据TrendForce报道，过去两年里，人工智能（AI）创造的庞大数据量正冲击全球数据中心存储设施，传统作为海量数据存储基石的近线硬盘（Nearline HDD）已出现供应短缺，而高效能、高成本的SSD逐渐成为了市场焦点，特别是大容量的QLC SSD出货量可能在2026年出现爆炸性增长。

        档案、历史记录等不常被存取，但需要长期归档保存的数据。随着AI推理应用扩张，冷数据储存需求也在急速攀升。

        在过去的应用场景里，得益于高速读写性能，SSD主要负责需频繁存取的热数据（Hot Data）和温数据（Warm Data）。如果拿QLC SSD和近线硬盘比较，前者1能效更好，可以节约约30%的耗电量。

        由于HDD制造商近年来都没有扩大产能，无法及时满足AI的突发需求。目前近线硬盘的交货期限已经从原来的数周延长至一年，加速扩大了云端服务的存储缺口。部分云端服务供应商早已规划在温数据上扩大SSD的使用，但是HDD巨大的缺口甚至让云端服务供应商开始考虑在冷数据上采用SSD，不过要迈向大规模部署须先解决成本和供应链的双重挑战。

        需要注意的是，想让QLC SSD用于冷数据，需考量数据管理算法的修正、软件堆栈的适配，以及对整体拥有成本（TCO）的精算，而且还要考虑到整体的成本问题。