文｜魏琳華 劉俊宏

編｜王一粟

采購，正在成為讓企業(yè)IT負(fù)責(zé)人們集中頭疼的問題。

原本可以直接花錢買到一臺(tái)按標(biāo)準(zhǔn)配置好的服務(wù)器，現(xiàn)在采購卻常常遇到供應(yīng)商把內(nèi)存、閃存、硬盤拆開賣的情況，還要求客戶額外付費(fèi)。

“內(nèi)存和存儲(chǔ)部分需要單獨(dú)下單，價(jià)格比去年翻了一倍多，還不一定有貨。”一位管采購的負(fù)責(zé)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(jì)劃。

這個(gè)面向AI基礎(chǔ)設(shè)施投資的計(jì)劃，要在未來4年內(nèi)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(jí)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(jì)劃在2029年向兩家公司采購90萬片半導(dǎo)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(jī)構(gòu)TrendForce數(shù)據(jù)顯示，自今年9月起，DDR4與DDR5內(nèi)存現(xiàn)貨價(jià)大幅上漲，其中DDR4價(jià)格環(huán)比上漲158%，DDR5現(xiàn)貨價(jià)環(huán)比大漲307%；NAND Flash價(jià)格漲幅同樣驚人，據(jù)金士頓數(shù)據(jù)中心SSD業(yè)務(wù)經(jīng)理Cameron Crandall透露，其從今年一季度起累計(jì)上漲高達(dá)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(dòng)。”Cameron Crandall說。

折射到現(xiàn)實(shí)中，對(duì)于偏好采用自建數(shù)據(jù)中心或者使用中小型IDC的公司來說，價(jià)格增長無疑是一場巨大的風(fēng)險(xiǎn)：原本規(guī)劃好的預(yù)算只能買到以前一半的算力；如果為了節(jié)省成本，冒險(xiǎn)繼續(xù)使用老舊的存儲(chǔ)硬件，加劇數(shù)據(jù)腐爛的風(fēng)險(xiǎn)后，企業(yè)往往得不償失。

在硬件資產(chǎn)開始通脹，“上云”這個(gè)輕資產(chǎn)運(yùn)營的選項(xiàng)，再次被推向臺(tái)前。

這一次，上云的意義不再局限于運(yùn)維層面的便利，而是躲避風(fēng)險(xiǎn)、降本增效的手段。通過將硬件漲價(jià)的風(fēng)險(xiǎn)轉(zhuǎn)移給儲(chǔ)貨充足的云廠商，通過按需付費(fèi)、彈性擴(kuò)展，實(shí)現(xiàn)綜合降本20%-40%；同時(shí)，還能按需調(diào)用云廠商的技術(shù)、產(chǎn)品。

在存儲(chǔ)資源枯竭、價(jià)格瘋漲的至暗時(shí)刻，是時(shí)候重新審視上云的價(jià)值了。

AI“黑天鵝”扇動(dòng)全球IT硬件的翅膀？

IT設(shè)備采購的困境，并不是今年才發(fā)生的。

去年，價(jià)格瘋漲的核心問題是AI服務(wù)器。由于英偉達(dá)等廠商的GPU產(chǎn)能不足，導(dǎo)致算力卡成為了硬通貨，全球一度一卡難求。但現(xiàn)在，GPU短缺的問題外溢到整個(gè)服務(wù)器硬件設(shè)備上。

Stargate項(xiàng)目的橫空出世，全面拉升了服務(wù)器采購的各個(gè)相關(guān)部件支出。

首先是存儲(chǔ)的價(jià)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(chǔ)晶圓產(chǎn)能的操作，造成出廠價(jià)飆升，中小IDC機(jī)房的運(yùn)營成本也跟著直線拉升。據(jù)外媒報(bào)道，戴爾、聯(lián)想、HPE等主要制造商正計(jì)劃對(duì)服務(wù)器產(chǎn)品提價(jià)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(dǎo)致現(xiàn)金流緊張；要么延遲擴(kuò)容計(jì)劃，業(yè)務(wù)也受硬件制約難以推進(jìn)。

為什么一個(gè)美國的AI項(xiàng)目，會(huì)造成全球IT硬件如此大范圍的緊缺？

這是因?yàn)?，?dāng)前的缺口并非簡單的供需失衡，本質(zhì)原因是AI應(yīng)用的需求，直接拔高了各家企業(yè)對(duì)基礎(chǔ)設(shè)施的標(biāo)準(zhǔn)。

在AI時(shí)代，算力不再是唯一的瓶頸。當(dāng)模型參數(shù)量達(dá)到萬億級(jí)別，訓(xùn)練和推理過程中的數(shù)據(jù)吞吐量以指數(shù)級(jí)增長，像是多米諾骨牌，一個(gè)變化推動(dòng)著一系列圍繞計(jì)算的新需求出現(xiàn)：

實(shí)際應(yīng)用中，企業(yè)不僅需要GPU進(jìn)行矩陣計(jì)算，更需要高性能的HBM（高帶寬內(nèi)存，特殊工藝處理的DRAM）和NAND（閃存）來存取運(yùn)算過程中產(chǎn)生的大量數(shù)據(jù)，以便更快地處理數(shù)據(jù)；同理，還需要高速光模塊來保障數(shù)據(jù)中心內(nèi)部的數(shù)據(jù)交換，支撐低延遲的需求。此外，就連高密度計(jì)算產(chǎn)生的高熱量，讓傳統(tǒng)風(fēng)冷捉襟見肘，液冷等一系列復(fù)雜的機(jī)房建設(shè)都成為了標(biāo)配。

所有需求疊加在一起，導(dǎo)致整個(gè)服務(wù)器行業(yè)必須進(jìn)行一次全方位升級(jí)換代。

一場由需求引領(lǐng)的連鎖反應(yīng)，落在中小企業(yè)頭上，就是一座沉重的山。

硬件需求的升級(jí)意味著漲價(jià)，這意味著企業(yè)的服務(wù)器機(jī)房成本也要增長。比起花錢翻倍，更頭疼的是“有價(jià)無市”。由于新品產(chǎn)能爬坡需要時(shí)間，產(chǎn)品交付周期也被無限拉長——當(dāng)你終于批下預(yù)算，等到貨時(shí)，報(bào)價(jià)單又再次根據(jù)市場行情上調(diào)。

在這種由于“硬件通脹”導(dǎo)致的極端環(huán)境下，堅(jiān)持傳統(tǒng)IT架構(gòu)的企業(yè)背著舊時(shí)代組建好的基礎(chǔ)設(shè)施猶如“沉沒成本”：跟進(jìn)，就要花遠(yuǎn)超預(yù)期的投入；不跟進(jìn)，風(fēng)險(xiǎn)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(xiǎn)，轉(zhuǎn)向繼續(xù)使用現(xiàn)有的、即將維保到期的存儲(chǔ)硬件。這種行為相當(dāng)于走鋼絲，可能給企業(yè)帶來風(fēng)險(xiǎn)和安全問題。以數(shù)據(jù)腐爛為例，在存儲(chǔ)、傳輸或使用過程中，如果硬件受損，就可能導(dǎo)致企業(yè)存儲(chǔ)的數(shù)據(jù)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(xiàng)新技術(shù)的出現(xiàn)，往往會(huì)改寫產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)。蒸汽機(jī)的發(fā)明，淘汰了低效手工業(yè)，推動(dòng)了機(jī)械化、規(guī)?；a(chǎn)業(yè)的誕生。

在AI時(shí)代，繼續(xù)重資產(chǎn)的運(yùn)營IT架構(gòu)，正在走向一條死胡同。

硬件通脹時(shí)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(gòu)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(wù)器資源利用率過低，資源浪費(fèi)就是一個(gè)頻繁被企業(yè)提起的問題。

對(duì)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(wù)器資源的需求峰值做規(guī)劃，購買足量的算力資源和存儲(chǔ)資源支撐業(yè)務(wù)，“屯算力”、“屯存儲(chǔ)”就變成了常態(tài)。但在實(shí)際應(yīng)用中，先不說企業(yè)為了保障業(yè)務(wù)穩(wěn)定運(yùn)行，往往要購買超量的資源；此外，企業(yè)花費(fèi)高價(jià)采購的存儲(chǔ)和算力，還在絕大多數(shù)非峰值時(shí)間段處于閑置狀態(tài)，也就是資源浪費(fèi)。

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

由此，無論是想要轉(zhuǎn)嫁高昂的基礎(chǔ)設(shè)施成本、還是按需動(dòng)態(tài)調(diào)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(wù)。

云廠商服務(wù)之所以能夠讓各行業(yè)客戶買單，它最關(guān)鍵的優(yōu)勢，就是能實(shí)現(xiàn)對(duì)算力資源的精細(xì)化控制。

對(duì)于本身需要靠投入基礎(chǔ)設(shè)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(jù)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(chǔ)設(shè)施搭建和技術(shù)優(yōu)化，實(shí)現(xiàn)了后者難以企及的成本優(yōu)勢。

最基礎(chǔ)的服務(wù)，就是根據(jù)企業(yè)的算力需求做到按需供給。

彈性云服務(wù)器（ECS）就是最基本的量身定制服務(wù)。對(duì)于企業(yè)來說，相當(dāng)于擰水龍頭——業(yè)務(wù)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(shí)間空置算力的尷尬。包年、包月、競價(jià)等多種計(jì)費(fèi)方式，則把服務(wù)價(jià)格進(jìn)一步壓低。

在靈活調(diào)用的基礎(chǔ)上，如何進(jìn)一步榨取算力的利用率，就是各家云廠商靠技術(shù)做突圍的命題。

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

過往，即時(shí)云廠商的優(yōu)勢就在于“彈性服務(wù)”，但傳統(tǒng)云服務(wù)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(nèi)存配比，比如2核CPU必須配4G、8G內(nèi)存，遵循1:2次冪的固定配比。但如果你只需要5G的內(nèi)存，那多出來的3G內(nèi)存實(shí)際上就被浪費(fèi)掉了。

去年，華為云發(fā)布首創(chuàng)的柔性算力就讓CPU和內(nèi)存配比打破了固定比例的限制，它支持以1核1G為單位進(jìn)行定義，實(shí)現(xiàn)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(shí)，配合華為云遷移中心（MgC）的快速平遷，可以根據(jù)企業(yè)業(yè)務(wù)具體負(fù)載匹配對(duì)應(yīng)服務(wù)器規(guī)格。據(jù)官方數(shù)據(jù)，最高能實(shí)現(xiàn)綜合成本降低30%。

算力的問題解決了，下一步就是解決存儲(chǔ)問題。數(shù)智化時(shí)代，如何安全、便宜地儲(chǔ)存企業(yè)的核心數(shù)據(jù)，也同樣是企業(yè)需要解決的痛點(diǎn)。

企業(yè)傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式，往往存在兩個(gè)共性問題：存不下、讀取慢。

存不下，指的是企業(yè)用于存儲(chǔ)的硬盤容量有限，想擴(kuò)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(dāng)系統(tǒng)需要層層翻文件夾找特定數(shù)據(jù)，速度會(huì)變得非常慢。

相比于傳統(tǒng)的存儲(chǔ)模式，華為云推出的對(duì)象存儲(chǔ)服務(wù)（OBS）更能適應(yīng)當(dāng)下的數(shù)據(jù)需求。

對(duì)于企業(yè)來說，云服務(wù)可以實(shí)現(xiàn)理論上的“無限存”，只需要加服務(wù)器就能實(shí)現(xiàn)無限擴(kuò)容。它存儲(chǔ)數(shù)據(jù)的方式也和前者不同，傳統(tǒng)的存儲(chǔ)用樹狀存儲(chǔ)，文件越多，越需要系統(tǒng)多層翻閱查找。

而對(duì)象存儲(chǔ)服務(wù)（OBS）的基本原理可以理解成是，用數(shù)據(jù)本身+表述數(shù)據(jù)類型的元數(shù)據(jù)+全局唯一的Key來描述一個(gè)存儲(chǔ)單元（對(duì)象）。簡單來說，OBS相當(dāng)于將冗雜的數(shù)據(jù)變成分類存儲(chǔ)的包裹，每個(gè)都加了標(biāo)簽和編號(hào)。

所以，OBS就像一個(gè)云端無限大的倉庫，企業(yè)不需要關(guān)心倉庫怎么建、怎么擴(kuò)容，只需要往里扔數(shù)據(jù)就行。同時(shí)，因?yàn)镺BS描述“對(duì)象”的獨(dú)特方式，這使得華為能提供高達(dá)99.9999999999%(12個(gè)9)的數(shù)據(jù)持久性和99.995%的服務(wù)可用性（SLA，總可用時(shí)間的占比）。

針對(duì)預(yù)算有限的中小企業(yè)，華為云推出的Flexus OBS則是這個(gè)倉庫的“高性價(jià)比版”。它保留了核心的存儲(chǔ)功能和安全性，專門為需求數(shù)據(jù)歸檔、網(wǎng)站建設(shè)、內(nèi)容分發(fā)等場景的中小企業(yè)設(shè)計(jì)。據(jù)官方數(shù)據(jù)，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(zhì)上是一整套從傳統(tǒng)IT架構(gòu)升級(jí)到云服務(wù)器的完整解決方案，節(jié)省硬件成本的同時(shí)，讓企業(yè)最大化地為有效算力買單。

上云，就是用云端服務(wù)的靈活性，去對(duì)抗硬件市場的長期漲價(jià)。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(shí)代

一個(gè)確定的事實(shí)是，只要AI技術(shù)還在不斷升級(jí)，持續(xù)融入千行百業(yè)，那么硬件通脹時(shí)代就不會(huì)輕易結(jié)束。

在這樣的背景下，如果堅(jiān)持選擇傳統(tǒng)IT架構(gòu)，走“自建機(jī)房”和“傳統(tǒng)托管”的路子，無疑是在逆風(fēng)行走，而企業(yè)也不得不面對(duì)事倍功半的風(fēng)險(xiǎn)。

當(dāng)被視為企業(yè)資產(chǎn)的IT硬件，正在轉(zhuǎn)變?yōu)橄拗破髽I(yè)現(xiàn)金流的“負(fù)債包袱”。此時(shí)，“上云”的價(jià)值，已經(jīng)不再局限于技術(shù)層面，更體現(xiàn)在金融屬性上——它是一種對(duì)抗硬件價(jià)格浮動(dòng)的手段。

對(duì)于企業(yè)來說，通過購買云服務(wù)，不僅將硬件的采購和折舊風(fēng)險(xiǎn)轉(zhuǎn)移給了云廠商，也把構(gòu)建基礎(chǔ)設(shè)施的“隱形成本”——人力、電力和維護(hù)成本都一并抹除。而對(duì)于云廠商來說，靠著規(guī)?；?yīng)，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(jià)格范圍內(nèi)，這對(duì)于企業(yè)來說，變成了一筆比之前性價(jià)比更高的支出。

不過，對(duì)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(xiàn)數(shù)據(jù)丟失、軟件不兼容等問題，導(dǎo)致業(yè)務(wù)中斷，對(duì)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(shù)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(tái)，它內(nèi)部集成了大量根據(jù)實(shí)踐總結(jié)的遷移工作流模版，包括主機(jī)大批量遷移模板、存儲(chǔ)數(shù)據(jù)遷移模板，用戶可以根據(jù)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(jù)官方數(shù)據(jù)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(jìn)技術(shù)和自身業(yè)務(wù)快速融合，從而搶占市場先機(jī)。

過往，企業(yè)自建IT架構(gòu)下的硬件采購、物流、上架調(diào)試通常需要數(shù)周甚至數(shù)月，而云端資源的獲取僅需分鐘級(jí)?？坎渴鹚俣鹊奶嵘?，企業(yè)能夠更快速地驗(yàn)證新產(chǎn)品。

一個(gè)在AI時(shí)代更突出的特征是，云廠商已成為前沿技術(shù)的“集中地”。為了維持生態(tài)競爭力，云廠商通常會(huì)第一時(shí)間集成最新的AI大模型和AI應(yīng)用。對(duì)于企業(yè)而言，不需要自己再做一遍，就可以直接調(diào)用對(duì)應(yīng)的技術(shù)。

如今，上云已經(jīng)不僅是出于成本的防御性選擇，更是幫助企業(yè)轉(zhuǎn)型數(shù)智化、通往下一個(gè)時(shí)代的入場券。