- جهش بیسابقه قیمت سرورهای پایه به دلیل تنشهای ژئوپلیتیک و بحران حملونقل.
- افزایش قیمت پایه سرور محبوب HPE DL380 Gen10 از ۳۰۰ میلیون به بیش از ۵۰۰ میلیون تومان (فقط در مبدا امارات).
- رشد ۷۰ درصدی قیمت شتابدهندههای گرافیکی هوش مصنوعی؛ رسیدن NVIDIA L40S به مرز ۱ میلیارد و ۷۵۰ میلیون تومان.
- زنگ خطر برای توسعه دیتاسنترها و پروژههای AI در ماههای آینده به دلیل اختلال در زنجیره تامین دبی.
طوفان در بازار زیرساخت ایران: از سرورهای نایاب تا بحران تجهیزات هوش مصنوعی
شوک به قلب دیتاسنترها؛ وقتی واردات تجهیزات به یک کابوس تبدیل میشود
تصور کنید در حال برنامهریزی برای توسعه زیرساخت فناوری اطلاعات سازمان خود هستید، اما ناگهان با بازاری روبرو میشوید که در آن نه تنها قیمتها روزانه تغییر میکنند، بلکه تامین فیزیکی قطعات نیز به یک چالش نفسگیر تبدیل شده است. در ماههای اخیر، با توجه به شرایط جنگی منطقه و افزایش بیسابقه مشکلات حملونقل بینالمللی، بازار تجهیزات شبکه و دیتاسنتر در ایران روزهای ملتهبی را پشت سر میگذارد.
مدیران IT و توسعهدهندگان زیرساخت ابری اکنون با واقعیتی تلخ دستوپنجه نرم میکنند: تجهیزاتی که تا دیروز ستون فقرات شرکتهای فناوری محسوب میشدند، امروز به سختی از مهلکه بحرانهای ژئوپلیتیک جان سالم به در میبرند. این اختلالات نه تنها زمان تحویل پروژهها را به تعویق انداخته، بلکه برآورد بودجههای فناوری را نیز کاملا فلج کرده است.
جهش تاریخی قیمت؛ سرور محبوب HPE DL380 Gen10 در مسیر دستنیافتنی شدن
برای درک عمق این بحران، کافی است نگاهی به وضعیت سرورهای نسل دهم HPE بیندازیم. سری DL380 سالهاست که عنوان پرفروشترین و قابلاعتمادترین سرور رکمونت را در بازار ایران یدک میکشد. تا همین چند ماه پیش، کانفیگ پایه (Base Configuration) این سرور با قیمتی بین ۲۵۰ تا ۳۰۰ میلیون تومان در بازار داخلی معامله میشد؛ عددی که برای بسیاری از کسبوکارهای متوسط و بزرگ منطقی به نظر میرسید.
اما امروز، معادله کاملا تغییر کرده است. همین کانفیگ پایه، در حال حاضر در بازارهای مبدا مانند امارات متحده عربی، با ارقامی بین ۴۸۰ تا ۵۰۰ میلیون تومان ارزشگذاری میشود. فاجعه زمانی خود را نشان میدهد که بدانیم این رقم خام است؛ یعنی سود شرکت واردکننده، هزینههای دور زدن تحریمها، گمرک و ریسکهای بالای حملونقل به ایران هنوز به آن اضافه نشده است.
پیکربندی پایه، در واقع حداقل سختافزار لازم برای روشن شدن یک سرور است تا مشتریان بتوانند بر اساس نیاز پردازشی خود، آن را سفارشیسازی (Customize) کنند. در جدول زیر، نگاهی دقیقتر به مشخصات این کانفیگ پایه که اکنون به کالایی لوکس تبدیل شده، انداختهایم:
| Component | Specification (HPE Part Number: P24840-B21) |
|---|---|
| Chassis | 1x HPE ProLiant DL380 Gen10 Rack-Mountable 24SFF |
| CPU | 1x Intel Xeon 4210R |
| Memory (RAM) | 1x 32GB ECC Memory |
| Power Supply (PSU) | 1x 800w |
| Raid Controller | 1x P408i-a |
| Storage | No HDD (Requires custom addition) |
توقف قطار هوش مصنوعی؟ رشد ۷۰ درصدی شتابدهندههای گرافیکی
ترکشهای این طوفان قیمتی تنها به سرورهای پردازشی محدود نشده است. بازار شتابدهندههای گرافیکی (GPU) که قلب تپنده انقلاب هوش مصنوعی محسوب میشوند نیز دچار زلزله شده است. با داغ شدن تب توسعه مدلهای زبانی هوش مصنوعی در کشور، تقاضا برای سختافزارهای پردازش موازی به شدت بالا رفته بود، اما اکنون موانع مالی سد راه این پیشرفت شدهاند.
یکی از بارزترین مثالها، پردازنده گرافیکی محبوب NVIDIA L40S است. این غول ۴۸ گیگابایتی که برای توسعه یادگیری ماشین و رندرینگهای سنگین در ایران بسیار پرطرفدار بود، نسبت به چند ماه گذشته رشدی ۷۰ درصدی را تجربه کرده است. در حال حاضر، تهیه این سختافزار (بدون در نظر گرفتن هزینههای لایسنس نرمافزاری) در امارات، چیزی حدود ۱ میلیارد و ۷۵۰ میلیون تومان آب میخورد!
این کارت گرافیک به دلیل معماری پیشرفته خود، انتخابی بیبدیل برای دیتاسنترهاست. مشخصات کلیدی این شتابدهنده که ارزش نجومی آن را در بازارهای جهانی توجیه میکند، شامل موارد زیر است:
- Architecture: NVIDIA Ada Lovelace
- Memory: 48GB GDDR6 with ECC
- Power Consumption: 350W
- Interconnect Interface: PCIe Gen4 x16 (64GB/s bidirectional)
- Thermal Solution: Passive
- Display Output: 4x DisplayPort 1.4a
- Virtualization: Full Virtual GPU (vGPU) Software Support
گره کور زنجیره تامین؛ آینده شبکه و چالشهای ارتباطی با امارات
آنچه بیش از اعداد و ارقام مدیران فناوری را نگران میکند، آینده مبهم تامین این زیرساختهاست. کشور ما برای زنده نگهداشتن شبکههای ارتباطی، خدمات بانکی، پلتفرمهای ابری و استارتاپها، نیاز حیاتی و مستمر به تزریق تجهیزات جدید دارد. با تداوم شرایط فعلی، این محدودیتها در ماههای آینده از یک “مشکل مقطعی” به یک “بحران ملی فناوری” تبدیل خواهد شد.
علاوه بر گرانی سرسامآور دلاری و ریالی، چالشهای ارتباطی و لجستیکی با هابهای فناوری خاورمیانه بهویژه امارات، گلوگاه اصلی این بحران است. تاخیر در پروازها، محدودیتهای حمل بار، تشدید قوانین گمرکی در مبدا و ریسکهای انتقال مالی، باعث شده تا حتی شرکتهایی که بودجه لازم را در اختیار دارند، نتوانند زمان مشخصی را برای رسیدن سرورها و GPUهای خود به داخل رکهای دیتاسنتر متصور شوند.
تحلیل آلفاتک
آنچه امروز در بازار تجهیزات زیرساخت ایران شاهد آن هستیم، فراتر از یک تورم ساده است؛ این یک تهدید مستقیم برای اکوسیستم دیجیتال کشور است. افزایش صد درصدی هزینه تمامشده سرورهای پایهای مانند HPE DL380 G10 و قیمتهای میلیاردی پردازندههایی نظیر NVIDIA L40S، عملا توسعه پروژههای کلان مبتنی بر هوش مصنوعی و کلانداده (Big Data) را در شرکتهای خصوصی متوقف یا به شدت کند خواهد کرد.
کسبوکارها در کوتاهمدت مجبور به تغییر استراتژی از “توسعه زیرساخت فیزیکی” به سمت “استفاده حداکثری از ظرفیتهای ابری موجود” (Cloud Computing) خواهند شد. با این حال، ارائهدهندگان خدمات ابری داخلی نیز به زودی برای ارتقای سرورهای خود با همین سد سخت برخورد میکنند. بقا در این بازار ملتهب، نیازمند مدیریت هوشمندانه منابع فعلی، افزایش عمر مفید تجهیزات از طریق نگهداری اصولی (Maintenance) و یافتن کریدورهای جایگزین برای تامین قطعات است.
سوالات متداول
چرا سرورهای HPE DL380 Gen10 در ایران تا این حد گران شدهاند؟
دلیل اصلی این موضوع، افزایش قیمت این تجهیزات در بازارهای تامینکننده (مانند امارات) به دلیل تنشهای ژئوپلیتیک، افزایش هزینههای حملونقل و ریسکهای بالای زنجیره تامین است. قیمت پایه این سرور در دبی به مرز ۵۰۰ میلیون تومان رسیده که با احتساب هزینههای واردات، در ایران بسیار بیشتر خواهد بود.
آیا افزایش قیمت پردازندههای گرافیکی (GPU) روی پروژههای هوش مصنوعی ایران تاثیر میگذارد؟
بله، به شدت. با رسیدن قیمت پردازندههای تخصصی مانند NVIDIA L40S به مرز ۱.۷ میلیارد تومان، هزینههای پردازش موازی و آموزش مدلهای زبانی به شدت بالا رفته و بسیاری از استارتاپها و شرکتهای دانشبنیان توان مالی برای تامین این سختافزارها را از دست دادهاند.
جایگزین خرید سرور فیزیکی در شرایط فعلی چیست؟
برای بسیاری از سازمانها، منطقیترین راهکار در شرایط بحران فعلی، مهاجرت به سرویسهای ابری (Cloud Services) داخلی یا خارجی، اجاره سرورهای اختصاصی (Dedicated Servers) و استفاده از معماریهای مجازیسازی برای بهینهسازی منابع سرورهای موجود است تا از هزینههای سنگین خرید سختافزار جلوگیری شود.


