Global Direct Attached Artificial Intelligence (AI) Storage System Market Size, Share, and Trends Analysis Report - Industry Overview and Forecast to 2033

Каков размер и темпы роста рынка систем прямого искусственного интеллекта (ИИ)

• Согласно анализу Data Bridge Market Research, рынок систем хранения данных с непосредственным подключением искусственного интеллекта (ИИ) был оценен как45,54 млрд долларов в 2025 годуи, по прогнозам, достигнет197,12 млрд долларов США к 2033 годуРастущий в aCAGR 20.10% с 2026 по 2033 год.
• Рынок переживает последовательный рост, обусловленный быстрым внедрением искусственного интеллекта и рабочих нагрузок машинного обучения, растущим спросом на высокопроизводительное и низкочастотное хранение, а также растущей сложностью и объемом наборов данных, используемых для обучения модели ИИ и вывода. Достижения в NVMe, PCIe и оптимизированных для ИИ архитектурах хранения еще больше повышают пропускную способность и эффективность обработки данных.
• Растущее развертывание приложений ИИ на предприятиях, поставщиках облачных услуг, телекоммуникациях, здравоохранении, финансах и производстве в сочетании с расширением передовых вычислений и центров обработки данных с поддержкой ИИ заставляют организации внедрять решения для хранения данных с прямым подключением. Эти системы обеспечивают высокоскоростной доступ к данным, одновременно уменьшая задержки и узкие места передачи данных, что делает их все более подходящими для обучения ИИ, машинного обучения, аналитики в реальном времени и рабочих нагрузок вывода.

Размер рынка и прогноз

• Глобальная рыночная стоимость (2025): 45,54 млрд. долларов США
• Ожидаемая рыночная стоимость (2033): $197,12 Миллиард
• Прогноз CAGR (2026–2033): 20,10%
• Ведущий регион в 2025 году: Северная Америка
• Самый быстрорастущий регион: Азиатско-Тихоокеанский регион

Каковы основные выводы рынка систем хранения с непосредственным подключением искусственного интеллекта (ИИ)

• Северная Америка доминировала на рынке систем хранения искусственного интеллекта (ИИ) с самой большой долей дохода в 34,66% в 2025 году, чему способствовало раннее внедрение ИИ, расширение гипермасштабного центра обработки данных и высокие инвестиции в инфраструктуру ИИ.
• Ожидается, что Азиатско-Тихоокеанский регион будет самым быстрорастущим регионом с CAGR 20,00% с 2026 по 2033 год, чему способствует быстрое внедрение ИИ, расширение инфраструктуры центров обработки данных и рост инвестиций в Китае, Индии, Японии и Южной Корее.
• Сегмент оборудования возглавил рынок с долей 65% в 2025 году, что обусловлено растущим развертыванием высокопроизводительных компонентов хранения для рабочих нагрузок ИИ.
• Программное обеспечение является самым быстрорастущим типом предложения, прогнозируемым для регистрации CAGR в 27,0%, что отражает рост спроса на интеллектуальное управление хранением и оптимизацию рабочих нагрузок ИИ.
• Сегмент блочного хранения доминировал в категории типов архитектуры хранения с долей дохода 45% в 2025 году, во главе с его высокопроизводительными и низколатентными характеристиками.
• На долю жесткого диска в 2025 году приходилось 40% рынка, предпочитаемого предприятиями, поставщиками облачных услуг и гипермасштабными центрами обработки данных для их экономически эффективного хранения с высокой пропускной способностью, особенно для больших наборов данных ИИ, архивных данных и рабочих нагрузок, ориентированных на емкость.
• Сегмент RAG является самой быстрорастущей категорией приложений с CAGR 30,0%, что обусловлено растущим внедрением генеративных приложений ИИ, которые извлекают информацию из внешних репозиториев знаний.

Сфера охвата отчетов и сегментация рынка систем непосредственного искусственного интеллекта (ИИ)

Какова ключевая тенденция на рынке систем хранения с непосредственным подключением искусственного интеллекта (ИИ)

• Инфраструктура ИИ все больше смещается в сторону архитектур хранения NVMe с высокой плотностью, которые размещают данные ближе к графическим процессорам, уменьшая задержку перемещения данных и улучшая использование ускорителей во время интенсивного обучения и рабочих нагрузок вывода.
• Например, в мае 2025 года Dell Technologies представила Lightning File System, разработанную с прямым доступом NVMe для требовательных сред ИИ, поддерживающую организации, работающие с кластерами с более чем 16 000 графических процессоров или 4 ТБ / с совокупной пропускной способностью.
• Пути GPU-прямых данных все чаще интегрируются с архитектурами хранения ИИ, чтобы обойти ненужные копии памяти процессора, уменьшить задержку и ускорить перемещение больших наборов данных обучения между памятью памяти и памятью GPU.
• Вендоры по хранению также разрабатывают SSD-решения с более высокой плотностью для размещения быстро расширяющихся наборов данных ИИ, одновременно контролируя пространство стойки, энергопотребление и требования к охлаждению во все более плотных центрах обработки данных ИИ.
• Например, в марте 2025 года Solidigm представила свой твердотельный накопитель с жидкостным охлаждением D7-PS1010 E1.S, специально разработанный для поддержки полностью жидкостных серверов ИИ и решения тепловых задач, создаваемых все более плотной инфраструктурой ИИ.
• По мере того, как модели ИИ, мультимодальные наборы данных и кластеры графических процессоров продолжают расширяться, ожидается ускорение внедрения петабайтного масштаба, гиперплотного хранилища с прямым подключением, что сделает локализованное хранилище с высокой пропускной способностью все более важным компонентом инфраструктуры ИИ.

Каковы ключевые драйверы рынка систем хранения с прямым подключением искусственного интеллекта (ИИ)

• Быстрый рост генеративного ИИ, больших языковых моделей и рабочих нагрузок машинного обучения с интенсивной передачей данных значительно увеличивает спрос на высокопроизводительное хранилище, способное поставлять графическим процессорам массивные наборы данных без создания узких мест доступа к данным.
• Например, в январе 2025 года Seagate сообщила, что 61% опрошенных организаций, в основном использующих облачное хранилище, ожидают, что их требования к хранению увеличатся более чем на 100% в течение следующих трех лет.
• Поставщики инфраструктуры ИИ все чаще интегрируют NVMe, GPU-прямое хранилище и интерфейсы с высокой пропускной способностью для улучшения использования вычислений, снижения задержки и сокращения циклов обучения и выводов для все более сложных моделей ИИ.
• Например, в марте 2025 года NVIDIA продемонстрировала интеграцию GPUDirect Storage в GTC 2025, показывая, как прямые пути передачи данных между памятью и памятью GPU могут снизить вовлеченность процессора и повысить производительность приложений ИИ.
• С распространением ИИ на предприятиях, облачных провайдерах, здравоохранении, финансах, производстве и исследованиях потребность в быстрой, масштабируемой и локализованной инфраструктуре хранения будет продолжать укреплять спрос на системы хранения ИИ с прямым подключением.

Какие факторы препятствуют росту рынка систем хранения с непосредственным подключением искусственного интеллекта (ИИ)

• Передовые системы хранения ИИ с прямым подключением требуют высокопроизводительных твердотельных накопителей NVMe, специализированной инфраструктуры PCIe, высокоскоростного подключения и сложного охлаждения, что приводит к значительным первоначальным инвестициям и сложности инфраструктуры.
• Например, в январе 2025 года Solidigm сообщила, что центры обработки данных ИИ сталкиваются со значительными проблемами с электроэнергией, поскольку хранение больших наборов данных для обучения и контрольно-пропускных пунктов существенно увеличивает общие потребности в энергии инфраструктуры, демонстрируя растущую операционную нагрузку, связанную с развертыванием хранилища ИИ.
• Эти высокие инфраструктурные и эксплуатационные расходы могут ограничить внедрение среди небольших предприятий и организаций, которым не хватает капитала, мощности и технических ресурсов, необходимых для развертывания плотных сред хранения ИИ.
• Архитектура с прямым подключением также может создавать ограничения обмена данными, поскольку хранилище физически связано с конкретными вычислительными узлами, что потенциально снижает гибкость, когда нескольким пользователям или приложениям требуется одновременный доступ к одним и тем же наборам данных.
• Например, в сентябре 2025 года TrendForce сообщила, что спрос на хранилища, основанные на искусственном интеллекте, создает серьезную нехватку в стационарных жестких дисках, в то время как твердотельные накопители с высокой емкостью все чаще принимаются, несмотря на их более высокую стоимость, создавая давление предложения и стоимости для инфраструктуры хранения ИИ.
• Сочетание высоких затрат на оборудование, требований к мощности и охлаждению, сложности инфраструктуры и ограниченной гибкости обмена данными может замедлить внедрение, особенно среди чувствительных к затратам организаций и небольших развертываний ИИ.

Как сегментируется рынок систем хранения прямого искусственного интеллекта (ИИ)

Рынок систем хранения искусственного интеллекта (ИИ) сегментирован на основе предложения, архитектуры хранения, среды хранения, приложения и конечного пользователя.

• Предлагая

На основе предложения рынок систем хранения искусственного интеллекта (ИИ) сегментирован на аппаратное и программное обеспечение. Сегмент аппаратного обеспечения доминировал на рынке с долей 65% в 2025 году, благодаря увеличению развертывания высокопроизводительных компонентов хранения для рабочих нагрузок ИИ. Аппаратное обеспечение включает в себя твердотельные накопители, контроллеры хранения, интерфейсы PCIe и другие компоненты, необходимые для доставки высокоскоростных данных на вычислительные ресурсы ИИ. Быстрое расширение инфраструктуры на основе GPU увеличивает потребность в системах хранения, способных обеспечить высокую пропускную способность и низкую задержку. Хранение на основе NVMe особенно важно, поскольку обучение ИИ включает в себя интенсивные и повторяющиеся операции доступа к данным. Увеличение инвестиций в центры обработки данных ИИ и высокопроизводительную вычислительную инфраструктуру еще больше поддерживают спрос на оборудование.

Сегмент программного обеспечения, по прогнозам, зафиксирует самый быстрый рост CAGR на 27,0% с 2026 по 2033 год, что обусловлено растущим спросом на интеллектуальное управление хранением и оптимизацию рабочих нагрузок ИИ. Программное обеспечение для хранения позволяет организациям улучшать размещение данных, мониторинг, резервное копирование, восстановление и использование в инфраструктуре ИИ. Растущие размеры кластеров ИИ увеличивают сложность эффективного управления ресурсами хранения. Программно-определяемое хранилище также может помочь организациям улучшить масштабируемость и упростить управление все более разнородными средами ИИ. Интеграция с платформами оркестровки ИИ и автоматизированное управление рабочей нагрузкой создает дополнительные возможности для поставщиков программного обеспечения.

• Архитектура хранения

На основе архитектуры хранения рынок сегментирован на файловое хранилище, хранилище объектов и хранилище блоков. Сегмент хранения блоков доминировал на рынке с долей 45% в 2025 году, чему способствовали его высокопроизводительные характеристики и низкая задержка. Хранение блоков обеспечивает индивидуально адресуемые блоки данных, к которым можно быстро получить доступ с помощью вычислительно-интенсивных приложений. Это делает архитектуру особенно подходящей для обучения ИИ, машинного обучения, баз данных и высокопроизводительных вычислений. Модели ИИ требуют многократного доступа к большим наборам данных, что делает предсказуемую и быструю производительность ввода / вывода необходимой. Растущее развертывание кластеров GPU еще больше увеличивает спрос на архитектуры хранения, способные поддерживать высокую пропускную способность.

Сегмент хранения объектов, по прогнозам, будет регистрировать самый быстрый рост при приблизительном CAGR 25,0% с 2026 по 2033 год, что обусловлено взрывным ростом неструктурированных данных ИИ. Объектное хранилище может эффективно вмещать большие коллекции изображений, видео, документов, наборов данных, файлов моделей и контента, созданного ИИ. Растущее использование генеративного ИИ создает огромные хранилища неструктурированной информации, которые требуют масштабируемого хранения. Объектные архитектуры также поддерживают крупномасштабные хранилища данных и озера данных ИИ, используемые для разработки моделей и аналитики. Увеличение внедрения мультимодального ИИ еще больше расширяет объем и разнообразие данных, которые необходимо сохранить организациям.

• Средний уровень хранения

На основе среды хранения рынок сегментирован на жесткий диск и твердотельный накопитель. Сегмент жестких дисков доминировал на рынке с долей 40% в 2025 году, в первую очередь потому, что жесткие диски обеспечивают высокую емкость при сравнительно более низкой стоимости на единицу хранения. HDD остаются полезными для больших наборов данных, архивной информации, резервных репозиториев и рабочих нагрузок ИИ, где чрезвычайно низкая задержка не является существенной. Их благоприятная экономика делает их привлекательными для организаций, управляющих быстро растущими объемами данных, связанных с ИИ. HDD также могут обеспечить экономичную емкость для наборов данных, к которым обращаются реже. Однако их механическая архитектура ограничивает производительность по сравнению с флэш-памятью для интенсивного обучения ИИ и рабочих нагрузок вывода.

Ожидается, что сегмент твердотельных накопителей зафиксирует самый быстрый рост CAGR на 22,0% с 2026 по 2033 год, что обусловлено растущими требованиями к высокоскоростному доступу к данным в обучении ИИ и выводам. SSD обеспечивают значительно меньшую задержку и более высокую производительность ввода / вывода, чем HDD, что делает их хорошо подходящими для GPU-интенсивных рабочих нагрузок. NVMe SSD могут обеспечить особенно высокую пропускную способность через интерфейсы PCIe, помогая уменьшить узкие места передачи данных между хранилищами и вычислительными ресурсами. Растущая сложность крупных моделей ИИ увеличивает потребность в быстрой загрузке наборов данных, параметров модели и контрольных точек. Более мощные корпоративные твердотельные накопители также делают флэш-память все более практичной для крупномасштабной инфраструктуры ИИ.

• С помощью приложения

На основе применения рынок сегментирован в машинное обучение, ИИ, глубокое обучение, аналитику данных, большие данные, обучение LLM и тонкую настройку, RAG и краевой ИИ. Сегмент обучения и тонкой настройки LLM доминировал на рынке с долей 35% в 2025 году, чему способствовало быстрое расширение генеративного ИИ и разработка модели фундамента. Большие языковые модели требуют огромных наборов данных и повторяющихся высокоскоростных операций чтения и записи во время обучения. Прямое прикрепленное хранилище позволяет данным оставаться близкими к вычислительным ресурсам с интенсивным GPU, помогая уменьшить узкие места в движении данных. Модель контрольно-пропускного пункта также генерирует значительный объем трафика во время длительных циклов обучения. Растущее развитие собственных и доменных LLM создает дополнительный спрос на высокопроизводительное хранилище.

Сегмент RAG, по прогнозам, зафиксирует самый быстрый рост CAGR на 30,0% с 2026 по 2033 год, что обусловлено растущим внедрением генеративных приложений ИИ, которые извлекают информацию из внешних репозиториев знаний. Системы RAG зависят от быстрого поиска документов, встраивания, векторных данных и другой информации перед генерацией ответов. Высокопроизводительное хранилище может помочь уменьшить задержку доступа к данным в локально поддерживаемых хранилищах знаний ИИ. Предприятия все чаще применяют RAG для поддержки клиентов, внутреннего управления знаниями, исследований, анализа документов и корпоративного поиска. Растущее внедрение частных и доменных моделей ИИ еще больше увеличивает потребность в быстро доступных собственных наборах данных.

• конечным пользователем

На базе конечного пользователя рынок сегментирован на предприятия, государственные органы, поставщиков облачных услуг и телекоммуникационные компании. Сегмент предприятий доминировал на рынке с долей 50% в 2025 году, что отражает увеличение инвестиций в специализированную инфраструктуру ИИ в нескольких отраслях. Предприятия внедряют ИИ для аналитики, автоматизации, клиентских приложений, кибербезопасности, разработки продуктов и бизнес-аналитики. Прямое хранилище обеспечивает высокоскоростной локальный доступ к собственным наборам данных, минимизируя задержки передачи данных, связанные с сетью. Крупные организации особенно активны в развертывании частных сред ИИ и высокопроизводительных вычислительных кластеров. Растущее внедрение генеративного ИИ в сфере финансовых услуг, здравоохранения, производства, розничной торговли и средств массовой информации еще больше усиливает спрос на предприятия.

Сегмент поставщиков облачных услуг, по прогнозам, зафиксирует самый быстрый рост CAGR на 26,0% с 2026 по 2033 год, что обусловлено быстрым расширением облачной инфраструктуры, ориентированной на ИИ, и платформ GPU-as-a-service. Облачные провайдеры требуют высокопроизводительного хранилища, способного снабжать большие кластеры GPU данными с достаточной скоростью. Прямые архитектуры могут уменьшить задержку хранения и улучшить использование ускорителей в интенсивных средах обучения ИИ и вывода. Расширение генеративных услуг ИИ побуждает облачных провайдеров создавать все более плотную инфраструктуру графических процессоров, создавая соответствующие требования к хранению. Облачные компании также разрабатывают специализированную инфраструктуру для поддержки моделей фундамента, корпоративных платформ ИИ и услуг машинного обучения.

В каком регионе находится наибольшая доля рынка систем хранения с непосредственным подключением искусственного интеллекта (ИИ)

• Северная Америка доминировала на рынке систем хранения искусственного интеллекта (ИИ) с самой большой долей дохода в 34,66% в 2025 году, чему способствовало раннее внедрение ИИ, расширение гипермасштабного центра обработки данных и высокие инвестиции в инфраструктуру ИИ.
• Регион также выигрывает от присутствия ведущих поставщиков облачных услуг, технологических компаний ИИ, исследовательских институтов и зрелой экосистемы центров обработки данных. Высокое внедрение рабочих нагрузок ИИ, требующих низкой задержки и высокой пропускной способности хранения, наряду с продолжающимся расширением центров обработки данных ИИ и инфраструктуры GPU, еще больше укрепляет лидирующие позиции Северной Америки на мировом рынке.

U.S. Direct Attached Artificial Intelligence (AI) Storage System

Рынок систем хранения данных с искусственным интеллектом (ИИ) в США демонстрирует сильный рост благодаря растущим инвестициям в центры обработки данных ИИ, высокопроизводительную вычислительную инфраструктуру и передовые технологии хранения. Концентрация в стране ведущих гипермасштабных облачных провайдеров, компаний ИИ и разработчиков технологий, наряду с растущим внедрением систем хранения на основе NVMe и GPU-оптимизированных систем, стимулирует спрос на корпоративные, облачные и исследовательские приложения. Кроме того, растущее развертывание больших языковых моделей и рабочих нагрузок ИИ с интенсивной передачей данных ускоряет потребность в решениях для хранения данных с низкой задержкой и высокой пропускной способностью.

Азиатско-тихоокеанская система прямого искусственного интеллекта (AI) Market Insight

Ожидается, что рынок систем хранения данных с искусственным интеллектом (ИИ) в Азиатско-Тихоокеанском регионе будет быстро расти, чему будет способствовать внедрение ИИ, расширение инфраструктуры центров обработки данных и увеличение инвестиций в высокопроизводительные вычисления в таких странах, как Китай, Япония и Индия. Растущий спрос на локализованные решения для хранения данных с низкой задержкой, растущее развертывание рабочих нагрузок ИИ и государственная поддержка инфраструктуры ИИ поддерживают расширение регионального рынка. Кроме того, быстрое развитие облачных сервисов, периферийных вычислений и центров обработки данных, ориентированных на ИИ, ускоряет внедрение систем хранения данных с прямым подключением на предприятиях и поставщиках технологий.

Японская система прямого искусственного интеллекта (AI) Storage System Insight

Японский рынок систем хранения данных с искусственным интеллектом (ИИ) демонстрирует устойчивый рост благодаря растущим инвестициям в инфраструктуру ИИ, центры обработки данных и передовые вычислительные технологии. Предприятия, технологические компании и исследовательские учреждения все чаще внедряют высокопроизводительные системы хранения для поддержки обучения модели ИИ, анализа данных и других рабочих нагрузок, требующих больших объемов данных. Более того, растущая интеграция NVMe-хранилищ, GPU-ускоренных вычислений и локализованной инфраструктуры искусственного интеллекта способствует росту рынка в Японии.

China Direct Attached Artificial Intelligence (AI) Storage System

Рынок систем хранения искусственного интеллекта (ИИ) в Китае быстро растет, что обусловлено ростом внедрения ИИ, расширением инфраструктуры центров обработки данных и растущим спросом на высокоскоростные возможности обработки данных. Растущее развертывание приложений с поддержкой ИИ в технологическом, финансовом, производственном и телекоммуникационном секторах значительно повышает спрос на платформы хранения с низкой задержкой. Кроме того, увеличение инвестиций в отечественную инфраструктуру ИИ, облачные вычисления и локализованные технологии хранения данных позиционирует Китай как один из самых быстрорастущих рынков для систем хранения ИИ с прямым подключением во всем мире.

Британская система прямого искусственного интеллекта (AI) Market Insight

Рынок систем хранения искусственного интеллекта (ИИ) в Великобритании переживает устойчивый рост, чему способствуют растущие инвестиции в инфраструктуру ИИ, облачные вычисления и передовые технологии центров обработки данных. Растущее внедрение высокопроизводительных решений для хранения данных предприятиями, поставщиками облачных услуг и исследовательскими организациями способствует расширению рынка. Кроме того, растущий спрос на безопасную, высокоскоростную и низкочастотную инфраструктуру данных, наряду с увеличением нагрузки на ИИ и аналитику данных, укрепляет позиции Великобритании как ключевого европейского рынка для систем хранения ИИ с прямым подключением.

Германия Прямая система хранения искусственного интеллекта (ИИ) Проницательность рынка

Рынок систем хранения искусственного интеллекта (ИИ) в Германии неуклонно расширяется благодаря сильной промышленной базе страны, развитой экосистеме центров обработки данных и растущему внедрению технологий ИИ. Предприятия, технологические компании и исследовательские учреждения все чаще используют высокопроизводительные системы хранения для обучения ИИ, анализа данных и других вычислительно интенсивных приложений. Постоянные инвестиции в инфраструктуру искусственного интеллекта, облачные сервисы и высокоскоростное хранилище NVMe, наряду с сильным акцентом Германии на цифровую трансформацию и суверенитет данных, способствуют дальнейшему росту рынка.

Каковы ведущие компании на рынке систем хранения данных с прямым подключением искусственного интеллекта (ИИ)

Индустрия систем хранения искусственного интеллекта (ИИ) в основном возглавляется хорошо зарекомендовавшими себя компаниями, в том числе:

• Dell Inc(США)
• Корпорация NVIDIA(США)
• Micron Technology, Inc.(США)
• Seagate Technology LLC(США)
• NetApp, Inc.(США)
• Lenovo (Китай)
• Hewlett Packard Enterprise Development LP (США)
• Корпорация IBM (США)
• Super Micro Computer, Inc. (США)
• Western Digital Corporation (США)
• KIOXIA Corporation (Япония)
• Самсун (Южная Корея)
• SK hynix Inc. (Южная Корея)
• VAST Data (США)
• Pure Storage, Inc. (США)
• DDN (США)
• WekaIO (США)
• Qumulo, Inc. (США)
• Huawei Technologies Co., Ltd. (Китай)
• Hitachi Vantara LLC (США)

Каковы последние разработки на рынке систем хранения с прямым подключением искусственного интеллекта (ИИ)

• В мае 2025 года Dell Technologies анонсировала Project Lightning, новую высокопроизводительную параллельную файловую систему, предназначенную для ускорения крупномасштабных рабочих нагрузок ИИ. Сообщается, что решение обеспечивает в два раза большую пропускную способность, чем конкурирующие параллельные файловые системы в тестировании Dell, и было разработано для уменьшения узких мест хранения во время обучения модели ИИ. Project Lightning обеспечивает высокопроизводительный доступ к хранилищам для сложных рабочих процессов ИИ и поддерживает среды, требующие крупномасштабной обработки данных. Этот запуск усиливает фокус Dell на специально созданных технологиях хранения данных для требовательного обучения ИИ и создания выводов.
• В марте 2025 года Solidigm представила один из первых в мире твердотельных накопителей с жидкостным охлаждением для развертывания ИИ на конференции GTC AI. SSD D7-PS1010 E1.S сочетает в себе хранилище PCIe корпоративного класса с технологией жидкостного охлаждения с холодной пластиной для удовлетворения растущих тепловых потребностей серверов AI высокой плотности. Технология предназначена для устранения необходимости в традиционных вентиляторах устройств хранения и поддержки будущих архитектур серверов с полностью жидкостным охлаждением. Это также усиливает роль высокопроизводительных твердотельных накопителей в средах хранения ИИ с прямым подключением.
• В октябре 2024 года NVIDIA анонсировала новое решение JBOF от Supermicro для оптимизации хранения данных ИИ. Решение использует DPU NVIDIA BlueField в архитектуре Just-a-bunch-of-flash (JBOF) и может быть развернуто как хранилище с прямым подключением или как сетевое хранилище файлов и объектов. Подход, основанный на DPU, позволяет отойти от процессора, помогая повысить эффективность перемещения данных для рабочих нагрузок ИИ. Разработка отражает растущее внедрение ускоренных архитектур хранения, которые более эффективно соединяют высокопроизводительное флэш-хранилище с вычислительной инфраструктурой ИИ.
• В мае 2023 года Micron запустила SSD-накопитель с высокой пропускной способностью 6500 ION для удовлетворения растущих требований к хранению и производительности озер данных ИИ и других сложных рабочих нагрузок. SSD использует 232-слойную технологию NAND и обеспечивает высокопроизводительное хранилище NVMe, предназначенное для крупномасштабного развертывания центров обработки данных. Micron подчеркнула свою пригодность для озер данных ИИ и сообщила о значительных улучшениях производительности при хранении объектов и рабочей нагрузке баз данных. Запуск демонстрирует растущий сдвиг в сторону высокопроизводительных твердотельных накопителей NVMe, способных поддерживать расширяющиеся наборы данных, генерируемые приложениями ИИ.
• В ноябре 2021 года NVIDIA представила Magnum IO GPUDirect Storage как технологию для оптимизации перемещения данных между хранилищем и памятью GPU. GPUDirect Storage обеспечивает прямую передачу данных между локальным NVMe или удаленным хранилищем и памятью GPU, минуя ненужные копии через память CPU. Эта архитектура уменьшает задержку и использование процессора, одновременно улучшая перемещение данных в ИИ на основе GPU и высокопроизводительные вычислительные нагрузки. Разработка заложила важную технологическую основу для современных архитектур хранения ИИ с прямым подключением, которые требуют высокопроизводительного доступа к рабочей нагрузке GPU с низкой задержкой.

SKU-55393