文｜魏琳華 劉俊宏

編｜王一粟

采購，正在成為讓企業(yè)IT負責人們集中頭疼的問題。

原本可以直接花錢買到一臺按標準配置好的服務器，現在采購卻常常遇到供應商把內存、閃存、硬盤拆開賣的情況，還要求客戶額外付費。

“內存和存儲部分需要單獨下單，價格比去年翻了一倍多，還不一定有貨。”一位管采購的負責人吐槽道。

造成上述“采購亂象”的源頭，可以追溯到今年年初美國的“Stargate”（星際之門）計劃。

這個面向AI基礎設施投資的計劃，要在未來4年內投入超過5000億美元，由OpenAI、軟銀、甲骨文等巨頭牽頭。

為了支撐超級集群，它們勢必要吃掉巨量的硬件供貨。今年10月，OpenAI宣布和韓國兩大芯片巨頭三星電子、SK海力士合作，計劃在2029年向兩家公司采購90萬片半導體晶圓。

Stargate天量的需求，直接引發(fā)了全球性的硬件搶購潮。

市場研究機構TrendForce數據顯示，自今年9月起，DDR4與DDR5內存現貨價大幅上漲，其中DDR4價格環(huán)比上漲158%，DDR5現貨價環(huán)比大漲307%；NAND Flash價格漲幅同樣驚人，據金士頓數據中心SSD業(yè)務經理Cameron Crandall透露，其從今年一季度起累計上漲高達246%，其中70%漲幅集中在近60日。

“這是我29年職業(yè)生涯中‘從未見過’的劇烈波動。”Cameron Crandall說。

折射到現實中，對于偏好采用自建數據中心或者使用中小型IDC的公司來說，價格增長無疑是一場巨大的風險：原本規(guī)劃好的預算只能買到以前一半的算力；如果為了節(jié)省成本，冒險繼續(xù)使用老舊的存儲硬件，加劇數據腐爛的風險后，企業(yè)往往得不償失。

在硬件資產開始通脹，“上云”這個輕資產運營的選項，再次被推向臺前。

這一次，上云的意義不再局限于運維層面的便利，而是躲避風險、降本增效的手段。通過將硬件漲價的風險轉移給儲貨充足的云廠商，通過按需付費、彈性擴展，實現綜合降本20%-40%；同時，還能按需調用云廠商的技術、產品。

在存儲資源枯竭、價格瘋漲的至暗時刻，是時候重新審視上云的價值了。

AI“黑天鵝”扇動全球IT硬件的翅膀？

IT設備采購的困境，并不是今年才發(fā)生的。

去年，價格瘋漲的核心問題是AI服務器。由于英偉達等廠商的GPU產能不足，導致算力卡成為了硬通貨，全球一度一卡難求。但現在，GPU短缺的問題外溢到整個服務器硬件設備上。

Stargate項目的橫空出世，全面拉升了服務器采購的各個相關部件支出。

首先是存儲的價格“狂飆”。由于AI拉升需求，加上坊間傳聞OpenAI的SamAltman一系列鯨吞存儲晶圓產能的操作，造成出廠價飆升，中小IDC機房的運營成本也跟著直線拉升。據外媒報道，戴爾、聯想、HPE等主要制造商正計劃對服務器產品提價約15%。

因此，許多企業(yè)被迫陷入了兩難境地：要么在高位“接盤”昂貴的硬件，導致現金流緊張；要么延遲擴容計劃，業(yè)務也受硬件制約難以推進。

為什么一個美國的AI項目，會造成全球IT硬件如此大范圍的緊缺？

這是因為，當前的缺口并非簡單的供需失衡，本質原因是AI應用的需求，直接拔高了各家企業(yè)對基礎設施的標準。

在AI時代，算力不再是唯一的瓶頸。當模型參數量達到萬億級別，訓練和推理過程中的數據吞吐量以指數級增長，像是多米諾骨牌，一個變化推動著一系列圍繞計算的新需求出現：

實際應用中，企業(yè)不僅需要GPU進行矩陣計算，更需要高性能的HBM（高帶寬內存，特殊工藝處理的DRAM）和NAND（閃存）來存取運算過程中產生的大量數據，以便更快地處理數據；同理，還需要高速光模塊來保障數據中心內部的數據交換，支撐低延遲的需求。此外，就連高密度計算產生的高熱量，讓傳統(tǒng)風冷捉襟見肘，液冷等一系列復雜的機房建設都成為了標配。

所有需求疊加在一起，導致整個服務器行業(yè)必須進行一次全方位升級換代。

一場由需求引領的連鎖反應，落在中小企業(yè)頭上，就是一座沉重的山。

硬件需求的升級意味著漲價，這意味著企業(yè)的服務器機房成本也要增長。比起花錢翻倍，更頭疼的是“有價無市”。由于新品產能爬坡需要時間，產品交付周期也被無限拉長——當你終于批下預算，等到貨時，報價單又再次根據市場行情上調。

在這種由于“硬件通脹”導致的極端環(huán)境下，堅持傳統(tǒng)IT架構的企業(yè)背著舊時代組建好的基礎設施猶如“沉沒成本”：跟進，就要花遠超預期的投入；不跟進，風險和問題難以處理。

比如，一些企業(yè)為了控制失控的成本，開始鋌而走險，轉向繼續(xù)使用現有的、即將維保到期的存儲硬件。這種行為相當于走鋼絲，可能給企業(yè)帶來風險和安全問題。以數據腐爛為例，在存儲、傳輸或使用過程中，如果硬件受損，就可能導致企業(yè)存儲的數據無法正常被讀取使用。

人們常常把AI比作“第四次工業(yè)革命”，一項新技術的出現，往往會改寫產業(yè)鏈的各個環(huán)節(jié)。蒸汽機的發(fā)明，淘汰了低效手工業(yè)，推動了機械化、規(guī)�；�產業(yè)的誕生。

在AI時代，繼續(xù)重資產的運營IT架構，正在走向一條死胡同。

硬件通脹時代，企業(yè)IT需要上云

在硬件成本飆升的情況下，傳統(tǒng)企業(yè) IT 架構面臨的核心挑戰(zhàn)，還不僅僅是“買不起”，更多問題浮出水面。

其中，服務器資源利用率過低，資源浪費就是一個頻繁被企業(yè)提起的問題。

對于采用傳統(tǒng)IT采購模式的企業(yè)來說，必須基于未來服務器資源的需求峰值做規(guī)劃，購買足量的算力資源和存儲資源支撐業(yè)務，“屯算力”、“屯存儲”就變成了常態(tài)。但在實際應用中，先不說企業(yè)為了保障業(yè)務穩(wěn)定運行，往往要購買超量的資源；此外，企業(yè)花費高價采購的存儲和算力，還在絕大多數非峰值時間段處于閑置狀態(tài)，也就是資源浪費。

但在硬件通脹、采購成本翻倍的今天，這種長期處于低負載模式運行的方案，對中小企業(yè)來說顯得過于奢侈。

由此，無論是想要轉嫁高昂的基礎設施成本、還是按需動態(tài)調用算力，都指向云廠商的核心優(yōu)勢——靠超大規(guī)模算力集群的搭建，讓中小企業(yè)能夠彈性購買服務。

云廠商服務之所以能夠讓各行業(yè)客戶買單，它最關鍵的優(yōu)勢，就是能實現對算力資源的精細化控制。

對于本身需要靠投入基礎設施，靠規(guī)模化攤薄邊際成本的云廠商來說，它們的努力方向，就是榨取算力利用，根據客戶需求“量體裁衣”。

這里以華為云為例，相比于中小企業(yè)，云廠商通過大規(guī)模的基礎設施搭建和技術優(yōu)化，實現了后者難以企及的成本優(yōu)勢。

最基礎的服務，就是根據企業(yè)的算力需求做到按需供給。

彈性云服務器（ECS）就是最基本的量身定制服務。對于企業(yè)來說，相當于擰水龍頭——業(yè)務高峰期擰大，低谷期擰小。這種“用多少付多少”的模式，避免了企業(yè)大部分時間空置算力的尷尬。包年、包月、競價等多種計費方式，則把服務價格進一步壓低。

在靈活調用的基礎上，如何進一步榨取算力的利用率，就是各家云廠商靠技術做突圍的命題。

以華為云的Flexus X 云服務器的“柔性算力”為例，通過技術優(yōu)化，再一次打破了資源供應的限制。

過往，即時云廠商的優(yōu)勢就在于“彈性服務”，但傳統(tǒng)云服務器仍然存在能夠優(yōu)化的空間。比如，云廠商往往只提供固定的CPU與內存配比，比如2核CPU必須配4G、8G內存，遵循1:2次冪的固定配比。但如果你只需要5G的內存，那多出來的3G內存實際上就被浪費掉了。

去年，華為云發(fā)布首創(chuàng)的柔性算力就讓CPU和內存配比打破了固定比例的限制，它支持以1核1G為單位進行定義，實現1:3、2:5等自定義特殊規(guī)格，做到了更高精度的“量身定制”。同時，配合華為云遷移中心（MgC）的快速平遷，可以根據企業(yè)業(yè)務具體負載匹配對應服務器規(guī)格。據官方數據，最高能實現綜合成本降低30%。

算力的問題解決了，下一步就是解決存儲問題。數智化時代，如何安全、便宜地儲存企業(yè)的核心數據，也同樣是企業(yè)需要解決的痛點。

企業(yè)傳統(tǒng)的數據存儲方式，往往存在兩個共性問題：存不下、讀取慢。

存不下，指的是企業(yè)用于存儲的硬盤容量有限，想擴容就需要繼續(xù)買硬件；而隨著硬盤里存的文件越來越多，當系統(tǒng)需要層層翻文件夾找特定數據，速度會變得非常慢。

相比于傳統(tǒng)的存儲模式，華為云推出的對象存儲服務（OBS）更能適應當下的數據需求。

對于企業(yè)來說，云服務可以實現理論上的“無限存”，只需要加服務器就能實現無限擴容。它存儲數據的方式也和前者不同，傳統(tǒng)的存儲用樹狀存儲，文件越多，越需要系統(tǒng)多層翻閱查找。

而對象存儲服務（OBS）的基本原理可以理解成是，用數據本身+表述數據類型的元數據+全局唯一的Key來描述一個存儲單元（對象）。簡單來說，OBS相當于將冗雜的數據變成分類存儲的包裹，每個都加了標簽和編號。

所以，OBS就像一個云端無限大的倉庫，企業(yè)不需要關心倉庫怎么建、怎么擴容，只需要往里扔數據就行。同時，因為OBS描述“對象”的獨特方式，這使得華為能提供高達99.9999999999%(12個9)的數據持久性和99.995%的服務可用性（SLA，總可用時間的占比）。

針對預算有限的中小企業(yè)，華為云推出的 Flexus OBS 則是這個倉庫的“高性價比版”。它保留了核心的存儲功能和安全性，專門為需求數據歸檔、網站建設、內容分發(fā)等場景的中小企業(yè)設計。據官方數據，其最高可綜合降本20%。

總體來看，華為云等廠商提供的方案，本質上是一整套從傳統(tǒng)IT架構升級到云服務器的完整解決方案，節(jié)省硬件成本的同時，讓企業(yè)最大化地為有效算力買單。

上云，就是用云端服務的靈活性，去對抗硬件市場的長期漲價。這也是在2025年，企業(yè)保持競爭力的最優(yōu)解。

上云，迎戰(zhàn)硬件通脹時代

一個確定的事實是，只要AI技術還在不斷升級，持續(xù)融入千行百業(yè)，那么硬件通脹時代就不會輕易結束。

在這樣的背景下，如果堅持選擇傳統(tǒng)IT架構，走“自建機房”和“傳統(tǒng)托管”的路子，無疑是在逆風行走，而企業(yè)也不得不面對事倍功半的風險。

當被視為企業(yè)資產的IT硬件，正在轉變?yōu)橄拗破髽I(yè)現金流的“負債包袱”。此時，“上云”的價值，已經不再局限于技術層面，更體現在金融屬性上——它是一種對抗硬件價格浮動的手段。

對于企業(yè)來說，通過購買云服務，不僅將硬件的采購和折舊風險轉移給了云廠商，也把構建基礎設施的“隱形成本”——人力、電力和維護成本都一并抹除。而對于云廠商來說，靠著規(guī)模化效應，高效利用手中的資源，把使用成本壓縮到中小企業(yè)難以企及的價格范圍內，這對于企業(yè)來說，變成了一筆比之前性價比更高的支出。

不過，對于企業(yè)來說，如何將資源遷移到云上就成了問題，一旦出現數據丟失、軟件不兼容等問題，導致業(yè)務中斷，對于企業(yè)來說將得不償失。

如今，隨著云廠商工具鏈的成熟，這一技術門檻已被大幅削平。以華為云遷移中心（MgC）為例，作為一站式遷移平臺，它內部集成了大量根據實踐總結的遷移工作流模版，包括主機大批量遷移模板、存儲數據遷移模板，用戶可以根據不同遷移場景做選擇。工具化的遷移方法論，大幅提升了遷移速度。據官方數據顯示，其幫助神州專車提升了40%遷移效率。

除了硬件成本控制，上云更核心的戰(zhàn)略意義，在于 “借力”，通過云廠商集成的先進技術和自身業(yè)務快速融合，從而搶占市場先機。

過往，企業(yè)自建IT架構下的硬件采購、物流、上架調試通常需要數周甚至數月，而云端資源的獲取僅需分鐘級�？坎渴鹚俣鹊奶嵘�，企業(yè)能夠更快速地驗證新產品。

一個在AI時代更突出的特征是，云廠商已成為前沿技術的“集中地”。為了維持生態(tài)競爭力，云廠商通常會第一時間集成最新的AI大模型和AI應用。對于企業(yè)而言，不需要自己再做一遍，就可以直接調用對應的技術。

如今，上云已經不僅是出于成本的防御性選擇，更是幫助企業(yè)轉型數智化、通往下一個時代的入場券。

       原文標題 : 存儲通脹時代，企業(yè)IT如何尋找“避風港”？