IDC: хранение данных стало стратегическим активом для бизнеса

По данным исследования IDC, заказанного компанией WD, экономическая модель искусственного интеллекта претерпевает фундаментальные изменения. Внимание индустрии смещается с оценки стоимости токенов и мощности процессоров на управление массивами данных, которые эти системы потребляют и генерируют. Если раньше ключевым показателем была цена за миллион токенов или эффективность использования видеокарт, то теперь стратегическим ресурсом становится сам объем информации, ее перемещение и ценность для бизнес-процессов.

Опрос 763 руководителей ИТ-подразделений из семи стран показал, что «экономика токенов» лишь частично отражает реальную картину. Настоящим вызовом является разрыв между количеством создаваемых данных и возможностями их хранения. Прогнозы IDC Global DataSphere указывают на то, что в 2026 году в мире будет сгенерировано 274 зеттабайта информации. К 2030 году этот показатель вырастет до более чем 718 зеттабайтов. При этом установленные мощности хранения составят лишь около 13 зеттабайт сейчас и увеличатся вдвое, до 26 зеттабайт, к концу десятилетия.

Это означает, что значительная часть создаваемой информации не будет сохраняться. Те данные, которые остаются в системах, выполняют все более сложные функции: служат для обучения моделей, обеспечивают контекст для поиска, фиксируют соблюдение нормативных требований или используются в сценариях, которые пока еще не определены. Решение о том, какие данные сохранять и где их размещать, превратилось из технической задачи в вопрос стратегического распределения капитала.

Новая логика жизненного цикла информации

Традиционная модель управления данными предполагала их постепенное «остывание»: информация переходила от горячего состояния (активное использование) к холодному (архивирование) и в итоге становилась неактивной. Исследование IDC демонстрирует, что этот подход устарел в эпоху ИИ.

Большинство организаций столкнулось с необходимостью менять стратегию хранения:

• 74,3% респондентов продлили срок хранения данных из-за внедрения ИИ-решений.
• 75,9% вернули ранее архивированные данные в активное состояние для поддержки ИИ-нагрузок.
• 96% ожидают потребности в ускоренном доступе к архивным данным для задач инференса или генерации ответов с расширением по контексту (RAG).

Данные больше не движутся в одну сторону, остывая навсегда. Они циклически «греются» и «остывают». Информация, использованная для обучения модели сегодня, может быть отложена в архив, а через несколько месяцев снова активирована для нового сценария, который не существовал ранее.

Старший менеджер по продуктам крупного облачного провайдера отмечает практическую сторону этого процесса: «Больше хранилищ — это оптимизация для того, чтобы видеокарты (GPU) не простаивали. Часы простоя GPU становятся очень дорогими очень быстро». Это подтверждает, что решения о хранении напрямую влияют на эффективность вычислений.

Инфраструктурные последствия и планирование ресурсов

Изменение жизненного цикла данных требует пересмотра подходов к инфраструктуре. ИИ-системы и облачные платформы все труднее планировать как отдельные проекты, поскольку они конкурируют за одни и те же бюджетные ресурсы одновременно.

Один из респондентов исследования оценил, что на каждую единицу нового вычислительного оборудования теперь требуется в 2–3 раза больше (хранения), чем раньше. Это не прогноз на будущее, а текущее требование. Более 90% опрошенных организаций увеличили объем покупки и продажи наборов данных по сравнению с предыдущими годами, при этом почти половина занимается обоими направлениями. Данные становятся торгуемым и многоразовым активом, что требует к себе стратегического отношения, а не только минимизации затрат на обслуживание.

Операционные процессы также меняются. Например, компании развертывают массивы твердотельных накопителей (SSD) для этапа обучения моделей, а после его завершения демонтируют их и устанавливают жесткие диски (HDD) в качестве основного хранилища для инференса. Это решение принимается индивидуально для каждого актива, а не по статичной политике тиринга.

i

Создано специально для ASECTOR

Концептуальное изображение

Экономика масштабируемого ИИ определяется самым слабым звеном в системе, а не самым быстрым. Если раньше стратегическое внимание было приковано к вычислительным мощностям (compute), то теперь приоритетом становится инфраструктура данных. Организации, которые планируют полный жизненный цикл информации, а не только ее видимую фазу использования, получают преимущество в превращении масштаба ИИ в устойчивую ценность.

Данные стали главным тормозом для ИИ, а не процессоры

Экономика искусственного интеллекта переживает сдвиг: ограничивающим фактором становится не мощность вычислений, а скорость подачи информации к ней. По данным SK hynix, в сценариях инференса (генерации ответов) более 50% времени GPU простаивает, ожидая данные из памяти. Это явление называют «стеной памяти»: даже самые быстрые видеокарты не могут работать на полную мощность, если пропускная способность накопителей отстаёт от потребностей алгоритмов [!].

Этот технический барьер превращает хранение данных в шестой критический уровень ИИ-инфраструктуры. Western Digital (WD) утверждает, что без оптимизированного слоя хранения вся экономика токенов ломается: разовые вычисления не превращаются в капитализируемый актив [!].

Почему SSD — не панацея, а роскошь

Решением проблемы кажется замена жестких дисков (HDD) на твердотельные накопители (SSD). Однако рынок показывает обратное: стратегия «всего в флеш» становится экономически нерентабельной. Из-за бумов ИИ спрос на NAND-память превысил предложение, что привело к кризису цен. Стоимость SSD WD Blue SN5000 объемом 4 ТБ выросла с $214 до $450 за год, удвоив цену за гигабайт [!].

В этих условиях HDD возвращаются в центр внимания как фундаментальный элемент. Они удерживают почти 80% емкости мировых облачных дата-центров. Их преимущество — низкая стоимость за терабайт, что делает их единственным жизнеспособным решением для долгосрочного хранения массивов данных, необходимых для переобучения моделей и аудита [!].

Хранение данных на HDD — это не устаревшая технология, а страховка от устаревания ИИ-моделей. То, что сегодня лежит в «холодном» архиве, завтра станет датасетом для новой версии алгоритма.

Новая архитектура и риски контрактов

Рынок движется к гибридной модели: SSD используются как быстрый кэш для активных задач обучения, а HDD — как базовый слой для хранения контекста и исторических данных. Western Digital прогнозирует рост спроса на жесткие диски на 25% в год, так как работающие ИИ-системы непрерывно генерируют новые объемы информации [!].

Однако гибкость планирования снижается. Крупные производители накопителей (SanDisk, Seagate, WD) фиксируют производственные мощности через долгосрочные контракты до 2029 года. Новые фабрики строятся только под гарантированные объемы, что означает: компании, не забронировавшие слоты заранее, столкнутся с дефицитом оборудования на открытом рынке [!].

Российский контекст: суверенитет и гибридные схемы

Для российского бизнеса этот глобальный тренд усугубляется требованиями регуляторов к локализации данных (152-ФЗ) и стандартами безопасности финансового сектора. Данные не могут свободно перемещаться в зарубежные облака, поэтому критична скорость доступа к собственным архивам внутри страны.

Примером решения служит практика Альфа-Банка: организация объединила собственные центры обработки данных с изолированным облаком Beeline Cloud. Такая гибридная архитектура позволяет быстро масштабировать вычисления для ИИ-моделей, не нарушая периметра безопасности и требований к хранению конфиденциальной информации [!].

Для CIO и CFO это означает необходимость пересмотра бюджетов: инвестиции должны распределяться не только на закупку GPU, но и на пропускную способность памяти и гибкую иерархию хранилищ. Игнорирование «стены памяти» приведет к тому, что дорогостоящее железо будет простаивать, снижая окупаемость проектов по внедрению ИИ.