早在 2021 年，希捷（Seagate）就展示了业界首款采用 PCIe 接口的机械硬盘（HDD）。与 SSD 一样，采用了 NVMe 协议，可以与其他 SSD 一起协同工作。虽然 SSD 和 HDD 是两种不同类型的存储设备，但使用相同类型的协议，将大大简化数据中心的操作。2022 年网上就曝光了希捷采用 NVMe 协议的 HDD，配备了 U.2 接口，接口的数据传输速率达到了 32 Gbps，比起 SAS/SATA 有着更高的上限。

据 TomsHardware报道，在今年的 GTC 2025 上，希捷和英伟达就展示了一个概念验证系统，上面能够运行希捷的 NVMe HDD 和 NVMe SSD、英伟达的 BlueField 3 DPU、以及 AIStore 软件，演示了 NVMe 如何为 AI 工作负载转换硬盘驱动器。

传统上，硬盘驱动器使用的是专用接口，包括 SCSI、并行 ATA、SATA 和 SAS 等，不过对于现代高性能数据环境，特别是在人工智能和大型数据中心，过往的这些接口都达到了极限，并不能适应高速数据处理的要求。不过至少在未来几年里，HDD 仍然是数据中心最具成本效益的存储解决方案，为了更好地满足围绕人工智能打造的数据处理场景需求，希捷正在开发通用 PCIe 接口和 NVMe 2.0 协议的 HDD。

NVMe 与 PCIe 配对可以提供更高的带宽、更低的延迟和更好的可扩展性，相比于 SAS/SATA 的速率限制在 6-12Gbps，并依赖于各种复杂的协议层，NVMe 运行在行业标准的 PCIe 接口上，支持高达 128 GB/s 的带宽，大大降低了系统复杂性，简化了扩展操作。NVMe 还支持通过 DPU 绕过 CPU 直接访问 GPU，减少了瓶颈，同时还支持 64K 队列，极大地提高了并行处理，这对人工智能系统很重要。

希捷和英伟达的概念验证系统里有 8 块 NVMe HDD，4 块 NVMe SSD 用于缓存，安装了 1 块 BlueField 3 DPU，利用 AIStore 软件调度动态优化数据缓存和分层，大大提高了 AI 模型训练性能。测试结果显示，新系统最大限度地减少了人工智能工作流中的延迟，提高了存储效率。

由于 NVMe HDD 保留了 SAS/SATA 物理连接器和传统的 3.5 英寸外形，成本方面并没有大家想象的那么高，唯一的变化是增加了对 NVMe 协议的支持及 PCIe 接口，另外固件也要支持对应的特性和功能。考虑到 NVMe/PCIe 连接的过渡消除了 HBA 和系统复杂性，NVMe HDD 成本的小幅上涨不是什么问题。

此外，随着 NVMe HDD 容量的增加，每 TB 的 IOPS 性能会下降，这可能会影响到 AI 集群的性能，不过可以用更多的 NVMe SSD 充当缓存来缓解。另外多传动器（Mach.2）技术或许会变得更有用，这样 NVMe HDD 可以更好地适配 AI 集群。虽然 NVMe HDD 成本变得更高，但是相比收益，影响也是有限的，不会影响到该技术路线的推进。

希捷似乎已经为 NVMe HDD 做好了准备，不过产品什么时候上市还很难说，这需要等待合适的市场机会切入。由于云端服务供应商等更喜欢在存储上选择双供应源，希捷可能要等到竞争对手跟进，拿出同类产品，才能获得 NVMe HDD 的大批量订单。