11月12日，贵安云上屯的一场现场会，把华为磁电存储系统从实验室推到了客户业务场景里。会上启动的是客户联合试商用，意味着这套系统开始接受真实负载的检验。
企业级温冷存储的商用路线过去长期只有两条：HDD与磁带。核心技术和产能集中在少数海外厂商手中。磁电存储系统被华为定义为中国厂商首次定义并试商用的存储新介质，目标很明确——让温冷数据“存得起，取得快”。它为温冷存储提供了第三条选择路径，华为方面希望其成为AI时代温冷数据的存储底座。目前，这套系统已在华为云乌兰察布数据中心开始部署。据透露，明年规划的试商用容量已被客户全量预定。
温冷数据的定义并不复杂：访问频率相对较低，但需要长期保存，且可能被重新调用。Agentic时代AI产业高速发展，这类数据的体量在快速膨胀。有机构预计，到2035年温冷数据占比将超过70%。海量历史数据的潜在价值被重新激活，温冷数据正从“归档品”向可随时调用的“活跃资产”演进，留存周期（883436）随之拉长。赛迪顾问（HK2176）测算，到2031年，北美以外全球温冷存储市场空间将超过2000亿元。AI需求驱动的另一面是SSD、HDD、TAPE等介质报价大幅上行，温冷数据的成本压力变得更具体。
华为云计算（885362）CEO周跃峰在现场给出的判断是，传统存储方案已难以兼顾成本、能耗与取回效率，半导体（881121）存储器因为生产成本等原因，也几乎不可能替代磁介质存储。磁电存储系统的技术思路是磁电融合架构，把HDD的在线高效访问能力与磁介质的大容量、低成本、高安全优势结合起来。效果指向两个方向：温冷数据多了一种兼顾长期保存与快速取回的介质；存储模式从以离线归档为主，转向在线、高效、随时可用。
经济账是这套系统最直接的卖点。与采用HDD构建的存储系统相比，磁电存储系统整体TCO降低约30%，典型场景远期降幅目标达到50%。与磁带库方案相比，在成本相当的前提下，归档数据的取回时间由3-5小时缩短至30分钟以内。这两个对比指向同一个痛点：温冷数据不是没有介质可存，而是存得便宜和取得够快长期难以两全。磁电存储试图把这条曲线拉平。
真实场景验证是试商用的核心任务。华为已邀请包括平安科技、斗鱼（DOYU）等10余个行业的30余家客户参与试用，配套超百PB存储测试资源，在网盘存储、直播内容归档、云空间、金融票据、医疗影像、交易日志等20余个场景中打磨性能与适配。这套系统能否最终通过客户验证尚无定论，但温冷数据经济学的账本正被重新翻开。
AI存储的公共讨论几乎被HBM垄断。GPU要持续吞吐海量参数，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，高带宽内存由此成为AI服务器上最抢手的部件。顺着这条价值链，产业目光自然扎堆在热数据侧——谁能让数据更快抵达GPU，谁就拿到溢价。算力跑完，数据并不会消失。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，每一类都在持续沉淀。它们的访问频率天差地别：有些每秒被调用，有些每天读几次，还有大量数据数月乃至一年才被重新读取一次。全部塞进最快最贵的介质，方便，却未必划算。温冷数据的成本命题由此浮出水面，华为新型存储系统试商用选定的切入区间正在这里。
公开报道显示，华为押注的MED路线试图把磁带的低成本、低能耗与在线存储的检索便利性捏合在一起。磁带介质单位容量成本低、保存周期（883436）长，短板同样刺眼——检索慢、调用不便。MED的思路不是消除这个短板，而是靠调度软件和数据迁移策略把它控制在可接受范围内：数据按访问频率在磁带层与在线层之间迁移，低频数据沉下去，预测到需求时提前搬回来。AMD在相近方向上做过演示，其MEXT预测式存储软件通过AI管理DRAM与SSD之间的数据配置，在特定代理工作负载测试中DRAM用量减半仍保留全DRAM配置99%的效能。这个参照说明，分层管理的软件补偿能力正在被产业认真对待，尽管MED面对的是磁带与在线存储之间更宽的延迟鸿沟。
传导链条由此展开。介质成本下降，单位容量保存成本随之下行；保存成本下行，数据中心在电力、空间和介质采购上的长期压力得到缓解；压力缓解，AI基础设施的长期经济性才有改善空间。每一环都依赖前一环成立，而最脆弱的一环恰恰在最后一公里：检索体验。温数据要求比冷数据更快的响应，MED需要证明自己能在温数据区间站住，而不只是把冷数据从一座磁带库搬到另一座磁带库。
这里必须把热数据与温冷数据拆成两个评价体系。热数据侧的核心变量是带宽和延迟，HBM与DRAM解决的是计算单元近端供给问题，竞争壁垒集中在制程、封装和产能。温冷数据侧的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》中表示，芯片和核心硬件决定了算力供给的上限，AI加速芯片、高性能存储和先进封装（886009）是产业链的核心价值所在，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。未来的竞争不会只停留在芯片性能本身，而是会扩展到架构设计、软件生态、封装技术和系统优化能力的综合比拼。
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，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。这条逻辑成立的前提是检索体验能够守住温数据区间；如果取回延迟在真实负载下反复突破业务容忍线，分层设计的成本优势就会被上层应用的低效抵消。试商用的价值，正在于用真实负载去检验这个边界。
企业级温冷存储的商用路线过去长期只有两条：HDD与磁带。核心技术和产能集中在少数海外厂商手中。磁电存储系统被华为定义为中国厂商首次定义并试商用的存储新介质，目标很明确——让温冷数据“存得起，取得快”。它为温冷存储提供了第三条选择路径，华为方面希望其成为AI时代温冷数据的存储底座。目前，这套系统已在华为云乌兰察布数据中心开始部署。据透露，明年规划的试商用容量已被客户全量预定。
温冷数据的定义并不复杂：访问频率相对较低，但需要长期保存，且可能被重新调用。Agentic时代AI产业高速发展，这类数据的体量在快速膨胀。有机构预计，到2035年温冷数据占比将超过70%。海量历史数据的潜在价值被重新激活，温冷数据正从“归档品”向可随时调用的“活跃资产”演进，留存周期（883436）随之拉长。赛迪顾问（HK2176）测算，到2031年，北美以外全球温冷存储市场空间将超过2000亿元。AI需求驱动的另一面是SSD、HDD、TAPE等介质报价大幅上行，温冷数据的成本压力变得更具体。
华为云计算（885362）CEO周跃峰在现场给出的判断是，传统存储方案已难以兼顾成本、能耗与取回效率，半导体（881121）存储器因为生产成本等原因，也几乎不可能替代磁介质存储。磁电存储系统的技术思路是磁电融合架构，把HDD的在线高效访问能力与磁介质的大容量、低成本、高安全优势结合起来。效果指向两个方向：温冷数据多了一种兼顾长期保存与快速取回的介质；存储模式从以离线归档为主，转向在线、高效、随时可用。
经济账是这套系统最直接的卖点。与采用HDD构建的存储系统相比，磁电存储系统整体TCO降低约30%，典型场景远期降幅目标达到50%。与磁带库方案相比，在成本相当的前提下，归档数据的取回时间由3-5小时缩短至30分钟以内。这两个对比指向同一个痛点：温冷数据不是没有介质可存，而是存得便宜和取得够快长期难以两全。磁电存储试图把这条曲线拉平。
图 1：单位：%；与采用HDD构建的存储系统相比。数据来源：华为 公告
真实场景验证是试商用的核心任务。华为已邀请包括平安科技、斗鱼（DOYU）等10余个行业的30余家客户参与试用，配套超百PB存储测试资源，在网盘存储、直播内容归档、云空间、金融票据、医疗影像、交易日志等20余个场景中打磨性能与适配。这套系统能否最终通过客户验证尚无定论，但温冷数据经济学的账本正被重新翻开。
AI存储的公共讨论几乎被HBM垄断。GPU要持续吞吐海量参数，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，高带宽内存由此成为AI服务器上最抢手的部件。顺着这条价值链，产业目光自然扎堆在热数据侧——谁能让数据更快抵达GPU，谁就拿到溢价。算力跑完，数据并不会消失。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，每一类都在持续沉淀。它们的访问频率天差地别：有些每秒被调用，有些每天读几次，还有大量数据数月乃至一年才被重新读取一次。全部塞进最快最贵的介质，方便，却未必划算。温冷数据的成本命题由此浮出水面，华为新型存储系统试商用选定的切入区间正在这里。
公开报道显示，华为押注的MED路线试图把磁带的低成本、低能耗与在线存储的检索便利性捏合在一起。磁带介质单位容量成本低、保存周期（883436）长，短板同样刺眼——检索慢、调用不便。MED的思路不是消除这个短板，而是靠调度软件和数据迁移策略把它控制在可接受范围内：数据按访问频率在磁带层与在线层之间迁移，低频数据沉下去，预测到需求时提前搬回来。AMD在相近方向上做过演示，其MEXT预测式存储软件通过AI管理DRAM与SSD之间的数据配置，在特定代理工作负载测试中DRAM用量减半仍保留全DRAM配置99%的效能。这个参照说明，分层管理的软件补偿能力正在被产业认真对待，尽管MED面对的是磁带与在线存储之间更宽的延迟鸿沟。
传导链条由此展开。介质成本下降，单位容量保存成本随之下行；保存成本下行，数据中心在电力、空间和介质采购上的长期压力得到缓解；压力缓解，AI基础设施的长期经济性才有改善空间。每一环都依赖前一环成立，而最脆弱的一环恰恰在最后一公里：检索体验。温数据要求比冷数据更快的响应，MED需要证明自己能在温数据区间站住，而不只是把冷数据从一座磁带库搬到另一座磁带库。
图 1：从介质成本到AI基础设施长期经济性，每一环都依赖前一环成立
这里必须把热数据与温冷数据拆成两个评价体系。热数据侧的核心变量是带宽和延迟，HBM与DRAM解决的是计算单元近端供给问题，竞争壁垒集中在制程、封装和产能。温冷数据侧的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。
图 1：热数据侧看带宽与延迟，温冷数据侧看单位容量成本、能耗和检索
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》中表示，芯片和核心硬件决定了算力供给的上限，AI加速芯片、高性能存储和先进封装（886009）是产业链的核心价值所在，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。未来的竞争不会只停留在芯片性能本身，而是会扩展到架构设计、软件生态、封装技术和系统优化能力的综合比拼。
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，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。这条逻辑成立的前提是检索体验能够守住温数据区间；如果取回延迟在真实负载下反复突破业务容忍线，分层设计的成本优势就会被上层应用的低效抵消。试商用的价值，正在于用真实负载去检验这个边界。
