图 1：数据按访问频率与价值分层，MED结合磁带与在线存储，让温冷数据既存得起也找得到。数据来源：瑞松科技（688090）公告
AI存储的产业注意力长期被HBM牵引。GPU吞吐海量参数时，数据从介质搬运到计算单元的速度直接决定训练与推理效率，高带宽内存因此站上了AI服务器最紧俏硬件的位置。沿着这条逻辑，谁能把数据更快送进GPU，谁就站在价值链的显眼处。华为MED试商用选择了一个相反的切口：算力跑完之后，数据不会消失，训练语料、多模态图片与视频、模型检查点、企业知识库、推理日志、用户交互记录都在持续沉淀，而它们的访问频率天差地别。有的每秒被调用，有的每天读几次，还有大量数据数月乃至一年才被重新读取一次。全部塞进最贵最快的介质，方便，却未必划算。温冷数据的分层逻辑由此成立。热数据像柜台上的商品随时取用，温数据像货架上的常用库存偶尔调取，冷数据像长期封存的档案，平时不动，但不能丢，也不能在需要时完全找不到。存储系统的核心任务，是按访问频率与数据价值把它们放到合适的位置。华为MED试图把磁带的低成本、低能耗与在线存储的检索便利性结合起来：磁带在冷数据归档领域本就有成熟基础，单位成本低、保存周期（883436）长，短板是检索慢、调用不便；在线存储调用快，长期保存海量温冷数据的成本却偏高。MED要做的是取两者交集，让温冷数据既存得起，也找得到。
AI需求放大了这件事的紧迫性。多模态应用让图片、视频、日志等非结构化数据以远超文本的速度膨胀，模型训练和推理又在持续产生检查点与交互记录。数据资产越滚越大，真正被高频访问的只是很小一部分。把所有数据都按热数据标准保存，数据中心的电力、空间和介质采购成本都难以承受。温冷数据能否以更低成本沉淀，直接关系到AI基础设施的长期经济性。
把MED放回存储体系的完整分层中，它的位置才看得清。热数据侧，HBM与DRAM解决的是带宽和延迟问题，属于计算单元的近端供给；温冷数据侧，核心变量换成单位容量成本、能耗和检索效率。两个战场的评价标准不同。华为在热数据侧受制于先进存储供给，在温冷数据侧押注MED，是在存储分层中寻找差异化突破口，而非直接挑战HBM。存储领域的竞争从不只看单一介质。华为团队吕阳明、木斌在著作《3D数据中心：重构AI基础设施》中提出，AI加速芯片、高性能存储和先进封装（886009）是产业链核心价值所在，技术壁垒高、产业集中度高，也深受供应链安全、技术迭代和国际竞争影响；未来竞争不会只停留在芯片性能本身，会扩展到架构设计、软件生态、封装技术和系统优化能力的综合比拼。按这个判断，MED能否站住脚，不只取决于介质本身的读写性能，还取决于调度软件、数据迁移策略与上层应用接口能否无缝配合。温冷数据的难点在于系统要知道什么数据该待在什么位置，并在需要时及时搬上来，这套调度能力比介质参数更考验工程积累。
产业链上已有配套动作在发生。10月中旬，科创板企业瑞松科技（688090）获得西部数据（WDC）旗下昱科环球存储科技（深圳）有限公司的采购订单，金额190.8万美元（约1300万元人民币），提供全自动UV固化设备及整体技术解决方案，用于升级下一代HAMR技术、提升硬盘存储密度。瑞松科技（688090）此前已向西部数据（WDC）深圳工厂提供输送模组、仓储设备、自动贴标机及机器视觉（886002）、控制软件和仓储管理软件，并向马来西亚槟城、泰国等基地推广。传统磁介质仍在向更高密度演进，更高密度意味着单位成本继续下降，温冷数据的经济账会随之改写。这也构成MED的一层竞争约束：它面对的不是空白市场，而是磁带、硬盘与闪存分层方案同步演进的存量格局。
边界条件同样明显。MED能否成功仍待客户验证。温冷数据存储的客户黏性来自数据迁移成本和检索体验，一旦迁移工具不成熟或检索延迟超出容忍范围，再低的介质成本也难以留住客户。磁带路线在冷数据归档中已有根基，但温数据要求更快的响应，MED需要证明自己能在这一区间站住，而不只是把冷数据从磁带库搬到另一个磁带库。公开信息尚不足以确认客户侧的实际验证结果，试商用的部署进展更值得跟踪。
AI基础设施的交付形态正在变化，这会影响MED的成本核算方式。IDC中国液冷服务器（886044）追踪显示，越来越多高密度算力项目不再按台选型，而是把计算节点、互联、供电和柜内液冷作为整套系统配置和交付，机柜正从物理容器变成算力采购单元。当数据中心承接的是一组对供电、冷却和接口有明确要求的负载，存储系统的能耗和空间占用就会被纳入整体成本核算。温冷数据恰恰是单位能耗敏感度最高的场景：数据量大、访问频率低、对时延容忍度高，介质的经济性权重天然高于速度权重。存储系统单位能耗越低，在整柜交付的成本模型里就越有分量。
国产算力生态的演进也会影响MED的落地节奏。国家超级计算乌镇中心运营主任周捍珑此前表示，异构算力体系是数据中心未来趋势之一，国产芯片生态有望在5至10年内逐步丰富。不同计算架构的接口协议、数据格式、调度逻辑并不一致，存储系统要在它们之间做数据搬运和位置管理，适配复杂度成倍上升。计算平台多样化，存储适配层变厚，温冷数据在热存储与冷介质之间的迁移效率就可能被拖慢，最终表现为MED这类方案能验证的场景宽度受限。MED的试商用如果能与国产计算平台形成配合，其验证场景会比单独售卖介质更宽；反过来，若适配层迟迟跑不顺，介质成本优势也很难传导到客户账单上。
MED试商用的信号意义大于短期收入意义。它把AI存储的竞争从“谁能更快把数据送进GPU”，延伸到“谁能以更低成本保存不断膨胀的数据资产”。温冷数据经济学能否成立，最终要看客户是否愿意为这套分层买单，以及调度软件能否把检索体验维持在可接受区间。华为走出了第一步，验证才刚刚开始。
