西班牙塞维利亚，一座 16 世纪建成的石头建筑里，藏着人类最早的“数据饥渴”——西印度群岛综合档案馆。西班牙帝国用三百年时间，把殖民地的每一笔交易记录、每一份航海日志、每一封总督密信，塞进了这里约 9 公里长的书架上——共 43,000 余卷，约 80 亿页。
1990 年代，西班牙文化部联合 IBM 西班牙公司和 Ramón Areces 基金会，启动了一项在当时堪称先锋的档案数字化工程。到 1998 年，他们已经扫描了超过 1100 万页原始文献——相当于馆藏的沧海一粟，但这些高精度图像所占用的存储空间，已大幅超越当年主流硬盘的容量极限。
而今天，人类每天生成的数据有多少？
大约 650,000 TB。也就是 0.65 ZB。每天。
三百年的帝国档案，今天的人类只用不到两分钟就超越了。
这不是技术参数的比拼，这是一种文明存在方式的彻底改写。在 KB、MB 时代，数据是稀缺品——你攒了好几年的照片，一块硬盘就能全部兜住。到了 PB、EB 时代，数据变成了公用设施——它藏在你脚下的数据中心里，像水电暖一样沉默运转。而在 ZB 时代，数据正在变成这个星球上最普遍的"工业废气"——它不再被人特意制造，而是被机器无休无止地排放出来。
Zettabyte，中文 泽字节，简称 1 ZB。
1 ZB = 1024 EB = 1,048,576 PB = 1,180,591,620,717,411,303,424 字节。约 1.18×10^21 字节，或者说 一万亿 GB，或者 十亿 TB。如果 1 TB 是一滴雨水，1 ZB 就是一条长江。
但比起数字换算，有一个更有意思的问题值得先问：这个词到底从哪儿来的？为什么它偏偏叫"Zetta"？
一、Zetta-：一场来自 1991 年的末日预言
1991 年，国际度量衡委员会（CGPM）正式通过了一组新的 SI 前缀：zetta- 表示 10^21，yotta- 表示 10^24。
“Zetta-“到底是什么意思？它的词根来自拉丁文 septem，意为"七”。为什么是七？因为 10^21 = (10^3)^7，也就是"1000 的七次方”。当初命名时，委员会把 septem 的首字母改成 z，加上意大利语常见的指小后缀 -etta，组合成了"zetta-"。
一个来自拉丁文的词根，被一个意大利式的后缀包裹，放进了一台以二进制为母语的计算机里——就诞生了“泽字节”。不过，这个名字引入中国时，翻译家选了“泽”字——“泽”在中文里不仅有“光泽、恩泽”之意，也暗合“水聚为泽”的汇集意象，用来命名人类所能触及的最大数据度量衡，倒也贴切。
但有意思的是，在 1991 年，没有任何人真的需要“zetta”这个词。
那时候全球一年的数据量还以 TB 计，你能买到的最大硬盘不过几百 MB。CGPM 通过这两个前缀，不是因为“已经需要用了”，而是因为“迟早有一天需要用”——这大概是人类历史上最早的一次“存储末日预言”，比任何一家市场调研机构的预测都早。
预言押中了。
2010 年，根据 IDC 的数据，全球每年创建、捕获、复制和消耗的数据总量首次突破 1 ZB，达到 1.2 ZB。从 1991 年命名到 2010 年第一次用上，十九年。十九年里，人类从“哪有那么多数据？”走到了“啧，数据多得没地方放了。”
而思科的一则旧预测，至今读来仍有意义——早在 2012 年，思科 Visual Networking Index（VNI）预测 2016 年全球 IP 流量将达到每年 1.3 ZB，这是网络流量第一次迈过"泽字节"门槛。存储的"泽字节时代"始于 2010 年，而流量的"泽字节时代"比存储晚了整整六年——因为 ZB 级的数据，首先要能生成出来，然后才谈得上存。而到了 2020 年代，生成早已甩开存储好几条街。
到这里，你已经看到了 ZB 的故事的第一个关键矛盾：数据是被"制造"出来的，还是被"排放"出来的？ 这个问题，把人类对信息的理解推到了一个全新的维度——在 ZB 之前，数据是人类主动书写、主动留存的行为痕迹；到了 ZB 时代，数据成了被机器无休无止、无论你需不需要都会喷涌而出的数字工业废气。
二、30 EB 的塞维利亚：当数据不再需要人来写
让我们回到塞维利亚——但不是 16 世纪那座西印度群岛档案馆，而是 2000 年代全球数字档案的一个不太被人提及的转折：谷歌图书计划。
2004 年，Google 宣布了一项在当时看来近乎狂妄的计划：扫描全世界所有书籍。密歇根大学、哈佛大学、牛津大学、斯坦福大学、纽约公共图书馆——世界上最大的几座图书馆，把藏书一车一车运进谷歌的扫描中心。到 2019 年，谷歌已经扫描了超过 4000 万册图书，覆盖 400 多种语言。
如果把这 4000 万册图书全部数字化成纯文本，总数据量是多少？
大概在 30 EB 左右——连 1 ZB 的三十分之一都不到。
这是人类文明几千年写下的所有"书"，用严格的文字形式、经过挑选、经过编排、经过印刷、经过图书馆编目——所有这一切加起来，放在一块 2026 年的 30 TB 企业级硬盘旁边，也就是一万块硬盘的量。一个中型机柜就能装下全人类所有纸书的纯文本副本。
但今天全球一年生成 220 ZB 数据。剩下的 200+ ZB 是什么？
不是任何一个人"写下"的。它们是被机器自动生成的。
- IoT 传感器：一台工业涡轮机上的数百个传感器，每秒产生几十万条状态读数。一个中等规模的智能工厂，每天排放数 TB 的振动、温度、压力日志。全球数十亿台物联网设备，每分每秒在无人注视的情况下向数据中心倾倒数据流。
- 自动驾驶测试车：我们在 EB 篇已详细讨论过——每辆车每天实测数据量可达 4 到 20 TB，一个 100 辆的测试车队月产出超过 30 PB。行业头部玩家的累计数据量，到 2020 年代已稳稳跨过 ZB 门槛。
- 短视频平台：YouTube 在 2026 年每分钟上传超过 500 小时的新视频内容，日上传量超过 720,000 小时。TikTok 和抖音全球日活超过 15 亿，每天产生的视频原始数据量在 PB 至数十 PB 级别，月度数据量轻松突破 EB，年度数据量已进入 ZB 尺度。你刷过的每一个 15 秒视频，背后是一次内容的编码分发，也是一次永久的排放性数据沉淀。
- 日志与监控：每一台服务器、每一个网络交换机、每一个云函数调用——都在疯狂写日志。这些日志绝大多数在被写入磁盘的那一刻起，就再也没有被人类阅读过。它们像一种数字化的“背景辐射”，填满了 ZB 空间的绝大部分。
换言之，人类文明花了几千年积攒下来的"文化数据"——书、档案、艺术、音乐、电影——在 ZB 时代全部加起来，可能只占数据总量的不到 1%。剩下的 99%，是机器写给机器的"内部备忘录"。
一位科技作家在《纽约时报》上写过一句被反复引用的话：“我们正在用一个文明的全部文化数据当钱，去给五个世纪的监视视频和消费推荐系统做零钱。“这并不是为了贩卖焦虑，而是提示一种物质事实：我们永远不可能像在海滩捡贝壳那样，从 ZB 的海洋中挑出所有"有意义的数据"再度回顾。数据，凭本能捡不完，凭算力筛不净，凭物理直觉也装不住了。
而谷歌的那 30 EB 书，提醒我们一件更微妙的事：人类曾经以为"记录一切"是文明最高的野心——西班牙帝国为此花了三百年。而现在，“记录一切"不再需要野心，它成了一种被动的物理后果。
而下一个问题就是——用什么东西把这 220 ZB 的数据装进去？
三、38 万块硬盘与机器人光驱：ZB 时代的物理体面
在 PB 篇和 EB 篇里，我们还在津津乐道地对比 IBM 3380 那台 250 公斤的冰箱巨兽和今天口香糖大小的 M.2 SSD。到了 ZB 这个量级，这种对比失去了意义——不是因为硬盘不够轻，而是因为根本没有人会把 1 ZB 的数据装在同一类介质里。
但我们可以做一道数学题。
一块当前主流企业级大容量硬盘，容量约 30 TB，重量约 690 克。要凑满 1 ZB 的原始容量，你需要大约 38,000 块这样的硬盘。总重量约 26 吨——相当于一辆满载的重型卡车。加上服务器机箱、电源、网络交换机、制冷系统和配电设备，一整套 1 ZB 的存储阵列大概需要一个中小型数据中心的大厅来容纳，耗电量够一个小镇使用。
这还不是全部。如果你把 1 ZB 的数据存进 LTO-9 磁带——一卷 18 TB 的磁带大约需要 61,000 卷。IBM 的 Spectra Logic TFinity 磁带库是当下市面上最大的商用磁带系统，一台满配约能容纳 2 到 3 EB。要装下 1 ZB，你得买约 400 到 500 台这个级别的磁带库——这已经是一个超大规模数据中心的配置量级了。
但真正的挑战从来不在于"单体的极限”，而是这些数据的存储周期分层。云厂商并不是平等对待所有数据。ZB 级存储架构的灵魂，是一套自动化的数据生命周期管理系统：
- 热数据（最近被频繁访问的数据）：停留在全闪存 NVMe 阵列上，延迟微秒级，单位存储成本极高。它们占据总量的 5%-10%，却消耗掉近一半的存储预算。
- 温数据（偶尔被调用的数据）：从 NVMe 向大容量 HDD 阵列迁移。这部分占 ZB 的主要份额，通常是半年内被访问过，但已经不够"热"的文件。
- 冷数据（几乎不再被访问的数据）：被打包写入 LTO 磁带库，或者直接归档进低速高密度的冷存储集群，等待它的可能只是合规审计或算法训练时的一次意外召回。
一个标准大型互联网公司的 ZB 级存储池，热数据可能只有几十 PB——但它们占据了系统绝大部分的 IOPS 和运维成本。而那些在磁带库深处安静吃灰的几百 EB 冷数据，每年唯一被完整读取的时刻，就是做年度数据完整性校验的时候。
如果愿意，你当然也可以把 1 ZB 的数据全部刻成蓝光光盘。2026 年初一张标准蓝光双层盘容量为 50 GB，215 亿张 50 GB 蓝光盘才能凑满 1 ZB。如果把这些光盘摞起来，高度约 25 万公里——可以从地球叠到月球三分之二的距离。
需要强调的是，以上这些并不是一个科学的部署方案，而仅仅是一些"思想实验”。它们想说明的只有一件事：ZB 数据正在把人类推进一个"生成能力远超存储能力"的时代。 在 KB、MB 时代，你有多少数据，你就买多大的硬盘。到了 ZB 时代，这句话反过来才更接近现实：你有多少硬盘，直接决定了你能留下多少数据。剩下的，丢进虚空——不是被刻意删除，而是根本没有物理介质来接住它。
IDC 预测，到 2026 年，全球数据圈将增长到约 237 ZB，仅 2026 年一年新增的数据量就超过 40 ZB。而全球硬盘和 SSD 的年出货总量折算成存储容量，仅约 3 到 4 ZB。这中间的缺口——每年几十 ZB 的数据被生成出来，却从未被任何人保存——直接揭示了一个事实：我们活在数据洪流里，但绝大多数数据从未被目击，就被物理法则撕碎又冲走了。
这就是 ZB 时代最残酷、也最迷人的现实：数据已经不再是人类需要费力保存的稀缺品，而是人类根本来不及保存、也根本不知道如何放弃的物理事实。
四、一条狗的"记住所有气味”，还是神的"忘记一切"？
2013 年，美国国家安全局（NSA）犹他数据中心的容量在科技媒体上被反复猜测。我们在 EB 篇和 PB 篇都提到过它——1.5 亿美元的造价，65 兆瓦的耗电量，荒无人烟的犹他沙漠。进入 ZB 时代，全球类似的大型超大规模存储设施已不再稀缺——从 Azure 的亚利桑那到华为云的乌兰察布，它们的逻辑如出一辙：用廉价的沙漠、北极圈或废弃矿坑，换取海量数据的长期低成本储存。
但 NSA 犹他中心的真正遗产，不在于它存了多少数据，而在于它第一次让公众严肃地追问一个前所未有的问题：当存储的欲望膨胀到 ZB 级别时，“永远记住一切"会不会从技术承诺变成道德困境？
在 2014 年的一起欧洲案例中，一位西班牙公民援引"被遗忘权”，起诉 Google 并最终迫使谷歌从搜索结果中删除其十年前的个人债务拍卖公告。欧洲法院裁定，搜索引擎有权拒绝删除"过时但合法"的信息，但前提是它必须证明该项信息对公共利益仍有价值。这个在 EB 年代尚且能以"逐年审查"来勉强维系的旧版隐私规则，在 ZB 时代彻底脱了节。面对每年数十 ZB 的增量，没有任何信用机构或云厂商能逐条判断哪些信息值得留、哪些信息早该丢了。于是，所有平台不约而同地采取同一个策略：默认保存一切。
但这带来一个问题——如果一个人十年前在社交网络上发了一条不当言论，十年后这条数据被 AI 训练模型爬取，嵌入了某个大语言模型的权重里，它还能被删除吗？传统意义上的"删除"——找到那条记录、销毁它——在 ZB 级别的分布式存储系统里几乎不现实，因为数据被切碎成无数校验分片，塞进了不同机架、不同楼层甚至不同国家的硬盘里。你删了原文，校验分片还在。你清空了备份，磁带库里的冷归档还在。你甚至不确定这个"被删掉"的数据是不是已经在哪个 checkpoint 里被冻结进了某个模型的训练快照。
这就是 ZB 时代的"存储悖论"：技术给了人类"记住所有气味"的能力，但人类并没有与之匹配的遗忘机制。 过去，人会死，文件会发霉，硬盘会坏，纸会腐烂——遗忘是默认状态，记住才是例外。但在 ZB 时代，记住是默认状态，遗忘才需要专门的技术手段和制度设计。欧洲《通用数据保护条例》（GDPR）规定的"被遗忘权"，在 ZB 级的存储系统面前，与其说是一项法律权利，不如说是一种对物理现实的无奈妥协——如果当事人不主动发现并要求删除，那份十年前的债务记录就将在冷冻磁道中永生不死。
这让人想起博尔赫斯在短篇小说《博闻强记的富内斯》里创造的那个悲剧角色：伊雷内奥·富内斯因为一次事故获得了完美的记忆力，他能记住每一天每一片树叶的形状、每一秒钟的触感和每一次心跳的节奏。但他也因此崩溃了——因为他无法进行任何思考，他的意识被无差别的记忆完全填满。博尔赫斯写道："思考就是遗忘差异，就是概括，就是抽象。 "
人类花了漫长的时间才学会遗忘的艺术——从最初的结绳记事到文字的发明，每一步都是对信息的选择性抽象。文字的发明本身，就是人类第一次主动选择"记住什么、遗忘什么"。而 ZB 时代对"记住一切"的执着，正在让这种能力陷入前所未有的退化危机。当机器把人类从"遗忘"的劳动中解放出来时，人类失去的不是负担，而是思考最本质的前提——一段毫无遗忘的文明，还是一段懂得释怀的文明——这个问题的答案，大概比"1 ZB 等于多少 GB"重要得多。
五、1 ZB 能装什么？
在进入下一个量级之前，让我们来做一次 1 ZB 的换算。由于 1 ZB 太大，这次我们用十进制和国际单位制口径（1 ZB = 1000 EB），因为目前所有公开发表的 IDC 全球数据圈预测均基于十进制，但误差不影响直觉感受：
- 约 2500 亿部高清电影（每部 4 GB）——假设公元前 3000 年埃及第一王朝建立开始全天滚动播放，到 2026 年的今天大概放完了不到千分之一。
- 约 3 万亿首 MP3 歌曲（每首 4 MB）——把这些歌曲从头到尾播一遍需要大约 2.2 亿年，比恐龙灭绝到现在的时间还长 3 倍。
- 相当于大约 7000 个美国国会图书馆的全部藏书数字化纯文本——以美国国会图书馆约 180 TB 纯文本馆藏量估算。
- 大约 100 万辆自动驾驶汽车连续 24 小时运行产生的全部传感器原始数据——存满整整一年。 每辆 L4 级测试车在极端高配传感器全开的测试状态下，每天最多可产生约 30 TB 数据；如果考虑大多数真实路测场景中的传感器按需触发和实时压缩，一辆主流自动驾驶公司在 2025 年实际每天产生的高精度日志和关键帧，通常在 4 到 12 TB 之间。这里取保守常态。**
- 全球在 2026 年每 1.5 天产生的全部数据——以 2026 年全球数据圈约 237 ZB 的年生成量计算。
在物理世界里，要装下 1 ZB 的数据，你大约需要：
- 一个占地约 200 平方米的中型数据中心机房；
- 数万台服务器和存储设备 24 小时运行；
- 电力消耗功率超过 1 兆瓦——足够一个数千人小镇的全部生活用电。
而在 1991 年，“Zetta-“这个词被写入 SI 标准的时候，全世界最大的硬盘不过 1 GB。命名者不会想到，三十五年后，人类每 1.5 天就能把这 1 ZB 填满。
六、ZB 的公共面孔：当你已经住在 ZB 时代里，却以为自己还在 MB 时代
在 PB 篇和 EB 篇里，我们说了，PB 是数据中心的语言，EB 是互联网脊梁的语言。到了 ZB，语言已经不是"技术行话"了——它变成了日常生活的底层物理常数。你可能从来没说过"泽字节"这个词，但你每天都活在它铺成的地基上。
搜索引擎。 Google 每天处理的搜索量超过 85 亿次，每次搜索命中分布在数千台服务器上的 PB 级索引碎片，在零点几秒内完成合并、排序和返回。据 Google 在 2020 年司法部反垄断案中披露的数据，其全球网页索引约 4000 亿文档，此后未再公开更新。虽然网页索引本身的规模难以精确估算，但 Google 在其数据中心内存储、处理和分析的数据总量——包括网页库、索引、知识图谱、AI 训练语料和日志数据——在 2020 年代已进入 ZB 级别。你用 Google 搜"天气预报”，大约有数十台服务器在 ZB 级别的数据池里为你翻腾一遍。
大语言模型。 GPT-4 和类似规模的大模型训练需要 PB 到 ZB 级的高质量文本语料。Common Crawl 一个月爬取的全球网页数据量约为 344 到 363 TiB，而它的整个开源语料库规模在 2025 年已达到 PB 至 EB 级。从这些原始数据中清洗、去重、筛选出的训练数据集背后，站着一个人工标注与自动化管道共同维持的 ZB 级别治理体系。每一次你向 ChatGPT 提问，背后的权重是从一整座 ZB 级数据垃圾山里蒸馏出来的——这句"好像没什么技术含量"的闲聊背后，是人类历史上规模最大的数字工业综合体之一。
视频流。 Netflix 在 2024 年全球订阅用户突破 2.8 亿。YouTube 月活用户超过 29 亿，用户每天观看约 12 亿小时的内容。Netflix 在 2024 年下半年的全球流媒体播放总时长达到 940 亿小时，全年合计接近 1900 亿小时。把这些视频流量加起来，每年的数据吞吐量足以填满数百 ZB 的传输带宽——虽然实际存储量远小于此（视频分发依赖 CDN 缓存而非全量长期存储），但 ZB 是这个系统的"计量单位”，不是它的"库存量"。
照片。 2026 年，全球每天上传到各社交平台的图片总量超过 50 亿张。以每张手机照片 3 到 5 MB 计算，每天仅社交图片就超过 20 PB 的新增数据。再加上原始文件、编辑副本、各分辨率转码版本——仅图片这一项，每年就能轻松占据几 ZB 的存储空间。你在 Instagram 上传一张自拍，它会被自动转码成 6 种分辨率、复制到 3 个地理区域的数据中心、塞进内容审核的 AI 队列、生成多种视觉特征索引——你只按了一下快门，后台默默复制了超过 8 份副本。
被永远删不掉的记忆。 即使你删除了社交账号，由于第三方爬虫、AI 模型对旧有数据的阶段性备份、以及广告网络的受众画像残留，你的痕迹很可能依然驻留在几十个跨国运营的 ZB 级存储孤岛里，直到磁带过期、云商割接或被下一波安全法规强制擦除。这些并非你我主动上传的数据，却构成了 ZB 世界中一块极其沉重的灰色主权领土。
你每天起床，拿起手机，刷了 15 分钟短视频，搜了一下天气，发了一张照片。这套动作你做了十年，觉得稀松平常。但如果你突然搬到一座没有 ZB 存储系统的世界里——你什么都打不开。
ZB 就是这样一种东西：它不是给你用的，它是给你活着的。
七、ZB 的告别：从建筑到天空
我们在 PB 篇说，PB 之后的存储不再以"硬盘"为单位，而是以"数据中心"为单位。在 EB 篇说，EB 是把互联网变成了一整座沉默运转的工业记忆系统。
到了 ZB 时代，连"数据中心"这个单位都要被改写了。
2010 年，人类用了几千年累积的数据才跨过 1 ZB 的门槛。但到了 2026 年，人类每隔大约 1.5 天就能生成 1 ZB 的新数据。从"几千年"到"1.5 天"——这不是一条渐进的曲线，而是一场文明的相位跃迁。
如果把信息尺度的递进比作一部文明扩张史：1 bit 是第一个烽火台上的狼烟，1 GB 是你口袋里的一千首歌，1 PB 是一座没有窗户的数据中心，1 EB 是一整片沉默运转的数字大陆。而 1 ZB——它不再是一座建筑，不再是几排机架，甚至不再是一片沙漠里的数据中心集群。它是笼罩在整个文明头顶的数字大气层。你看不见它，但它决定了你在数字世界里能不能呼吸。数据不再是人类主动书写的文化产品，而是被机器无差别排放的物理副产品——而我们永远无法把一条河的流动装进一个水桶慢慢品尝。
而在 ZB 之上，只剩最后一个量级。在那个量级上，人类的语言本身可能已经不够用了。
下一个单位：1 YB。在那里，我们不再说"数据圈"，我们得说"信息宇宙"。而这一整个宇宙，能不能被完整的备份在某个地方——甚至永远不损坏、不被遗忘——那是最后一篇要回答的问题。