遲、頻繁讀寫的資料 |
| AI資料中心常見用途 | 大量訓練資料、歷史資料、模型版本與其他後端資料 | 活躍工作資料集、快取與其他需要快速存取的資料 |
費斯特表示，現代AI架構的角色分工相當明確，HDD主要扮演高容量、持久化的資料記錄系統，SSD與記憶體則構成效能層，處理需要低延遲存取的活躍資料。
其中一項重要差異仍是成本。TrendForce指出，HDD長期用於大量不常存取、但需要長時間保存的資料，原因之一就是每GB成本較低。SSD速度較快，因此更適合需要頻繁存取的資料。
對資料中心而言，問題也不只是硬碟本身多少錢。費斯特指出，「資料量在擴張，但電力、空間與營運複雜度不能跟著等比例增加。」當單顆HDD容量提高，同樣的資料量可以使用更少硬碟與機櫃，並降低每TB的耗電與空間需求。
那麼，AI帶動HDD需求的說法，有沒有反映在實際出貨上？答案已經可以從兩大HDD業者的財報看到。希捷2026財年營收為121.95億美元，其中資料中心業務占營收80%；Nearline HDD出貨容量為695EB，前一財年為497EB。
另一家主要HDD製造商威騰（Western Digital，WD）最新公布的2026財年第四季資料也顯示，近線硬碟出貨容量由去年同期170EB增至209EB，總HDD出貨容量則由190EB增至231EB。
AI讓HDD需求從景氣循環變成長期需求？
費斯特認為，AI正在改變過去由景氣與設備汰換帶動的HDD需求模式。「AI的確正在改變儲存市場，讓它從過去受週期性替換驅動的需求模式，轉變為一種長期的基礎設施規畫。」他指出，超大規模雲端服務商正愈來愈常以多年為單位安排儲存需求。
業者的公開資料確實可以看到採購時間拉長。希捷在2024財年年報中表示，新一代高容量HDD生產前置時間拉長後，公司開始要求主要客戶提供更長期的需求預測與採購承諾；到了2026財年，公司仍表示，針對高容量近線硬碟，會與主要客戶建立較長期的需求預測與供應承諾。
WD最新年報也指出，高容量硬碟需求提高，但這類產品製造複雜度較高、生產前置時間更長，因此客戶開始更早與WD規畫未來需求，商業合作期間也隨之拉長。
這些現象證明大型客戶正在把採購規畫拉長。客戶提早下單，一方面反映資料中心對大容量儲存的需求，另一方面也與供應吃緊、硬碟生產時間拉長有關。
QLC SSD成本下降，會搶走HDD市場嗎？
不過，HDD需求能否持續成長，還有另一個變數，也就是QLC SSD的成本正在下降。
QLC SSD是採用「每個記憶體單元儲存4位元資料」的NAND固態硬碟，特色是以較低成本換取更高儲存密度與容量，因此被視為可能與大容量HDD競爭的SSD類型。
TrendForce指出，近線硬碟供應不足後，部分北美雲端服務商已開始評估讓QLC SSD承接原本由HDD負責的冷資料儲存；到了10月，TrendForce進一步觀察到，NAND業者正在加快122TB、245TB等超大容量SSD布局。
目前QLC SSD要大規模取代近線硬碟，仍受到價格、供應能力，以及既有軟體與資料管理架構等因素限制。不過，如果兩者的成本差距繼續縮小，AI新增的儲存需求也不一定全部落到HDD。
現階段可以確認的是，AI帶來的資料量成長已經推高大型資料中心對近線硬碟的需求，希捷與WD在2026年的出貨數據仍反映這股力道。至於需求能否因此擺脫過去的景氣循環，則還要看HDD產能、價格，以及高容量QLC SSD接下來能把成本降到什麼程度。
