В 2025 году искусственный интеллект (ИИ) вышел за рамки экспериментов и первоначального внедрения, перейдя в стадию широкого применения и масштабного промышленного развертывания. Будь то обучение сверхмасштабных моделей или вывод заключений с низкой задержкой в бизнес-приложениях, сценарии использования ИИ и объемы данных растут взрывообразно. Эта волна роста приводит не только к изменению структуры вычислительных ресурсов, но и к глубокому изменению профиля спроса на уровень хранения данных, особенно твердотельные накопители (SSD). Будучи ключевым компонентом для чтения и хранения данных, твердотельные накопители перестают быть просто пассивными модулями "емкости"; они становятся важнейшими элементами производительности и интеллектуальности на уровне системы.
Предыстория: Как масштабирование искусственного интеллекта стимулирует спрос на системы хранения данных
В последние годы размеры моделей ИИ и вычислительные ресурсы, необходимые для их обучения, растут поразительными темпами. По данным Отчет об индексе искусственного интеллекта 2025 года По данным Stanford HAI, объем вычислений для обучения известных моделей ИИ удваивается за все более короткие промежутки времени, а размер массивов данных также быстро увеличивается, что означает, что для обучения крупной модели ИИ теперь требуется экспоненциально больше ресурсов хранения, пропускной способности и сохранения данных. Что еще более важно, эти крупномасштабные модели перешли из среды разработки в широкомасштабное корпоративное развертывание и сценарии онлайн-анализа, что вызвало реальный спрос на системы хранения с низкой задержкой и высокой скоростью обмена данными.
В перспективе: облачное обучение требует петабайтных исходных данных и от сотен терабайт до петабайт весовых коэффициентов моделей, а сценарии вывода и генерации с расширенным поиском (RAG) вводят тысячи небольших случайных запросов ввода-вывода и большое количество одновременных чтений. Эти тенденции ставят перед твердотельными накопителями такие задачи, которые невозможно решить простым увеличением емкости.
Между тем, прогнозы компаний, проводящих маркетинговые исследования рынка SSD, отражают ИИ как основной фактор роста. Например, согласно одному из прогнозов, объем мирового рынка SSD в 2025 году составит примерно 55,73 миллиарда долларов СШАи, по прогнозам, вырастет примерно до 266,68 миллиарда долларов США к 2034 году.
Этот рост подчеркивает, что искусственный интеллект повышает как спрос на высокопроизводительные твердотельные накопители, так и спрос на биты. Флэш-память NAND в целом, что влияет на планирование мощностей и ценообразование в цепочке поставок.
Что касается предложения, то производители памяти все больше осознают структурные потребности ИИ в Память с высокой пропускной способностью (HBM), DRAM и NAND. Например, один из крупнейших производителей памяти в 2025 году заявил, что спрос со стороны ИИ на HBM и другие типы памяти является ключевой переменной роста, что указывает на то, что на цепочки поставок памяти и NAND влияют проекты ИИ, которые могут занять приоритетное место.
Кроме того, экосистема хранения данных вокруг ИИ формирует новые архитектуры данных и сервисные уровни. Векторные базы данных как основная инфраструктура для поиска и семантического поиска будут быстро расти в 2024-2025 годах, а их зависимость от систем хранения данных ближнего радиуса действия (часто NVMe SSD) подчеркивает растущую важность SSD в стеке ИИ. В совокупности масштабирование ИИ не просто повышает спрос на "емкость" - оно повышает требования к производительности (пропускная способность, IOPS, задержки), выносливости (долговечность записи) и интеллекту (встроенное ПО и хранилища с поддержкой вычислений).
Как рабочие нагрузки искусственного интеллекта пересматривают технические показатели твердотельных накопителей
Традиционно выбор твердотельного накопителя сводился к компромиссу между емкостью, стоимостью за ГБ и производительностью последовательного чтения/записи. Но рабочие нагрузки, связанные с искусственным интеллектом, предъявляют новые требования, которые делают эту триаду недостаточной.
На этапе обучения требования к хранилищам предъявляются к большой емкости и высокой последовательной пропускной способности, но в то же время требуется очень высокая параллельная пропускная способность и возможность постоянной записи. Учебные рабочие процессы включают в себя частые записи контрольных точек, распределенное сохранение фрагментов модели и массивную предварительную обработку данных выборки - все это предъявляет высокие требования к пропускной способности и выносливости.
В сценариях онлайновых выводов и RAG твердотельные накопители сталкиваются с другим набором требований. В этих сценариях обычно используется множество небольших случайных операций чтения с очень низкой задержкой, особенно если векторные индексы или вкрапления разделены на группы, а поиск генерирует тысячи одновременных небольших случайных запросов ввода-вывода. Таким образом, низкая задержка и высокая скорость ввода-вывода становятся критически важными для отклика системы и пользовательского опыта. Во многих реальных развертываниях одно только кэширование DRAM не может покрыть рабочий набор, что делает Твердотельные накопители NVMe Необходимый уровень для хранения данных вблизи линии; поэтому твердотельный накопитель должен поддерживать высокую производительность при случайном чтении, балансируя между стоимостью и емкостью.
Более того, в контексте жизненного цикла ИИ такие практики, как инкрементные контрольные точки, тонкая настройка моделей и синхронизация параметров с сервером, увеличивают частоту записей и усугубляют усиление записи. Таким образом, метрики выносливости (например, TBW, DWPD) твердотельных накопителей становится важнее, чем просто пропускная способность. Чтобы продлить срок службы и сохранить производительность, производители SSD должны внедрять усовершенствованные алгоритмы Flash Translation Layer (FTL), более разумные стратегии сбора мусора и более эффективные механизмы консолидации записи.
С точки зрения общей архитектуры системы, технологии межсоединений (например, PCIe 5.0/6.0, CXL) и протоколы распределенного хранения (такие как NVMe-oF) становятся основой, связывающей твердотельные накопители и вычислительные узлы. Их более высокая пропускная способность и меньшие коммуникационные накладные расходы делают доступ к хранилищу более эффективным в крупномасштабном обучении, что, в свою очередь, повышает роль SSD в архитектуре: теперь это не просто статичное хранилище данных, а канал передачи данных в реальном времени, тесно связанный с вычислениями.
Дорожные карты технологий: Как твердотельные накопители отвечают новым потребностям искусственного интеллекта
В ответ на меняющиеся требования производители SSD и системные архитекторы следуют четким направлениям проектирования. Во-первых, обновление интерфейсов и протоколов является основополагающим. PCIe 5.0 уже внедряется, и PCIe 6.0 ожидается постепенный запуск в течение следующих нескольких лет. Более высокая пропускная способность канала напрямую увеличивает максимальную доступную пропускную способность на один диск и снижает зависимость от множества параллельных дисков, тем самым повышая гибкость системной интеграции.
При выборе матрицы NAND производители должны соизмерять стоимость с производительностью. QLC и готовящаяся к выпуску многоячеечная NAND типа PLC, благодаря более низкой стоимости и высокой плотности битов, хорошо подходят для холодного или "теплого" хранения данных, поддерживая экономичное хранение больших объемов данных. В то же время для горячих данных, требующих высокой скорости ввода-вывода в секунду и длительного срока службы, по-прежнему важны типы SLC/MLC - или более дорогие матрицы корпоративного класса. Поэтому многие производители увеличивают площадь кэш-памяти DRAM или SLC в твердотельных накопителях и применяют интеллектуальное горячее/холодное тиерирование, чтобы QLC все еще могли работать приемлемо в сценариях с интенсивной случайной записью.
Инновации в области контроллеров и микропрограммного обеспечения становятся еще более важными. Поскольку сценарии ИИ предполагают более сложные схемы ввода-вывода, традиционных контроллеров может быть уже недостаточно. Более продвинутые контроллеры могут выполнять более интеллектуальное планирование, встраивать ускорение (например, сжатие/декомпрессию, предварительную фильтрацию на диске) и реализовывать более сложные FTL-программы для оптимизации консолидации записи и сбора мусора, тем самым снижая усиление записи и повышая выносливость.
Еще одна заслуживающая внимания разработка - "вычислительное хранилище" - встраивание специализированных вычислительных блоков внутрь твердотельного накопителя, чтобы некоторые вычисления (например, извлечение признаков, векторизация, предварительная фильтрация) выполнялись рядом с самим хранилищем. Для ИИ это означает, что твердотельные накопители сами могут выполнять начальную фильтрацию или генерацию вкраплений, сокращая перемещение данных между хостом и хранилищем и повышая сквозную эффективность. Если эта возможность станет стандартизированной, а программная экосистема получит поддержку, она может существенно изменить крупномасштабные конвейеры ИИ.
Помимо аппаратного обеспечения и протоколов, меняется и способ интеграции систем хранения данных на системном уровне. Например, CXL (Compute Express Link) позволяет более тесно связать память и постоянное хранилище, обеспечивая динамический доступ к памяти или ресурсам, близким к памяти, на разных узлах, что важно при обучении больших моделей ИИ с огромными объемами параметров. Если CXL получит широкое распространение, позиционирование и требуемые характеристики твердотельных накопителей могут измениться; в некоторых случаях могут стать жизнеспособными постоянная память (PMEM) или память класса хранения (SCM), но из-за стоимости и зрелости экосистемы твердотельные накопители NVMe, как ожидается, сохранят свое доминирующее положение в обозримом будущем.
Как векторные базы данных, SDS и управление данными влияют на использование твердотельных накопителей
Аппаратное обеспечение закладывает фундамент, но ключевым моментом остается то, как программное обеспечение использует это оборудование для обслуживания конвейеров ИИ. В последние годы векторные базы данных, являющиеся основой семантического поиска и сценариев RAG, развивались стремительными темпами в 2024-2025 годах. В таких базах данных обычно используется многоуровневая архитектура хранения "DRAM + NVMe SSD": горячие векторы хранятся в памяти, а более крупные, близкие к линейным наборы векторов - на NVMe SSD, чтобы сбалансировать стоимость и скорость отклика. Рост числа векторных баз данных напрямую увеличил значение NVMe SSD в сценариях поиска и подтолкнул производителей к оптимизации SSD для обеспечения стабильности случайного чтения и низкой задержки.
В то же время поставщики программно-определяемых систем хранения (SDS) предлагают высокопроизводительные услуги блочного хранения в облачных и частных облаках. SDS привлекает внимание тем, что может управлять базовыми ресурсами SSD для обеспечения QoS (качества обслуживания), эластичного масштабирования и более тонкой сортировки данных на "горячие" и "холодные", что очень полезно для платформ, которым необходимо одновременно обрабатывать учебные и аналитические рабочие нагрузки, контролируя при этом затраты.
Еще один часто упускаемый из виду аспект - управление данными и инструменты версионирования. В рабочих процессах моделей ИИ многочисленные контрольные точки и версии наборов данных (например, с помощью DVC или аналогичных инструментов) порождают различные шаблоны записи. К ним относятся периодическая запись моментальных снимков, ветвящиеся наборы данных и журналы аудита - все это приводит к скачкам нагрузки на запись. Для производителей SSD и системных архитекторов моделирование этих кривых записи и разработка соответствующих стратегий кэширования становятся необходимыми для обеспечения стабильной работы системы в долгосрочной перспективе.
Спрос и предложение, динамика рынка
Взрыв искусственного интеллекта вновь привлекает внимание к ресурсам памяти и хранения данных, создавая проблемы балансировки спроса и предложения для флэш-памяти NAND. Отраслевые отчеты и новостные статьи указывают на то, что производители памяти в 2025 году рассматривают спрос на HBM и другие типы памяти для ИИ как ключевую переменную для роста доходов. Хотя HBM в большей степени ориентирована на ускорители, растущее давление на спрос на память и NAND влияет на структуру затрат и сроки поставки SSD.
С точки зрения рынка, прогнозы доходов от продажи твердотельных накопителей показывают положительную динамику и растущую долю твердотельных накопителей корпоративного класса и накопителей, предназначенных для ИИ. Например, согласно одному из прогнозов, объем рынка SSD составит 55,73 млрд долларов США в 2025 году и достигнет 266,68 млрд долларов США к 2034 году.
Однако расширение мощностей требует капитальных затрат и времени; любая неверная оценка будущего спроса может привести к переизбытку или дефициту, что в обоих случаях вызывает колебания цен. Такая неопределенность означает, что участники отрасли должны более осторожно подходить к планированию. Еще больше осложняют ситуацию глобальные риски, связанные с цепочками поставок: геополитическая напряженность, волатильность цен на сырье и темпы инвестиций в оборудование - все это может повлиять на циклы выпуска твердотельных накопителей и эффективность поставок. Поставщики должны балансировать между инвестициями в НИОКР и расширением мощностей: обеспечивать пригодность будущих продуктов для сценариев ИИ и в то же время избегать избыточных складских запасов.
Риски, вызовы и три ключевые точки наблюдения за будущим
При прогнозировании будущих событий важно учитывать факторы неопределенности. Во-первых, широкое распространение таких стандартов, как CXL и PCIe 6.0, может занять больше времени, чем ожидается; если их экосистема будет развиваться медленно, ожидаемое разделение памяти и хранилища может быть отложено. Во-вторых, реальные масштабы развертывания вычислительных систем хранения еще предстоит увидеть; многие сценарии предполагают перенос вычислительной логики на твердотельные накопители, что требует полной поддержки программного стека и координации экосистемы - это не то, чего могут добиться производители оборудования в одиночку. В-третьих, альтернативные технологии (такие как SCM, PMEM или другие будущие энергонезависимые памяти) могут догнать по стоимости или производительности нынешние решения NAND, что изменит долгосрочный профиль спроса на SSD.
Кроме того, все большее значение приобретают вопросы энергопотребления и экологичности. Масштабное обучение моделям класса GPT и массовое развертывание SSD может привести к значительному росту энергопотребления ЦОД. Помимо аппаратной эффективности, отрасли необходимо инвестировать в такие показатели, как производительность на ватт и более разумное планирование, чтобы соответствовать требованиям регуляторов и корпоративных ESG.
Обзор временной шкалы: Основные вехи и эволюция отрасли
| Время (ближайшие 3 года) | Ключевое событие или тенденция | Особое влияние на индустрию твердотельных накопителей |
|---|---|---|
| 2024-2025 | Быстрый рост обучения сверхкрупномасштабным моделям и коммерциализация баз данных векторов | Повышает спрос на твердотельные накопители NVMe большой емкости и устройства с высокой производительностью операций ввода-вывода в секунду; в краткосрочной перспективе ускоряет расширение рынка твердотельных накопителей корпоративного класса. |
| 2025 | Растущий спрос на HBM и память с высокой пропускной способностью; некоторые объемы памяти, приоритетные для проектов искусственного интеллекта | Ограничения на поставку памяти и чипов высокого класса могут косвенно повысить стоимость SSD и задержать поставки. |
| 2025-2026 | Более широкое внедрение PCIe 5.0; постепенное создание экосистем PCIe 6.0 и CXL | Увеличивает максимальную пропускную способность каждого диска и обеспечивает более широкий параллельный поток данных; поддерживает более гибкие архитектуры хранения. |
| 2026-2027 | Опробование и внедрение вычислительных хранилищ и SDS в некоторых облачных или граничных сценариях | Если она обеспечит значительное сокращение сквозных узких мест, это будет способствовать углублению совместных инноваций в области хранения данных и программного обеспечения и изменит позиционирование SSD. |
Роль SSD переходит от "носителя" к "активному участнику"
Таким образом, влияние ИИ на индустрию твердотельных накопителей в 2025 году - это не просто увеличение емкости, а систематический сдвиг, затрагивающий показатели производительности, инновации в области контроллеров и микропрограммного обеспечения, сотрудничество программных экосистем и перестройку цепочки поставок. Твердотельные накопители превращаются из относительно пассивных аппаратных средств в ключевые компоненты, активно участвующие в конвейерной обработке данных.
Возникновение искусственного интеллекта приводит не только к расширению рынков и увеличению доходов, но и к глубокому анализу философии проектирования твердотельных накопителей и моделей сотрудничества в отрасли. В ближайшие три-пять лет те, кто достигнет прорывных инноваций в контроллерах, микропрограммах и программно-определяемых системах хранения данных, скорее всего, захватят структурное лидерство на рынке систем хранения данных, управляемых искусственным интеллектом. В условиях быстро меняющейся технологической и рыночной среды ключом к успеху станет сочетание разумной, но проактивной стратегии, межэкосистемного сотрудничества и инвестиций в долгосрочные технические тенденции.
