«ГИГАНТ — Компьютерные системы»: дефицит памяти и GPU заставляет российский бизнес пересматривать ИТ-стратегию
Российский производитель оборудования «ГИГАНТ — Компьютерные системы» отмечает: рост стоимости комплектующих, дефицит графических ускорителей и увеличение сроков поставок вынуждают компании пересматривать подходы к развитию ИТ-инфраструктуры. На первый план выходят точное планирование вычислительных мощностей, гибридные архитектуры и контроль расходов на протяжении всего жизненного цикла оборудования. При этом высокая стоимость серверов становится лишь одной из проблем: заказчикам приходится учитывать доступность запасных компонентов, требования к инженерной инфраструктуре и возможности восстановления после отказов.
По данным исследования MWS Cloud, 71% российских компаний сталкиваются со сложностями при закупке и эксплуатации ИТ-оборудования. Главными препятствиями участники опроса назвали высокую стоимость памяти и графических ускорителей (28%), сложности с подбором необходимых конфигураций и дефицит запасных частей (18%), а также нехватку квалифицированных инженеров (17%). Почти половина опрошенных ожидают дальнейшего роста стоимости инфраструктуры.
В «ГИГАНТ — Компьютерные системы» считают, что первопричиной многих трудностей остается ограниченная доступность ключевых компонентов, прежде всего памяти и GPU. На фоне растущего спроса на высокопроизводительные вычисления заказчики сталкиваются с ситуацией, когда согласованная конфигурация оборудования дорожает еще до завершения закупочных процедур. В отдельных случаях необходимые ускорители перестают быть доступны в требуемом количестве, что заставляет пересматривать архитектуру проекта или переносить сроки его реализации.
«На первое место среди проблем я поставлю дефицит ключевых компонентов, в первую очередь графических ускорителей и памяти, а рост цен и увеличение сроков поставки - это уже следствие. Нередко случается так, что коммерческое предложение успевает устареть, пока пройдет все согласования. К этому моменту нужные конфигурации (количество карт, объем видеопамяти и другие) становятся либо дороже, либо и вовсе недоступными, а сроки поставки сдвигаются на месяцы вперед», - отметила Мария Соловьева, руководитель направления серверной инфраструктуры и систем хранения данных компании «ГИГАНТ — Компьютерные системы».
Дополнительные расходы возникают уже на этапе эксплуатации. Современные GPU-серверы требуют значительных энергомощностей и эффективного охлаждения, поэтому существующие площадки не всегда готовы к их размещению. Помимо закупки оборудования, компаниям приходится инвестировать в модернизацию электроснабжения, системы охлаждения, серверные стойки и мониторинг. Отдельной задачей становится обеспечение отказоустойчивости: выход из строя одного ускорителя может повлиять на выполнение критичных вычислительных задач, а ограниченная доступность оригинальных запасных частей увеличивает сроки восстановления.
На этом фоне меняется подход к планированию инфраструктуры. Заказчики все чаще отказываются от закупки оборудования с большим запасом производительности, поскольку избыточные мощности увеличивают первоначальные инвестиции и расходы на эксплуатацию. Вместо этого компании стремятся точнее рассчитывать потребности конкретных приложений, прогнозировать загрузку серверов и заранее определять возможности масштабирования.
Одним из способов оптимизации становится гибридная модель. Для экспериментальных ИИ-проектов, тестирования моделей и нерегулярных вычислений выгоднее использовать облачные сервисы или аренду выделенных мощностей. При переходе к постоянной высокой нагрузке бизнес может рассматривать собственную инфраструктуру, особенно если требуется обрабатывать чувствительные данные или соблюдать специальные требования к их хранению. Пиковые вычисления при этом можно переносить в облако, не увеличивая собственный парк оборудования ради кратковременного роста нагрузки.
«Я рекомендую не покупать на вырост и не ждать падения цен, а заранее проектировать архитектуру под конкретные рабочие сценарии и фиксировать цепочку поставок. Если проект экспериментальный, остановитесь на облаке или аренде. И только при запуске в промышленную эксплуатацию целесообразно переходить к собственной инфраструктуре или к размещению в суверенном облаке», - подчеркнула Мария Соловьева.
В компании ожидают дальнейшего роста спроса на облачные и ИИ-сервисы. Российский бизнес все активнее использует искусственный интеллект в производстве, финансовом секторе, телекоме, ретейле и научных исследованиях. Переход от пилотных проектов к постоянной эксплуатации моделей увеличивает потребность в вычислительных ресурсах, однако высокая стоимость GPU-серверов делает собственную инфраструктуру доступной не для всех заказчиков.
Отдельное значение приобретает развитие суверенных облачных решений. Для компаний, работающих с критически важными системами и конфиденциальной информацией, существенную роль играют местоположение вычислительных мощностей, юрисдикция хранения данных, контроль доступа и гарантии со стороны провайдера. Поэтому выбор между собственным ЦОД и облаком все чаще определяется характером нагрузки, требованиями к безопасности и совокупной стоимостью владения.
По оценке «ГИГАНТ — Компьютерные системы», снизить риски при закупке оборудования помогает раннее проектирование инфраструктуры. Еще до утверждения бюджета необходимо определить количество GPU, требования к видеопамяти, сетевым соединениям, электропитанию и охлаждению. При выборе поставщика важно учитывать срок действия коммерческого предложения, доступность запасных частей, условия гарантии и возможность расширения конфигурации. Дополнительную гибкость могут обеспечить долгосрочные контракты, предзаказы и лизинговые схемы.
Для российского рынка также важны развитие локального производства, поддержка отечественных разработчиков и прозрачность поставок. В частности, единые требования к описанию конфигураций оборудования и обязательное указание его состояния, нового или восстановленного, позволили бы заказчикам точнее оценивать технические и финансовые риски при закупках.
В «ГИГАНТ — Компьютерные системы» считают, что дальнейшее развитие рынка ИТ-инфраструктуры будет зависеть от способности производителей, поставщиков и заказчиков адаптироваться к изменившейся стоимости вычислительных ресурсов. Для бизнеса приоритетом становится предсказуемость инфраструктурных проектов: возможность заранее определить бюджет, получить оборудование в необходимые сроки и обеспечить его надежную эксплуатацию. В условиях дефицита компонентов именно качество планирования будет все сильнее влиять на стоимость и сроки реализации ИТ-проектов.