隨著智慧城市、無人車間與科技執法的普及，現代的監控系統不會只有單純的錄影存檔。現在的 NVR 系統除了要承受數十支高畫質攝影機 24/7 的連續寫入，還要同時讓後端的 GPU 伺服器不斷隨機調閱畫面來進行 AI 人臉辨識或物件追蹤。這種邊寫邊讀的極端混合負載，對硬碟的 I/O 與快取管理是極大考驗，一般的監控碟往往會在這裡敗下陣來，導致錄影掉格或 AI 分析卡頓。
開箱 Toshiba S300 AI 10TB (MG10ADA10TE) 智慧監控硬碟，結合 QNAP NAS 與 NVIDIA DGX 的測試
CyberQ Lab 透過台灣東芝與台灣總代理富基電通，入手了四顆主打企業級 AI 監控的 Toshiba S300 AI 10TB (MG10ADA10TE-V) 硬碟。為了測試它的效能，我們不僅請出了 QNAP TS-673A NAS，也採用 NVIDIA DGX Spark AI 運算伺服器與 PVE Cluster 叢集，以及100GbE/10GbE/2.5GbE 混合的網路環境，來看看這款冠上 AI 之名的監控碟究竟有怎樣的功效呢。
拒絕掉格！專為邊緣運算而生的企業級硬碟
從靜電袋上的標籤 MG10ADA10TE-V 就可以看出，這款硬碟的本體源自 Toshiba 企業級的 MG10 系列，不僅有著 5 年保固，更有幾個專為 AI 打造的規格：
純 CMR 傳統磁性記錄，相對於較不耐用的 SMR 疊瓦碟，這種 CMR 硬碟提高較好的長時間連續寫入保證，不易掉速和掉格。
轉速與快取方面是有升級的，一般監控碟多為 5400轉 / 256MB，S300 AI 則將規格拉高到 7200轉與 512MB，就是為了應付 AI 伺服器的高速隨機讀取需求。
可承受的工作負載較高，它支援每年高達 550 TB 的資料寫入量，高達 200萬小時的 MTTF，是企業等級的耐用度。
支援 64+32 串流，東芝官方標榜支援多達 64 部高畫質攝影機同步錄影，外加 32 道 AI 串流同步分析，並內建 RV 旋轉震動感應器，專為多 Bay 設備設計。
第一關：單機極限與底層體質檢測，驗明 CMR 真身
在將這四顆 7200轉的 AI 監控硬碟放進 QNAP NAS 組建陣列，進行網路測試前，先來確認 S300 AI 10TB 的基本盤。CyberQ 將單顆硬碟接上桌機，並透過 NAS 內建工具，進行最純粹的物理效能驗證。
1、爆發力測試突破官方標示的速度
首先將單顆硬碟接上測試桌機的 SATA 埠。在 CrystalDiskMark 基準測試中，實測結果還不錯，連續讀取達到了 292.25 MB/s，連續寫入也高達 290.91 MB/s，在機械硬碟中屬於頂級水準。
根據東芝官方技術文件，這款 10TB 硬碟的持續傳輸率標示為 281 MB/s。我們的實測不僅達標，甚至還逼近了 300 MB/s 大關。在傳統機械硬碟 (HDD) 領域中，這是相對優秀的表現。這要歸功於其源自企業級 MG10 系列的 7200 RPM 高轉速主軸馬達與 512MB 超大快取，讓它在起跑線上就比一般 5400 轉的入門監控碟要快上不少。
2、全碟讀寫測試證明純 CMR 硬碟的優勢
HD Tune Pro 的全碟讀寫測試，可以看到寫入曲線非常平穩，呈現出平穩的階梯下降測試圖形，這是純 CMR 硬碟的實力，它即便是在 24 小時不斷寫入的極端狀況下，也不會出現容量快滿就掉速的窘境。
對於監控系統而言，瞬間最高速不重要，長時間寫入不掉速才是保證不漏秒的關鍵。可以觀察這兩張藍色（讀取）與黃色（寫入）的速度曲線圖。它們呈現出非常漂亮、平緩的階梯式下降，這是機械硬碟磁頭從最外圈讀寫到最內圈的正常物理現象
如果檢視黃色的寫入測試圖，整條線從外圈的高達 278 MB/s 一路平穩寫入到內圈，中間完全沒有出現任何深不見底的斷崖式掉速，全碟平均寫入速度依然高達 211.4 MB/s。此外，寫入測試的存取時間 (Access Time) 相當平穩且低達 0.171 ms，這代表 512MB 的巨大快取發揮了不錯的緩衝作用。
畢竟這款是純正 CMR（傳統磁性記錄）技術硬碟，很適合企業監控系統、AI 和 NAS 使用。市面上許多採用 SMR（疊瓦式）技術的大容量硬碟，一旦快取寫滿，寫入速度就會雪崩式狂跌至個位數。想像一下，如果你的監控系統正在進行 64 路 4K 畫質的 24 小時連續錄影，一旦硬碟發生這種嚴重掉速，迎面而來的就是監視畫面的破圖與畫面掉格，這對於犯罪鑑識、科技產線檢測、車牌辨識、人臉辨識會有不利影響。S300 AI 的平滑寫入曲線，確實能扛下企業監控環境、確保每一幀畫面都完整保留。
3、陣列前確認個體的一致性
單機測完後，我們將 4 顆硬碟裝入 QNAP TS-673A NAS 中。
在建立 RAID 之前，我們先透過儲存與快照中心進行體檢。
從這台 QNAP NAS 後台執行測試的資料可見，這 4 顆同批號的硬碟不但全數亮起代表健康的綠燈，其內建的循序讀取速度大致上很接近，分別跑出了 279.24、270.03、272.34、271.43 MB/s。
組建 RAID 陣列最怕遇到木桶效應，陣列總效能被最慢的那顆硬碟拖垮，這四顆硬碟有相當穩定的出廠品質與效能一致性，這為我們後續的高速 10GbE 儲存池提供妥適的物理基礎。
第二關：QNAP TS-673A 實戰，RAID 5 與 10GbE 的搭配
在現代的企業監控與 AI 運算架構中，單兵作戰絕對是不夠的。我們將 4 顆 Toshiba S300 AI 10TB 全數裝入 QNAP TS-673A NAS，組建兼具效能與容錯的 RAID 5 陣列，並透過 10GbE 交換器與測試機台連接。
為了模擬的多路高畫質連續寫入，除了前述的跑分軟體、QNAP QVR 實測錄影外，也請出好萊塢影視工業標準的 AJA System Test 來進行測試，也另外在這個軟體項目中做了一組「1GB vs 64GB」的對照實驗。
對照組：1GB 測試（快樂錶與快取幻象）
當我們將測試檔案設定為常見的 1GB 時，資料非常華麗，跑出了讀取 739 MB/s、寫入 643 MB/s 的驚人成績。
但內行人都知道，1GB 的檔案太小了，資料根本還沒來得及寫進硬碟碟片，就被 NAS 內建的記憶體 (RAM Cache) 先吃下來了。如果看下方紅色的寫入曲線（Disk Writes）圖片，可以留意到它在中後段出現了幾次「深 V 型」的劇烈掉速（甚至掉到接近 0）。
這正是快取滿了、準備將資料倒進實體硬碟時產生的 I/O 塞車與延遲波動。如果這發生在真實的 64 路監視器同時錄影中，這幾個深 V 可能就代表著監控畫面的掉格或破圖。
64GB 較大檔案的寫入考驗
真正的考驗則是將測試檔提高到 64GB (以及設定為 4K-Full 解析度影片規格寫入)，直接擊穿 NAS 的快取，強迫龐大的影音資料實打實地連續寫入到這 4 顆東芝 S300 AI 實體硬碟上。
在幾分鐘後，這款 NAS 的陣列交出了真實的物理極限，讀取 555 MB/s、寫入 422 MB/s。以 4 顆機械硬碟組成的 RAID 5 來說，這依然是優異的連續吞吐量，足以同時消化數十支以上視訊攝影機的即時寫入頻寬，對於監控市場來說是相當有吸引力的合規產品。
但這張圖還可以留意下方那條密密麻麻的速度曲線圖。
你有看過這麼穩的機械硬碟陣列嗎？在長達 2000 個 Frame、高達 64GB 的巨量連續寫入下，原本 1GB 測試時會跳水的紅線，現在化為一條極度密集且死硬的水平直線帶，穩如泰山，相對比較沒有任何顯著的掉速。
這證明了兩件事：
純 CMR 傳統磁性記錄的威力是重要的，面對海量連續寫入，避免 SMR 疊瓦碟那種寫滿就卡頓的致命傷，保證 24/7 長時間錄影的平穩性。
RV 旋轉震動感應器則有相當的價值，當 4 顆 7200 轉的高速硬碟在 NAS 設備的空間內同時運轉起飛，產生的共振極大，而且這次測試只是四顆而已，如果是 12 bay 的主流機種塞入 12 顆，或更大容量的機種 16顆、24顆等等，7200 轉硬碟還是很需要這種 RV 旋轉震動的對應功能，S300 AI 內建的 RV 感應器抵銷了震動造成的磁頭偏移掉速，讓效能輸出平滑如絲。
第三關：不只是監控！化身 AI 資料湖，10GbE 實戰秒傳大模型
既然這是一顆冠名「AI」的監控碟，我們的測試環境除了實際測試攝影機寫入，以及模擬前端 NVR 監控錄影寫入外，這組儲存池還要負責供應 CyberQ Lab 裡 NVIDIA DGX SPARK GB10 與 PVE Cluster 運算叢集的資料調閱需求。
我們實際透過 10GbE 網路，在 Windows 環境下將一個高達數 GB 的 AI 模型權重檔（眼尖的同好應該有發現，檔名是熱門的開源視覺大模型 qwen_image_edit_2511_bf16.safetensors）直接丟進掛載 S300 AI 的 NAS 中。
實測在 SMB 協定下，傳輸速度瞬間飆升，並穩定維持還不錯的數字，最高有到每秒 745 MB/s 上下。
這代表什麼？這代表當企業在訓練或部署 Yolo 等 AI 視覺辨識模型時，比方自動化倉儲、工廠產線、車牌與人臉辨識等等，經常需要頻繁地在 GPU 伺服器與 NAS 之間搬動龐大的影像資料集或模型權重檔。Toshiba S300 AI (MG10 架構) 加上 10GbE NAS 的組合，不僅能穩穩接住前端攝影機的錄影資料，其 7200 轉與 512MB 大快取帶來的強大讀取效能，更能讓後端的 DGX 伺服器在撈取資料進行 AI 推論（Inference）或載入模型時，享受到破 700 MB/s 的高速傳輸快感，不讓昂貴的 GPU 算力因為等待硬碟 I/O 而浪費時間，扛下了 AI 邊緣運算的底層儲存重任。
得益於硬碟內建的 RV 感應器，四顆 7200轉硬碟在 NAS 內運作依然平穩。透過大檔傳輸測試，RAID 5 陣列在 10GbE 網路下跑出了讀取 [約 600-800 MB/s]、寫入 [約 500-700 MB/s] 的優異成績，要同時消化幾十支 4K 攝影機的頻寬對它們來說是會很順利的。
另外，測試即便是 2.5 GbE 網路環境下，這台 NAS 搭配四顆東芝的 AI 監控硬碟，也能夠游刃有餘地完成監控錄影的任務。
透過 FIO 來進行測試，可跑滿 2.5 GbE 網路寫入的同時，TS-673a 的 CPU 負載還是很低，游刃有餘。
QNAP 內部的 RAID 與作業系統機制不錯，它把這 32 條碎片的寫入請求，在底層順利處理，然後整齊地寫進 4 顆硬碟裡。
當 NVIDIA DGX 遇上 S300 AI
既然是 AI 硬碟，企業在應用 AI 時的也是有很多功能實作。我們也模擬了企業架構，利用 PVE Cluster 產生模擬串流，透過網路持續對 QNAP NAS 進行高壓寫入，同時間，我們讓環境中的 NVIDIA DGX SPARK GB10 伺服器透過高階交換器，直接從這台 NAS 中撈取即時影片檔，透過 Yolo 進行高強度的 AI 影像物件辨識（AI 推論）。
在 DGX Spark 上，跑 FIO 的測試，32 路寫入硬碟速度來到 489 MB/s，已經是 4 顆傳統機械硬碟組 RAID 5 的絕對物理極限。在 DGX Spark 的 10GbE 環境下，網路已經快到硬碟來不及寫了，如果是多 Bay NAS 機型，就可以寫滿更高的速度。
在這種連續高壓寫入 + AI 隨機讀取的環境下，S300 AI 的 OptiFrame AI 技術與 512MB 大快取有發揮效果。我們觀察到 NAS 的 I/O 延遲依然保持在夠低的水準，DGX 端獲取的影片流沒有出現掉畫面（Frame Drop）或破圖的狀況，符合官方宣稱的 32 道 AI 串流支援能力。
實務上，如果要減少極端的延遲，以及延長傳統硬碟的壽命，CyberQ 建議，還可以在 NAS 中安裝二片 m.2 SSD 來擔任 SSD 快取。
當 10GbE 網路把大量資料倒進 NAS 時，系統會優先把它寫進速度極快的 SSD，並立刻回報給 Spark 寫入完成（延遲會瞬間降回幾毫秒）。接著，NAS 會在背景慢慢把 SSD 裡的資料搬進傳統硬碟裡。 為了保護資料安全，QNAP 強制規定只要啟用寫入快取，至少需要 2 顆 SSD 組成 RAID 1。這樣萬一其中一顆 SSD 突然暴斃，還沒搬進硬碟的資料才不會遺失。
AI、監控與企業用戶/高階用戶的重裝火力
經過 CyberQ 一連串的測試，Toshiba S300 AI 10TB (MG10ADA10TE-V) 有不錯的答卷成績。
它除了具備時下需要的大容量，也具備 AI 與監控領域的高度支援與優異的效能。如果你是企業 IT 負責人、AI 架構師或 SI 系統整合商，正在為公司的 AI 相關伺服器、AI NVR 伺服器與監控伺服器尋找可靠的儲存池，或者你是個極致的極客玩家，家裡有 NAS 又有自己的 GPU 伺服器在跑物件辨識，這款擁有 550TB 頂級負載、且由富基電通提供 5 年保固的日本大廠東芝 Toshiba S300 AI 硬碟，絕對能撐起你整個 AI 運算架構與監控平台的底層基石。
