近幾年在 AI 存儲這個議題中，HBM（高頻寬記憶體）最先被廣泛討論。而 SSD 以低延遲與高效能獲得市場信賴。但在 AI 運作過程中，還有佔比最大的冷資料（Cold Data）需要妥善保存。
根據 IDC 預測，全球每年生成的資料量將從 2024 年的 173.4 ZB成長到 2029 年的 527.5 ZB，幾乎翻了三倍，背後最主要的推手正是 AI 與雲端運算。這個數字光靠 HBM 和 SSD 根本無法支撐如此規模的資料存儲，因為成本太高、容量不夠、性價比不划算。
此時，一個被許多人遺忘的老技術機械硬碟（HDD，Hard Disk Drive），就此被想起並廣泛應用！這篇文章，股感就帶你來認識什麼是 HDD？為什麼在 AI 時代反而更關鍵？以及它正在發生什麼樣的技術革命？
HDD 是什麼？
HDD，全名 Hard Disk Drive（硬碟機），是一種利用磁性原理讀寫資料的儲存裝置，已有超過六十年的歷史。
想像一張黑膠唱片，只不過它儲存的不是音樂，而是 0 與 1 構成的數位資料。HDD 的核心結構包含：
- 磁碟片（Platter）：由鋁合金或玻璃製成的圓形磁盤，表面塗覆磁性材料，資料就記錄在這層薄膜上。一顆現代 HDD 可以堆疊多達 10 片磁碟片。
- 磁頭（Read/Write Head）：負責讀取與寫入資料，懸浮在磁碟片表面極微小的距離（約頭髮直徑的千分之一），以電磁方式改變磁性排列來記錄資料。
- 主軸馬達（Spindle Motor）：驅動磁碟片高速旋轉，一般企業級 HDD 轉速為每分鐘 7,200 轉（7200 RPM）。
- 音圈馬達（Voice Coil Motor, VCM）：控制磁頭的移動，精準定位到特定磁軌上讀寫資料。
正因為 HDD 有機械運動的部件，它在速度上無法和沒有移動元件的 SSD 相比。但它的優勢在於：每一個位元組（Byte）的儲存成本，遠遠低於任何半導體儲存方案。
HDD 與「半導體記憶體」的差別在哪？
要理解 HDD 的定位，必須先搞清楚它在整個儲存版圖中的位置。很多人把「記憶體」和「儲存」混為一談，其實這是兩件完全不同的事。以下用一個樹狀結構來釐清：
資料來源：筆者自行整理 ; AI 生成
NAND Flash 與 HDD 解決的是同一個問題（長期儲存），但用的是截然不同的技術。NAND Flash 透過電子陷入「浮閘（Floating Gate）」的方式記錄 0 和 1，完全沒有機械運動。而 HDD 則是改變磁粒子的磁化方向來記錄資料。
這就是為什麼 SSD 比 HDD 快，因為沒有馬達旋轉、沒有磁頭尋軌的等待時間。但 SSD 的每一顆電晶體都要花錢製造，HDD 的磁性薄膜極為廉價，這也造就成本上的巨大差距。
| 主要儲存方法比較 | |||
| 比較 | HBM / DRAM | NAND Flash（SSD） | HDD |
| 儲存原理 | 電容充放電（半導體） | 電子陷入浮閘（半導體） | 磁性材料排列（機械） |
| 斷電後資料 | 消失 | 保留 | 保留 |
| 存取速度 | 極快（ns 級） | 快（µs 級） | 較慢（ms 級） |
| 每 TB 成本 | 極高 | 高（SSD 約 HDD 4 倍） | 低 |
| 適合用途 | AI 運算快取 | 熱/溫資料 | 溫/冷資料 |
AI 儲存架構為什麼需要 HDD？
AI 系統的資料並非「一視同仁」地儲存，而是依照存取頻率與重要性，分為不同的層級：
| AI 儲存的分層架構 | |||
| 資料分層 （存取頻率） |
儲存工具 | 存放內容 | 核心特性 |
| 熱資料層 （Hot Tier） 極高頻存取 |
HBM、DRAM、 NVMe SSD |
正在訓練的模型權重、推論時的即時快取、GPU 運算中間結果 | 速度第一，成本不計 延遲需在毫秒甚至微秒以內 |
| 溫資料層 （Warm Tier） 中頻存取 |
SATA SSD、 高容量 HDD |
近期的訓練資料集、驗證集、當前模型的不同版本 | 性能與成本的平衡點 |
| 冷資料層 （Cold Tier） 低頻存取 |
高容量 HDD | 歷史訓練資料、舊版模型、系統日誌、合規封存資料 | 容量最大化、 成本最低化 |
| 歸檔層 （Archive Tier） 極低頻存取 |
磁帶（Tape）、 雲端冷儲存 |
法規要求的長期封存資料、幾乎不會再動的訓練記錄 | 超低成本 但存取需等待數小時 |
資料不是靜止的。它會隨時間流動。一個新的訓練資料集剛建立時，在熱資料層被頻繁讀取；訓練完成後，移到溫資料層備用；幾個月後鮮少被碰，就沉降到冷資料層。這種動態流動，稱為資料生命週期管理（Data Lifecycle Management）。
HDD 在 AI 時代的不可取代性
問題來了：為什麼不直接用 SSD 取代所有 HDD？答案很簡單：成本。
根據研究，企業級 SSD 的每 GB 成本約是 HDD 的 4 倍以上。當一個超大型 AI 訓練需要存放數百 PB（拍位元組）的歷史資料時，這個成本差距就不是「貴一點點」。
Western Digital 的說法直白道出了這一點：對於 AI 龐大且不斷成長的資料集——訓練日誌、檢查點（Checkpoints）、訓練結果——高容量 HDD 是冷資料與溫資料唯一具成本效益的大量儲存方案，是 SSD 承接熱資料工作的幕後支柱。
再加上 AI 訓練有一個特性，就是它需要讀取大塊的連續資料（例如一批批的圖片或文字），而不是頻繁存取零散的小檔案。這種存取模式正好是 HDD 的主場，HDD 循序讀取速度可達每秒數百 MB，完全能夠跟上 AI 訓練管線的資料供給需求。
| 來源參考：Seagate | |||
| AI 資料中心儲存分層架構 | |||
| 階段 | 階段名稱 | 核心任務 | 專屬儲存需求與硬體類型 |
| 1 | 原始數據檔案、內容儲存 (Raw Data Archives, Content Storage) |
安全且高效地收集並儲存來自各個來源的原始數據。數據的品質與多樣性是後續所有階段的基石。 | eHDD |
| 2 | 數據準備與攝取 (Data Preparation & Ingestion) |
對數據進行處理、清洗與轉換，使其符合模型訓練的輸入標準。此階段需要升級儲存架構（如更快的數據湖）以支援高效率攝取。 | eSSD |
| 3 | AI 模型訓練 (AI Model Training) |
在高效能超級電腦上對 AI 模型進行反覆迭代訓練，以做出精準預測。極度依賴專門且高效能的儲存系統。 | eSSD |
| 4 | 介面與提示詞 (Interface & Prompting) |
打造使用者友好的介面（API、儀表板等），將特定上下文數據與用戶提示詞結合。需在不取代舊系統的前提下進行整合，帶動額外的雙軌儲存需求。 | eSSD、cSSD |
| 5 | AI 推理引擎 (AI Inference Engine) |
將訓練好的模型部署至生產環境，進行即時數據分析，提供預測或生成新內容。對即時回應的效率要求極高，需要強大的儲存效能支撐。 | eSSD、cSSD |
| 6 | 新內容生成 (New Content Generation) |
AI 模型輸出的洞察轉化為具備實用或娛樂價值的新數據並被儲存。此階段完成了閉環，並將新數據反饋回第一階段，驅動持續改善。 | eSSD、cSSD |
HAMR 是什麼？與傳統 HDD 有何不同？
HDD 雖然不會被淘汰，但它也面臨一個根本的物理瓶頸：磁碟片的儲存密度已趨近極限。
傳統的「垂直磁性記錄技術（PMR，Perpendicular Magnetic Recording）」透過讓磁粒子垂直排列來提高密度，已發展多年。但磁粒子越小，熱擾動就越容易讓它們自發地改變磁化方向，導致資料丟失。這個現象稱為「超順磁效應（Superparamagnetic Effect）」。換句話說，傳統 PMR 技術遇到了物理天花板。這也讓 HAMR（Heat-Assisted Magnetic Recording，熱輔助磁性記錄） 變為主流。
| 傳統 HDD vs. HAMR HDD | ||
| 比較維度 | 傳統 PMR HDD | HAMR HDD |
| 記錄媒介 | 鈷基磁性合金（低矯頑磁力） | 鐵鉑合金 FePt（極高矯頑磁力） |
| 磁粒子大小 | 相對較大（密度受限） | 可縮小至奈米級 |
| 寫入方式 | 純磁場寫入 | 雷射加熱 + 磁場寫入 |
| 儲存密度上限 | ~1–2 TB/碟片 | 目標 3–5 TB/碟片以上 |
| 技術複雜度 | 成熟穩定 | 超高（研發超過 10 年才商業化） |
| 代表產品 | 大部分現有企業 HDD | Seagate Exos Mozaic 3+（30TB） |
HAMR 的運作原理？
HAMR 在寫入資料的瞬間，用雷射加熱磁碟片上的極小區域，暫時降低其矯頑磁力，使磁場能夠更輕鬆地改變磁化方向；加熱結束後，材料冷卻恢復超高矯頑磁力，讓已寫入的資料極為穩定。
HAMR 寫入原理示意（雷射加熱 + 磁頭寫入）
這個過程每秒在磁碟片上重複數十億次，密度之高、精度之細，是 HDD 工程史上最難攻克的技術挑戰之一。Seagate 前後研發超過 20 年，才在 2024 年正式推出全球第一顆量產 HAMR 硬碟 Exos Mozaic 3+（30TB）。
HAMR 帶來什麼改變？
HAMR 增加 HDD 的容量天花板，目前：
- Seagate 的 Exos Mozaic 3+ 系列已達 30TB，每碟片儲存密度達 3TB
- Seagate 計畫到 2028 年將密度提升至 每碟片 5TB
- Western Digital 計畫 2026 年下半年推出 40TB HAMR 硬碟
- 更長遠的下一代技術 HDMR（Heated-Dot Magnetic Recording），目標是突破 100TB+
由此可知，HAMR HDD 的出現，代表機械硬碟不只是「夠便宜所以繼續用」，而是還可以繼續向上突破的技術。
HDD 的概念股有哪些？
HDD 的投資機會分為兩個層次：品牌整機廠（做最終 HDD 產品的公司）與零組件/材料供應鏈（台灣廠商為主）。
全球 HDD 品牌整機廠（美股）
Seagate Technology（STX）
全球 HDD 市佔龍頭之一，也是全球第一家量產 HAMR 硬碟（Exos Mozaic 3+ 系列）的公司。主力產品為企業級 Nearline（近線）HDD，直接受益於 AI 資料中心建置。2025 財年管理層表示，Nearline 產能「幾乎已全部預訂至明年中」，並簽署 Build-to-Order（BTO）合約
Western Digital（WDC）
2025 年初完成公司分拆，純聚焦 HDD 業務，採用 UltraSMR（疊瓦式磁性記錄）技術提升容量，HAMR 產品預計 2026 年下半年量產。Q2 FY2026 財報：Non-GAAP 毛利率達歷史新高 46.1%，HDD 業務營收年增 25%。
Toshiba（6502.T）
日本唯一的 HDD 製造商，2025 年推出 20TB Nearline 產品。主攻企業級歸檔與近線儲存市場
台灣 HDD 供應鏈概念股
台灣廠商雖不做品牌 HDD，但深度嵌入 Seagate、Western Digital 的供應鏈，受惠程度不輸整機廠：
英業達（2356）
Seagate、WD 的重要代工合作夥伴，受益於 HDD 供不應求，有望承接轉單紅利
泰金寶-DR（9105）/ 金寶（2312）
HDD 代工廠，SSD 與 HDD 雙線布局，泰國廠進入量產，法人看好儲存設備營收佔比顯著提升。
銘異（3060）
生產 HDD 核心零組件：音圈馬達（VCM） 與 硬碟上蓋。2025 年 10 月合併營收年增 33%，成功打入高階 HDD 供應鏈並持續放量，受惠 AI 驅動的高容量 HDD 需求。
光洋科（1785）
全球 HDD 濺鍍靶材（Sputtering Target） 龍頭，全球市佔率超過 35%。靶材是製造磁碟片磁性薄膜的關鍵原材料。而 HAMR 技術切換對光洋科是利多：HAMR 靶材技術門檻更高、毛利率更佳。公司預估 2025 年 HAMR 靶材佔比達 15–20%
HDD 供應鏈示意圖（從靶材 → 磁碟片 → 零組件 → 整機）
目前 HDD 的市場狀況
HDD 市場規模與成長
根據多家市調機構的預測，全球 HDD 市場正在強勢復甦：
- 全球 HDD 市場規模 2026 年估計約 510–520 億美元
- 預計以年均複合成長率（CAGR）約 6% 成長，到 2031 年達 700 億美元
- 企業級（3.5 吋）HDD 的收入成長率更高達 9.29% CAGR，是成長最快的細分市場
- 雲端與超大型資料中心業者佔 2025 年 HDD 需求的 48.1%，且還在繼續成長
HDD 市場份額
目前全球 HDD 市場幾乎是三寡頭壟斷的格局：Seagate希捷、Western Digital威騰、Toshiba東芝 三家合計佔全球 HDD 出貨量超過 95%。
其中 Seagate 與 Western Digital 長期瓜分前兩名，分別超過 40 %，Toshiba 在日本與特定企業市場保有穩固市佔。
HDD 產品迭代路線
HDD只是機械式硬碟的統稱，就像 Dram 也有分成DDR4、DDR5 那樣。HDD 的技術主要分為以下幾個世代：
| HDD 產品迭代 | |||
| 技術世代 | 代表技術 | 典型容量 | 現況 |
| 傳統 PMR | 垂直磁性記錄 | 12–16TB | 成熟，逐漸退場 |
| ePMR / SMR | 能量輔助 / 疊瓦式記錄 | 18–24TB | 目前主力 |
| HAMR | 熱輔助磁性記錄 | 28–40TB | 正在量產放量 |
| HDMR | 加熱點記錄 | 100TB+ | 研發中，2028+ |
目前 Seagate 的 Exos Mozaic 3+（30TB）已量產，並計畫在 2028 年達到每碟片 5TB 的密度。而 Western Digital 則預計 2026 年下半年推出 40TB HAMR 產品。
HDD 也供不應求 ?
根據 TrendForce 與 Tom’s Hardware 的報導，大容量 HDD（Nearline 等級）的交貨等待時間從數週延長至 24 個月。這個缺口迫使部分超大規模資料中心業者轉向採購 QLC NAND SSD 作為冷儲存的替代方案，但 SSD 每 GB 成本是 HDD 的四倍以上，長期並不划算。
HDD 製造商的產能也面臨限制。HDD 的製造不像半導體可以透過擴建晶圓廠快速提升產能，磁頭、磁碟片的精密製造需要長年累積的工藝，短期內難以大幅擴產。讓品牌廠商開始主動與客戶簽署 BTO（Build-to-Order）長期訂單合約，鎖定供貨。
HDD 會被 SSD 取代嗎？
這個問題每隔幾年就會被提起，答案依舊是短期內不會，尤其在冷資料儲存領域。
研究機構 Coughlin Associates 的預測指出，全球 HDD 出貨容量（以 EB 計算）預計從 2022 年的約 1,500 EB 成長到 2028 年的約 9,000 EB，成長近 6 倍。SSD 的崛起雖然侵蝕了消費性市場，但在資料中心的大容量冷儲存領域，HDD 的成本優勢在可預見的未來還是難以撼動。
HDD 年度出貨總容量預測
資料來源：BlocksandFiles
AI 時代最被忽視的基礎建設
近期的 AI 熱潮專注在 GPU、HBM 這些前台工具，卻忘記在資料中心深處，有無數顆機械硬碟日夜不停地旋轉，保存 AI 得以運作的龐大資料。
從小時候儲存資料時使用的機械硬碟，到 AI 的龐大需求。HDD 不是一個夕陽技術。它也透過 HAMR 帶來第二春，市場需求更因為 AI 而爆發。更重要的是，在一個對儲存成本斤斤計較的時代，每一個位元組的成本差距都是競爭優勢，而 HDD 在冷儲存面向無可替代。
下一次當你聽到某家科技公司宣布訓練了一個更大的 AI 模型時，別只想到他們用了多少 GPU、HBM，也可以想想，那些龐大的訓練資料，都是住在哪裡？
【延伸閱讀】
