wiadomości o firmie Huawei i nowy rynek pamięci masowej dla przedsiębiorstw

Sztuczna inteligencja (AI) przekształca rynek pamięci masowych dla przedsiębiorstw, stawiając na ultra-szybkie, wydajne rozwiązania, które dostarczają dane do przetwarzania AI, jednocześnie zapewniając cyberodporność, zmniejszając rozmiar centrów danych i obniżając zużycie energii.

Organizacje wdrażają generatywne modele językowe AI z interfejsami w języku naturalnym, a także agenty zdolne do rozumowania, komunikacji i inicjowania działań jako quasi-cyfrowi pracownicy. Zarówno modele, jak i agenci wymagają szybkiego dostępu do zaufanych danych chronionych przed złośliwym oprogramowaniem i awariami.

IDC stwierdza, że rynek pamięci masowych dla przedsiębiorstw, przyćmiony przez dwa lata przez znaczące inwestycje w serwery i procesory graficzne, korzysta teraz z dwóch wzajemnie wzmacniających się czynników: przedsiębiorstwa odświeżają infrastrukturę pamięci masowych odłożoną podczas wdrażania serwerów AI, oraz nowe zapotrzebowanie na pamięć masową napędzane przez AI z potoków treningowych, obciążeń wnioskowania i aktywacji danych nieustrukturyzowanych.

IDC dodaje, że ograniczenia w dostawach komponentów, zwłaszcza pamięci NAND flash i DRAM, nadal podnoszą ceny systemów, zwiększając wzrost przychodów poza samymi wolumenami wysyłek. Przewiduje się, że rynek utrzyma pozytywną trajektorię ze skumulowanym rocznym wskaźnikiem wzrostu na poziomie 7,3% do 2030 roku.

IDC plasuje Huawei na 2. miejscu wśród światowych dostawców pamięci masowych. Huawei zbudował dojrzałe systemy pamięci masowych dla przedsiębiorstw z all-flash block OceanStor Dorado, zunifikowaną pamięcią plików i obiektów, a także macierzami OceanStor Pacific scale-out do plików, obiektów i dużych zbiorów danych.

Jest to znaczący gracz branżowy. Na przykład Norweska Biblioteka Narodowa buduje norweskojęzyczny LLM, wykorzystując własne zasoby obliczeniowe i ponad 2 petabajty pamięci flash na wielu macierzach all-flash. Ta pamięć masowa o niskim opóźnieniu obsługuje potoki danych i przygotowanie do treningu. Szpital Ruijin wdraża OceanStor Pacific jako platformę scale-out dla jeziora danych patologii cyfrowej, przechowującego ponad milion zeskanowanych slajdów rocznie. Wielomodalny model patologii AI RuiPath szpitala wykorzystuje te dane z narzędziami Huawei ModelEngine do przygotowania danych, treningu i wnioskowania.

Raport Gartner Magic Quadrant Enterprise Storage z sierpnia 2026 roku umieszcza Huawei wśród 3 najlepszych dostawców. Huawei pojawia się w tym Magic Quadrant od ponad dekady. Gartner zauważa, że rozwiązania Huawei OceanStor Dorado all-flash storage, OceanStor Pacific storage i AI Data Platform są przeznaczone dla krytycznych obciążeń OLTP, wysokowydajnych danych nieustrukturyzowanych i obciążeń AI dla przedsiębiorstw. Huawei kontynuuje znaczące inwestycje w natywne dla AI architektury pamięci masowych, w tym sieci UnifiedBus, Context Memory Storage i zintegrowany pionowo sprzęt SSD o dużej gęstości, aby zmniejszyć zmienność łańcucha dostaw.

Analitycy raportu przedstawiają kilka założeń strategicznych:

• --Do 2029 roku pamięć masowa jako usługa (STaaS) oparta na zużyciu zastąpi 50% lokalnych wydatków kapitałowych na pamięć masową i usługi danych, w porównaniu do 25% na początku 2026 roku.
• --Do 2029 roku ponad 80% lokalnych danych nieustrukturyzowanych będzie działać na skonsolidowanych platformach pamięci masowych zamiast na oddzielnych produktach do plików i obiektów, w porównaniu do 50% w 2025 roku.
• --Do 2029 roku 70% organizacji wdroży dedykowane warstwy pamięci masowej AI do wnioskowania na dużą skalę i generowania rozszerzonego przez wyszukiwanie (RAG), w porównaniu do poniżej 10% w 2026 roku.
• --Do 2029 roku wszystkie produkty pamięci masowej będą zawierać możliwości cyberpamięci masowej skoncentrowane na aktywnym obronie, wykraczającej poza odzyskiwanie po incydencie, w porównaniu do 25% na początku 2026 roku.
• --Na rok 2027 liderzy I&O muszą przeznaczyć 250-300% swoich wydatków na pamięć masową z 2025 roku, aby pokryć rosnące koszty pamięci i przechowywania napędzane przez wzrost popytu na serwery i pamięć masową AI.

Ten ostatni punkt jest zgodny z uwagami IDC i podkreśla potrzebę wydajności pamięci masowej w celu ograniczenia kosztownego zużycia pamięci NAND.

Analitycy Gartnera twierdzą, że rynek platform pamięci masowych dla przedsiębiorstw przechodzi bezprecedensową transformację strukturalną napędzaną przez cztery główne siły: ekstremalną zmienność łańcucha dostaw i inflację kosztów, adopcję AI na skalę produkcyjną, replatforming hiperwizorów i architektury odporne na cyberdane. Tradycyjny podział między monolitycznymi macierzami klasy high-end a systemami dwukontrolerowymi klasy średniej/niższej jest przestarzały.

 Klienci poszukują obecnie pamięci masowych scale-out z dyskami SSD NVMe o niskim opóźnieniu dla krytycznych danych blokowych i obciążeń AI wymagających ogromnych zbiorów danych nieustrukturyzowanych. Architektury rozproszonych zasobów obliczeniowych i pamięci masowej zyskują na popularności dzięki niezależnemu skalowaniu zasobów obliczeniowych i pamięci masowej. Systemy oparte na dyskach są zachowywane dla danych bliskich linii lub danych ciepłych.

Wybór dostawców i produktów do oceny konkretnych obciążeń stał się bardziej złożony.

Raporty Magic Quadrant oferują szczegółowy przegląd pozycji rynkowej, aby zidentyfikować potencjalnych dostawców i służyć jako punkt wyjścia do zamówień IT. Towarzyszący raport Gartner Critical Capabilities dostarcza głębszej oceny produktów dla tego samego segmentu rynku, pomagając ocenić wybranych dostawców pod kątem wymagań RFP. Organizacje mogą wykorzystać Magic Quadrant do wyboru potencjalnych partnerów, a Critical Capabilities do oceny produktów pod kątem ich priorytetowych scenariuszy obciążeń.

Ocena Critical Capabilities Enterprise Storage 2026 oceniła ośmiu dostawców pamięci masowych z Magic Quadrant pod kątem dziesięciu możliwości i siedmiu przypadków użycia. Krytyczne możliwości:

• --Wydajność i skalowalność
• --Odporność i wydajność
• --Ekosystem
• --Zarządzanie operacjami hybrydowymi IT
• --Integracja z chmurą publiczną
• --Pamięć obiektowa
• --Odporność cybernetyczna i danych
• --Wirtualizacja i konteneryzacja
• --Integracja baz danych
• --Integracja aplikacji AI

Siedem przypadków użycia:

• --Przetwarzanie transakcji online (OLTP)
• --Zarządzanie wirtualizacją i kontenerami
• --Pliki o wysokiej wydajności
• --Aplikacje natywne dla obiektów
• --Usługi platform hybrydowych
• --Pamięć masowa w chmurze hybrydowej
• --AI

Analitycy Gartnera ważą każdą krytyczną możliwość i obliczają wyniki dostawców dla każdego przypadku użycia. Huawei przodował w trzech przypadkach użycia — więcej niż jakikolwiek inny dostawca: OLTP, pliki o wysokiej wydajności i integracja aplikacji AI.

Wykres radarowy wizualizuje ogólne porównanie. Gartner zauważa, że dostawcy integrują odporność cybernetyczną, rozproszone projekty scale-out i natywne usługi danych AI w platformach pamięci masowych. Optymalizują pamięć masową dla operacji na plikach o wysokiej wydajności i wymagających potoków treningowych/wnioskowania AI, jednocześnie coraz częściej wbudowując natywne, akcelerowane sprzętowo lub napędzane przez AI wykrywanie ransomware bezpośrednio w systemy operacyjne pamięci masowej, aby przyspieszyć identyfikację zagrożeń.

Gartner stwierdza, że Huawei dostarcza OceanStor Dorado dla all-flash block i zunifikowanej pamięci plików, a także OceanStor Pacific dla pamięci scale-out do plików, obiektów i dużych zbiorów danych. DME IQ, scentralizowany silnik AIOps, zapewnia zautomatyzowaną diagnostykę błędów, prognozowanie pojemności i zarządzanie cyklem życia w zamkniętej pętli w środowiskach fizycznych i hybrydowych chmurach, orkiestrując pełne portfolio pamięci masowych Huawei na całym świecie.

Huawei uzyskał najwyższe wyniki w przypadkach użycia dla OLTP, plików o wysokiej wydajności i AI, odzwierciedlając mocne strony w transakcyjnych środowiskach baz danych i wdrożeniach danych nieustrukturyzowanych na dużą skalę, coraz częściej wykorzystywanych do wnioskowania AI.

Natychmiastowa integracja silnika współdzielonej pamięci masowej na warstwie blokowej OceanStor umożliwia odzyskiwanie instancji baz danych w ciągu kilku sekund. OceanStor Dorado NAS zapewnia również zoptymalizowane klienty NFS+ dla węzłów baz danych, aby zmniejszyć opóźnienia operacyjne.

Wolumeny danych dla modeli AI i obciążeń agentów mogą przewyższyć wszystkie inne obciążenia pamięci masowej. AI przekształca pamięć masową na trzy kluczowe sposoby: wymaga ultra-szybkiego dostępu do ogromnych repozytoriów danych nieustrukturyzowanych; umożliwia cyberodporność na prędkości maszynowej do wykrywania, blokowania i odzyskiwania po atakach cybernetycznych napędzanych przez AI; oraz upraszcza monitorowanie i zarządzanie pamięcią masową, jednocześnie optymalizując rozmieszczenie danych.

Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Global Strategy Director
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storagesserver.com
Fokus biznesowy:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Z ponad 20-letnim doświadczeniem w dystrybucji IT, współpracujemy z wiodącymi globalnymi markami, dostarczając niezawodne produkty i profesjonalne usługi.
„Wykorzystując technologię do budowania inteligentnego świata” Twój zaufany dostawca usług produktów ICT!