Autor: Jacob Zhao @ IOSG
Hoje, a "primeira ação de armazenamento doméstico" CXMT oficialmente estreou na placa ChiNext, incendiando o mercado com uma impressionante alta de 500%. Embora o setor de armazenamento como um todo ainda sofra os efeitos do rescaldo da correção, o armazenamento de IA está sendo freneticamente reavaliado pelo capital na atual onda de narrativas tecnológicas. Ao mesmo tempo, o armazenamento descentralizado no campo Web3 caiu em um longo silêncio e decepção. Por que ambos carregam o nome "armazenamento", mas seus desempenhos de mercado são tão diferentes quanto fogo e gelo? A causa raiz reside na completa divergência da função de valor subjacente.
A reavaliação do armazenamento na era da IA é essencialmente um carnaval sobre "eficiência de dados quentes", servindo à maximização final da utilização do poder computacional e da monetização comercial; enquanto o armazenamento descentralizado adere à proposta de valor de "confiabilidade de dados frios", defendendo a justiça dos dados, a resistência à censura e a memória de longo prazo da civilização humana. O primeiro é um sistema de eficiência para dados quentes, e o último é um sistema de confiança para dados frios. O mercado de capitais atual, sem dúvida, está firmemente do lado da "eficiência", mas a civilização humana, em última análise, ainda precisa de uma base de memória imutável. O valor de longo prazo do armazenamento frio confiável nunca desapareceu; ele apenas permanece adormecido no lado escuro do ciclo, esperando para ser reavaliado pelos tempos.
Por que o armazenamento se tornou o foco da cadeia industrial de IA novamente
Na era tradicional de TI, o armazenamento era um "negócio de capacidade". O CIO empresarial focava no custo por unidade de capacidade, confiabilidade do disco rígido, soluções de recuperação de desastres, estratégias de arquivamento e ciclos de substituição de equipamentos de 3 a 5 anos. O armazenamento era visto como um acessório que seguia a aquisição de servidores.
Este boom de armazenamento não é uma recuperação cíclica tradicional, mas uma reavaliação das capacidades de fluxo de dados pela IA. Na era dos grandes modelos, a lógica de armazenamento mudou de "capacidade primeiro" para "eficiência primeiro", focando em métricas extremas como taxa de alimentação de GPU, escrita de checkpoint e latência ultrabaixa para RAG. Isso marca o valor do armazenamento saltando de "o estacionamento final dos dados" para "o canal de alta velocidade para os dados entrarem na computação".
A evolução dos gargalos de recursos na infraestrutura de IA é essencialmente uma batalha para preencher o "efeito barril". A utilização real do poder computacional não é uma superposição linear de ativos individuais, mas um efeito multiplicador estrito: utilização real do poder computacional = GPU × HBM × DRAM × SSD × Rede × Sistema de Arquivos. Qualquer deficiência em um elo fará com que a utilização geral do poder computacional entre em colapso. Na era da IA, o armazenamento se transformou, pela primeira vez, de um "centro de custo" para um "motor de eficiência". Esta é a lógica fundamental por trás da reavaliação do armazenamento.
Panorama da Arquitetura de Armazenamento para IA: Do Órgão de Largura de Banda HBM à Fundação do Data Lake
O armazenamento para IA não é, de forma alguma, uma simples pilha de hardware, mas um sistema complexo, fortemente acoplado e com agendamento hierárquico. Nesse sistema, o valor industrial e o foco de capital estão altamente concentrados em HBM, SSDs empresariais, controladores de SSD, protocolos NVMe/CXL e sistemas de armazenamento de alto desempenho. Para decompor claramente seu fluxo de valor, dividimos a arquitetura de armazenamento para IA em quatro camadas principais, de cima para baixo:
Camada de Memória Próxima à Computação (Núcleo de Largura de Banda): Dominada por HBM, complementada por DRAM e tecnologia de pooling de memória CXL. Esta camada interage diretamente com os pacotes ou barramentos de GPU/CPU, visando quebrar a "barreira da memória" e é o primeiro ponto de verificação que determina se o poder computacional pode ser totalmente liberado.
Camada de Armazenamento Persistente de Alta Velocidade (Hub de E/S): A lógica central é SSD Empresarial = NAND Flash + Controlador de SSD + Caminho de Dados NVMe/PCIe. Esta camada lida com gravações de checkpoint de alta frequência, carregamento massivo de conjuntos de dados de treinamento e cache de dados quentes de RAG, representando o incremento de armazenamento persistente mais significativo nos data centers de IA.
Camada de Armazenamento de Baixo Custo e Alta Capacidade (Fundação de Capacidade): Composta por HDDs, armazenamento frio e sistemas de arquivamento em data lake. Diante de dados brutos multimodais em crescimento exponencial, logs históricos e backups de conformidade, esta camada ainda oferece vantagens insubstituíveis de TCO (Custo Total de Propriedade).
Sistemas de Armazenamento para IA e Software de Dados (Cérebro de Agendamento): Inclui sistemas de arquivos paralelos de alto desempenho, armazenamento de objetos distribuído, bancos de dados vetoriais e camadas de governança de dados RAG. O que a IA realmente consome não é hardware puro, mas a disponibilidade de dados organizados, indexados e com permissões de forma eficiente pela pilha de software.
Como uma extensão do ecossistema, o armazenamento descentralizado não participa diretamente da corrida de dados quentes de IA em nível de milissegundos. Em vez disso, ele se ancora na certificação de conjuntos de dados públicos, na proveniência de dados de treinamento de IA e no arquivamento de memória fria de longo prazo, estabelecendo seu nicho ecológico único como uma "camada fria confiável".
HBM: O "Órgão de Largura de Banda" Mais Próximo do Poder Computacional na Cadeia de Armazenamento de IA
Memória de Alta Largura de Banda (HBM) não é armazenamento tradicional, mas uma camada de memória de alta largura de banda próxima à GPU. Sua missão central não é armazenar dados, mas continuamente "alimentar" o poder computacional com largura de banda extremamente alta. HBM é o elo mais próximo e determinístico do poder computacional na cadeia de armazenamento de IA, determinando diretamente se a GPU pode ser "alimentada" e é atualmente o gargalo mais crítico da cadeia de suprimentos.
A arquitetura central do HBM é "empilhamento 3D de DRAM + empacotamento avançado 2.5D": através do empilhamento vertical TSV e da integração heterogênea CoWoS, a distância entre armazenamento e computação é extremamente comprimida, alcançando um salto geracional em largura de banda. Sua barreira industrial não é apenas o design de DRAM, mas uma engenharia de sistemas de processo de DRAM, TSV, empilhamento ultrafino, empacotamento, dissipação de calor, teste e certificação do cliente. Qualquer defeito de rendimento em qualquer etapa fará com que toda a pilha de HBM seja descartada.
Atualmente, apenas os três gigantes—SK Hynix, Samsung e Micron—conseguem alcançar produção em massa estável, construindo um fosso triplo de processo de DRAM de primeira linha, capacidades de empacotamento e certificação de clientes NVIDIA/AMD.
DRAM e CXL: Fundação de memória do sistema e mecanismo de pooling de memória
O HBM resolve o gargalo extremo de largura de banda próximo à GPU, a DRAM solidifica a fundação de memória do sistema do servidor, e o CXL tenta quebrar as fronteiras físicas para reestruturar a organização dos recursos de memória nos data centers.
DRAM: Lida principalmente com cache do lado da CPU, pré-processamento de dados, armazenamento de estado intermediário e operação do sistema, servindo como a camada de memória do sistema mais básica para servidores. O mercado global de DRAM é altamente concentrado entre os três gigantes—SK hynix, Samsung e Micron; CXMT (ChangXin Memory Technologies) é a variável central para a substituição doméstica de DRAM na China.
CXL (Compute Express Link): Um protocolo de interconexão coerente de cache de próxima geração para data centers, visando romper as limitações dos slots DIMM tradicionais, capacidade de memória local e silos de recursos de memória do servidor, impulsionando a arquitetura de memória em direção à expansão, pooling e compartilhamento. Atualmente, o CXL ainda está no estágio inicial de transição do suporte de plataforma para implantação em larga escala, com valor arquitetural de médio a longo prazo; empresas-chave incluem Astera Labs e Montage Technology.
SSDs Empresariais: Hub de dados construído por NAND, controlador e NVMe
SSDs empresariais são o incremento de armazenamento persistente de alta taxa de transferência mais crítico em data centers de IA, "alimentando" continuamente dados para GPUs com taxa de transferência extremamente alta, latência ultrabaixa e QoS estável, abrangendo todo o ciclo de vida de carregamento de dados de treinamento, escrita de checkpoints, recuperação RAG, cache de inferência e feedback de logs.
Na arquitetura de armazenamento de IA, os SSDs não são hardware isolado, mas um sistema altamente acoplado, que pode ser destilado em uma fórmula da indústria: SSD Empresarial = NAND Flash + Controlador SSD + Caminho de Dados NVMe/PCIe. As três camadas representam segmentos independentes da cadeia industrial:
NAND Flash (Camada de Matéria-Prima): Determina a densidade de armazenamento e o custo unitário; o controlador governa a liberação de desempenho e o gerenciamento da vida útil. Empresas representativas: Samsung, SK hynix (Solidigm), Micron, Kioxia, Western Digital, YMTC.
Controlador SSD (Camada de Habilitador de Desempenho): Determina a liberação de desempenho, correção de erros de dados, estabilidade de QoS e nivelamento de desgaste. Empresas representativas: Phison, Silicon Motion, Marvell, Maxio.
NVMe/PCIe (Camada de Caminho de Dados): Determina a eficiência da transferência de dados do armazenamento para a computação. Combinado com a tecnologia GPUDirect Storage, reduz os buffers de salto da memória da CPU e o envolvimento da CPU, aliviando significativamente os gargalos de I/O. Empresas representativas: Broadcom, Marvell, Astera Labs.
HDD / Armazenamento Frio / Arquivamento: Base de Baixo Custo para Lagos de Dados de IA
A IA não eliminará os HDDs. Com a demanda insaciável de modelos multimodais grandes por dados de vídeo e imagem, e o crescimento exponencial de logs de conformidade empresarial e conjuntos de dados históricos, a necessidade de armazenamento de dados frios de baixo custo está aumentando. Nas arquiteturas de armazenamento de IA, SSDs e HDDs colaboram com base em níveis de valor de negócios: SSDs lidam com dados quentes e alta taxa de transferência, enquanto HDDs fornecem baixo custo e retenção de longo prazo. Empresas representativas incluem Seagate, Western Digital e Toshiba.
Pilha de Software de Armazenamento de IA: O Centro de Agendamento para a Usabilidade dos Dados
O que a IA realmente consome nunca são discos brutos, mas "serviços de dados" meticulosamente organizados pela pilha de software. Essa arquitetura transforma o hardware subjacente em ativos de conhecimento diretamente chamáveis pela IA de camada superior, divididos especificamente em quatro camadas:
Sistema de Armazenamento de Alto Desempenho (Sistema de Alimentação): Focado em throughput concorrente e baixa latência, resolve o problema de "fome de dados" dos clusters de GPU através de sistemas de arquivos paralelos, garantindo fluxo rápido para treinamento e inferência. Empresas representativas: VAST Data, WEKA, Pure Storage.
Armazenamento de Objetos (Lago de Dados Brutos): Centrado no gerenciamento de Objeto, Chave e Metadados, hospeda dados não estruturados massivos. Não busca latência extremamente baixa, mas constrói uma base de capacidade com baixo custo e características nativas da nuvem. Empresa representativa: AWS S3.
Banco de Dados Vetorial (Camada de Índice Semântico): Bancos de dados vetoriais armazenam, indexam e recuperam vetores gerados por modelos de incorporação, permitindo que a IA localize com precisão conteúdo relevante em vasto conhecimento. Empresas representativas: Pinecone, Milvus.
Camada de Dados RAG (Camada de Recuperação de Conhecimento): Vai além da recuperação única, abrangendo fatiamento de dados, limpeza, controle de permissão e rastreamento de citações, garantindo que os dados empresariais possam ser invocados com segurança, precisão e rastreabilidade por grandes modelos. Empresa representativa: Databricks.
Do Armazenamento Quente de IA à Memória Fria Descentralizada: Maximizando Eficiência vs. Maximizando Confiança
Armazenamento de IA é um sistema extremamente orientado à eficiência, cuja função de valor se concentra em maximizar a produção computacional. Largura de banda HBM determina se as GPUs podem ser alimentadas, throughput de SSD determina a eficiência de leitura/escrita de conjuntos de dados e checkpoints, e baixa latência afeta a experiência em tempo real de RAG e inferência. Essas métricas convergem em utilização de GPU e custo por Token, determinando diretamente a lucratividade comercial das aplicações de IA. O objetivo final do armazenamento de IA não é preservação, mas aceleração, servindo à produtividade.
A função de valor do armazenamento descentralizado é completamente diferente. Ele pergunta se os dados ainda existirão daqui a dez anos, se foram adulterados e se podem resistir à censura de ponto único. Através de provas criptográficas e redes distribuídas, ele constrói uma base de dados pública de acesso aberto e preservação permanente. Seu objetivo final é defender a verdade absoluta e a independência soberana dos dados, servindo à justiça, às necessidades anticensura e à memória civilizacional.
O armazenamento de IA é o "armazenamento quente" que alimenta a produtividade futura, enquanto o armazenamento descentralizado é a "memória fria" que preserva registros históricos não deletáveis para a civilização humana. O primeiro serve à eficiência, buscando velocidade máxima; o segundo serve à confiança, defendendo a memória silenciosa. O primeiro determina a velocidade com que os modelos rodam, o segundo determina se a memória será deletada. Atualmente, os mecanismos de mercado recompensam a eficiência da produtividade, colocando o armazenamento de IA em primeiro plano, enquanto o armazenamento descentralizado parece estar passando por um colapso de avaliação e sangria narrativa.
Visão e Realidade do Armazenamento Descentralizado
Existem muitos projetos de armazenamento descentralizado, mas em termos de participação de mercado e acúmulo de ecossistema, os representantes centrais sempre foram Filecoin e Arweave. Embora ambos pertençam ao "armazenamento descentralizado", suas filosofias arquitetônicas subjacentes são quase dois caminhos completamente diferentes — o primeiro usa contratos baseados em mercado para se aproximar da elasticidade da AWS, enquanto o segundo usa contratos sociais únicos para se aproximar da permanência de uma biblioteca.
Filecoin: Através de PoRep e PoSt, construiu o sistema econômico verificável mais completo. Não deveria mais competir diretamente com a AWS em armazenamento em nuvem de nível consumidor, mas sim migrar para proveniência de dados de IA, hospedagem de conjuntos de dados públicos e arquivamento em conformidade, fornecendo cadeias verificáveis para auditoria de modelos e prova de direitos autorais. O caminho necessário é empacotá-lo como uma API compatível com S3 e suportar pagamentos em moeda fiduciária, evoluindo de um "mercado de armazenamento barato" para uma "infraestrutura de computação verificável".
Arweave: Com a narrativa de "pague uma vez, armazene para sempre", usa os mecanismos Blockweave e SPoRA para incentivar os mineradores a preservar e acessar rapidamente o máximo de dados possível, especialmente dados históricos escassos. Sua melhor posição é como a base de memória pública da civilização humana—preservando registros de direitos humanos, evidências de crimes de guerra, clássicos culturais, arquivando história jurídica e financeira, e fornecendo memória de longo prazo permanentemente acessível para agentes de IA. O valor do Arweave não está na velocidade, mas na sua capacidade de carregar a memória civilizacional através dos ciclos.
O dilema dos projetos de armazenamento descentralizado como Filecoin e Arweave não é que sua proposta de valor esteja errada, mas sim o descompasso de longo prazo entre a transformação em produto, a experiência de recuperação, a demanda real e os incentivos de tokens. Isso revela uma enorme lacuna entre os ideais geeks e as aplicações comerciais mainstream:
Incompatibilidade de Incentivos entre Oferta e Demanda: Redes iniciais representadas pela Filecoin expandiram rapidamente a capacidade por meio de tokens, mas não conseguiram construir demanda paga suficientemente forte, resultando em enorme capacidade, mas baixa utilização e conversão paga. As recompensas são para "eu posso armazenar" em vez de "eu preciso armazenar".
Falta de Capacidades de Serviço de Nível Empresarial: O fosso da AWS não são discos rígidos, mas o "sistema operacional de dados" composto por APIs, SLAs, gerenciamento de permissões, auditorias de conformidade e suporte técnico. As empresas compram "tranquilidade", não infraestrutura experimental que exige que elas lidem com chaves e seleção de nós.
Deficiências na Experiência de Recuperação: "Armazenar" não é igual a "recuperação estável e de baixa latência". Nós descentralizados, topologia complexa e falta de SLA unificado dificultam o suporte a fluxos de trabalho de dados quentes de IA, tornando-o mais adequado para arquivamento frio confiável e proveniência de dados.
Conformidade de Privacidade Insuficiente: Dados privados de empresas não podem simplesmente ser gravados em uma rede pública permanente; o direito à exclusão entra inerentemente em conflito com a imutabilidade permanente. O armazenamento descentralizado é mais adequado para dados públicos e arquivos de longo prazo, não para hospedar indiscriminadamente dados privados essenciais.
A Economia de Token Amplifica Ciclos: A financeirização do mercado em alta mascara a demanda insuficiente; o declínio do ROI dos mineradores no mercado em baixa expõe deficiências de comercialização. Tokens podem iniciar a oferta a frio, mas não podem criar automaticamente demanda e receita sustentável.
Outros projetos de armazenamento descentralizado concentram-se principalmente em ecossistemas específicos ou nichos: Storj/Sia têm menor influência de mentalidade entre ciclos e narrativa Web3 do que Filecoin/Arweave; BNB Greenfield/Walrus estão vinculados a ecossistemas de blockchain específicos, como BNB ou SUI; Celestia/EigenDA pertencem à camada de disponibilidade de dados (DA), servindo para confirmação de transações Rollup em vez de arquivamento de longo prazo; projetos híbridos de narrativa IA/DA, como 0G, tentam integrar armazenamento, disponibilidade de dados, computação e liquidação de agentes de IA em uma infraestrutura modular nativa de IA, mas sua demanda real, adoção por desenvolvedores e ciclo comercial fechado ainda precisam ser verificados.
Oportunidades Futuras para Armazenamento Descentralizado: O Pêndulo de Longo Prazo entre Eficiência e Confiança
Durante o período de explosão do dividendo tecnológico, o capital persegue freneticamente a eficiência, com ativos como GPU e HBM comandando prêmios extremamente altos, marginalizando naturalmente o armazenamento descentralizado que defende "confiança e justiça". No entanto, o pêndulo da história não permanecerá para sempre no lado da eficiência. Eventos como proibições irracionais e exclusões de conteúdo por superplataformas, processos de direitos autorais de IA forçando prova de proveniência de dados, conflitos geopolíticos desencadeando batalhas de soberania de dados, monopólios de dados levando ao desaparecimento de arquivos públicos e pressão de auditoria regulatória sobre conformidade de dados de treinamento de modelos podem todos fermentar uma reavaliação do "armazenamento confiável". As oportunidades futuras do armazenamento descentralizado ainda têm potencial para demonstrar valor único nas seguintes direções:
Proveniência de Dados de IA: Combine provas criptográficas para construir "provas de linhagem de dados" para lidar com pressões regulatórias e de auditoria.
Conjuntos de Dados Públicos e Arquivos da Civilização: Ancorar arquivos censurados e patrimônio cultural para construir memória insubstituível e não deletável.
Arquivamento Confiável e Evidência de Conformidade: Alcançar autocertificação confiável por meio de evidências de hash, fornecendo notarização digital de alto nível.
Integração das Tecnologias ZK/TEE/DID: Resolver tensões de privacidade, evoluindo de um "protocolo de armazenamento" único para uma "infraestrutura de dados confiável".
Abordagem de Produto Invisível: Fornecer APIs compatíveis com S3 e cobrança em moeda fiduciária, permitindo que os usuários comprem diretamente serviços de "arquivamento confiável".
Armazenamento de IA e armazenamento descentralizado: um busca eficiência extrema, alimentando nossa corrida para o futuro; o outro defende a memória silenciosa, preservando nosso direito de olhar para trás no passado. O mercado atual recompensa sem reservas a eficiência, deixando o armazenamento descentralizado quieto ou até mesmo em colapso. Mas quando a era da IA amplifica ainda mais os monopólios de dados, disputas de direitos autorais e a fragilidade da memória histórica, o armazenamento descentralizado pode ver uma reavaliação de valor como uma "camada fria confiável". Essas memórias que não podem ser facilmente apagadas por plataformas, empresas ou qualquer poder único podem se transformar de romance idealista e crença marginal em infraestrutura essencial.
