IBM达到磁带存储的里程碑，概述了磁带在混合云未来中的作用

数据以物理形式存在了数千年，一直追溯到洞穴壁画，在那里原始文明发明了保存部落记忆的方法。人类对知识的追求，以及随之而来的数据的不可阻挡的指数级增长，要求越来越复杂的方式来存储、保护和检索信息。尽管新技术已经出现，但磁带介质已被证明是最安全、最可靠和最持久的数据存IB储方式之一。

自从1960年代的卷到卷图像以来，磁带取得了长足的进步。由于成本、安全性和耐用性，如今的磁带技术已成为世界上最大企业和超大型云提供商的基石。IBM将继续对磁带进行革新，从与最大的超规模供应商合作到未来几十年内这项技术经得起未来考验。

IBM公布了一个新的M达里程碑式的磁带存储，它将IBM研究人员和FUJIFILM15年的工作结合起来，演示如何将越来越多的数据存储在一个可以放在手掌中的盒式磁带上。这再次证明了磁带将在我们的混合云未来中扮演的角色，以及在未来几十年里保存世界记忆的角色。

关于磁带及其对业务的重要性，有五件事需要了解到磁 ：

1.投资磁带创新是解决海量数据改变存储格局的答案

我们正在创建越来越多的数据也就不足为奇了。目前，我们每天产生2.5亿个字节的数据。按照我们的发展速度，到2025年，全球数据预计将达到175ZB，其中存储在云中的数据将与数据中心中的数据一样多。从一个角度来看， 一个ZB相带存当于一万亿GB，在当今的当前手机中可以找到256GB。

磁带是一种最佳的存储解决方案，特别是对于那些管理下一代工作负载的人来说，这些工作负载进一步推动了数据限制。这包括物联网（IoT），高清4K/8K视频，基于AI的大数据分析和超大规模计算等领域的出现。

借助这一新基准，储的科学家发现单个磁带盒有可能存储约580TB的数据。看起来像什么？580TB相当于944毫米高的786977张CD，比世界最高建筑Burj Kalifa高。

2. 超大规模和混合云提供商正在将磁带作为一项战略要务

目前，超大规模数据中心的数量已超过500个，自2013年以来里程，数量已增加了两倍。这些大型服务提供商需要能够长时间保存海量数据的存储解决方案。过去，云中的大多数数据都在硬盘上。但是，由于硬盘不断旋转，它们可能会很昂贵，并且会消耗能量和功率。因此，云提供商现在开始将磁带引入其基础架构中，以提供一种在存储数据方面非常有效的低成本存储解碑，决方案。

例如，在Gmail的软件更新期间，一组用户发现他们的所有帐户都被无意删除。尽管该公司在全球范围内拥有一个冗余的数据中心系统，其中包含多个数据副本，但该软件却在所有数据中心之间进行了复制–因此，相同的错误到处都会发生–但由于它们也在磁带上复制了一个副本，重建丢失概述的帐户。

3. 磁带对于抵御勒索软件和网络威胁非常有效

在当今的混合云世界中，数据保护和安全至关重要。磁带可以在防止网络攻击和勒索软件方面发挥关键作用。在安全性方面，可以从已知的任何电子连接中物理地和逻辑地删除磁带，从而形成物理屏障或“气隙”，从而减轻可能会破坏数据的更了磁复杂的攻击。

尽管当今的磁带存储在保护方面已取得了巨大的技术进步，但我们还在不断创新，以在未来数十年证明该技术的成功–我们去年在首个量子安全 磁带驱动器原型的发布中就证明了这一点 。

4.在合作推动磁带路线图的同时打破世界纪录

IBM与FUJIFILM的工程师合作，在磁带带在存储方面再创世界新纪录–自2006年以来的第六个纪录。 为了突破极限，IBM在锶铁氧体原型（SrFe）上的面密度达到317GB/in2（千兆位每平方英寸）。FUJIFILM开发的颗粒状磁带。这大约是当前最先进的商用磁带驱动器使用的面密度的27倍。

不仅如此，科学家们必须创新混合实现这种基准测试所必需的新技术。首先，他们需要创建一种新材料来帮助进一步提高磁带的缩放密度。当前一代的磁带使用钡铁氧体（BaFe）颗粒涂覆磁带存储介质。FUJIFULM回到化学实验室，并发明了一种名为锶铁氧体（SrFe）的新材料，以便将所有数据存储在如此狭小的空间中云未。

其次，读取和写入世界纪录的数据量需要更快的磁带速度。磁带以前所未有的高速度通过磁带头，这给精度带来了多重挑战，因此需要设计新的头和伺服技术。新的伺服技术使磁头定位成为可能，达到了3.2nm的世界纪录精度。

5. 未来依赖于“老式”技术

研究表明，数字磁带（一种于195来中2年发明的存储介质）继续成为理想的技术，不仅用于存储大量备份和档案数据，而且还用于混合云环境等新应用。

IBM的工作表明，与LTO8盒带，最新的行业标准磁带产品相比，容量可能提高约48倍，比IBM当前的企业级磁带产品提高29倍。IBM的磁带技术促进了无缝的与云技术的作的接口，允许本地云应用程序能够写入 到 并阅读 来自 而不需要专门的或专有技能或软件的磁带。正是云技术与磁带技术的这种交集将使组织能够实施无与伦比的可扩展性，可负担性和安全性的数据策略。

(责任编辑：数据洞察)