HDD on KnightLi Blog

Por qué los centros de datos de IA vuelven a impulsar la demanda de HDD

Sat, 16 May 2026 21:02:33 +0800

Durante los últimos dos años, la conversación sobre infraestructura de IA se ha centrado sobre todo en GPU, HBM, empaquetado avanzado y suministro eléctrico. Pero detrás de los sistemas de entrenamiento e inferencia hay otro cuello de botella que suele pasar más desapercibido: el almacenamiento.

Un modelo grande no termina su trabajo con un único cálculo dentro de una tarjeta gráfica. Durante el entrenamiento produce continuamente checkpoints, estados del optimizador, registros de entrenamiento, versiones de datos y resultados intermedios. En la fase de inferencia también genera registros de interacción con usuarios, datos conservados por cumplimiento normativo, información de auditoría y logs del sistema. Estos datos no siempre necesitan estar en el medio más rápido, pero muchas veces tampoco pueden eliminarse de inmediato.

Esa es la razón por la que los discos duros vuelven a ser importantes.

El entrenamiento de IA genera enormes cantidades de datos fríos

El entrenamiento de modelos grandes necesita guardar checkpoints de forma periódica. Un checkpoint puede entenderse como un punto de guardado del proceso de entrenamiento: si el entrenamiento falla a mitad de camino, el sistema puede reanudarse desde un checkpoint en lugar de empezar desde cero.

Para un modelo grande, un solo checkpoint puede ocupar varios TB. Un entrenamiento completo puede durar semanas o incluso meses, y durante ese tiempo se pueden guardar muchos checkpoints. Aunque después se limpie una parte, el seguimiento del proceso, la reversión, la reproducción de experimentos y la auditoría del modelo siguen exigiendo conservar grandes volúmenes de datos.

Además de los checkpoints, los datos de entrenamiento también están creciendo. Texto, imágenes, videos y código de alta calidad necesitan limpieza, deduplicación, segmentación y control de versiones. A medida que los datos sintéticos, los datos de aprendizaje por refuerzo y los datos multimodales entran en los flujos de entrenamiento, la presión sobre el almacenamiento seguirá aumentando.

Estos datos tienen varias características:

Su volumen es enorme;
No siempre se accede a ellos con frecuencia;
Deben conservarse durante mucho tiempo;
Son muy sensibles al costo por unidad de capacidad.

Este tipo de datos no encaja bien si todo se coloca en almacenamiento caro y de alta velocidad.

Por qué no usar solo SSD

Los SSD son claramente más rápidos, pero un centro de datos no puede mirar solo la velocidad. Para datos fríos a escala de PB o más, el costo por unidad de capacidad determina directamente si el sistema es sostenible.

El almacenamiento dentro de un clúster de IA puede dividirse en varios niveles:

HBM y memoria de GPU gestionan los datos más calientes y urgentes;
DRAM se encarga del movimiento temporal;
SSD atiende datos de acceso frecuente y requisitos más estrictos de baja latencia;
HDD se ocupa de datos fríos masivos, copias de seguridad, logs, archivos de checkpoints y conservación a largo plazo.

Dicho de otro modo, los SSD no dejan de ser importantes, pero no pueden sustituir todos los niveles. Los sistemas realmente grandes suelen necesitar almacenamiento por capas: los datos calientes priorizan velocidad, mientras que los datos fríos priorizan capacidad, costo y fiabilidad.

Cuando las empresas de IA empiezan a conservar durante más tiempo residuos de entrenamiento, versiones de modelos, datos sintéticos, logs de inferencia y registros de auditoría, el valor de los HDD vuelve a ampliarse.

Por qué se está tensionando la capacidad de HDD

El mercado de discos duros no ha mostrado un crecimiento especialmente llamativo durante años, y las computadoras de consumo se han movido cada vez más hacia SSD. Pero la lógica de demanda de los centros de datos es diferente.

Los proveedores de nube y las empresas de IA necesitan discos nearline de gran capacidad, entrega predecible y bajo costo por TB. Para los fabricantes de discos duros, estos clientes suelen firmar acuerdos de suministro a largo plazo y tienen mayor prioridad que el mercado de consumo fragmentado.

Esto produce varios efectos:

La capacidad de discos empresariales de alta capacidad queda reservada con antelación por grandes clientes.
Los discos de consumo y los canales minoristas ordinarios reciben menos suministro.
La nueva capacidad tarda en liberarse, por lo que es difícil cubrir rápidamente una escasez de corto plazo.
Los discos duros pasan de ser hardware de baja atención a formar parte de la infraestructura de IA.

Lo más importante es que la propia industria de discos duros ya está muy concentrada. Hay pocos proveedores principales, y aumentar la producción de discos avanzados de gran capacidad no es tan simple como ampliar fábricas. Tecnologías como HAMR pueden elevar la capacidad por disco, pero pasar de la producción técnica en volumen a entregas masivas y estables requiere tiempo.

El aumento del precio del almacenamiento llega al consumo

Los centros de datos de IA no solo absorben GPU y electricidad. También afectan la cadena de suministro de almacenamiento.

Cuando más capacidad de SSD empresariales, memoria y discos duros se dirige a proveedores de nube e infraestructura de IA, el mercado de consumo puede sentir presión en los precios. El aumento que ve un usuario común en SSD, memoria o discos duros no siempre es solo una fluctuación minorista; puede venir de una reasignación de capacidad aguas arriba.

Este impacto no suele ser lineal. Los grandes clientes firman acuerdos a largo plazo, con precios, entregas y planificación de capacidad más estables. El consumo queda más expuesto a la volatilidad del mercado spot. Así aparece un fenómeno claro: el crecimiento de la demanda de centros de datos de IA termina encareciendo también los dispositivos de almacenamiento para compradores comunes.

La mirada de inversión exige más cautela

El impulso de la IA sobre el almacenamiento es real, pero eso no significa que todas las compañías relacionadas con almacenamiento vayan a beneficiarse a largo plazo.

Los discos duros y la memoria flash siguen teniendo rasgos cíclicos. La subida de precios, la capacidad ajustada y los contratos largos con clientes pueden mejorar los resultados de corto plazo. Pero una vez que se libere nueva capacidad o se desacelere el crecimiento de la demanda, la industria puede volver a un reequilibrio entre oferta y demanda. Para las empresas de hardware, lo más importante no es una subida puntual de precios, sino si la demanda puede sostenerse, si los márgenes brutos mejoran, si la expansión de capacidad se vuelve excesiva y si la estructura de clientes es suficientemente sana.

Una lectura más prudente es que la IA está cambiando la estructura de demanda de la industria de almacenamiento. Antes, desde fuera se prestaba más atención al cómputo. Ahora una parte creciente del costo se desplazará hacia la conservación de datos, la gobernanza de datos y la gestión del ciclo de vida de los modelos.

Conclusión

La IA no solo consume cómputo. También produce datos de forma continua.

Las GPU se encargan del cálculo, HBM alimenta datos a alta velocidad, los SSD atienden el acceso a datos calientes y los discos duros sostienen la enorme base de datos fríos. Mientras sigan creciendo el entrenamiento de modelos grandes, los datos sintéticos, los logs de inferencia y la conservación por cumplimiento, los centros de datos necesitarán grandes cantidades de medios de almacenamiento de bajo costo y alta capacidad.

Los discos duros quizá no parezcan el hardware estrella de la era de la IA, pero se están convirtiendo en una capa indispensable de su infraestructura. Cuanto más avanzado es el modelo, más depende de sistemas de almacenamiento enormes; cuanto más caro es el cómputo, más necesita checkpoints y archivos fiables para proteger el costo ya invertido.

Seagate Exos 2X14 de doble actuador: barato, rápido, grande, y no para todo el mundo

Fri, 01 May 2026 06:37:42 +0800

El Seagate Exos 2X14 es un disco duro empresarial bastante especial. A primera vista parece una unidad grande y barata, pero su punto clave no es solo la capacidad: usa una arquitectura de doble actuador.

En términos sencillos, no se comporta exactamente como un HDD normal de 14 TB. Muchos modelos aparecen ante el sistema como dos dispositivos lógicos de unos 7 TB. Esto mejora el paralelismo y puede elevar el rendimiento secuencial total, pero también complica el uso en NAS, sistemas domésticos y algunos controladores.

Qué es un disco de doble actuador

Un HDD tradicional tiene un conjunto de cabezales que se mueve como una sola unidad. Aunque tenga muchos platos, solo puede posicionar un grupo de cabezales a la vez.

Un disco de doble actuador divide internamente el mecanismo en dos actuadores independientes. Cada mitad puede atender E/S por separado. En la práctica, esto permite más paralelismo y puede acercar el rendimiento secuencial agregado al de dos discos en un solo chasis.

La contrapartida es que el sistema puede ver el disco como dos LUN. Para software que espera “un disco físico igual a un volumen”, esto puede sorprender.

Por qué llama la atención

El atractivo principal es la combinación de:

gran capacidad nominal;
precio de segunda mano o liquidación relativamente bajo;
rendimiento secuencial superior al de muchos HDD normales;
formato empresarial;
buena relación capacidad/precio para usuarios que entienden sus limitaciones.

Para laboratorios, almacenamiento frío con lectura secuencial, cachés grandes o pruebas de rendimiento, puede ser muy tentador.

Qué hay que comprobar antes de comprar

Antes de pagar, confirma al menos estos puntos:

Modelo exacto y firmware.
Si es SATA, SAS o una variante específica de servidor.
Si aparece como un solo dispositivo o como dos LUN.
Si tu HBA, backplane o NAS entiende bien la unidad.
Horas de uso, sectores reasignados y estado SMART.
Nivel de ruido, consumo y refrigeración.
Si el vendedor permite devolución si tu sistema no lo reconoce correctamente.

El punto crítico es la compatibilidad. Algunos entornos empresariales lo aceptan sin problemas; otros equipos domésticos pueden verlo de forma extraña o no aprovechar bien el doble actuador.

No es equivalente a un SSD

Aunque el rendimiento secuencial pueda ser alto, sigue siendo un HDD mecánico. La latencia aleatoria, el ruido, la vibración y el consumo siguen siendo propios de un disco duro.

No conviene comprarlo esperando comportamiento de SSD. Su ventaja está en transferencia secuencial y capacidad, no en IOPS aleatorias pequeñas.

Escenarios adecuados

Puede tener sentido en:

copias grandes y secuenciales;
repositorios multimedia;
laboratorios de almacenamiento;
sistemas ZFS o Linux donde entiendes los LUN;
pruebas con HBA empresarial;
escenarios donde el precio por TB es más importante que la simplicidad.

También puede ser interesante si quieres experimentar con discos de doble actuador sin pagar precios de hardware nuevo.

Escenarios donde conviene evitarlo

No lo elegiría para:

NAS domésticos cerrados sin lista clara de compatibilidad;
usuarios que quieren “pinchar y usar”;
cajas USB simples;
sistemas con mala ventilación;
cargas pequeñas aleatorias intensivas;
datos únicos sin backup.

Si el disco aparece como dos unidades de 7 TB y tu software no lo maneja bien, la experiencia puede ser incómoda.

Recomendación práctica

Si lo compras, hazlo como hardware empresarial usado: comprueba SMART, haz una prueba larga, mide temperatura y ruido, y no pongas datos únicos hasta haberlo probado varios días.

En Linux, revisa cómo lo detecta el sistema:

1
2
3

lsblk
smartctl -a /dev/sdX
smartctl -t long /dev/sdX

Si aparecen dos LUN, trata cada uno como una unidad lógica y diseña el pool o volumen con esa realidad en mente.

Resumen

El Seagate Exos 2X14 es atractivo porque combina mucha capacidad, buen rendimiento secuencial y precio potencialmente bajo. Pero su arquitectura de doble actuador significa que no se comporta como un HDD doméstico común.

Para quien entiende HBA, LUN, ZFS, refrigeración y pruebas SMART, puede ser una buena pieza de laboratorio o almacenamiento. Para quien quiere un disco sencillo para un NAS doméstico, probablemente no es la opción más tranquila.