Auteur : Jacob Zhao @ IOSG
Aujourd'hui, la « première action du stockage domestique » CXMT a officiellement fait ses débuts sur le marché ChiNext, enflammant le marché avec une hausse spectaculaire de 500 %. Bien que le secteur du stockage dans son ensemble soit encore affecté par les répercussions de la correction, le stockage IA est frénétiquement réévalué par les capitaux dans la vague actuelle de récits technologiques. En même temps, le stockage décentralisé dans le domaine du Web3 est tombé dans un silence et une déception de longue durée. Pourquoi les deux portent-ils le nom de « stockage », alors que leurs performances sur le marché sont aussi différentes que le feu et la glace ? La cause profonde réside dans la divergence complète de la fonction de valeur sous-jacente.
La réévaluation du stockage à l'ère de l'IA est essentiellement une célébration de « l'efficacité des données chaudes », servant la maximisation ultime de l'utilisation de la puissance de calcul et de la monétisation commerciale ; tandis que le stockage décentralisé adhère à la proposition de valeur de « fiabilité des données froides », défendant l'équité des données, la résistance à la censure et la mémoire à long terme de la civilisation humaine. Le premier est un système d'efficacité pour les données chaudes, et le second est un système de confiance pour les données froides. Le marché des capitaux actuel se range sans aucun doute du côté de « l'efficacité », mais la civilisation humaine a finalement encore besoin d'une base de mémoire immuable. La valeur à long terme du stockage froid de confiance n'a jamais disparu ; elle sommeille simplement dans le côté obscur du cycle, attendant d'être réévaluée par le temps.
Pourquoi le stockage est redevenu le centre d'attention de la chaîne industrielle de l'IA
À l'ère traditionnelle de l'informatique, le stockage était une « activité de capacité ». Le CIO d'entreprise se concentrait sur le coût unitaire de capacité, la fiabilité des disques durs, les solutions de reprise après sinistre, les stratégies d'archivage et les cycles de remplacement des équipements de 3 à 5 ans. Le stockage était considéré comme un accessoire suivant l'achat de serveurs.
Cette flambée du stockage n'est pas une reprise cyclique traditionnelle, mais une réévaluation des capacités de flux de données par l'IA. À l'ère des grands modèles, la logique de stockage est passée de « la capacité d'abord » à « l'efficacité d'abord », en se concentrant sur des mesures extrêmes telles que le taux d'alimentation des GPU, l'écriture de points de contrôle et la latence ultra-faible pour le RAG. Cela marque la valeur du stockage passant de « le dernier parking des données » à « le canal à grande vitesse pour les données entrant dans le calcul ».
L'évolution des goulots d'étranglement des ressources dans l'infrastructure IA est essentiellement une bataille pour combler « l'effet de baril ». L'utilisation réelle de la puissance de calcul n'est pas une superposition linéaire d'actifs individuels, mais un effet multiplicateur strict : utilisation réelle de la puissance de calcul = GPU × HBM × DRAM × SSD × Réseau × Système de fichiers. Toute lacune dans un maillon entraînera l'effondrement de l'utilisation globale de la puissance de calcul. À l'ère de l'IA, le stockage est passé pour la première fois d'un « centre de coûts » à un « moteur d'efficacité ». C'est la logique fondamentale derrière la réévaluation du stockage.
Panorama de l'architecture de stockage IA : de l'organe de bande passante HBM aux fondations du lac de données
Le stockage IA n'est en aucun cas un simple empilement de matériel, mais un système complexe étroitement couplé et planifié hiérarchiquement. Dans ce système, la valeur industrielle et l'attention du capital sont fortement concentrées sur les HBM, les SSD d'entreprise, les contrôleurs SSD, les protocoles NVMe/CXL et les systèmes de stockage haute performance. Pour décomposer clairement son flux de valeur, nous divisons l'architecture de stockage IA en quatre couches principales de haut en bas :
Couche mémoire proche du calcul (noyau de bande passante) : dominée par les HBM, complétée par la DRAM et la technologie de regroupement de mémoire CXL. Cette couche interface directement avec les packages ou bus GPU/CPU, visant à briser le « mur mémoire » et constitue le premier point de contrôle déterminant si la puissance de calcul peut être pleinement libérée.
Couche de stockage persistant haute vitesse (hub d'E/S) : la logique centrale est SSD d'entreprise = NAND Flash + Contrôleur SSD + Chemin de données NVMe/PCIe. Cette couche gère les écritures de points de contrôle à haute fréquence, le chargement massif d'ensembles de données d'entraînement et la mise en cache des données chaudes RAG, représentant l'incrément de stockage persistant le plus significatif dans les centres de données IA.
Couche de stockage haute capacité à faible coût (fondation de capacité) : composée de disques durs, de stockage froid et de systèmes d'archivage de lacs de données. Face aux données brutes multimodales en croissance exponentielle, aux journaux historiques et aux sauvegardes de conformité, cette couche offre toujours des avantages TCO (coût total de possession) irremplaçables.
Systèmes de stockage IA et logiciels de données (cerveau d'ordonnancement) : comprend les systèmes de fichiers parallèles haute performance, le stockage d'objets distribué, les bases de données vectorielles et les couches de gouvernance des données RAG. Ce que l'IA consomme réellement n'est pas du matériel nu, mais la disponibilité des données efficacement organisées, indexées et autorisées par la pile logicielle.
En tant qu'extension de l'écosystème, le stockage décentralisé ne participe pas directement à la course au niveau de la milliseconde des données chaudes de l'IA. Au lieu de cela, il s'ancre sur la certification des ensembles de données publics, la provenance des données d'entraînement de l'IA et l'archivage à long terme de la mémoire froide, établissant sa niche écologique unique en tant que « couche froide de confiance ».
HBM : l'« organe de bande passante » le plus proche de la puissance de calcul dans la chaîne de stockage IA
La mémoire à large bande passante (HBM) n'est pas un stockage traditionnel, mais une couche mémoire à large bande passante près du GPU. Sa mission principale n'est pas de stocker des données, mais de « nourrir » continuellement la puissance de calcul à très haute bande passante. Le HBM est le maillon le plus proche et le plus déterministe de la puissance de calcul dans la chaîne de stockage IA, déterminant directement si le GPU peut être « nourri » et constitue actuellement le goulot d'étranglement le plus critique de la chaîne d'approvisionnement.
L'architecture de base du HBM est « l'empilement 3D de DRAM + le packaging avancé 2.5D » : grâce à l'empilement vertical TSV et à l'intégration hétérogène CoWoS, la distance entre le stockage et le calcul est extrêmement compressée, réalisant un saut générationnel en bande passante. Sa barrière industrielle n'est pas seulement la conception de la DRAM, mais une ingénierie système du processus DRAM, du TSV, de l'empilement ultra-mince, du packaging, de la dissipation thermique, des tests et de la certification client. Tout défaut de rendement dans n'importe quel maillon entraîne la mise au rebut de l'ensemble de la pile HBM.
Actuellement, seuls les trois géants—SK Hynix, Samsung et Micron—peuvent réaliser une production de masse stable, construisant une triple fosse de processus DRAM de premier ordre, de capacités de packaging et de certification client NVIDIA/AMD.
DRAM et CXL : fondation de la mémoire système et moteur de regroupement de mémoire
Le HBM résout le goulot d'étranglement de bande passante extrême près des GPU, la DRAM consolide la fondation de la mémoire système des serveurs, et le CXL tente de briser les frontières physiques pour restructurer l'organisation des ressources mémoire dans les centres de données.
DRAM : gère principalement la mise en cache côté CPU, le prétraitement des données, le stockage des états intermédiaires et le fonctionnement du système, servant de couche de mémoire système la plus basique pour les serveurs. Le marché mondial de la DRAM est fortement concentré entre les trois géants—SK hynix, Samsung et Micron ; CXMT (ChangXin Memory Technologies) est la variable clé pour la substitution nationale de la DRAM en Chine.
CXL (Compute Express Link) : un protocole d'interconnexion de cohérence de cache de nouvelle génération pour les centres de données, visant à briser les limitations des emplacements DIMM traditionnels, de la capacité mémoire locale et des silos de ressources mémoire des serveurs, conduisant l'architecture mémoire vers l'expansion, le regroupement et le partage. Actuellement, le CXL en est encore au stade précoce de la transition du support de plateforme au déploiement à grande échelle, avec une valeur architecturale à moyen et long terme ; les entreprises clés incluent Astera Labs et Montage Technology.
SSD d'entreprise : hub de données construit par NAND, contrôleur et NVMe
Les SSD d'entreprise sont l'incrément de stockage persistant à haut débit le plus critique dans les centres de données IA, « alimentant » continuellement les GPU avec un débit extrêmement élevé, une latence ultra-faible et une QoS stable, couvrant tout le cycle de vie du chargement des données d'entraînement, de l'écriture des points de contrôle, de la récupération RAG, de la mise en cache d'inférence et du retour de journalisation.
Dans l'architecture de stockage IA, les SSD ne sont pas du matériel isolé mais un système hautement couplé, qui peut être résumé en une formule industrielle : SSD d'entreprise = NAND Flash + Contrôleur SSD + Chemin de données NVMe/PCIe. Les trois couches représentent des segments de chaîne industrielle indépendants :
NAND Flash (couche de matière première) : Détermine la densité de stockage et le coût unitaire ; le contrôleur gouverne la libération des performances et la gestion de la durée de vie. Entreprises représentatives : Samsung, SK hynix (Solidigm), Micron, Kioxia, Western Digital, YMTC.
Contrôleur SSD (couche de libération des performances) : Détermine la libération des performances, la correction d'erreurs des données, la stabilité QoS et l'usure uniforme. Entreprises représentatives : Phison, Silicon Motion, Marvell, Maxio.
NVMe/PCIe (couche de chemin de données) : Détermine l'efficacité du transfert de données du stockage au calcul. Combiné à la technologie GPUDirect Storage, il réduit les tampons de rebond de la mémoire CPU et l'implication du CPU, atténuant considérablement les goulots d'étranglement I/O. Entreprises représentatives : Broadcom, Marvell, Astera Labs.
HDD / Stockage froid / Archivage : Fondation à faible coût pour les lacs de données IA
L'IA n'éliminera pas les HDD. Avec la demande insatiable des grands modèles multimodaux pour les données vidéo et image, et la croissance exponentielle des journaux de conformité d'entreprise et des ensembles de données historiques, le besoin de stockage de données froides à faible coût augmente. Dans les architectures de stockage IA, les SSD et les HDD collaborent en fonction des niveaux de valeur métier : les SSD gèrent les données chaudes et un débit élevé, tandis que les HDD offrent un faible coût et une conservation à long terme. Les entreprises représentatives incluent Seagate, Western Digital et Toshiba.
Pile logicielle de stockage IA : Le hub d'ordonnancement pour l'utilisabilité des données
Ce que l'IA consomme réellement n'est jamais des disques bruts, mais des "services de données" méticuleusement organisés par la pile logicielle. Cette architecture transforme le matériel sous-jacent en actifs de connaissances directement appelables par l'IA de niveau supérieur, divisée spécifiquement en quatre couches :
Système de stockage haute performance (système d'alimentation) : Axé sur le débit concurrent et la faible latence, il résout le problème de « famine de données » des clusters GPU grâce à des systèmes de fichiers parallèles, assurant un flux rapide pour l'entraînement et l'inférence. Entreprises représentatives : VAST Data, WEKA, Pure Storage.
Stockage d'objets (lac de données brut) : Centré sur la gestion des objets, des clés et des métadonnées, il héberge des données non structurées massives. Il ne recherche pas une latence extrêmement faible mais construit une base de capacité avec un faible coût et des caractéristiques cloud-natives. Entreprise représentative : AWS S3.
Base de données vectorielle (couche d'index sémantique) : Les bases de données vectorielles stockent, indexent et récupèrent les vecteurs générés par les modèles d'embedding, permettant à l'IA de localiser précisément le contenu pertinent dans une vaste connaissance. Entreprises représentatives : Pinecone, Milvus.
Couche de données RAG (couche de récupération de connaissances) : Va au-delà de la simple récupération, englobant le découpage des données, le nettoyage, le contrôle des permissions et le suivi des citations, garantissant que les données d'entreprise peuvent être invoquées de manière sûre, précise et traçable par les grands modèles. Entreprise représentative : Databricks.
Du stockage à chaud IA à la mémoire froide décentralisée : maximiser l'efficacité vs maximiser la confiance
Le stockage IA est un système axé sur une efficacité extrême, dont la fonction de valeur se concentre sur la maximisation de la production de calcul. La bande passante HBM détermine si les GPU peuvent être alimentés, le débit SSD détermine l'efficacité de lecture/écriture des ensembles de données et des points de contrôle, et la faible latence affecte l'expérience en temps réel du RAG et de l'inférence. Ces métriques convergent finalement vers l'utilisation du GPU et le coût unitaire du Token, déterminant directement la rentabilité commerciale des applications IA. Le but ultime du stockage IA n'est pas la préservation mais l'accélération, servant la productivité.
La fonction de valeur du stockage décentralisé est complètement différente. Elle demande si les données existeront encore dans dix ans, si elles ont été altérées, et si elles peuvent résister à la censure centralisée. Grâce à des preuves cryptographiques et à des réseaux distribués, il construit une base de données publiques accessible et préservée en permanence. Son objectif ultime est de défendre la vérité absolue et l'indépendance souveraine des données, servant l'équité, les besoins de résistance à la censure et la mémoire civilisationnelle.
Le stockage IA est le « stockage chaud » qui alimente la productivité future, tandis que le stockage décentralisé est la « mémoire froide » qui préserve des enregistrements historiques non supprimables pour la civilisation humaine. Le premier sert l'efficacité, recherchant la vitesse ultime ; le second sert la confiance, défendant la mémoire silencieuse. Le premier détermine la rapidité d'exécution des modèles, le second détermine si la mémoire sera supprimée. Actuellement, les mécanismes de marché récompensent l'efficacité de la productivité, plaçant le stockage IA au premier plan, tandis que le stockage décentralisé semble subir un effondrement de valorisation et une hémorragie narrative.
Vision et réalité du stockage décentralisé
Il existe de nombreux projets de stockage décentralisé, mais en termes de part d'esprit industriel et d'accumulation d'écosystème, les représentants centraux ont toujours été Filecoin et Arweave. Bien que les deux appartiennent au « stockage décentralisé », leurs philosophies architecturales sous-jacentes sont presque deux chemins complètement différents – le premier utilise des contrats basés sur le marché pour approximer l'élasticité d'AWS, tandis que le second utilise des contrats sociaux uniques pour approximer la permanence d'une bibliothèque.
Filecoin : Grâce à PoRep et PoSt, il a construit le système économique vérifiable le plus complet. Il ne devrait plus concurrencer frontalement AWS dans le stockage cloud grand public, mais plutôt se tourner vers la provenance des données IA, l'hébergement de jeux de données publics et l'archivage conforme, fournissant des chaînes vérifiables pour l'audit des modèles et la preuve de droits d'auteur. Le chemin nécessaire est de le conditionner en une API compatible S3 et de prendre en charge les paiements en monnaie fiduciaire, passant d'un « marché de stockage bon marché » à une « infrastructure de calcul vérifiable ».
Arweave : Avec le récit « payez une fois, stockez pour toujours », il utilise les mécanismes Blockweave et SPoRA pour inciter les mineurs à préserver et accéder rapidement à autant de données que possible, en particulier les données historiques rares. Sa meilleure position est celle de base de mémoire publique de la civilisation humaine – préservant les enregistrements des droits de l'homme, les preuves de crimes de guerre, les classiques culturels, l'archivage de l'histoire juridique et financière, et fournissant une mémoire à long terme accessible en permanence pour les agents IA. La valeur d'Arweave ne réside pas dans la vitesse, mais dans sa capacité à porter la mémoire civilisationnelle à travers les cycles.
Le dilemme des projets de stockage décentralisé comme Filecoin et Arweave n'est pas que leur proposition de valeur soit fausse, mais plutôt le décalage à long terme entre la produitisation, l'expérience de récupération, la demande réelle et les incitations par jetons. Cela révèle un énorme fossé entre les idéaux des geeks et les applications commerciales grand public :
Déséquilibre des incitations offre-demande : Les premiers réseaux représentés par Filecoin ont rapidement étendu leur capacité grâce aux jetons, mais n'ont pas réussi à créer une demande payante suffisamment forte, ce qui a entraîné une capacité énorme mais une faible utilisation et une faible conversion payante. Les récompenses sont pour « je peux stocker » plutôt que « j'ai besoin de stocker ».
Manque de capacités de service de niveau entreprise : Le fossé d'AWS ne réside pas dans les disques durs, mais dans le « système d'exploitation des données » composé d'API, de SLA, de gestion des autorisations, d'audits de conformité et de support technique. Les entreprises achètent la « tranquillité d'esprit », pas une infrastructure expérimentale qui les oblige à gérer les clés et la sélection des nœuds.
Défauts de l'expérience de récupération : « Stocker » ne signifie pas « récupération stable et à faible latence ». Les nœuds décentralisés, la topologie complexe et l'absence de SLA unifié rendent difficile le support des flux de travail de données chaudes pour l'IA, ce qui le rend plus adapté à l'archivage à froid de confiance et à la traçabilité des données.
Conformité de confidentialité insuffisante : Les données privées des entreprises ne peuvent pas simplement être écrites dans un réseau public permanent ; le droit à la suppression entre intrinsèquement en conflit avec l'immuabilité permanente. Le stockage décentralisé est plus adapté aux données publiques et aux archives à long terme, pas pour héberger sans discernement des données privées critiques.
L'économie de jetons amplifie les cycles : La financiarisation en marché haussier masque une demande insuffisante ; la baisse du retour sur investissement des mineurs en marché baissier expose les lacunes de la commercialisation. Les jetons peuvent démarrer l'offre à froid, mais ne peuvent pas créer automatiquement de la demande et des revenus durables.
Les autres projets de stockage décentralisé se concentrent principalement sur des écosystèmes spécifiques ou des niches : Storj/Sia ont une influence intersectorielle et narrative Web3 plus faible que Filecoin/Arweave ; BNB Greenfield/Walrus sont liés à des écosystèmes de chaînes publiques spécifiques comme BNB ou SUI ; Celestia/EigenDA appartiennent à la couche de disponibilité des données (DA), servant à la confirmation des transactions Rollup plutôt qu'à l'archivage à long terme ; les projets hybrides IA/DA comme 0G tentent d'intégrer le stockage, la disponibilité des données, le calcul et le règlement des agents IA dans une infrastructure modulaire native IA, mais leur demande réelle, l'adoption par les développeurs et la boucle commerciale fermée restent à vérifier.
Opportunités futures pour le stockage décentralisé : le pendule à long terme de l'efficacité et de la confiance
Pendant la période d'explosion des dividendes technologiques, le capital poursuit frénétiquement l'efficacité, avec des actifs comme les GPU et la HBM atteignant des primes extrêmement élevées, marginalisant naturellement le stockage décentralisé qui prône « confiance et équité ». Cependant, le pendule de l'histoire ne restera pas éternellement du côté de l'efficacité. Des événements tels que des interdictions déraisonnables et des suppressions de contenu par des super plateformes, des procès de droits d'auteur sur l'IA forçant la preuve de provenance des données, des conflits géopolitiques déclenchant des batailles de souveraineté des données, des monopoles de données conduisant à la disparition des archives publiques, et la pression des audits réglementaires sur la conformité des données d'entraînement des modèles peuvent tous préparer une réévaluation du « stockage de confiance ». Les opportunités futures du stockage décentralisé ont encore le potentiel de démontrer une valeur unique dans les directions suivantes :
Provenance des données IA : Combinez des preuves cryptographiques pour construire des « preuves de lignage de données » afin de répondre aux pressions réglementaires et d'audit.
Jeux de données publics et archives de la civilisation : Ancrez des archives censurées et le patrimoine culturel pour construire une mémoire irremplaçable et non supprimable.
Archivage de confiance et preuves de conformité : Réalisez une auto-certification de confiance grâce à des preuves par hachage, fournissant une notarisation numérique de haut niveau.
Intégration des technologies ZK/TEE/DID : Résolvez les tensions liées à la vie privée, passant d'un simple « protocole de stockage » à une « infrastructure de données de confiance ».
Approche produit invisible : Fournissez des API compatibles S3 et une facturation en monnaie fiduciaire, permettant aux utilisateurs d'acheter directement des services d'« archivage de confiance ».
Stockage IA et stockage décentralisé : l'un recherche une efficacité extrême, alimentant notre course vers le futur ; l'autre défend la mémoire silencieuse, préservant notre droit de regarder en arrière vers le passé. Le marché actuel récompense sans réserve l'efficacité, laissant le stockage décentralisé silencieux ou même en effondrement. Mais lorsque l'ère de l'IA amplifie davantage les monopoles de données, les litiges de droits d'auteur et la fragilité de la mémoire historique, le stockage décentralisé pourrait connaître une réévaluation de sa valeur en tant que « couche froide de confiance ». Ces mémoires qui ne peuvent pas être facilement effacées par les plateformes, les entreprises ou toute puissance unique pourraient passer d'un romantisme idéaliste et d'une croyance marginale à une infrastructure essentielle.
