De opslagbehoefte zal waarschijnlijk exponentieel toenemen door de komst van seedance2. gpt3.5 heeft het tijdperk van tekst ingeluid, het echte video tijdperk wordt gebracht door seedance2. Met dezelfde paar prompts zal de opslag die door video AI wordt verbruikt honderden MB bereiken, en naarmate de duur van de AI-video productie toeneemt, zal deze omvang nog groter worden. De afgeleide opslagbehoefte zal vele malen groter zijn dan die van de oorspronkelijke tekst. Tenslotte zijn er nu veel mensen die verslaafd zijn aan het scrollen door video's, van baby’s tot ouderen, niemand kan eraan ontsnappen. Ze houden misschien niet van lezen of het volgen van het nieuws, maar ze houden absoluut van het scrollen door korte video's. Op basis hiervan zal er opnieuw een nieuwe investeringsbehoefte ontstaan. De opslagtypes die video AI nodig heeft, zullen zeker verschillen van die van tekst AI. gemini heeft de huidige opslagarchitectuur van TikTok en YouTube vastgelegd. De huidige video-opslag is niet een enkel medium, maar een complexe gelaagde architectuur van warme en koude opslag (Tiered Storage Architecture). A. Architectuurcomponenten 1. Ultra-Hot Tier: Voor het omgaan met plotselinge verkeerspieken (zoals video's van populaire influencers die net zijn gepubliceerd). • Type: NVMe SSD-cluster + geheugen-cache (Redis/Memcached). • Kernindicatoren: **IOPS (Input/Output Operations Per Second)** en extreem lage latentie. 2. Warm Tier: Voor het opslaan van dagelijks actieve video's. • Type: Hoge prestaties enterprise-grade harde schijven (HDD) of grote capaciteit QLC SSD's. • Kernindicatoren: Balans tussen doorvoer (Throughput) en kosten. 3. Koude/Archief Tier: Voor het opslaan van video's van jaren geleden die bijna niemand meer bekijkt. • Type: Hoge-dichtheid helium harde schijven (HDD) of zelfs fysiek geïsoleerde tape-operators. • Kernindicatoren: Kosten per TB (TCO). B. Pijnpunten: I/O muren en opslag-eilanden In traditionele architecturen is opslag "statisch". Maar het AI video tijdperk (SeenDance 2) vereist dat opslag verandert van een "magazijn" naar een "productielijn", wat direct leidt tot de ineenstorting van de opslaglogica. Op basis van de huidige situatie en uitdagingen van video-opslagbedrijven kunnen drie toekomstige ontwikkelingsrichtingen worden afgeleid. Drie toekomstige ontwikkelingsrichtingen voor video AI opslag 1. Richting één: Van HDD naar volledige flash-opslag (All-Flash Data Center) AI video training vereist gelijktijdige toegang tot enorme hoeveelheden HD-materiaal. De zoektijd van traditionele HDD's is te traag en zal de dure GPU-rekenkracht vertragen. Volledige flash-array (AFA) zal van een "luxeproduct" veranderen in de "infrastructuur" van video bedrijven. 2. Richting twee: Geheugen-opslag integratie onder CXL-technologie Compute Express Link (CXL) protocol zal de grenzen tussen geheugen en SSD doorbreken. Voor modellen zoals SeenDance 2, die realtime actie-alignment vereisen, bepaalt de snelheid van gegevensoverdracht tussen SSD en HBM de soepelheid van de generatie. 3. Richting drie: Nabij opslagberekeningen (Computational Storage) In plaats van enorme videogegevens naar de CPU te verplaatsen, is het beter om directe gegevensvoorverwerking (zoals video-framing, formaatconversie) op de opslagcontroller-chip uit te voeren. Op basis van bovenstaande en de afbeeldingsparameters wordt een analyse van de kerncompetenties en trends van opslagbedrijven uitgevoerd en gerangschikt. SK Hynix (S-niveau): Met de QLC-capaciteitsvoordelen van Solidigm en de dominantie van HBM, heeft het de twee kernprocessen van "grote capaciteit lezen" en "rekenkracht doorvoer" vastgezet. De eerste keuze voor EB-niveau opslag voor video AI training. Samsung (A+ niveau): De meest evenwichtige lees- en schrijfsnelheden. De PCIe 5.0 schrijfsnelheid is ongeëvenaard, wat het de beste "snelle buffer" maakt voor het genereren van 4K/8K videostreams met SeenDance 2. SanDisk (A-niveau): De onafhankelijke underdog. Hun HBF (High Bandwidth Flash) is bedoeld om de geheugenmuur te doorbreken, waardoor SSD's direct kunnen deelnemen aan AI-inferentie, wat zeer gunstig is voor 64G geheugen (zoals je M4 Pro) bij het lokaal verwerken van grote model video-generatie. Micron (A-niveau): Hoge schrijflevensduur en energie-efficiëntie, geschikt voor 24/7 ononderbroken video-generatie in cloudfabrieken. • WDC (B+ niveau): Gefocust op het CXL-protocol, dat het dynamisch toewijzen van geheugen en opslag binnen datacenters oplost.

Ik zag een blogger die een filmisch fragment maakte met Seedance 2.0.

Het lijkt erop dat het videomodel uiteindelijk in het binnenland wint, Douyin gebruikt zijn enorme hoeveelheid videogegevens om Seedance 2.0 te trainen, wat hebben andere grote bedrijven? Heeft Google en OpenAI alleen nog maar veel geld? 😂 In het binnenland zijn de meeste ouderen en kinderen nu verslaafd aan Douyin. Ze nemen de al bestaande stapels romanrechten, produceren in bulk en verdienen geld, en de ouderen in het binnenland kunnen de korte dramaseries niet bijhouden, wat AI opnieuw voedt.