IDC'den 2030 tahmini: Veri 718ZB'ye çıkabilir, depolama darboğazı büyüyor

Yapay zeka veri merkezlerindeki rekabetin odağı, grafik işlem birimi (GPU) tedarikinden veri depolama mimarisine doğru genişliyor. Eğitim ve çıkarım süreçleri tamamlandıktan sonra da veriler birikmeye devam ederken, depolama donanımının yapay zeka altyapısının yeni darboğazı haline geldiği belirtiliyor.

Western Digital(WDC), 23 Temmuz'da (yerel saatle) yayımladığı blog yazısında IDC'nin Global DataSphere tahminine atıfla, 2030 yılında dünya genelinde yıllık yeni veri üretiminin 718ZB'ye ulaşmasının beklendiğini açıkladı. Şirket, yapay zeka altyapısının yalnızca GPU performansına göre tasarlanması halinde uzun vadeli işletim sürecinde maliyet, veri arama ve kurtarma sorunlarının büyüyebileceğini belirtti.

Yapay zeka sistemleri tek bir hesaplama döngüsüyle sona ermiyor. Eğitim verileri, model kontrol noktaları (checkpoint), gömme vektörleri (embedding vector), çıkarım kayıtları, komut istemleri (prompt), çıktılar ve değerlendirme verileri sürekli birikiyor. Bu veriler daha sonra model iyileştirme, kalite değerlendirmesi, uyumluluk kontrolü ve arıza analizinde yeniden kullanılabiliyor.

Western Digital bu nedenle yapay zeka altyapısının sade bir hesaplama ortamı değil, bir 'veri sistemi' olarak ele alınması gerektiğini vurguladı. Şirkete göre yalnızca GPU kullanım oranını artırmaya odaklanan tasarımlar, veri biriktikten sonraki işletim maliyetini ve yönetim yükünü yeterince yansıtamıyor.

Buradaki asıl mesele, depolama donanımlarının tek başına performans yarışı değil. Hangi verinin ne sıklıkla okunduğu, ne kadar hızlı kurtarılması gerektiği ve yeniden oluşturulmasının maliyetinin ne olduğu gibi kriterlere göre depolama katmanlarının ayrılması gerekiyor.

Western Digital, aktif eğitim verileri ile gerçek zamanlı çıkarım verilerinin yüksek performanslı flash depolama birimlerinde tutulmasını, uzun süreli arşiv verileri, geçmiş kayıtlar ve düşük sıklıkla erişilen içeriklerin ise büyük kapasiteli HDD ve nesne tabanlı depolama (object storage) sistemlerine yerleştirilmesini öneriyor. Şirket, verinin kullanım amacına göre farklı depolama noktalarına yönlendirilmesinin toplam maliyeti düşürebileceğini açıkladı.

Zettabayt (ZB), büyük ölçekli veriler için kullanılan bir birimdir; 1ZB yaklaşık 1 trilyon GB'a karşılık gelir. Veri hacmi petabayt (PB) ve eksabayt (EB) düzeyine çıktıkça, tüm verilerin yüksek performanslı depolama birimlerinde tutulması maliyet ve enerji tüketimi açısından ağır bir yük oluşturabilir.

Western Digital'in yapay zeka depolama altyapısına ilişkin verilerine göre, bulut ve yapay zeka verilerinin yaklaşık yüzde 80'i HDD'lerde saklanıyor. Şirketin 2026 yılı müşteri araştırmasında ise katılımcıların yüzde 87'si, yapay zeka altyapısı planlamasında kapasite genişletme ve toplam sahip olma maliyetinin (TCO) optimizasyonuna öncelik verdiğini belirtti.

Büyük ölçekli kuruluş temsilcilerinin yüzde 70'i, toplam depolama kapasitesinin yarısından fazlasının HDD'lerden oluştuğu bir yapı işlettiklerini söyledi. Yapay zeka verisi arttıkça, yüksek performanslı flash depolama ile büyük kapasiteli HDD'yi bir arada kullanan katmanlı depolama mimarisinin önemi de artıyor.

Bu değişim, yerel şirketleri de GPU alımı sonrasındaki maliyet yapısını yeniden gözden geçirmeye yönlendiren bir sinyal niteliği taşıyor. Yapay zeka hizmetleri deneme aşamasından işletim aşamasına geçtikçe, çıkarım kayıtları ve çıktı verileri her gün yeniden oluşuyor. Bunların tamamının yüksek performanslı depolama birimlerinde tutulması maliyet yükünü artırırken, silinmesi durumunda ise model doğrulama ve denetim verileri azalabiliyor.

Bu gelişmenin yerel sektörle bağlantısı, yapay zeka veri merkezi yatırım eğilimleri içinde de okunabiliyor. Yayınımız daha önce yapay zeka veri merkezlerindeki depolama ve veri aktarım darboğazına yönelik teknolojilerin yüksek performanslı yarı iletken ve depolama donanımı talebini etkilediğini aktarmıştı. Depolama birimleri artık hesaplama donanımının arkasında yer alan yardımcı bir bileşen değil, veri merkezi tasarımının temel unsurlarından biri olarak yeniden değerlendiriliyor.

Ancak bu veriler, herhangi bir kripto para veya token fiyatıyla doğrudan bağlantılı bir içerik taşımıyor. Yapay zeka altyapı maliyet yapısındaki ve veri merkezi tasarımındaki değişimler, ilgili sektörleri değerlendirmek için arka plan göstergesi olabilir; ancak bunları yatırım kararı veya fiyat tahmini olarak yorumlamak mümkün değildir.

Western Digital, gelecekte yapay zeka altyapısını değerlendirme kriterlerinin yalnızca GPU sayısıyla sınırlı kalmayıp, PB başına depolama maliyeti, enerji tüketimi, kurtarma verimliliği ve veri yaşam döngüsü yönetim kapasitesini de kapsayacak şekilde genişleyebileceğini öngörüyor. Şirketler artık yapay zeka verisini ne kadar süre, hangi hızla ve hangi maliyet yapısıyla saklayacaklarını birlikte değerlendirmek zorunda kaldıkları bir aşamaya girdi.

Doğrulama kaynağı: Western Digital blog yazısı 'Not All Data Deserves the Same Infrastructure' https://blog.westerndigital.com/tiered-storage-for-ai-data-placement-strategy/, Western Digital AI Storage Infrastructure https://www.westerndigital.com/solutions/ai-storage-infrastructure/