Tại Sao Sự Bùng Nổ Dữ Liệu AI Cũng Có Lợi Cho Ổ Cứng HDD? Dữ Liệu Lạnh, Ổ Cứng Nearline và Nhu Cầu Lưu Trữ Đám Mây

Sự bùng nổ dữ liệu AI cũng mang lại lợi ích cho HDD vì AI không chỉ tạo ra dữ liệu nóng đòi hỏi khả năng truy cập ở mức mili giây. Nó còn liên tục tạo ra dữ liệu nguồn huấn luyện, nhật ký, các phiên bản mô hình, hồ sơ kiểm toán, bản sao lưu và dữ liệu lưu trữ tuân thủ. Các tập dữ liệu này ít được truy cập hơn nhưng phải được lưu trữ trong thời gian dài, do đó chúng cuối cùng sẽ chảy vào lưu trữ đối tượng đám mây, hồ dữ liệu, hệ thống sao lưu và các tầng lưu trữ lạnh. SSD xử lý độ trễ thấp và thông lượng cao, trong khi HDD nearline xử lý dung lượng chi phí thấp ở quy mô PB/EB. Trong các trung tâm dữ liệu AI, hai loại này bổ sung cho nhau thay vì đơn thuần thay thế nhau.

Những điểm chính cần ghi nhớ

• Dữ liệu AI liên tục di chuyển từ lớp lưu trữ nóng sang các lớp lưu trữ ấm và lạnh.
• HDD nearline là phương tiện chi phí thấp, dung lượng cao quan trọng đối với các nhà cung cấp dịch vụ đám mây.
• SSD phù hợp với truy cập hiệu năng cao, trong khi HDD phù hợp với dung lượng trực tuyến dài hạn.
• Seagate và Western Digital là những bên hưởng lợi trực tiếp hơn từ HDD.
• Chu kỳ HDD vẫn phụ thuộc vào giá cả, mức độ tập trung khách hàng và rủi ro bị SSD thay thế.

Tại Sao Sự Bùng Nổ Dữ Liệu AI Chỉ Mang Lại Lợi Ích Cho SSD Mà Còn Cho Cả HDD?

Sự bùng nổ dữ liệu AI mang lại lợi ích cho cả SSD lẫn HDD, vì các quy trình AI tạo ra hai loại nhu cầu lưu trữ: dữ liệu nóng có độ trễ thấp dùng cho huấn luyện, suy luận (inference), RAG và truy xuất vectơ; và dữ liệu ấm hoặc lạnh được hình thành từ hồ dữ liệu huấn luyện, các điểm kiểm tra lịch sử, nhật ký, kiểm toán, sao lưu và lưu trữ tuân thủ. SSD giải quyết các điểm nghẽn hiệu năng, trong khi HDD giải quyết chi phí dung lượng. Khi dữ liệu mở rộng từ mức TB lên PB và EB, ưu thế về chi phí trên mỗi TB và dung lượng lớn của HDD nearline vẫn giữ vai trò quan trọng.

Mỗi giai đoạn của một ứng dụng AI đều để lại dữ liệu. Trước khi huấn luyện mô hình, văn bản thô, hình ảnh, video, mã nguồn và dữ liệu cảm biến cần được lưu trữ. Trong quá trình huấn luyện, các bộ dữ liệu trung gian, các phiên bản tham số, các điểm kiểm tra mô hình và nhật ký thí nghiệm được tạo ra. Sau khi suy luận (inference) đi vào hoạt động, hồ sơ yêu cầu, nhật ký phản hồi, số liệu giám sát, kiểm tra bảo mật và phản hồi của người dùng tiếp tục tích lũy. Phần lớn dữ liệu này có thể hữu ích cho việc tinh chỉnh trong ngắn hạn, nhưng không cần được truy cập thường xuyên với tần suất cao trong dài hạn.

Đó là nơi dữ liệu lạnh và dữ liệu ấm phát sinh. Bạn có thể chia dữ liệu AI thành ba lớp:

Phân tầng lưu trữ đám mây cũng minh họa logic kinh tế này. Google Cloud Storage phân tách các cấp Standard, Nearline, Coldline và Archive theo tần suất truy cập, thời gian lưu trữ tối thiểu và chi phí khôi phục dữ liệu. AWS S3 Glacier Deep Archive được thiết kế cho việc lưu trữ dài hạn, với thời gian lưu trữ tối thiểu là 180 ngày. Azure Blob Storage cũng chia các cấp Hot, Cool, Cold và Archive theo mô hình truy cập và thời gian lưu giữ.Các sản phẩm đám mây không chứng minh trực tiếp rằng một phương tiện phần cứng cụ thể luôn được sử dụng ở lớp dưới, nhưng chúng phản ánh cùng một nguyên lý: dữ liệu càng ít được truy cập thì càng cần đến một lớp dung lượng có chi phí thấp hơn.

Trong kỷ nguyên AI, người ta dễ chỉ tập trung vào GPU, HBM và SSD doanh nghiệp. Nhưng khối lượng dữ liệu lớn nhất thường lắng đọng vào các tầng lưu trữ dung lượng rẻ hơn. Dữ liệu không biến mất sau khi một mô hình lớn hoàn thành huấn luyện. Càng nhiều lần chạy suy luận, càng sinh ra nhiều nhật ký, dữ liệu giám sát và phản hồi. Khi doanh nghiệp áp dụng RAG, tài liệu thô, ảnh chụp quyền hạn, bản sao lưu chỉ mục và các phiên bản lịch sử cũng cần được lưu trữ. Cơ hội của HDD đến từ những tài sản dữ liệu dài hạn tích lũy này, chứ không phải từ việc mỗi yêu cầu suy luận trực tiếp đọc ổ cứng.

Tóm tắt: Lý do chính khiến sự bùng nổ dữ liệu AI mang lại lợi ích cho ổ cứng HDD không phải là vì HDD có thể thay thế SSD trong các tác vụ độ trễ thấp. Mà là vì AI liên tục tạo ra dữ liệu ấm và dữ liệu lạnh, cần được lưu trữ lâu dài, truy cập ít thường xuyên hơn và duy trì với quy mô cực lớn. SSD phù hợp hơn cho dữ liệu nóng và các trường hợp sử dụng nhạy cảm về hiệu năng, trong khi HDD nearline phù hợp hơn cho lưu trữ đối tượng (object storage), hồ dữ liệu (data lake), sao lưu, nhật ký và lưu trữ tuân thủ quy định. Khi khối lượng dữ liệu của doanh nghiệp và đám mây tiếp tục mở rộng, HDD vẫn giữ được giá trị nhờ chi phí trên mỗi TB, chuỗi cung ứng trưởng thành và lộ trình phát triển dung lượng lớn.

Nearline HDD là gì và tại sao nó là trụ cột của lưu trữ đám mây?

Ổ cứng HDD nearline là ổ cứng dung lượng cao được định vị giữa truy cập trực tuyến tần suất cao và lưu trữ ngoại tuyến. Nó chủ yếu được sử dụng trong các trung tâm dữ liệu đám mây, lưu trữ đối tượng, sao lưu, data lake và các tình huống truy cập tần suất thấp. Nó không phải là ổ cứng dành cho người tiêu dùng, cũng không phải là SSD hiệu năng cao. Đó là một thiết bị hướng đến dung lượng được xây dựng cho các hệ thống lưu trữ quy mô siêu lớn. Các nhà cung cấp đám mây sử dụng ổ cứng nearline vì chi phí trên mỗi TB, mật độ dung lượng, nguồn cung ổn định và chi phí vận hành có thể dự đoán được của chúng phù hợp hơn với việc lưu giữ dữ liệu quy mô lớn.

“Nearline” có thể được hiểu là “gần như trực tuyến.” Dữ liệu vẫn có thể được hệ thống truy cập, nhưng nó không xử lý các yêu cầu có tần suất cao nhất hoặc độ trễ thấp nhất. So với băng từ hoàn toàn ngoại tuyến, ổ cứng HDD nearline dễ truy cập hơn. So với SSD doanh nghiệp, chúng yếu hơn về hiệu năng nhưng chi phí trên mỗi đơn vị dung lượng lại thấp hơn. Đối với các nhà cung cấp đám mây, nhiều tập dữ liệu không cần phải đọc hoặc ghi mỗi giây, nhưng chúng phải luôn có thể tìm kiếm, khôi phục và tính phí bất kỳ lúc nào. Đó chính là nơi ổ cứng HDD nearline phát huy vai trò.

Công nghệ HDD nearline vẫn đang tiếp tục phát triển. CMR dễ quản lý hơn đối với thao tác ghi và phù hợp với các khối lượng công việc doanh nghiệp chung. SMR và UltraSMR tăng dung lượng thông qua mật độ ghi bề mặt cao hơn và phù hợp hơn với việc ghi tuần tự cùng lưu trữ đối tượng dưới sự kiểm soát của nhà cung cấp đám mây. HAMR sử dụng công nghệ ghi từ tính hỗ trợ bằng nhiệt để tăng mật độ ghi bề mặt và là một hướng đi quan trọng cho HDD trên 30TB. Seagate đã giới thiệu ổ cứng HAMR 36TB dựa trên nền tảng Mozaic 3+ của hãng, trong khi Western Digital đã ra mắt ổ cứng UltraSMR 32TB và CMR 26TB dành cho khách hàng siêu quy mô, điện toán đám mây và trung tâm dữ liệu doanh nghiệp.

Tóm tắt: Giá trị của ổ cứng HDD nearline không nằm ở hiệu năng tối đa. Nó nằm ở khả năng lưu trữ trực tuyến quy mô lớn với chi phí thấp. Lưu trữ đám mây, lưu trữ đối tượng, hồ dữ liệu AI và sao lưu dài hạn đều cần đến tầng này. Sự phát triển của SSD chưa khiến HDD trở nên lỗi thời. Thay vào đó, nó khiến HDD tập trung hơn vào tầng dung lượng. Chừng nào các ứng dụng AI và đám mây còn tiếp tục tạo ra lượng lớn dữ liệu truy cập tần suất thấp, ổ cứng nearline sẽ vẫn là phương tiện lưu trữ quan trọng trong các trung tâm dữ liệu đám mây.

Nhu cầu lưu trữ đám mây AI chảy vào sản lượng và giá bán của ổ cứng Nearline HDD như thế nào?

Nhu cầu AI đối với ổ cứng nearline HDD không chỉ đến từ các bộ dữ liệu huấn luyện. Nó đến từ toàn bộ chuỗi "tạo dữ liệu, xử lý, tích lũy, sao lưu và tái sử dụng." Càng chạy nhiều khối lượng công việc huấn luyện và suy luận, càng tạo ra nhiều dữ liệu thô, nhật ký, các phiên bản mô hình, dữ liệu lưu trữ tuân thủ và bản sao lưu. Khi các bộ dữ liệu này chuyển vào lưu trữ đối tượng đám mây và lưu trữ lạnh, các nhà cung cấp đám mây cần nhiều ổ cứng HDD dung lượng cao hơn, điều này có thể ảnh hưởng đến sản lượng giao hàng, giá bán trung bình (ASP) và khả năng hiển thị đơn hàng dài hạn của ổ cứng nearline.

Đường truyền tải có thể được hiểu như sau:

Tăng trưởng ứng dụng AI → Dữ liệu huấn luyện, suy luận, nhật ký và đánh giá tăng lên → Dữ liệu được tách thành các tầng nóng và lạnh → Dữ liệu nóng được đưa vào SSD, bộ nhớ đệm hoặc bộ nhớ → Dữ liệu ấm và lạnh được đưa vào lưu trữ đối tượng và hồ dữ liệu → Các nhà cung cấp đám mây mua thêm dung lượng HDD nearline → Lượng hàng xuất kho, giá cả và biên lợi nhuận của HDD dung lượng cao được cải thiện

TrendForce đã lưu ý vào năm 2025 rằng nhu cầu suy luận AI ngày càng tăng đang gây ra tình trạng thiếu hụt nghiêm trọng ổ cứng nearline HDD, đẩy một phần nhu cầu chuyển sang các ổ SSD QLC dung lượng cao. Điểm này rất quan trọng: HDD và SSD không có mối quan hệ thay thế đơn giản theo một chiều. Chúng điều chỉnh một cách động dựa trên giới hạn nguồn cung, tần suất truy cập và biến động chi phí. Khi nguồn cung HDD khan hiếm, một phần dữ liệu ấm có thể chuyển lên các ổ SSD QLC. Nhưng chừng nào còn tồn tại khoảng cách chi phí trên mỗi TB, dữ liệu lạnh và lưu trữ đối tượng quy mô lớn vẫn sẽ có xu hướng ưu tiên HDD.

Việc phân tầng lưu trữ đám mây càng làm khuếch đại nhu cầu này. AWS, Azure và Google Cloud đều chia lưu trữ đối tượng (object storage) thành các tầng truy cập khác nhau. Mục đích là để khách hàng có thể lựa chọn phương thức lưu trữ dựa trên tần suất truy cập và chi phí. Khi các công ty AI, nền tảng internet, tổ chức tài chính và khách hàng doanh nghiệp sử dụng các dịch vụ này, nhu cầu phần cứng bên dưới sẽ dòng chảy qua hoạt động mua sắm của nhà cung cấp đám mây vào các sản phẩm HDD, SSD, mạng và hệ thống lưu trữ.

Đối với các nhà đầu tư, quá trình truyền tải tài chính cho ổ cứng HDD nearline phụ thuộc chủ yếu vào ba biến số: sản lượng xuất xưởng, giá bán trung bình (ASP) và biên lợi nhuận gộp. Nếu nhu cầu về AI và lưu trữ đám mây mạnh mẽ trong khi nguồn cung HDD có hạn, các nhà sản xuất có thể có quyền định giá mạnh hơn. Nếu khách hàng đám mây ký các thỏa thuận cung cấp dài hạn, khả năng hiển thị doanh thu sẽ được cải thiện. Nếu các sản phẩm dung lượng cao chiếm tỷ trọng lớn hơn trong tổng sản lượng xuất xưởng, dung lượng trung bình của ổ cứng và cơ cấu biên lợi nhuận cũng có thể được cải thiện.

Tóm tắt: AI không hỗ trợ nhu cầu ổ HDD vì mọi lần suy luận mô hình đều đọc trực tiếp từ ổ HDD. AI hỗ trợ nhu cầu ổ HDD vì quá trình suy luận, huấn luyện, ghi log và quản trị dữ liệu liên tục tạo ra khối lượng khổng lồ dữ liệu truy cập tần suất thấp. Khi các bộ dữ liệu này đi vào lưu trữ đối tượng đám mây, hồ dữ liệu (data lake), hệ thống sao lưu và kho lưu trữ, chúng tạo ra nhu cầu dung lượng dài hạn. Sự cải thiện về sản lượng và giá bán của ổ HDD nearline đến từ nền tảng tài sản dữ liệu tích lũy này, chứ không phải từ hoạt động đầu cơ theo khái niệm ngắn hạn.

HDD, SSD và Băng Từ Phân Chia Vai Trũ Như Thế Nào Trong Lưu Trữ Đám Mây AI?

HDD, SSD và băng từ không phải là sự thay thế hoàn toàn cho nhau trong lưu trữ đám mây AI. Chúng phân chia vai trò dựa trên tần suất truy cập, yêu cầu độ trễ, thời gian lưu giữ và cấu trúc chi phí. SSD phù hợp với dữ liệu nóng, suy luận độ trễ thấp, chỉ mục vector và bộ nhớ đệm thông lượng cao. HDD nearline phù hợp với dữ liệu ấm và lạnh trực tuyến quy mô lớn. Băng từ phù hợp với truy cập tần suất cực thấp, lưu trữ tuân thủ dài hạn và sao lưu ngoại tuyến. Kiến trúc lưu trữ đám mây thực tế thường nhiều tầng, không dựa trên một loại phương tiện duy nhất.

Bạn có thể đánh giá tầng lưu trữ phù hợp bằng “tần suất truy cập + thời gian truy xuất + chi phí mỗi TB.” Dữ liệu được truy cập càng thường xuyên và càng nhạy cảm với độ trễ thì càng nên đặt gần SSD và bộ nhớ. Dữ liệu được truy cập càng ít và càng phải lưu giữ lâu thì càng chuyển dần về HDD, lưu trữ lạnh và băng từ. Tổ chức LTO từ lâu đã nhấn mạnh giá trị lưu giữ dài hạn và TCO của băng từ LTO đối với dữ liệu có tần suất truy cập cực thấp, điều này giải thích tại sao băng từ chưa biến mất khỏi thị trường lưu trữ doanh nghiệp.

Những kịch bản nào mà SSD khó thay thế hoàn toàn? Chủ yếu là lưu trữ đối tượng ở quy mô PB/EB, hồ dữ liệu dữ liệu huấn luyện dài hạn, lưu trữ nhiều phiên bản mô hình, nhật ký kiểm tra bảo mật, bản sao lưu tuân thủ, và dữ liệu truy cập tần suất thấp nhưng vẫn cần sẵn có trực tuyến. Đối với các tập dữ liệu này, câu hỏi chính không phải là "liệu có thể truy cập nhanh hơn không?" mà là "liệu có thể lưu trữ nhiều dữ liệu hơn trong thời gian dài hơn với chi phí thấp hơn không?"

Những tình huống nào có thể khiến SSD gây áp lực lên HDD? Chủ yếu là các cơ sở dữ liệu vector RAG tần suất cao, bộ nhớ đệm suy luận độ trễ thấp, tiền xử lý dữ liệu thông lượng ghi cao, các trung tâm dữ liệu bị hạn chế nghiêm trọng về không gian tủ máy hoặc điện năng, và những trường hợp khan hiếm HDD buộc khách hàng phải tìm phương án thay thế. TrendForce cũng đã thảo luận về cơ hội cho SSD nearline dung lượng cao trong giai đoạn thiếu hụt nguồn cung HDD. Nhưng điều này không có nghĩa là nhu cầu HDD biến mất. Nó cho thấy lưu trữ AI đang chuyển sang một kiến trúc lai phức tạp hơn.

Tóm tắt: Câu hỏi cốt lõi trong lĩnh vực lưu trữ đám mây cho AI không phải là liệu HDD, SSD hay băng từ sẽ thay thế hoàn toàn lẫn nhau. Câu hỏi thực sự là loại dữ liệu nào thuộc về tầng nào. Dữ liệu nóng đòi hỏi độ trễ thấp và phù hợp với SSD. Dữ liệu ấm và lạnh đòi hỏi dung lượng trực tuyến chi phí thấp và phù hợp với HDD nearline. Dữ liệu lưu trữ dài hạn với tần suất truy cập cực thấp có thể chuyển sang băng từ hoặc lưu trữ sâu (deep archive). Logic đầu tư vào HDD sẽ hiệu quả nếu sự tăng trưởng dữ liệu AI tiếp tục dồn vào tầng dung lượng thay vì chỉ tập trung ở tầng lưu trữ hiệu năng cao.

Cổ phiếu HDD và Lưu trữ Đám mây Nào Hưởng Lợi Trực tiếp Hơn?

Các cổ phiếu hưởng lợi trực tiếp hơn từ nhu cầu ổ cứng HDD dữ liệu lạnh và nearline phục vụ AI chủ yếu là Seagate và Western Digital, vì họ cung cấp trực tiếp các ổ HDD dung lượng cao cho các nhà cung cấp dịch vụ đám mây, trung tâm dữ liệu hyperscale và thị trường lưu trữ doanh nghiệp. Các bên hưởng lợi gián tiếp bao gồm các công ty hệ thống lưu trữ, máy chủ, dịch vụ đám mây và một số công ty linh kiện, nhưng mức độ tiếp xúc với HDD của họ thường bị pha loãng bởi các mảng kinh doanh khác. Chúng không nên được xếp đơn giản vào nhóm cổ phiếu “khái niệm lưu trữ AI”.

Các yếu tố cốt lõi của Seagate là ổ cứng HDD dung lượng cao, lộ trình HAMR, năng lực giao hàng nearline và các thỏa thuận cung ứng dài hạn. Kết quả quý thứ hai của năm tài chính 2026 cho thấy Seagate đạt doanh thu 2,83 tỷ USD, với biên lợi nhuận gộp GAAP là 41,6% và biên lợi nhuận gộp phi GAAP là 42,2%. Điều này cho thấy nhu cầu lưu trữ dung lượng cao từ trung tâm dữ liệu đã được phản ánh trong kết quả tài chính. Lộ trình Mozaic 3+ và HAMR của công ty là chìa khóa cho việc tiếp tục tăng dung lượng của từng ổ đĩa.

Logic của Western Digital trở nên rõ ràng hơn sau khi tách Sandisk. Sandisk đã hoàn tất việc tách khỏi Western Digital và hiện niêm yết trên Nasdaq với mã SNDK, trong khi Western Digital tập trung nhiều hơn vào HDD. Kết quả quý tài chính thứ ba của năm tài chính 2026 cho thấy Western Digital đạt doanh thu 3,337 tỷ USD, tăng 45% so với cùng kỳ, với biên lợi nhuận gộp theo GAAP là 50,2%. Đối với nhà đầu tư, WDC sau khi tách gần hơn với một cơ sở đầu tư thuần túy vào HDD, nhưng cũng chịu ảnh hưởng trực tiếp hơn từ chu kỳ HDD và thời điểm đặt hàng của khách hàng điện toán đám mây.

Nếu bạn theo dõi các cổ phiếu trong chuỗi cung ứng thiết bị lưu trữ niêm yết tại Hoa Kỳ như Seagate, Western Digital, Sandisk, Micron và NetApp, trước tiên bạn có thể dùng tra cứu thông tin cổ phiếu Mỹ để xây dựng danh sách theo dõi, sau đó quay lại tài liệu công bố thông tin của công ty để kiểm tra cơ cấu doanh thu, biên lợi nhuận gộp, thỏa thuận với khách hàng và biến động hàng tồn kho. Khi quy định tại nơi bạn sinh sống, quy trình xác minh danh tính và các quy tắc áp dụng cho phép, Biya hỗ trợ giao dịch cổ phiếu Mỹ, cổ phiếu Hồng Kông và tài sản số, giúp việc quan sát HDD, SSD, NAND và hệ thống lưu trữ doanh nghiệp trong cùng một khung chuỗi cung ứng trở nên dễ dàng hơn.

Khi giao dịch các cổ phiếu lưu trữ phổ biến, chi phí giao dịch thực tế cũng rất quan trọng. Chi phí giao dịch cổ phiếu Mỹ thường không chỉ gồm hoa hồng; chúng còn có thể bao gồm phí nền tảng, phí đại lý bên ngoài và phí hoạt động giao dịch. Hoa hồng cổ phiếu Mỹ của Biya là 0 USD, trong khi phí nền tảng, phí đại lý bên ngoài và các khoản phí khác được áp dụng theo biểu phí giao dịch cổ phiếu Mỹ và trang đặt lệnh. Thông tin thị trường công khai, cơ cấu phí và dữ liệu ngành có thể giúp bạn hiểu rõ điều kiện giao dịch, nhưng chúng không cấu thành lời khuyên đầu tư.

Tóm tắt: Nhu cầu HDD dữ liệu lạnh (cold data) và nearline phục vụ AI mang lại lợi ích trực tiếp nhất cho Seagate và Western Digital, nhưng “tiếp cận trực tiếp” không có nghĩa là “rủi ro thấp hơn.” Các yếu tố then chốt của Seagate là HAMR, HDD dung lượng cao và nhu cầu từ khách hàng điện toán đám mây. Western Digital có câu chuyện HDD rõ ràng hơn sau khi tách mảng Flash. Sandisk, Micron, Kioxia, NetApp, Dell và HPE cũng có thể hưởng lợi, nhưng mức độ tiếp cận của họ gián tiếp hơn. Khi sàng lọc cổ phiếu, bạn nên xem xét đồng thời độ thuần khiết của mảng kinh doanh, định giá, mức độ tập trung khách hàng, lộ trình sản phẩm và chu kỳ giá.

Nhà đầu tư Nên Theo dõi Những Chỉ số và Rủi ro Nào?

Để đánh giá xem chu kỳ HDD có thể tiếp tục hay không, bạn không nên chỉ nhìn vào câu chuyện bùng nổ dữ liệu AI. Bạn cần theo dõi công suất xuất khẩu HDD nearline, dung lượng ổ đĩa trung bình, ASP, đơn hàng của khách hàng, biên lợi nhuận gộp, hàng tồn kho, chi phí vốn và áp lực thay thế từ SSD. Nếu công suất xuất khẩu và giá cả cùng cải thiện, đồng thời các thỏa thuận dài hạn với khách hàng cải thiện tính minh bạch của doanh thu, thì logic này càng vững chắc. Nếu việc tăng giá chủ yếu do tình trạng thiếu hụt ngắn hạn trong khi nhu cầu bắt đầu chậm lại, rủi ro đảo chiều chu kỳ sẽ tăng lên.

Các chỉ số quan trọng bao gồm:

• Lượng xuất xưởng exabyte ổ HDD Nearline.
• Doanh thu dung lượng lớn (mass capacity).
• Dung lượng trung bình của ổ đĩa và tỷ trọng sản phẩm 30TB trở lên.
• Các thỏa thuận cung cấp dài hạn với khách hàng đám mây và mức độ bao phủ đơn hàng.
• ASP ổ HDD, biên lợi nhuận gộp và dòng tiền tự do.
• Hàng tồn kho của khách hàng và thời điểm chi tiêu vốn cho đám mây.
• Tiến độ trong lộ trình năng lực HAMR, ePMR, SMR và các công nghệ khác.
• Áp lực thay thế từ SSD QLC đối với dữ liệu ấm và một phần dữ liệu lạnh.

Các rủi ro chính rơi vào bốn nhóm. Thứ nhất, chi phí CAPEX cho AI đám mây có thể chậm lại, khiến việc mở rộng dung lượng lưu trữ không đạt kỳ vọng. Thứ hai, khi nguồn cung HDD nearline phục hồi, giá bán và biên lợi nhuận gộp có thể giảm. Thứ ba, chi phí SSD QLC giảm có thể chuyển một phần dữ liệu ấm từ HDD sang SSD. Thứ tư, mức độ tập trung khách hàng cao, và thời điểm mua hàng từ một số ít khách hàng lớn có thể khuếch đại sự biến động doanh thu. HDD dung lượng cao còn tiềm ẩn rủi ro về năng suất, độ tin cậy, chi phí bảo hành và sản xuất công nghệ mới.

Định giá cũng phải được xem xét. Nếu cổ phiếu HDD đã phản ánh đầy đủ tình trạng cung khan hiếm và lợi nhuận tăng lên, thì các báo cáo lợi nhuận trong tương lai phải tiếp tục chứng minh sự cải thiện đồng thời về sản lượng xuất xưởng, ASP và biên lợi nhuận gộp. Ngược lại, nếu nhu cầu của ngành vẫn duy trì ở mức mạnh mẽ nhưng thị trường cắt giảm kỳ vọng do biến động ngắn hạn, các cơ hội định giá lại có thể xuất hiện. Điều quan trọng không phải là dự đoán giá cổ phiếu của một quý, mà là xây dựng một khuôn khổ bao gồm nhu cầu, nguồn cung, định giá sản phẩm, số liệu tài chính và định giá cổ phiếu.

Tóm tắt: Liệu logic đầu tư vào HDD có tiếp tục được duy trì hay không phụ thuộc vào việc tăng trưởng dữ liệu AI có tiếp tục chảy vào các tầng lưu trữ ấm và lạnh hay không, và việc cung cấp HDD nearline có giữ được kỷ luật hay không. Các tín hiệu tích cực bao gồm tăng trưởng sản lượng xuất xưởng theo exabyte, tỷ trọng sản phẩm dung lượng cao cao hơn, giá bán trung bình (ASP) ổn định, biên lợi nhuận gộp cải thiện, và nhiều thỏa thuận khách hàng dài hạn hơn. Các tín hiệu rủi ro bao gồm mở rộng quá mức, CAPEX của điện toán đám mây chậm lại, hàng tồn kho tăng, sự thay thế của SSD QLC ngày càng mạnh, và định giá đã phản ánh quá nhiều triển vọng tăng trưởng. Với nhà đầu tư cá nhân, việc theo dõi có hệ thống các chỉ số này hữu ích hơn nhiều so với việc chạy theo khái niệm.

Nếu bạn theo dõi các trung tâm dữ liệu AI, lưu trữ đám mây và chuỗi cung ứng HDD, bạn không nên chỉ nhìn vào GPU, HBM và SSD. Dữ liệu lạnh, HDD nearline, lưu trữ đối tượng đám mây và ổ cứng dung lượng cao cũng nên là một phần của bức tranh tổng thể. Biya là một ví giao dịch đa tài sản toàn cầu hỗ trợ giao dịch cổ phiếu Mỹ, cổ phiếu Hồng Kông và tài sản số. Nó còn bao phủ hơn 190 quốc gia và vùng lãnh thổ, đồng thời hỗ trợ thanh toán bằng hơn 40 loại tiền tệ địa phương. Việc cung cấp dịch vụ phụ thuộc vào vị trí của bạn, kết quả xác minh danh tính, quy tắc của nền tảng cùng các luật và quy định hiện hành. Trước khi sử dụng ứng dụng Biya, hãy tìm hiểu phí giao dịch, các loại lệnh, quy tắc tài khoản và mức độ chịu rủi ro của bản thân. Dữ liệu lạnh cho AI là một xu hướng dài hạn, nhưng cổ phiếu HDD vẫn mang tính chu kỳ cao.Mọi quyết định giao dịch nên dựa trên các công bố thông tin công khai, chi tiết thanh toán và các yêu cầu pháp lý tại địa phương.

Câu hỏi thường gặp

Tại Sao Dữ Liệu Lạnh Của AI Làm Tăng Nhu Cầu HDD?

Dữ liệu lạnh của AI làm tăng nhu cầu HDD vì dữ liệu huấn luyện, nhật ký suy luận (inference logs), các phiên bản mô hình, hồ sơ kiểm toán và bản sao lưu thường không yêu cầu truy cập tần suất cao nhưng phải được lưu trữ với chi phí thấp trong thời gian dài. HDD Nearline mang lại ưu thế về chi phí dung lượng và khả năng truy cập trực tuyến, khiến chúng phù hợp với loại dữ liệu này.

Sự Khác Biệt Giữa HDD Nearline và HDD Thông Thường Là Gì?

HDD Nearline được thiết kế cho các trung tâm dữ liệu đám mây và lưu trữ doanh nghiệp, với trọng tâm là dung lượng cao, vận hành ổn định, triển khai quy mô lớn và TCO thấp. HDD thông thường thường được sử dụng nhiều hơn trong máy tính cá nhân, môi trường NAS nhẹ hoặc các tình huống tiêu dùng. Chúng khác nhau về độ tin cậy, đặc điểm khối lượng công việc và yêu cầu vận hành.

Ổ cứng HDD Có Bị Ổ cứng SSD Doanh nghiệp Thay thế Hoàn toàn Không?

Ổ cứng HDD khó có thể bị ổ cứng SSD doanh nghiệp thay thế hoàn toàn trong thời gian gần. SSD phù hợp hơn cho dữ liệu nóng và các tình huống có độ trễ thấp, trong khi HDD phù hợp hơn cho dữ liệu ấm và lạnh ở quy mô PB/EB. Một số nhu cầu chỉ có thể chuyển dịch khi nguồn cung HDD bị thiếu hụt, chi phí SSD giảm xuống, hoặc tần suất truy cập tăng lên.

Tại Sao Trung tâm Dữ liệu AI Cần Ổ cứng HDD Nearline?

Trung tâm dữ liệu AI cần ổ cứng HDD nearline vì việc huấn luyện, suy luận, ghi nhật ký và cơ sở tri thức doanh nghiệp liên tục tạo ra lượng lớn dữ liệu phải được lưu trữ nhưng không được truy cập thường xuyên. Ổ cứng HDD nearline có thể hỗ trợ lưu trữ đối tượng (object storage), sao lưu, hồ dữ liệu (data lake) và lưu trữ dài hạn trong khi giảm tổng chi phí lưu trữ.

Công ty Nào Hưởng Lợi Nhiều Hơn từ Nhu cầu HDD Cho AI, Seagate Hay Western Digital?

Cả Seagate và Western Digital đều là những bên hưởng lợi trực tiếp từ nhu cầu ổ cứng HDD phục vụ AI, nhưng con đường hưởng lợi của họ khác nhau. Seagate chú trọng lộ trình HAMR và dung lượng cao, trong khi Western Digital có mảng kinh doanh HDD rõ ràng hơn sau khi tách Sandisk. Đánh giá cuối cùng vẫn phụ thuộc vào đơn hàng của khách hàng, biên lợi nhuận gộp, định giá và tiến độ sản xuất.

Nhà đầu tư cá nhân có thể theo dõi rủi ro cổ phiếu HDD như thế nào?

Nhà đầu tư cá nhân có thể theo dõi năng lực giao hàng ổ cứng nearline, ASP, biên lợi nhuận gộp, thỏa thuận dài hạn với khách hàng, hàng tồn kho và chi tiêu vốn của các nhà cung cấp dịch vụ đám mây. Nếu giao hàng chậm lại, hàng tồn kho tăng, sự thay thế bằng SSD mạnh lên, hoặc định giá đã phản ánh quá nhiều kỳ vọng tăng trưởng, thì rủi ro biến động của cổ phiếu HDD có thể gia tăng.