Capital de Tokens
Cada minuto subimos videos, fotografías, mensajes, documentos y audios a servicios como YouTube, Telegram, Instagram o Google. Desde la perspectiva del usuario, el comportamiento parece casi mágico: los archivos siguen ahí meses o años después, aunque la cantidad global de datos no deje de crecer.
A primera vista, la ecuación parece imposible. Si millones de personas producen contenido continuamente, ¿cómo pueden estas compañías conservarlo sin que el costo del almacenamiento se vuelva inmanejable?
La respuesta es menos misteriosa y, al mismo tiempo, más interesante: la nube no funciona como un disco duro gigantesco. Funciona como una combinación de sistemas distribuidos, almacenamiento por niveles, compresión, redundancia eficiente, redes de distribución, automatización y economías de escala.
Un archivo no vive necesariamente en un único disco
En una computadora personal solemos imaginar una relación directa:
archivo → discoEn una plataforma global, esa abstracción deja de ser suficiente. Un objeto grande puede dividirse en bloques y distribuirse entre distintos discos, servidores o incluso zonas de disponibilidad.
video.mp4
↓
┌──────┬──────┬──────┬──────┐
│ B1 │ B2 │ B3 │ B4 │
└──────┴──────┴──────┴──────┘El sistema conserva metadatos capaces de indicar dónde se encuentra cada fragmento y cómo reconstruir el archivo cuando alguien lo solicita.
Este enfoque permite escalar horizontalmente: en lugar de depender de una máquina cada vez más grande, se agregan más nodos al sistema. Es una de las ideas fundamentales detrás de buena parte de la infraestructura de almacenamiento distribuido moderna.
Redundancia sin triplicar todo
El hardware falla. Los discos mueren, los servidores se desconectan y, en casos extremos, una instalación completa puede quedar fuera de servicio.
La forma más sencilla de proteger un archivo sería mantener varias copias completas. Si guardamos tres copias, un terabyte lógico podría convertirse en tres terabytes físicos.
Eso funciona, pero a escalas de petabytes o exabytes resulta costoso.
Por eso aparecen técnicas como erasure coding. En lugar de mantener varias copias idénticas, el sistema divide la información en fragmentos de datos y añade fragmentos de paridad.
D1 D2 D3 D4 D5 D6 + P1 P2Si se pierde una parte de los datos, las piezas restantes y la paridad permiten reconstruirla. El resultado es tolerancia a fallos con menos sobrecarga que una replicación completa varias veces.
La idea cambia la economía del almacenamiento: no se trata solo de guardar información, sino de decidir cuánta redundancia necesitamos y cuál es la forma más barata de conseguirla sin sacrificar durabilidad.
No todos los datos merecen el mismo tipo de almacenamiento
Imaginemos dos videos:
- uno publicado hace una hora y visto millones de veces;
- otro publicado hace doce años que recibe una reproducción cada varios meses.
Guardar ambos exactamente de la misma manera sería ineficiente.
Por eso los sistemas de gran escala suelen separar los datos en niveles:
HOT
↓
WARM
↓
COLD
↓
ARCHIVEEl contenido hot necesita baja latencia y gran capacidad de lectura. El contenido cold puede permanecer en medios más baratos porque casi nadie lo consulta. El nivel archive prioriza durabilidad y costo antes que velocidad inmediata.
La transición puede ser automática. Un archivo popular puede vivir inicialmente en almacenamiento rápido, pasar con el tiempo a una capa más barata y volver a promoverse si de repente recupera tráfico.
La pregunta deja de ser “¿dónde guardamos este archivo?” y pasa a ser “¿en qué nivel conviene guardarlo hoy?”.
El costo por terabyte cambia radicalmente con la escala
Cuando una persona compra almacenamiento paga un precio minorista que incluye margen comercial, soporte, redundancia, software, operación y otros costos.
Las grandes plataformas operan bajo otra economía. Pueden comprar hardware por volumen, diseñar centros de datos, optimizar servidores, automatizar reemplazos, construir redes privadas entre regiones y negociar directamente energía e infraestructura.
Por eso el costo marginal de conservar un terabyte adicional puede ser muy inferior al precio que ve un consumidor final.
Además, a esta escala incluso pequeñas mejoras importan. Reducir unos pocos puntos porcentuales en capacidad desperdiciada, tráfico interno o consumo eléctrico puede traducirse en grandes ahorros cuando se replica sobre millones de discos y cientos de millones de usuarios.
La densidad del almacenamiento continúa aumentando
Existe otra fuerza que ayuda a sostener el crecimiento: con el tiempo, una misma cantidad de espacio físico puede almacenar más datos.
Un rack que años atrás guardaba cierta cantidad de terabytes puede hoy albergar muchas veces más capacidad sin multiplicar en la misma proporción el edificio, el cableado, el personal o la superficie ocupada.
Las grandes plataformas viven en una carrera entre dos curvas:
volumen total almacenado ↑↑↑
versus
costo efectivo por TB ↓↓↓Mientras las mejoras tecnológicas y operacionales reduzcan suficientemente el costo unitario, la infraestructura puede seguir creciendo aunque el volumen de datos continúe aumentando.
La compresión altera por completo la ecuación
El video es uno de los mejores ejemplos.
Cuando alguien sube un archivo a una plataforma como YouTube, lo que finalmente se sirve al usuario no tiene por qué ser una copia exacta del archivo original. La plataforma puede transcodificarlo a distintas resoluciones, bitrates y codecs.
Original
↓
transcodificación
↓
4K
1440p
1080p
720p
480p
360pA primera vista parece que producir varias versiones debería aumentar el almacenamiento. En parte ocurre, pero los codecs modernos reducen de forma agresiva la cantidad de bits necesarios para representar el mismo contenido visual.
Además, no todos los artefactos intermedios tienen que conservarse para siempre. Muchos archivos temporales del proceso de ingestión o transcodificación pueden eliminarse una vez finalizado el pipeline.
La optimización real consiste en representar el contenido con la menor cantidad de bits compatible con la calidad y experiencia que se desea ofrecer.
Guardar datos y servir datos son problemas distintos
Este punto suele pasar desapercibido.
El hecho de conservar un archivo no significa que el sistema tenga que leerlo constantemente. En muchas plataformas, una pequeña fracción del contenido concentra una enorme proporción del tráfico.
Conceptualmente, podríamos imaginar algo así:
1 PB → tráfico muy alto
9 PB → tráfico ocasional
90 PB → casi nunca se consultanLas cifras son ilustrativas, pero el patrón es importante: almacenar datos antiguos puede ser relativamente barato si rara vez hay que moverlos por la red.
De hecho, en ciertos sistemas el costo de leer, transferir y servir un dato repetidamente puede convertirse en un problema tan relevante como el costo de mantenerlo guardado.
Por eso almacenamiento y distribución deben diseñarse juntos.
El contenido popular se acerca al usuario
Cuando un video se vuelve viral, sería muy ineficiente que cada reproducción viajara hasta un único servidor central.
Las plataformas utilizan redes de distribución de contenido y cachés para colocar copias cerca de las regiones donde existe demanda.
ORIGEN
│
┌──────────┼──────────┐
↓ ↓ ↓
Miami Madrid Tokyo
caché caché cachéSi miles de personas en Florida solicitan el mismo contenido, una copia cercana puede responder esas peticiones. Eso reduce latencia, tráfico de larga distancia y presión sobre el almacenamiento de origen.
El sistema puede mantener muchas copias de algo popular y prácticamente ninguna copia adicional de contenido olvidado.
Eso introduce otro principio clave: la cantidad de réplicas de un objeto puede depender de su demanda.
”Gratis” no significa que almacenar sea gratis
Conservar información cuesta dinero. El punto es que el usuario no siempre paga ese costo de forma directa.
Las plataformas pueden financiar la infraestructura mediante publicidad, suscripciones premium, servicios empresariales, productos complementarios o ingresos generados por otros componentes de su ecosistema.
Desde esa perspectiva, el almacenamiento puede funcionar como un subsidio estratégico. Mantener tus fotos, videos, mensajes o documentos dentro de una plataforma aumenta el valor que obtienes de ella y también aumenta la probabilidad de que continúes utilizándola.
Por eso la pregunta económica correcta no es simplemente “¿cuánto cuesta guardar este archivo?”, sino:
¿qué valor genera para la plataforma conservar este dato dentro de su ecosistema?
Mil millones de usuarios no implican mil millones de infraestructuras
Una plataforma global no construye un sistema independiente para cada persona. Los usuarios comparten enormes capas comunes:
- software;
- redes;
- centros de datos;
- autenticación;
- seguridad;
- cachés;
- observabilidad;
- herramientas internas;
- automatización;
- equipos de operación.
La infraestructura inicial es carísima, pero una vez construida, atender a un usuario adicional puede costar proporcionalmente mucho menos.
Ese efecto es una de las razones por las que las plataformas de gran escala pueden ofrecer capacidades que resultarían económicamente absurdas para una empresa pequeña operando de forma aislada.
¿Puede crecer indefinidamente?
No.
No existe almacenamiento infinito ni infraestructura gratuita. El modelo solo se mantiene mientras la evolución económica permanezca razonable.
Una forma conceptual de expresarlo sería:
crecimiento del costo
<
crecimiento de ingresos
+ reducción del costo por TB
+ mejoras de eficienciaPor eso existe una carrera constante por mejorar codecs, deduplicación, erasure coding, densidad de discos, almacenamiento frío, cachés, automatización, hardware especializado, redes privadas y eficiencia energética.
Una mejora del 1 % puede parecer irrelevante en una aplicación pequeña. En una plataforma que procesa y conserva cantidades gigantescas de datos, ese mismo 1 % puede convertirse en millones de dólares.
La verdadera magia de la nube
El logro de plataformas como YouTube, Telegram, Google o Meta no consiste en haber inventado almacenamiento ilimitado.
Consiste en conseguir que el usuario perciba sus datos como algo disponible casi permanentemente mientras, por debajo, una infraestructura gigantesca decide continuamente:
- dónde ubicar cada fragmento;
- cuánta redundancia necesita;
- en qué clase de almacenamiento debe vivir;
- cuándo moverlo a una capa fría;
- cuándo replicarlo cerca de los usuarios;
- qué representación comprimida conviene conservar;
- cuánto cuesta seguir manteniéndolo.
La nube no es infinita. Es una enorme máquina de optimización económica y técnica.
Y quizá esa sea la parte más interesante: lo que desde fuera parece “guardar archivos para siempre” es, en realidad, un sistema que toma millones de decisiones para conseguir que conservar cada bit cueste un poco menos.
Este artículo es una adaptación editorial para Capital de Tokens basada en el tema desarrollado originalmente en Telegraph.