IBM stabilisce un record con un archivio da 120 Petabyte

In breve

• IBM Research annunciò nel 2011 un sistema di storage da 120 Petabyte, costruito per gestire simulazioni scientifiche su scala eccezionale.
• La capacità corrisponde a circa 120 milioni di GB e, secondo i dati diffusi allora, veniva ottenuta collegando circa 200.000 dischi rigidi.
• Non si trattava di un singolo “disco” da scrivania, ma di un archivio distribuito in rack, con alimentazione, raffreddamento e ridondanza progettati per non fermare il lavoro al guasto di un componente.
• Il record mostra perché la crescita dei dati scientifici, astronomici e industriali richiede infrastrutture diverse dai normali computer domestici.
• Nel 2026 il primato storico va letto nel suo contesto: oggi il settore punta anche su cloud ibrido, archivi a nastro ad alta densità e sistemi capaci di portare i dati vicino ai supercomputer.

IBM e il record dell’archivio da 120 Petabyte

Un archivio da 120 Petabyte non entra in una stanza, non si collega a una presa multipla e non assomiglia a un disco esterno. Quando IBM Research annunciò questo record nel 2011, il dato colpì per una ragione semplice: 120 Petabyte equivalgono a 120 milioni di Gigabyte. A quell’epoca, perfino le grandi piattaforme online lavoravano con quantità molto inferiori rispetto a quelle richieste da questo impianto.

La notizia fu spesso raccontata come la nascita di un enorme disco fisso. È una scorciatoia giornalistica comprensibile, ma poco precisa. IBM aveva assemblato un sistema di archiviazione composto da moltissimi dischi e da software in grado di trattare quell’insieme come una risorsa unica. La tecnologia informatica utile qui non è soltanto la capacità fisica della memoria: conta anche il modo in cui file, copie di sicurezza, accessi simultanei e guasti vengono gestiti.

IBM indicò che il sistema era destinato a un gruppo di ricerca non identificato, impegnato in simulazioni dettagliate di fenomeni reali. Questa destinazione spiega la dimensione dell’archivio. Un film in alta definizione occupa alcuni GB, mentre una simulazione climatica, biologica, energetica o fisica può produrre enormi serie di risultati intermedi. Conservare solo il risultato finale sarebbe come annotare il totale di una bolletta senza conservare letture, consumi orari e condizioni di calcolo.

Il record del 2011 non coincide con un primato assoluto ancora valido nel 2026. In quindici anni le capacità disponibili nei data center sono cresciute, i dischi hanno superato soglie allora impensabili e i grandi operatori cloud usano infrastrutture distribuite su più siti. Quel sistema IBM resta però un riferimento storico perché mostrava con chiarezza il passaggio da una macchina molto potente a un’infrastruttura che deve funzionare come un organismo coordinato.

La scala si comprende meglio confrontando unità diverse. Un Terabyte contiene 1.000 Gigabyte nel sistema decimale usato dai produttori. Un Petabyte ne contiene 1.000. Un archivio da 120 Petabyte equivale quindi a 120.000 Terabyte. Il numero è grande, ma non basta da solo a dire quanto un sistema sia efficace: un archivio lento, difficile da riparare o incapace di servire più processi contemporaneamente può diventare un collo di bottiglia, anche con capacità enorme.

Per chi usa un computer o uno smartphone, questi valori possono sembrare pura astronomia dei numeri. Eppure lo stesso meccanismo è vicino alla vita quotidiana. Le foto di un telefono, i backup automatici, i video in streaming e i dati sanitari digitalizzati generano una domanda continua di storage. La differenza è che un archivio domestico gestisce poche persone, mentre una struttura di ricerca deve sostenere migliaia di operazioni al secondo senza perdere coerenza.

La cifra di 120 Petabyte si presta anche a paragoni spettacolari, come decine di miliardi di brani MP3. Sono confronti utili per intuire la massa di informazione, ma rischiano di nascondere il punto tecnico. In una ricerca scientifica, non conta soltanto quanti file entrano nei dischi. Conta poter leggere blocchi di dati rapidamente, verificare che nessun bit sia stato alterato e ricostruire una copia quando un’unità fisica si guasta.

Come funziona lo storage IBM distribuito su 200.000 dischi

Le fonti tecniche dell’epoca descrivevano il record IBM come un sistema formato da circa 200.000 dischi rigidi. Questo dettaglio evita un equivoco frequente. Un archivio da 120 Petabyte non è un oggetto unico, ma una rete di componenti che lavorano insieme. Ogni disco conserva una parte dei dati e il software decide dove scrivere, da dove leggere e come rimediare quando un componente smette di rispondere.

Se un file molto grande venisse memorizzato su un solo disco, la sua lettura dipenderebbe dalla velocità di quell’unità. Dividendo invece il file in blocchi e distribuendoli su più dischi, il sistema può recuperare molte parti contemporaneamente. È lo stesso principio che trasforma una strada a una corsia in un’autostrada, con una differenza importante: il traffico dei dati deve restare ordinato, altrimenti la rapidità teorica si perde tra attese e verifiche.

IBM lavorava da anni su sistemi di archiviazione parallela destinati ai supercomputer. Un software di file system distribuito deve sapere quali blocchi appartengono allo stesso file e tenere aggiornate le informazioni anche se più processi accedono ai dati nello stesso momento. Una simulazione complessa può richiedere che centinaia o migliaia di nodi di calcolo leggano risultati precedenti e scrivano nuovi risultati in parallelo.

La ridondanza è un’altra parte concreta della progettazione. I dischi meccanici hanno componenti mobili, quindi possono rompersi. In una struttura composta da centinaia di migliaia di unità, un guasto non è un evento raro: è un fatto previsto dalla manutenzione ordinaria. Lo storage serio non tenta di negare questa realtà. Distribuisce copie o informazioni di parità in modo da ricostruire i blocchi persi senza interrompere il servizio.

Questo richiede spazio aggiuntivo. Se un archivio dichiara 120 Petabyte di capacità utilizzabile, la capacità fisica installata può essere superiore, perché una parte viene dedicata alla protezione. Il rapporto tra capacità lorda e netta dipende dalla politica di replica, dal tipo di codifica dei dati e dalle prestazioni richieste. Un sistema progettato per conservazione a lungo termine fa scelte diverse da uno pensato per alimentare un supercomputer durante un calcolo continuo.

Raffreddamento, elettricità e manutenzione del grande archivio

Un impianto di questa dimensione affronta anche un problema energetico molto concreto. Ogni disco assorbe energia, ogni server genera calore e ogni watt consumato dalle apparecchiature richiede ulteriore energia per l’alimentazione e il raffreddamento. Nei data center di grande scala, il progetto degli impianti termici pesa quanto la scelta dell’hardware. Un rack pieno di dischi non può essere trattato come un armadio qualunque.

Le descrizioni del sistema IBM citavano rack progettati per occupare meno spazio e circuiti ad acqua per la gestione termica. L’acqua non raffredda i dati in senso figurato: trasporta davvero il calore verso gli scambiatori, con efficienza maggiore dell’aria in molte architetture ad alta densità. Il punto delicato è controllare portate, temperature e rischio di perdite. In un data center, una tubazione mal gestita può fermare molto più lavoro di un disco guasto.

La sostituzione delle unità avviene senza spegnere l’intero archivio. Questa proprietà viene chiamata spesso hot swap. Un tecnico rimuove un disco difettoso, inserisce quello nuovo e il sistema ricostruisce i dati mancanti usando le informazioni conservate altrove. La procedura non è magia, né rende i guasti irrilevanti. Quando il carico è elevato e molte unità hanno la stessa età, la ricostruzione può essere lunga e aumentare temporaneamente il rischio operativo.

Un archivio distribuito richiede poi collegamenti di rete capaci di sostenere l’accesso ai dischi. La quantità di memoria non serve a molto se il collegamento tra nodi di calcolo e dati è troppo stretto. Per questo i centri di ricerca valutano insieme capacità, velocità sequenziale, numero di operazioni casuali, latenze e affidabilità. La parola storage raccoglie tutti questi elementi, non soltanto il numero stampato sulla scheda tecnica.

La lezione pratica è meno distante di quanto sembri. Anche chi conserva foto e documenti su un NAS domestico dovrebbe distinguere tra spazio disponibile e protezione dei file. Due dischi da 4 TB in mirroring non offrono 8 TB utilizzabili, ma circa 4 TB con una copia aggiuntiva. Il principio è identico a quello dei grandi sistemi, soltanto ridotto a una scala sostenibile per una casa.

Perché 120 Petabyte servivano alle simulazioni scientifiche

Le simulazioni scientifiche sono macchine per produrre dati. Un modello al computer divide un fenomeno in moltissimi passaggi, calcola come evolve nel tempo e salva risultati parziali per controllare errori, confrontare scenari o riprendere un’elaborazione interrotta. Quando il fenomeno rappresentato ha molte variabili, lo spazio richiesto cresce rapidamente. Un archivio da 120 Petabyte diventava quindi una componente di calcolo, non un semplice magazzino digitale.

Una previsione meteorologica ad alta risoluzione, per esempio, non conserva soltanto una mappa del tempo prevista per domani. Elabora temperature, pressione, vento, umidità, nuvole, condizioni del terreno e valori su una griglia di celle che copre grandi aree geografiche. Ridurre la distanza tra le celle aumenta la precisione locale, ma moltiplica il numero di calcoli e di dati da archiviare. Lo stesso avviene per molte simulazioni dei materiali e della fluidodinamica.

Nel settore energetico, modelli di rete elettrica e produzione rinnovabile richiedono serie temporali molto lunghe. Non basta stimare quanta energia produce un impianto fotovoltaico in un anno. Per capire come una rete gestisca migliaia di impianti bisogna osservare variazioni di irraggiamento, domanda, accumuli e vincoli di rete a intervalli ravvicinati. Il dato utile non è un singolo totale annuale, ma una sequenza ordinata di misure e calcoli.

L’archivio IBM era rilevante proprio perché poteva lavorare accanto a sistemi di supercalcolo. Spostare 120 Petabyte da un luogo a un altro richiede tempo e infrastrutture. Anche usando una connessione teorica da 100 gigabit al secondo, il trasferimento completo richiederebbe più di 100 giorni in condizioni perfette, senza considerare protocolli, errori e traffico concorrente. Per questo la vicinanza fisica tra calcolo e dati resta una scelta razionale.

Dati astronomici, immagini e cataloghi digitali

L’astronomia è un esempio immediato di disciplina affamata di memoria. Un telescopio non registra soltanto belle immagini da pubblicare. Un rilevatore produce file grezzi, informazioni sul tempo di esposizione, calibrazioni, coordinate e dati necessari per distinguere un segnale reale da rumore elettronico o da un difetto dello strumento. Un programma osservativo ripetuto per anni costruisce archivi che hanno valore anche per ricercatori futuri.

Le immagini del cielo richiedono inoltre elaborazioni. Una singola fotografia astronomica può essere corretta con dark frame, flat field e bias frame, poi allineata e combinata con molte altre pose. Chi sperimenta le tecniche di astrofotografia con lo smartphone incontra una versione piccola dello stesso problema: la memoria del telefono si riempie presto quando si conservano originali, prove e immagini elaborate.

Su scala professionale, gli archivi permettono confronti nel tempo. Una variazione di luminosità, una supernova o il moto apparente di un oggetto possono essere trovati confrontando immagini raccolte in date diverse. Cancellare i dati che sembrano poco interessanti oggi sarebbe un errore costoso. Molte scoperte nascono quando un nuovo metodo di analisi viene applicato a osservazioni vecchie, ma conservate con metadati accurati.

Anche i calendari osservativi hanno bisogno di basi dati affidabili. Le date delle eclissi, delle congiunzioni e dei passaggi planetari dipendono da calcoli orbitali e archivi di misure aggiornati. Consultare un calendario astronomico del 2026 è semplice per il lettore, ma dietro quelle ore e quelle coordinate esiste una lunga catena di osservazioni, modelli e dati controllati.

Il caso IBM aiuta a leggere questi collegamenti senza enfasi artificiale. La memoria digitale non è un contenitore neutro. Decide quali analisi restano possibili, quali risultati possono essere verificati e quanto velocemente una comunità scientifica può controllare le proprie ipotesi. Quando i file sono troppi per essere mossi facilmente, la progettazione dello storage diventa parte della qualità della ricerca.

Dal record IBM alla tecnologia di storage del 2026

Guardare il record IBM con gli occhi del 2026 richiede di evitare due errori opposti. Il primo è trattare 120 Petabyte come una capacità ordinaria, perché i grandi fornitori cloud gestiscono ormai quantità ben maggiori. Il secondo è liquidare quel risultato come antiquato. Nel 2011, assemblare e rendere utilizzabile un archivio di quella taglia per un carico scientifico era una dimostrazione concreta di integrazione tra hardware, rete e software.

La crescita della densità dei dischi ha cambiato la scala del problema. Oggi una singola unità HDD enterprise può raggiungere decine di Terabyte, mentre nel sistema IBM del record servivano circa 200.000 dischi per arrivare alla capacità dichiarata. Questo non significa che il problema sia sparito. Più densità per disco riduce il numero delle unità, ma aumenta anche il tempo e la quantità di dati da ricostruire quando un supporto capiente fallisce.

Gli SSD hanno trasformato soprattutto l’accesso rapido ai dati. Non hanno parti meccaniche e offrono latenze molto inferiori agli HDD, qualità utile per database, analisi in tempo reale e calcolo ad alte prestazioni. Il loro costo per Terabyte resta però più alto rispetto ai dischi magnetici, specie quando l’obiettivo è conservare quantità enormi per molti anni. Una piattaforma ben progettata combina spesso più livelli: SSD veloci, HDD capienti e archivi a nastro per il lungo periodo.

Il nastro magnetico non è un reperto da museo

Il nastro magnetico sembra una tecnologia del passato perché richiama cassette e videoregistratori. Nei centri dati, però, le cartucce moderne sono strumenti molto diversi. IBM e FUJIFILM hanno presentato prototipi con densità areale record, a conferma che il nastro mantiene un vantaggio rilevante nel costo per capacità e nel consumo energetico quando i dati restano archiviati senza essere consultati di continuo.

Il limite del nastro è l’accesso. Per leggere un file bisogna individuare la cartuccia, caricarla nel lettore e raggiungere la posizione corretta. Non è la scelta adatta per un database che riceve migliaia di richieste al secondo. È invece adatto a dati scientifici, copie di sicurezza e archivi che devono resistere nel tempo. Un sistema di storage maturo assegna a ogni supporto il lavoro che sa fare, senza inseguire il prodotto più pubblicizzato.

Il cloud ibrido aggiunge un altro livello. Alcuni dati restano nei server dell’organizzazione per ragioni di velocità, controllo o riservatezza. Altri vengono duplicati o elaborati in infrastrutture esterne, dove la capacità può crescere su richiesta. Questa flessibilità ha un costo economico e operativo: trasferire dati, conservarli e recuperarli dal cloud non è gratuito, specialmente quando i volumi superano molti Terabyte.

La sicurezza completa il quadro. Un archivio enorme contiene valore tecnico, economico e spesso personale. Copie distribuite, controlli di accesso, verifica dell’integrità e procedure contro ransomware sono parte dell’architettura. Conservare più copie nello stesso edificio protegge dal guasto di un disco, ma non basta contro incendio, errore umano o attacco informatico. La regola pratica delle copie multiple, su supporti e luoghi differenti, resta sensata anche per archivi piccoli.

La parola innovazione, nel campo della memoria digitale, non indica soltanto una capacità maggiore. Indica la capacità di tenere disponibili i dati corretti, nel momento in cui servono, con un costo e un consumo elettrico compatibili con il progetto. Il record IBM del 2011 resta istruttivo perché metteva già insieme questi vincoli, invece di limitarsi a sommare dischi.

Cosa insegna l’archivio IBM a chi gestisce dati ogni giorno

Un archivio da 120 Petabyte è lontano dalle necessità di una casa, di uno studio professionale o di una piccola impresa. Le domande di fondo sono però le stesse. Quanti dati devono essere conservati davvero? Quanto velocemente devono essere recuperati? Quanto costa perderli? Senza risposte concrete, comprare più spazio diventa una reazione impulsiva, simile a installare una batteria domestica senza prima conoscere i propri consumi orari.

La prima distinzione utile riguarda capacità e backup. Un disco esterno da 4 TB pieno di fotografie è un archivio, ma non è una copia di sicurezza se contiene l’unica versione dei file. Un NAS con due dischi configurati in RAID può continuare a funzionare dopo la rottura di una unità, ma neppure il RAID sostituisce un backup esterno. Protegge dalla perdita fisica di un disco, non da cancellazioni accidentali, malware o furti.

La seconda distinzione riguarda la velocità. Per conservare documenti PDF e foto di famiglia, un HDD USB da 2 TB può bastare e nel 2026 si trova spesso tra 70 e 100 euro, a seconda della marca e delle offerte. Per montare video 4K direttamente dal supporto, o per lavorare su grandi cataloghi fotografici, un SSD esterno da 1 TB può costare circa 80-130 euro e riduce sensibilmente le attese. I prezzi cambiano, mentre il profilo d’uso resta il criterio corretto.

• Conserva almeno due copie dei file che non puoi ricreare, perché un solo dispositivo non costituisce una strategia di protezione.
• Se usi un NAS, verifica che gli avvisi di errore arrivino davvero via e-mail o app, invece di scoprirli mesi dopo davanti a un disco già degradato.
• Se scegli il cloud, controlla quanti GB sono inclusi, il costo dopo il periodo iniziale e la velocità reale della tua connessione in upload.
• Per fotografie e video, mantieni i file originali insieme alle versioni elaborate, poiché i formati e i software cambiano più in fretta dei ricordi.
• Prova il ripristino di una cartella una volta all’anno, perché un backup mai verificato può rivelarsi inutilizzabile proprio quando serve.

Il prezzo dell’energia e dei dati conservati

Ogni archivio acceso consuma elettricità. Un singolo disco da 3,5 pollici può assorbire alcuni watt in attività e meno in riposo, ma un NAS sempre acceso, un router e altri dispositivi di rete accumulano kWh durante l’anno. Con una potenza media di 20 watt costanti, il consumo annuo è circa 175 kWh. Moltiplicando per un prezzo finale dell’energia di 0,30 euro per kWh, si ottiene un ordine di grandezza di circa 52 euro l’anno, esclusi i costi di acquisto dell’hardware.

Questo calcolo non vale come bolletta universale. La tariffa effettiva dipende dal contratto, dalle imposte e dal periodo, mentre il consumo cambia molto con il numero di dischi e le ore di attività. Serve però a evitare un’abitudine diffusa: considerare gratis un apparecchio perché assorbe poco in un singolo istante. Nei data center, lo stesso principio diventa enorme. Migliaia di dispositivi accesi richiedono una gestione accurata dell’energia e del calore.

Per un archivio domestico non conviene copiare le soluzioni di IBM in miniatura. Un sistema complesso con quattro dischi, RAID avanzato e abbonamenti multipli non è adatto a chi possiede 100 GB di foto e documenti. In quel caso, un disco esterno più una copia cloud selettiva è spesso sufficiente. Un fotografo che produce 2 TB all’anno o un professionista con dati sensibili deve invece pianificare capacità, copie e tempi di recupero in modo più rigoroso.

Il record IBM mostra che la vera tecnologia non consiste nell’avere spazio infinito. Consiste nel decidere con metodo quali dati meritano energia, manutenzione e protezione. Chi vuole agire subito può controllare oggi quanti GB occupano le proprie cartelle importanti, individuare l’unica copia esistente e crearne una seconda su un supporto separato.

Che cosa significa 120 Petabyte?

Significa 120 milioni di Gigabyte nel sistema decimale usato dai produttori di storage. Equivale anche a 120.000 Terabyte.

L’archivio IBM da 120 Petabyte era un singolo disco rigido?

No. Era un sistema distribuito formato da circa 200.000 dischi rigidi, rack, rete, software di gestione e sistemi di raffreddamento.

Il record IBM da 120 Petabyte è ancora attuale nel 2026?

È un record storico annunciato nel 2011. Le infrastrutture cloud e scientifiche attuali possono gestire capacità maggiori, ma quel progetto resta significativo per l’architettura usata.

Un NAS con RAID protegge completamente i miei file?

No. Il RAID può proteggere dal guasto di un disco, ma non sostituisce una copia esterna contro cancellazioni, ransomware, furto o danni all’abitazione.