Seedance2의 등장으로 스토리지 수요가 다시 기하급수적으로 급증할 가능성이 높습니다. GPT 3.5는 텍스트 시대를 열었지만, 진정한 비디오 시대는 Seedance 2에 의해 도래했습니다. 동일한 몇 가지 질문에 대해 비디오 AI는 수백 메가바이트의 저장 공간을 소비할 수 있으며, AI 비디오 제작 시간이 길어질수록 이 용량은 더욱 증가합니다. 결과적으로 필요한 저장 공간은 원본 텍스트보다 훨씬 더 많아질 것입니다. 어쨌든 요즘 동영상 시청에 중독된 사람들이 많잖아요. 유아부터 노인까지 전 세계 모든 사람들이 이 현상의 영향을 받습니다. 책을 읽거나 뉴스를 보는 것은 좋아하지 않을 수도 있지만, 짧은 동영상을 보는 것은 확실히 좋아합니다. 이는 새로운 투자 수요를 창출할 것입니다. 동영상 AI에 필요한 저장 공간은 텍스트 AI에 필요한 저장 공간과 확실히 다릅니다. Gemini는 TikTok과 yputobe가 현재 사용하고 있는 스토리지 아키텍처에 대한 기록을 제공합니다. 현재의 비디오 저장 방식은 단일 매체가 아니라 복잡한 다단계 계층형 저장 아키텍처입니다. A. 건축 구성 1. 울트라 핫 티어: 갑작스러운 트래픽 급증(예: 유명 인터넷 스타의 최신 영상 공개)을 처리하는 데 사용됩니다. • 유형: NVMe SSD 클러스터 + 메모리 레벨 캐시(Redis/Memcached). • 주요 지표: **IOPS(초당 입출력 작업 수)** 및 매우 낮은 지연 시간. 2. 웜 티어: 매일 자주 시청하는 동영상을 저장하는 데 사용됩니다. • 종류: 고성능 기업용 하드 디스크 드라이브(HDD) 또는 대용량 QLC SSD. • 핵심 지표: 처리량과 비용 간의 균형. 3. 콜드/아카이브 계층: 몇 년 전에 제작되어 대부분 무시된 장기 영상들을 저장하는 데 사용됩니다. • 종류: 고밀도 헬륨 하드 디스크 드라이브(HDD) 및 물리적으로 격리된 테이프 드라이브. • 핵심 지표: 테라바이트당 총 소유 비용(TCO). B. 문제점: I/O 장벽 및 스토리지 사일로. 기존 아키텍처에서 스토리지는 "정적"입니다. 그러나 AI 비디오 시대(SeenDance 2)에는 스토리지가 "창고"에서 "조립 라인"으로 변모해야 하며, 이는 스토리지 로직의 붕괴로 직결됩니다. 현재 영상 기업들이 저장 공간 측면에서 직면하고 있는 상황과 과제를 바탕으로, 향후 세 가지 발전 방향을 도출할 수 있다. 비디오 AI 스토리지의 미래 발전 방향 세 가지 1. 방향 1: HDD에서 올플래시 데이터센터로 AI 비디오 학습에는 방대한 양의 고화질 영상을 병렬로 읽어야 합니다. 기존 HDD는 탐색 속도가 너무 느려 고가의 GPU 해시레이트 저해합니다. 올플래시 어레이(AFA)는 비디오 제작사들에게 있어 '사치품'에서 '필수 인프라'로 자리매김할 것입니다. 2. 두 번째 방향: CXL 기술을 활용한 메모리-저장 장치 융합 Compute Express Link(CXL) 프로토콜은 메모리와 SSD 간의 장벽을 허물 것입니다. SeenDance 2와 같이 실시간 모션 정렬이 필요한 모델의 경우, SSD와 HBM 간의 데이터 전송 속도가 생성된 출력의 부드러움을 결정합니다. 3. 세 번째 방향: 컴퓨팅 스토리지 대용량 비디오 데이터를 처리하기 위해 CPU로 옮기는 대신, 비디오 프레임 추출 및 형식 변환과 같은 사전 데이터 처리를 스토리지 컨트롤러 칩에서 직접 수행하는 것이 더 효율적입니다. 위의 내용과 이미지 매개변수를 바탕으로 스토리지 기업들의 핵심 경쟁력과 트렌드를 분석 순서 순위를 매기겠습니다. SK하이닉스(S급): 솔리디그의 QLC 대용량 기술과 HBM의 시장 지배력을 활용하여 "대용량 읽기"와 "해시레이트 처리량"이라는 두 가지 핵심 요소를 효과적으로 장악했습니다. 비디오 AI 학습 데이터셋의 EB급 저장에 가장 적합한 선택입니다. 삼성(A+ 등급): 최고의 읽기 및 쓰기 성능을 자랑합니다. 타의 추종을 불허하는 PCIe 5.0 쓰기 속도를 제공하여 SeenDance 2를 이용한 4K/8K 비디오 스트림 생성 시 최적의 "고속 버퍼" 역할을 합니다. 샌디스크(A등급): 독립 후 다크호스로 떠오른 기업입니다. 샌디스크의 HBF(고대역폭 플래시 메모리)는 메모리 장벽을 허물어 SSD가 AI 추론에 직접 참여할 수 있도록 하며, 특히 64GB RAM(예: M4 Pro)을 활용하여 대규모 모델 비디오 생성 시 로컬 처리 성능을 크게 향상시키는 것을 목표로 합니다. 마이크론(A급): 매우 뛰어난 쓰기 내구성과 에너지 효율성을 제공하며, 24시간 내내 비디오를 생성하는 클라우드 팩토리에 적합합니다. • WDC(B+ 레벨): 데이터 센터에서 메모리 및 스토리지의 동적 할당 문제를 해결하기 위해 CXL 프로토콜에 중점을 둡니다.