Backblaze获CoreWeave 3.35亿美元订单，AI业务带动高存储服务器需求

云存储服务商Backblaze宣布，与AI云计算公司CoreWeave签署一项为期五年的多EB级数据存储协议，合同总价值约3.35亿美元。根据合作安排，Backblaze将为CoreWeave的托管存储基础设施提供大规模存储容量，主要支持CoreWeave AI Object Storage中的HDD存储层。

现有CoreWeave对象存储客户可以使用新增的服务层级，无需修改应用程序代码。

AI基础设施不只有GPU服务器

提到人工智能基础设施，很多人首先想到GPU数量，但实际运行AI业务还需要大量存储资源。

模型训练前，需要存放原始数据集和处理后的训练数据；训练过程中，需要定期保存模型检查点；模型上线后，还会产生推理日志、输出文件、向量数据和备份。

如果只有高性能GPU，却没有足够的存储容量和读取速度，GPU可能因为等待数据而无法充分运行。

Backblaze在官方公告中提到，训练、推理、模型检查点、数据准备、模型输出和检索增强生成，也就是RAG，都依赖大规模数据的存储和传输。

为什么AI云仍然需要机械硬盘

固态硬盘读取速度快，适合存放正在训练或频繁调用的数据，但每TB成本相对较高。

机械硬盘虽然速度较慢，却适合存放归档数据、历史模型、训练素材和访问频率较低的文件。

CoreWeave此次引入Backblaze的HDD存储层，本质上是在进行数据分层：高频数据保留在高性能存储中，低频和大容量数据转移到成本更低的硬盘存储。

这种方式可以避免所有数据都占用昂贵的NVMe或高性能对象存储，从而降低整体AI基础设施成本。

高存储服务器需求可能继续增加

生成式AI、视频处理、图片训练和企业知识库都会产生大量数据。

尤其是视频模型、自动驾驶、医疗影像和大规模RAG项目，数据量可能很快达到数百TB甚至PB级别。

企业在选择高存储服务器时，除了硬盘容量，还需要考虑磁盘阵列、硬盘故障更换、备份策略、网络带宽和数据恢复时间。

单纯堆叠硬盘数量，并不等于拥有可靠的数据存储方案。

Backblaze与CoreWeave的合作说明，AI基础设施投入正在从GPU扩展到存储、网络和数据管理。

对于企业客户来说，选择高存储服务器不能只看“总容量有多大”。如果数据需要频繁读取，应重点关注NVMe和SSD性能；如果主要用于归档和备份，可以使用机械硬盘降低成本。

更合理的方案通常是冷热数据分层：高频数据使用高速存储，低频数据使用大容量HDD，同时建立异地备份，避免单台服务器故障导致数据丢失。

新闻来源：Backblaze于2026年6月23日发布的《Backblaze Announces Five-Year Multi-Exabyte Data Storage Agreement with CoreWeave》。