29 сентября 2026   |   Живая аналитика

Дефицит дисков и рост цен на память делают хранение главным тормозом для развития ИИ

Разрыв между объемом генерируемых данных и реальными мощностями хранения достиг 20 раз, превращая инфраструктуру в критическое узкое место для ИИ. Дефицит дисков и скачок цен на память ломают привычные стратегии экономии, вынуждая бизнес пересматривать архитектуру хранения ради сохранения маржинальности.

Архитектура хранения данных превращается в главный тормоз развития ИИ

Рынок накопителей столкнулся с физическим и экономическим пределом. Спрос на хранение данных для искусственного интеллекта растет быстрее, чем производственные мощности поставщиков. По данным IDC, заказанным Western Digital (WD), в 2026 году объем генерируемой информации достигнет 274 зеттабайт, тогда как установленные мощности хранения составят лишь около 13 зеттабайт. Этот разрыв в более чем 20 раз превращает инфраструктуру данных из вспомогательного элемента в критический ограничитель масштабируемости ИИ-систем.

Дефицит жестких дисков и рост цен на NAND-память превращают архитектуру хранения в главный ограничитель масштабируемости ИИ, заставляя бизнес пересматривать линейную модель «остывания» данных.

Почему дешевые диски становятся дорогими

Парадокс современного рынка заключается в том, что самые экономичные носители — жесткие диски (HDD) — оказались в дефиците. Western Digital загрузила производственные мощности на полную мощность до конца 2026 года, отдав приоритет промышленным клиентам и дата-центрам. Розничные покупатели сталкиваются с ограниченным выбором и резким подорожанием: цены на HDD выросли на 46% за последний квартал. В Великобритании разница в цене 28-терабайтного накопителя по сравнению с США достигла $370, что спровоцировало появление целого сегмента потребителей, переезжающих за границу ради покупки дисков.

Одновременно рынок твердотельных накопителей (SSD) переживает ценовой шок. Прогнозируется, что в первом квартале 2026 года стоимость DRAM вырастет более чем на 60%, а NAND — на 55–60%. Глобальный рынок памяти может увеличиться с $5,5 трлн в 2026 году до $8,4 трлн в 2027-м. Такая динамика делает стратегию «хранить все на быстрых SSD» нерентабельной для эксабайтных массивов данных.

Экономический тупик: HDD vs SSD

Производители и аналитики предлагают разные взгляды на будущее рынка, что создает неопределенность для бизнеса.

  • Позиция Western Digital: HDD остаются фундаментом ИИ-инфраструктуры («шестой уровень»). Компания утверждает, что без медленных, но емких дисков экономика токенов рухнет. WD откладывает переход на новую технологию HAMR (магнитная запись с термической помощью), делая ставку на улучшенные ePMR-диски объемом до 60 ТБ.
  • Позиция Phison: Глава компании Пуа Хойн-Сенг прогнозирует, что дефицит NAND сохранится 10 лет из-за сокращения инвестиций в производство. Однако он также утверждает, что SSD постепенно вытеснят HDD, когда цены сравняются. Сейчас разница составляет около $0.02 за Гб для HDD против $0.05–0.07 для SSD.
  • Реальность рынка: Из-за двухлетних задержек поставок Nearline HDD гиперскейлеры вынужденно переходят на дорогие QLC-SSD (четырехуровневые ячейки NAND). Это создает замкнутый круг: попытка сэкономить на «холодном» хранении через HDD сталкивается с их нехваткой, а альтернатива в виде SSD становится скрытым налогом на каждый токен.

IDC фиксирует критический разрыв: объем генерируемых данных (274 ЗБ) в 20 раз превышает установленные мощности хранения (13 ЗБ). В этих условиях стратегия Western Digital по позиционированию HDD как фундаментального актива сталкивается с реальностью рынка, где дефицит Nearline HDD вынуждает операторов переходить на QLC-SSD. Это создает экономический тупик: использование SSD для «холодных» данных нерентабельно, а зависимость от HDD ограничена производственными мощностями и скоростью доступа.

Конец линейной модели «остывания»

Традиционный подход к управлению данными, при котором информация постепенно перемещается с быстрых носителей на медленные архивы («горячее» → «теплое» → «холодное»), устарел. Исследование IDC показывает, что 75,9% организаций вернули архивную информацию в активное состояние для поддержки ИИ-нагрузок. Данные больше не «спят»: они постоянно требуются для дообучения моделей и инференса (выдачи ответов).

Это требует перехода к многоуровневой архитектуре с автоматическим перемещением данных. Однако реализация такой системы сложна:

  1. Нерентабельность SSD: Хранение лог-файлов и чекпоинтов на быстрых накопителях превращает хранилище в статью расходов, съедающую маржу сервиса.
  2. Ограничение HDD: Медленные диски не справляются с частым доступом к «теплым» данным, необходимым для работы ИИ-агентов.
  3. Новые форм-факторы: В ответ на этот запрос WD разрабатывает High-Bandwidth HDD (с удвоенной пропускной способностью) и Power-Optimized HDD (со сниженным энергопотреблением на 20%), позиционируя их как альтернативу QLC-SSD. Параллельно SK hynix и NVIDIA создают специализированные AI SSD, которые должны стать промежуточным «псевдослоем памяти» между оперативной памятью и накопителями.

Риски для бизнеса в России

Для российских компаний ситуация осложняется двумя факторами: дефицитом оборудования и слабым уровнем управления данными.

  • Ценовое давление: Рост мировых цен на NAND и HDD напрямую влияет на стоимость ИТ-инфраструктуры. Компании, планирующие масштабирование ИИ, должны закладывать в бюджет не только рост вычислительных мощностей (GPU), но и многократное удорожание хранилищ.
  • Качество данных как риск безопасности: По данным «Лаборатории Касперского» и К2 Кибербезопасность, лишь 14% российских компаний глубоко понимают стандарт MLSecOps (безопасная разработка ML), хотя 38% уже внедряют ИИ. При этом менее половины организаций ведут централизованный каталог датасетов. Это создает риски утечек и «отравления» данных, что особенно критично для агентного ИИ, где ошибки в входной информации превращаются в системные уязвимости.

Прогноз

Если дефицит Nearline HDD сохранится до конца 2026 года, а цены на NAND продолжат расти, доля QLC-SSD в сегменте «холодного» хранения вырастет более чем на 20% к середине 2027 года. Бизнес будет вынужден принимать высокую цену за скорость и наличие места в ущерб маржинальности хранения, так как остановка ИИ-инференса из-за нехватки дисков обходится дороже, чем оплата премиальных твердотельных накопителей.

Контекст

  • Стеклянное хранилище: Компания SPhotonix разработала технологию 5D Memory Crystal, позволяющую хранить данные в стекле до 13,8 млрд лет. Пока это лабораторная стадия, но технология рассматривается как альтернатива для сверхдолгосрочного архива.
  • Лицензирование данных: Reddit ограничил коммерческое использование своих данных без лицензии, заключив соглашение с OpenAI и начав судебные разбирательства с другими ИИ-компаниями. Это показывает рост стоимости данных как актива.
  • Суверенитет: Глава Microsoft Сатья Наделла заявил, что суверенитет в эпоху ИИ определяется контролем над моделями и данными, а не географическим расположением дата-центров.

🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 29 сентября 2026.


Ключевые сюжеты

от 29 сентября 2026
Что такое сюжеты: Просматриваем новостной поток, выделяем важные темы, находим скрытые связи и превращаем информационный шум в четкие выводы.
Рынок столкнулся с фундаментальным парадоксом: объем генерируемых данных растет быстрее, чем расширяются мощности хранения. Традиционная модель «остывания» данных, когда информация перемещается на дешевые медленные носители, рушится из-за требований ИИ к постоянному доступу. Это превращает хранение из технической задачи в главный ограничитель маржинальности бизнеса: использование дорогих SSD для архивов нерентабельно, а дефицит HDD делает альтернативы недоступными.

Критический разрыв между генерацией и хранением

Исследование IDC фиксирует дисбаланс: в 2026 году объем сгенерированных данных достигнет 274 зеттабайт, тогда как установленные мощности хранения составят лишь 13 зеттабайт. Для каждой единицы нового вычислительного оборудования теперь требуется в 2–3 раза больше пространства, чем ранее. Это делает инфраструктуру данных ключевым «бутылочным горлышком» масштабируемости ИИ-систем.

📅 2026-09-09
Читать источник →

Нерентабельность одноуровневой SSD-архитектуры

Western Digital предупреждает, что хранение всех ИИ-данных на твердотельных накопителях (SSD) при переходе к эксабайтам становится экономически бессмысленным. Большая часть данных (логи, чекпоинты) находится в «спящем» режиме месяцами. Оплата премиальной скорости за неиспользуемую емкость превращает хранилище в скрытый налог на каждый запрос, критически снижая маржинальность сервисов.

📅 2026-09-11
Читать источник →

Смещение фокуса на управление данными как активом

Бизнес вынужден пересмотреть приоритеты: главным ресурсом становится не стоимость токенов или GPU, а сами массивы информации и их перемещение. 75,9% организаций вернули архивную информацию в активное состояние для поддержки ИИ-нагрузок. Решения о размещении данных теперь напрямую влияют на финансовую эффективность, так как оптимизация доступности позволяет избежать дорогостоящего простоя графических процессоров.

📅 2026-09-09
Читать источник →

Обязательность многоуровневой архитектуры

К 2030 году объем данных достигнет 718 зеттабайт, что сделает невозможным удержание всего массива на дорогих носителях. Бизнесу придется внедрять строгую многоуровневую систему (горячий/теплый/холодный) с автоматическим перемещением файлов. Без этого расходы на хранение съедят всю прибыль от ИИ-проектов, так как единый стандарт хранения создает экономическую неустойчивость.

📅 2026-07-24
Читать источник →
Глобальные тренды и выводы

Хранение данных становится главным ограничителем масштабируемости ИИ

Мы наблюдаем сдвиг парадигмы: если раньше стоимость ИИ определялась ценами на GPU и токены, то теперь ключевым фактором становится экономика хранения. Разрыв между объемом генерации (зеттабайты) и мощностями хранения создает «налог на память», который съедаает маржу. Одновременно дефицит физических носителей (HDD/SSD) и проблемы с качеством данных превращают инфраструктуру из пассивного склада в активный элемент бизнес-стратегии, требующий сложной многоуровневой архитектуры и строгого управления доступом.

Компаниям необходимо перестать рассматривать хранение как техническую статью расходов. Стратегия должна включать: 1) Внедрение автоматизированного tiering (перемещения данных между уровнями скорости/стоимости). 2) Инвестиции в Data Governance для очистки и валидации входных данных, так как «мусор на входе» обнуляет ценность ИИ. 3) Диверсификацию поставщиков накопителей с учетом дефицита HDD и роста цен на NAND, чтобы избежать простоев критичных ИИ-нагрузок.

Календарь упоминаний:

2026
17 сентября

Grok Build внедрил систему автономного управления контекстными данными ИТ-проектов

Компания xAI добавила в CLI-инструмент Grok Build функцию постоянной памяти, которая автоматически извлекает и сохраняет устойчивые технические параметры проектов между сессиями. Система фильтрует временные состояния и секретные данные, фиксируя только стабильные конвенции, архитектурные решения и факты окружения. Накопленная информация структурируется в Markdown-файлы по рабочим областям, что обеспечивает изоляцию контекста для разных кодовых баз.

Событие: Функция памяти стала доступна для новых сессий Grok Build, начиная с первой завершенной команды, после чего система автоматически начинает формировать базу знаний проекта.

Фактор: Механизм записи исключает из памяти временные состояния задач и секретные данные (пароли, ключи), а также не дублирует информацию, уже присутствующую в репозитории или документации.

Эффект: Разработчикам больше не требуется вручную прописывать вводные данные в промптах, так как ассистент самостоятельно подгружает сохраненный контекст, что ускоряет старт работы над новыми задачами.

Инсайт: Использование открытых Markdown-файлов для хранения памяти позволяет разработчикам вручную проверять, искать и удалять ошибочные записи через команду /memory, обеспечивая полный контроль над накопленными данными.

Подробнее →

11 сентября

Хранение данных сталкивается с экономическим тупиком при переходе к эксабайтам в инфраструктурах ИИ

Компания WD фиксирует нерентабельность стратегий, опирающихся исключительно на твердотельные накопители (SSD), для задач искусственного интеллекта. При масштабировании от петабайтов к эксабайтам стоимость хранения опережает рост полезной нагрузки, так как организации платят премию за скорость там, где требуется лишь емкость. В пайплайнах ИИ большая часть массива — логи, чекпоинты и архивы — находится в «спящем» режиме месяцами или годами, что делает одноуровневую архитектуру неэффективной. Разделение данных на горячие (для мгновенного доступа) и холодные (для хранения) потоки становится необходимым условием для контроля капитальных затрат и обеспечения операционной стабильности.

Событие: WD указывает на фундаментальный сбой архитектуры, при котором стратегии, полагающиеся исключительно на SSD, становятся нерентабельными при переходе от петабайтов к эксабайтам в эпоху ИИ.

Прогноз: Согласно оценкам IDC, глобальный объем генерируемых данных достигнет 718 зеттабайт к 2030 году, что сделает невозможным удержание всего массива информации на дорогих твердотельных накопителях без критического роста затрат.

Риск: Использование SSD для хранения «холодных» данных превращает хранилище в скрытый налог на каждый запрос пользователя, так как цена за байт не соответствует фактической частоте его использования, что бьет по маржинальности сервиса.

Эффект: Одноуровневая флеш-архитектура сужает окно отката, вынуждая администраторов удалять старые чекпоинты для освобождения места, что лишает команду возможности восстанавливать предыдущие версии моделей или сравнивать результаты экспериментов.

Фактор: Разница между HDD и SSD в контексте ИИ определяется не только скоростью чтения, но и соответствием типа носителя паттерну доступа, где HDD оптимален для редкого доступа к большим объемам логов и завершившихся прогонных циклов.

Подробнее →

09 сентября

Управление данными становится центральным элементом экономической модели ИИ, опережая вычислительные мощности

Исследование IDC заказанное WD фиксирует фундаментальный сдвиг приоритетов: стратегическим ресурсом для бизнеса теперь выступает не стоимость токенов или эффективность GPU, а сами массивы информации, их перемещение и ценность в бизнес-процессах. Управление данными превращается из технической задачи по хранению в инструмент стратегического распределения капитала, определяющий успех внедрения искусственного интеллекта.

Событие: В 2026 году объем сгенерированной информации достигнет 274 зеттабайт, тогда как установленные мощности хранения составят лишь около 13 зеттабайт, что подтверждает критический разрыв между созданием и сохранением данных.

Тренд: Традиционная линейная модель «остывания» данных устарела: 75,9% организаций вернули архивную информацию в активное состояние для поддержки ИИ-нагрузок, превратив жизненный цикл данных в циклический процесс.

Фактор: Для каждой единицы нового вычислительного оборудования теперь требуется в 2–3 раза больше пространства хранения, чем ранее, что делает инфраструктуру данных ключевым ограничителем масштабируемости ИИ-систем.

Эффект: Решения о хранении и размещении данных напрямую влияют на финансовую эффективность вычислений, поскольку оптимизация доступности информации позволяет избежать дорогостоящего простоя графических процессоров (GPU).

Подробнее →

03 сентября

Управление данными выявило критические пробелы в защите ИИ-систем российских компаний

Исследование «Лаборатории Касперского» и К2 Кибербезопасность показало, что внедрение искусственного интеллекта в корпоративные процессы опережает развитие механизмов его безопасности. Значительная часть организаций не обладает глубоким пониманием методологии MLSecOps, что создает системные риски при работе с ИИ-активами.

Событие: 3 сентября 2026 года опубликован отчет, фиксирующий, что лишь 14% российских компаний имеют глубокое понимание стандарта безопасной разработки ML, тогда как 38% уже разрабатывают собственные ИИ-решения.

Риск: Менее половины респондентов (43%) ведут централизованный каталог датасетов, что повышает вероятность утечек информации, нарушения прав доступа и попадания ошибок в системы обучения моделей.

Фактор: Отсутствие единого реестра моделей у 68% организаций затрудняет полный аудит цепочки поставок ИИ-решений и создает зависимость от непроверенных или потенциально вредоносных источников.

Подробнее →

25 июля

Создание «фабрики данных» как центрального элемента управления данными для ускорения обучения роботов

Контекст: Новость демонстрирует интеграцию управления данными в ядро бизнес-процессов робототехники через создание специализированной инфраструктуры для сбора и обработки информации в реальном времени.

Проблематика: Ключевым вызовом для развития физических моделей ИИ является дефицит качественных данных, требующий перехода от разрозненного сбора к централизованному управлению потоками информации.

Влияние: Внедрение сквозного механизма передачи данных с устройств на базовые модели трансформирует цикл разработки, позволяя непрерывно улучшать алгоритмы без длительных этапов тестирования.

Следствие: Успех стратегии компании напрямую зависит от эффективности управления данными, что делает контроль над информационными потоками критическим фактором конкурентоспособности в отрасли.

Подробнее →



В нашей базе собрано 54 события по теме «Хранение данных». Мы показываем 50 последних из них.
Объединили похожие карточки: Хранение данных; «Управление данными в организации»; Общие сетевые хранилища и другие.