如果您负责确保存储具备可靠性、安全性和成本效益,那么 2026 年的规划正变得前所未有地艰难。持续的半导体限制、制造产能集中化以及前所未有的 AI 驱动需求等多重压力形成了一场“完美风暴”,正在重塑日常基础设施运营。然而,全球供应链紧张带来的挑战尤其危险。
交付周期已变得难以预测,而围绕存储介质、内存及更新成本那些曾经稳定的假设也不再成立。过去原本简单直接的年度预算编制,如今已演变成一场高风险的“猜测游戏”。
对数据中心领导者的影响
全球供应链紧张>来得正不是时候。
如今,短缺问题又叠加了对正常运行时间、恢复能力、勒索软件防护以及快速 AI 实验更高的期望,形成了数据中心领导者过去十年从未经历过的巨大压力。过去一年里,由于超大规模云服务商消耗了全部可用供应,企业级硬盘的积压交付周期已延长至两年,迫使企业不得不让老旧存储设备的使用时间远超原定更新周期。与此同时,GPU 需求激增,导致 AI 项目延期,并立即给那些需要支持更快实验周期的团队带来压力。内存市场同样失衡:DRAM 价格在 2025 年同比上涨了 172%,并在 2026 年持续大幅攀升,使得即便是常规升级也变得异常昂贵,迫使企业进行计划外的预算取舍。
对于现代基础设施团队而言,其连锁反应早已超越采购层面,并带来了如下挑战:
- 运营负担加重。每一次延误都会引发新一轮升级处理、供应商谈判以及“替换并延长使用”的规划,因为团队不得不重新调配硬件以争取时间。
- 风险决策更加艰难。延迟更新会增加运营与安全风险:故障域扩大、固件缺口长期存在,而随着系统老化超出原定生命周期,安全防护态势也会逐渐减弱。
- 支出更难预测。价格波动使原本常规的更新项目变成预算“雷区”,令多年期规划愈发困难。
- 数据智能停滞。当基础设施无法支撑 AI 工作负载扩展时,企业将失去进行高速数据驱动决策以及为客户整合新技术能力的能力。停滞的现代化项目不仅仅意味着“项目延期”——它更意味着竞争差距正在扩大,因为竞争对手正以更快的实验周期持续前进。
| 挑战 | 传统方法(2026 年前) | 供应受限的现实情况 |
|---|---|---|
| 采购 | 年度预算与可预测的交货周期 | 高风险的“猜测游戏”与积压订单 |
| 更新 | 每 3-5 年进行一次常规升级 | 利用老化硬件进行“置换与延用” |
| AI 扩展 | 按需扩展 | 因 GPU/内存短缺而停滞的项目 |
短缺正成为一种设计约束
随着这些限制逐渐成为常态,重点已从管理供应商交货周期转向消除对硬件的依赖。2026 年的成功标准,在于无需等待发货清单也能实现成果扩展的能力。事实证明,两类解决方案至关重要:
- 托管式或基于消费的基础设施:越来越多的组织正在将采购和生命周期风险转移给服务提供商。通过确保业务成果,而非依赖硬件可用性,它们即使在交货周期波动和价格不稳定的情况下,也能保障 SLA(服务等级协议)。基础设施即服务(IaaS)则将达到特定承诺水平的管理责任交由供应商承担,从而释放内部员工,使其能够专注于更重要的计划。
- 软件定义数据放置:通过将存储智能与底层硬件解耦,SDS(软件定义存储)实现了真正的数据移动性。这使团队能够将讨论重点从“硬盘什么时候到?”转变为“这个工作负载应该部署在哪里?”。基于策略的平台可根据成本、性能或可用性,在本地与云之间无缝迁移数据,从而确保即使本地硬件扩展停滞,运营也能持续进行。
在这种环境下,韧性并非来自更精准的预测,而是来自构建并交付即使供应链中断也不会崩溃的系统。
如何在供应紧张时期选择合适的方法
托管式或基于消费的基础设施以及软件定义数据放置,为应对持续波动提供了可行路径,但它们解决的是问题的不同层面。选择合适方案的关键,在于评估每种模式如何应对存储介质成本波动,以及在传统硬件交付周期受影响时,如何通过智能工作负载放置来满足 SLA 要求。
通过从财务稳定性与工作负载移动性的角度评估这些方法,领导者可以选择能够最大化现有预算、利用超大规模云服务商经济效益,并在实体供应链仍不可预测的情况下依然保障业务成果的策略。
评估应对存储介质成本波动的方法
作为 IT 领导者,首要考量是成本稳定性。基于消费或托管的基础设施模式会将采购时机、组件替换以及更新周期转移给服务提供商——这意味着您无需直接承担 DRAM、NAND 或 HDD 价格飙升以及多年交货延迟带来的风险。请评估服务提供商是否能够提供:
- 弹性缓冲能力,使您在价格飙升期间无需采购硬件即可扩展容量
- SLA</1>即使在供应链波动情况下仍能保障性能的基于成果的 SLA
- 真正基于消费模式的可预测性,将 DRAM 与 NAND 价格飙升的负担完全转移给服务提供商,从而使您的预算在市场波动情况下依然保持稳定。
可以直接询问:在价格波动达 30%–100% 的期间,这种模式是否能免除我采购硬盘、内存或 SSD 的需求? 如果答案是肯定的,那么这种模式便能有效降低存储介质成本风险。
另一方面,软件定义数据放置则通过在本地与云之间智能分配数据,帮助您在资源短缺期间避免采购存储硬件。评估此方案时,请重点关注:
- 该平台是否支持基于策略的分层,以便在本地硬盘不可用或价格过高时,将低价值或冷数据迁移至云端。
- 是否提供具备成本感知能力的数据放置策略,以动态将数据迁移至成本最低的存储层级。
- 它能在多大程度上通过释放原本被二级数据或归档数据占用的空间,来提升可用的本地存储容量。
本质上,您需要评估的是,该平台能否在不牺牲性能或合规性的前提下,延后甚至避免采购新的存储介质。
评估应对数据保护风险的方法
托管模式还能在供应短缺期间增强保护能力,因为更新延迟通常会导致老旧系统运行时间超出预期。请评估服务提供商是否承担以下责任:
- 生命周期风险管理责任,包括主动更换、监控以及安全延长使用寿命
- 可用性保障(例如合同约定的正常运行时间或数据可用性承诺)
- 内置弹性能力,例如内建的不可变性选项、云故障转移层级或托管式灾难恢复(DR)
服务提供商在合同中承担的风险越多,当供应短缺导致更新周期延后数月甚至数年时,您所承受的风险就越低。
另一方面,当供应链延迟影响备份 SLA,并导致旧基础设施被迫延长使用时间时,软件定义数据放置则是一种可选方案。应重点评估其增强韧性的能力。请关注:
- 跨云端与本地环境的自动复制,以避免依赖单一站点
- 无缝云扩展(cloud bursting),使您能够在本地硬件交付周期从数周延长至数月时,将超大规模云服务商(hyperscaler)的资源层级作为即时缓冲方案。
- 围绕不可变性、加密和保留策略的强制执行,以应对老旧节点日益增加的勒索软件风险
进行确认:即使无法扩展本地存储,该平台是否仍能维持保护窗口和数据保留期限?如果可以,它便能同时降低更新延迟与备份容量风险。
Hitachi Vantara 方法的适用场景
在实际应用中,Hitachi Vantara EverFlex 可通过转移采购、替换和更新责任,帮助降低风险、增强生命周期管理能力并提升成本可预测性。VSP One SDS Cloud 则通过基于策略的数据放置,将存储扩展至超大规模云服务商层级,从而实现更快速的容量扩展。
在供应链波动中保持竞争力
2026 年最明智的策略,不是寄希望于恢复“常态”,而是构建一种即使全球供应链失稳,您的 SLA 依然能够保持稳定的环境。借助 EverFlex 和 VSP One SDS,Hitachi Vantara 在老旧的物理限制与具备弹性、云敏捷性的未来之间架起了一座桥梁。
了解VSP One SDS 和 EverFlex如何帮助您降低风险与浪费,并在整个数据环境中实现类云敏捷性。
Jeb Horton
作为全球服务高级副总裁,Jeb 负责领导专业和托管服务业务,帮助客户管理和利用他们的数据,以改善客户体验并创造新的机会,推动创新和增长。