Del almacenamiento caliente a la memoria fría: Almacenamiento descentralizado bajo el fervor del almacenamiento en la era de la IA

Autor: Jacob Zhao @ IOSG

Hoy, la "primera acción china de almacenamiento", ChangXin Memory Technologies (CXMT), se ha lanzado oficialmente en el mercado Growth Enterprise Market (GEM), desencadenando un frenesí con un alza impresionante del 500%. Aunque el sector del almacenamiento en su conjunto aún se encuentra bajo el influjo de ondas de ajuste, el almacenamiento de IA sigue siendo reevaluado intensamente por el capital en medio de la narrativa tecnológica actual. Mientras tanto, el almacenamiento descentralizado en el ámbito de Web3 ha caído en un prolongado silencio y desasosiego. ¿Por qué, teniendo ambos el nombre de "almacenamiento", su desempeño en el mercado es como el fuego y el hielo? La razón fundamental radica en una completa divergencia en sus funciones de valor subyacentes.

La reevaluación del almacenamiento en la era de la IA es, en esencia, un carnaval sobre la "eficiencia de los datos calientes", que sirve para maximizar la utilización del poder de cálculo y la monetización comercial; el almacenamiento descentralizado, por otro lado, defiende la propuesta de valor de la "confianza en los datos fríos", salvaguardando la equidad de los datos, la resistencia a la censura y la memoria a largo plazo de la civilización humana. El primero es un sistema de eficiencia para datos calientes, el segundo es un sistema de confianza para datos fríos. El mercado de capitales actual indudablemente se posiciona firmemente del lado de la "eficiencia", pero la civilización humana en última instancia aún necesita una base de memoria inmutable. El valor a largo plazo del almacenamiento frío confiable nunca ha desaparecido, simplemente permanece latente en la cara oculta del ciclo, esperando ser reevaluado por la era.

En la era de las TI tradicionales, el almacenamiento era un "negocio de capacidad". Los CIOs empresariales se centraban en el costo por unidad de capacidad, la fiabilidad del disco, las soluciones de recuperación ante desastres, las estrategias de archivo y los ciclos de actualización de equipos de 3 a 5 años. El almacenamiento se consideraba un accesorio que seguía a la adquisición de servidores.

El actual fervor del almacenamiento no es una recuperación de un ciclo tradicional, sino una revalorización de la capacidad de flujo de datos por parte de la IA. En la era de los grandes modelos, la lógica del almacenamiento ha cambiado cualitativamente de "prioridad a la capacidad" a "primacía de la eficiencia", persiguiendo a fondo indicadores extremos como la tasa de alimentación de GPU, la escritura de puntos de control y la latencia ultrabaja para la RAG. Esto marca que el valor del almacenamiento está ascendiendo desde "el lugar de estacionamiento final de los datos" hasta "el canal de alta velocidad para que los datos entren en el cálculo".

La evolución de los cuellos de botella de recursos en la infraestructura de IA es, en esencia, una batalla para completar el "efecto del barril". La utilización real del poder de cálculo no es una suma lineal de activos individuales, sino un estricto efecto multiplicador: Utilización real del poder de cálculo = GPU × HBM × DRAM × SSD × Red × Sistema de archivos. Cualquier eslabón débil puede hacer colapsar la utilización del poder de cálculo en general. En la era de la IA, el almacenamiento se ha convertido por primera vez de un "centro de costes" en un "motor de eficiencia". Esta es precisamente la lógica fundamental detrás de la reevaluación del almacenamiento.

El almacenamiento de IA no es una mera acumulación de hardware individual, sino un sistema complejo de acoplamiento estrecho y planificación por capas. En este sistema, el valor industrial y el enfoque del capital se concentran en gran medida en HBM, SSD empresariales, controladores de SSD, protocolos NVMe/CXL y sistemas de almacenamiento de alto rendimiento. Para desglosar claramente su flujo de valor, dividimos la arquitectura de almacenamiento de IA en cuatro niveles centrales clave de arriba abajo:

• Capa de memoria cercana al cálculo (Núcleo de ancho de banda): Con HBM como fuerza absoluta, complementada con DRAM y tecnologías de agrupación de memoria CXL. Esta capa se integra directamente con el empaquetado o bus de la GPU/CPU, con el objetivo de romper el "muro de la memoria", siendo la primera barrera que determina si el poder de cálculo puede liberarse por completo.

• Capa de almacenamiento persistente de alta velocidad (Centro de E/S): La lógica central es SSD empresarial = partículas NAND + controlador SSD + vía de datos NVMe/PCIe. Esta capa maneja la escritura frecuente de puntos de control, la carga masiva de conjuntos de entrenamiento y el almacenamiento en caché de datos calientes para RAG, siendo el incremento de almacenamiento persistente más claro en los centros de datos de IA.

• Capa de almacenamiento de gran capacidad y bajo costo (Base de capacidad): Compuesta por HDD, almacenamiento en frío y sistemas de archivo de data lakes. Ante la expansión exponencial de datos multimodales originales, registros históricos y copias de seguridad por cumplimiento, esta capa sigue ofreciendo una ventaja inigualable en TCO (Costo Total de Propiedad).

• Sistema de almacenamiento de IA y software de datos (Cerebro de planificación): Incluye sistemas de archivos paralelos de alto rendimiento, almacenamiento de objetos distribuido, bases de datos vectoriales y la capa de gobernanza de datos para RAG. Lo que la IA realmente consume no es hardware desnudo, sino la disponibilidad de datos organizada, indexada y gestionada por permisos de manera eficiente por la pila de software.

Como extensión del ecosistema, el almacenamiento descentralizado no compite directamente en la carrera de milisegundos de los datos calientes de IA, sino que se ancla en la certificación de conjuntos de datos públicos, el rastreo de datos de entrenamiento de IA (Provenance) y el archivo de memoria fría a largo plazo, estableciendo su nicho ecológico único como "capa fría confiable".

Memoria de alto ancho de banda (High Bandwidth Memory) no es almacenamiento tradicional, sino una capa de memoria de alto ancho de banda cercana a la GPU. Su misión central no es guardar datos, sino "alimentar" datos continuamente al poder de cálculo con un ancho de banda extremadamente alto. HBM es el eslabón más cercano al poder de cálculo y con mayor determinación en la cadena de almacenamiento de IA, determinando directamente si la GPU puede "alimentarse", siendo el cuello de botella más crítico actual en la cadena de suministro.

La arquitectura central de HBM es "apilado 3D de DRAM + empaquetado avanzado 2.5D": a través del apilamiento vertical TSV y la integración heterogénea CoWoS, se comprime extremadamente la distancia entre almacenamiento y cálculo, logrando un salto generacional en el ancho de banda. Sus barreras industriales no son solo el diseño de DRAM, sino una ingeniería de sistemas que abarca procesos de fabricación de DRAM, TSV, apilamiento ultrafino, empaquetado, disipación de calor, pruebas y certificación de clientes. Cualquier defecto en la tasa de rendimiento de cualquier eslabón puede llevar a la pérdida de toda la pila HBM.

Actualmente, solo tres gigantes a nivel mundial, SK Hynix, Samsung y Micron, pueden producir en masa de manera estable, construyendo una triple barrera: procesos de fabricación de DRAM de primera clase, capacidad de empaquetado y certificación de clientes como NVIDIA/AMD.

HBM resuelve el ancho de banda extremo cercano a la GPU, DRAM consolida la base de memoria del sistema del servidor, y CXL busca romper los límites físicos, reestructurando la forma en que se organizan los recursos de memoria en los centros de datos.

• DRAM: Principalmente lleva la caché del lado de la CPU, preprocesamiento de datos, almacenamiento temporal de estados intermedios y funcionamiento del sistema, siendo la capa de memoria del sistema más básica del servidor. El mercado global de DRAM está altamente concentrado en los tres gigantes SK hynix, Samsung y Micron; ChangXin Memory Technologies (CXMT) es la variable central para la sustitución de DRAM chino.

• CXL (Compute Express Link): Es un nuevo protocolo de interconexión con coherencia de caché orientado a centros de datos, que busca superar las limitaciones de las ranuras DIMM tradicionales, la capacidad de memoria local y los silos de recursos de memoria del servidor, impulsando la evolución de la arquitectura de memoria hacia la expansión, agrupación y compartición. Actualmente, CXL aún se encuentra en una etapa temprana, avanzando desde el soporte de plataforma hacia el despliegue a escala, con un alto valor arquitectónico a medio y largo plazo; las compañías clave incluyen a Astera Labs y Montage Technology (澜起科技).

Los SSD empresariales son el incremento persistente de alta capacidad de procesamiento más central en los centros de datos de IA. Con un rendimiento extremadamente alto, una latencia extremadamente baja y una QoS estable, "alimentan" continuamente datos a la GPU, abarcando todo el ciclo de vida: carga de datos de entrenamiento, escritura de puntos de control, recuperación RAG, almacenamiento en caché de inferencia y flujo de registros.

En la arquitectura de almacenamiento de IA, el SSD no es un hardware aislado, sino un sistema altamente acoplado, que puede resumirse en la fórmula industrial: SSD empresarial = partículas NAND + controlador SSD + vía de datos NVMe/PCIe. Estas tres capas representan eslabones independientes de la cadena industrial:

• Partículas NAND (Capa de materia prima): Determina la densidad de almacenamiento y el costo unitario. Empresas representativas: Samsung, SK hynix (Solidigm), Micron, Kioxia, Western Digital, Yangtze Memory Technologies (YMTC).

• Controlador SSD (Capa de habilitación del rendimiento): Determina la liberación del rendimiento, corrección de errores de datos, estabilidad de QoS y equilibrio de desgaste. Empresas representativas: Phison (群联), Silicon Motion (慧荣), Marvell, Maxio (联芸).

• NVMe/PCIe (Capa de vía de datos): Determina la eficiencia de transmisión de datos desde el almacenamiento al cálculo. Combinado con la tecnología GPUDirect Storage, reduce el uso de buffers de rebote en la memoria de la CPU y la participación de la CPU, aliviando significativamente los cuellos de botella de E/S. Empresas representativas: Broadcom, Marvell, Astera Labs.

La IA no acabará con los HDD. Con la creciente demanda de modelos multimodales grandes por datos de video e imágenes, y la expansión exponencial de registros de cumplimiento empresarial y conjuntos de datos históricos, la necesidad de almacenamiento de datos fríos de bajo costo está creciendo simultáneamente. En la arquitectura de almacenamiento de IA, los SSD y los HDD colaboran en capas basándose en el valor del negocio: los SSD se encargan de los datos calientes y la alta capacidad de procesamiento, los HDD se encargan del bajo costo y el almacenamiento a largo plazo. Empresas representativas incluyen a Seagate, Western Digital y Toshiba.

Lo que la IA realmente consume nunca es un disco desnudo, sino "servicios de datos" organizados de manera precisa por la pila de software. Esta arquitectura transforma el hardware subyacente en activos de conocimiento que la IA de nivel superior puede invocar directamente, y se divide específicamente en cuatro capas:

• Sistema de almacenamiento de alto rendimiento (Sistema de suministro): Centrado en el rendimiento concurrente y la baja latencia, resuelve el "hambre de datos" de los clústeres de GPU a través de sistemas de archivos paralelos, garantizando el flujo ultrarrápido del entrenamiento y la inferencia. Empresas representativas: VAST Data, WEKA, Pure Storage.

• Almacenamiento de objetos (Data lake original): Se centra en la gestión de Objetos, Claves y Metadatos, albergando datos no estructurados masivos. No busca una latencia extremadamente baja, sino que construye una base de capacidad con características de bajo costo y nativa de la nube. Empresa representativa: AWS S3.

• Base de datos vectorial (Capa de índice semántico): La base de datos vectorial se encarga de almacenar, indexar y recuperar vectores generados por modelos de embeddings, permitiendo a la IA localizar contenido relevante de manera precisa en un mar de conocimiento. Empresas representativas: Pinecone, Milvus.

• Capa de datos RAG (Capa de invocación del conocimiento): Va más allá de la recuperación simple, abarcando segmentación de datos, limpieza, control de permisos y rastreo de referencias, asegurando que los datos empresariales puedan ser invocados por modelos grandes de manera segura, precisa y trazable. Empresa representativa: Databricks.

El almacenamiento de IA es un sistema impulsado por la eficiencia extrema, cuya función de valor se centra en maximizar la producción de cálculo. El ancho de banda de HBM determina si la GPU puede ser alimentada, el rendimiento de SSD determina la eficiencia de lectura/escritura de conjuntos de datos y puntos de control, la baja latencia afecta la experiencia en tiempo real de RAG e inferencia. Estos indicadores finalmente convergen en la utilización de GPU y el costo por Token, lo que determina directamente el resultado comercial de las aplicaciones de IA. El objetivo final del almacenamiento de IA no es guardar, sino acelerar, y su objeto de servicio es la productividad.

La función de valor del almacenamiento descentralizado es completamente diferente. Se pregunta si los datos seguirán existiendo dentro de diez años, si han sido manipulados, si pueden resistir la censura puntual. A través de pruebas criptográficas y redes distribuidas, construye una base de datos pública con acceso abierto y preservación permanente. Su objetivo final es defender la verdad absoluta y la soberanía independiente de los datos, sirviendo a las necesidades de equidad, resistencia a la censura y memoria civilizatoria.

El almacenamiento de IA es un "almacenamiento caliente" que proporciona combustible para la productividad futura; el almacenamiento descentralizado es una "memoria fría" que preserva registros históricos ineliminables para la civilización humana. El primero sirve a la eficiencia, persiguiendo la velocidad extrema; el segundo sirve a la confianza, defendiendo la memoria silenciosa. El primero determina qué tan rápido corre el modelo, el segundo determina si la memoria será borrada. Actualmente, el mecanismo del mercado recompensa la eficiencia de la productividad, el almacenamiento de IA está en el centro de atención, mientras que el almacenamiento descentralizado parece estar experimentando un silencio de colapso de valoración y sangrado de narrativa.

Existen numerosos proyectos de almacenamiento descentralizado, pero según la mentalidad de la industria y la sedimentación del ecosistema, los representantes centrales siguen siendo Filecoin y Arweave. Aunque ambos pertenecen al "almacenamiento descentralizado", sus filosofías de arquitectura subyacente son casi dos caminos completamente diferentes: el primero se aproxima a la elasticidad de AWS mediante contratos de mercado, el segundo se aproxima a la eternidad de una biblioteca mediante un contrato social de una sola vez.

• Filecoin: A través de PoRep y PoSt, ha construido el sistema económico verificable más completo. No debería seguir compitiendo directamente con AWS en almacenamiento en la nube de consumo, sino que debería virar hacia el rastreo de datos de IA (Provenance), el alojamiento de conjuntos de datos públicos y el archivo por cumplimiento, proporcionando cadenas verificables para auditorías de modelos y pruebas de derechos de autor. El camino inevitable es encapsularse como una API compatible con S3 y admitir pagos en moneda fiduciaria, actualizándose de un "mercado de almacenamiento barato" a una "infraestructura de cálculo verificable".

• Arweave: Con la narrativa de "pago único, almacenamiento permanente", a través de los mecanismos Blockweave y SPoRA, obliga a los mineros a conservar y acceder rápidamente a la mayor cantidad de datos posible, especialmente los históricos escasos. Su mejor posición es como base de memoria pública para la humanidad, preservando registros de derechos humanos, pruebas de crímenes de guerra, obras culturales clásicas, archivando historias legales y financieras, proporcionando memoria a largo plazo permanentemente accesible para los agentes de IA. El valor de Arweave no reside en la velocidad, sino en su capacidad para llevar la memoria civilizatoria a través de los ciclos.

La dificultad de proyectos de almacenamiento descentralizado como Filecoin y Arweave no radica en una propuesta de valor errónea, sino en un desajuste prolongado entre la productoización, la experiencia de recuperación, la demanda real y los incentivos con tokens. Esto revela la gran brecha desde las ideas de los geeks hasta la aplicación comercial generalizada:

• Desajuste de incentivos de oferta y demanda: Las redes tempranas representadas por Filecoin expandieron rápidamente su capacidad mediante tokens, pero no construyeron un lado de la demanda de pago suficientemente fuerte, lo que llevó a una gran capacidad pero una baja utilización y conversión de pago. Se premia el "puedo almacenar", no el "necesitan que yo almacene".

• Falta de capacidad de servicio de nivel empresarial: La barrera de AWS no son los discos duros, sino el "sistema operativo de datos" compuesto por API, SLA, gestión de permisos, auditoría de cumplimiento y soporte técnico. Las empresas compran "tranquilidad", no una infraestructura experimental con la que deban manejar claves y selección de nodos por sí mismas.

• Deficiencias en la experiencia de recuperación: "Guardar" no equivale a "obtener de manera estable y con baja latencia". La dispersión de nodos, la complejidad de la topología y la falta de un SLA unificado hacen que sea difícil asumir flujos de trabajo de datos calientes de IA, siendo más adecuado para archivos fríos confiables y rastreo de datos.

• Insuficiencias en privacidad y cumplimiento: Los datos privados de las empresas no pueden simplemente escribirse en una red pública permanente; el derecho al olvido y la inmutabilidad permanente tienen un conflicto inherente. El almacenamiento descentralizado es más adecuado para datos públicos y archivos a largo plazo, no para recibir indiscriminadamente datos privados centrales.

• La economía de tokens amplifica los ciclos: La financiarización durante el mercado alcista enmascara la falta de demanda, mientras que la disminución del ROI de los mineros durante el mercado bajista expone las deficiencias comerciales. Los tokens pueden arrancar en frío la oferta, pero no pueden crear automáticamente demanda e ingresos sostenibles.

Otros proyectos de almacenamiento descentralizado suelen centrarse en ecosistemas o nichos específicos: Storj/Sia tiene una influencia de narrativa Web3 y mentalidad de la industria a través de ciclos más débil que Filecoin/Arweave; BNB Greenfield/Walrus están vinculados al ecosistema de cadenas de bloques específicas de BNB o SUI; Celestia/EigenDA pertenecen a la capa de disponibilidad de datos (DA), sirviendo para la confirmación de transacciones de Rollup en lugar del archivo a largo plazo; proyectos con narrativas híbridas como 0G intentan integrar almacenamiento, disponibilidad de datos, cálculo y liquidación de agentes de IA en un conjunto de infraestructura modular nativa de IA, pero su demanda real, adopción por desarrolladores y ciclo comercial cerrado aún están por verificarse.

Durante el período de explosión de dividendos tecnológicos, el capital persigue frenéticamente la eficiencia, y activos como GPU y HBM reciben primas extremadamente altas, mientras que el almacenamiento descentralizado que defiende la "confianza y equidad" naturalmente queda marginado. Sin embargo, el péndulo de la historia no se detendrá para siempre en el extremo de la eficiencia. Eventos como las prohibiciones y eliminaciones irracionales de contenidos por superplataformas, los litigios por derechos de autor de IA que exigen pruebas de origen de datos, las disputas de soberanía de datos provocadas por conflictos geopolíticos, la desaparición de archivos públicos debido a monopolios de datos, y la presión regulatoria sobre el cumplimiento de datos de entrenamiento de modelos, entre otros, podrían incubar una revalorización del "almacenamiento confiable", y las oportunidades futuras del almacenamiento descentralizado aún pueden reflejar su valor único en las siguientes direcciones:

• Procedencia de datos de IA: Combinar pruebas criptográficas para construir "pruebas de linaje de datos", enfrentando la presión regulatoria y de auditoría.

• Conjuntos de datos públicos y archivos civilizatorios: Anclarse en archivos censurados y patrimonio cultural, construyendo una memoria irremplazable e ineliminable.

• Archivo confiable y certificación por cumplimiento: Lograr la autoverificación confiable mediante certificación de hash, proporcionando un alto nivel de notariado digital.

• Fusión tecnológica ZK/TEE/DID: Resolver la tensión de la privacidad, actualizándose de un simple "protocolo de almacenamiento" a una "infraestructura de datos confiable".

• Ruta de producto invisible: Proporcionar API compatible con S3 y facturación en moneda fiduciaria, permitiendo a los usuarios comprar directamente el servicio de "archivo confiable".

El almacenamiento de IA y el almacenamiento descentralizado, uno persiguiendo la eficiencia extrema, proporciona el combustible para correr hacia el futuro; el otro defiende la memoria silenciosa, protegiendo nuestro derecho a mirar hacia atrás. El mercado actual recompensa sin reservas la eficiencia, por lo que el almacenamiento descentralizado parece silencioso e incluso colapsado; pero cuando la era de la IA amplíe aún más el monopolio de datos, las disputas de derechos de autor y la fragilidad de la memoria histórica, el almacenamiento descentralizado podría experimentar una revalorización de su valor con la postura de "capa fría confiable". Esas memorias que no pueden ser borradas fácilmente por plataformas, compañías o cualquier poder único, quizás dejen de ser un romanticismo idealista, una creencia marginal, para convertirse en una infraestructura necesaria.