Die Speicheranforderungen werden wahrscheinlich aufgrund des Auftretens von seedance2 exponentiell ansteigen. gpt3.5 hat das Zeitalter des Textes eingeläutet, das wahre Videozeitalter wird von seedance2 gebracht. Mit denselben wenigen Eingabeaufforderungen wird der Speicherbedarf für Video-AI mehrere hundert MB erreichen, und mit der zunehmenden Dauer der AI-Videoerstellung wird dieser Umfang noch größer. Die daraus resultierenden Speicheranforderungen werden viele Male höher sein als die ursprünglichen Textanforderungen. Immerhin gibt es jetzt eine große Anzahl von Menschen, die süchtig nach Videos sind, weltweit kann niemand, vom Kleinkind bis zur alten Dame, entkommen; sie mögen keine Bücher oder Nachrichten lesen, aber sie lieben es, kurze Videos zu schauen. Auf dieser Grundlage wird es auch neue Investitionsbedarfe geben. Die Art des Speichers, die Video-AI benötigt, wird sich sicherlich von der der Text-AI unterscheiden. gemini hat die derzeitige Speicherarchitektur von Douyin und YouTube dokumentiert. Derzeit ist der Videospeicher kein einzelnes Medium, sondern eine komplexe mehrstufige Architektur mit kaltem und warmem Speicher (Tiered Storage Architecture). A. Architekturkomponenten 1. Ultra-Hot Tier: Wird verwendet, um plötzliche Verkehrsspitzen zu bewältigen (z. B. Videos, die von beliebten Influencern gerade veröffentlicht wurden). • Typ: NVMe SSD-Cluster + speicherbasierter Cache (Redis/Memcached). • Kernmetriken: **IOPS (Input/Output Operations Per Second)** und extrem niedrige Latenz. 2. Warm Tier: Wird verwendet, um täglich aktiv gesehene Videos zu speichern. • Typ: Hochleistungs-HDDs (mechanische Festplatten) oder große QLC-SSDs. • Kernmetriken: Balance zwischen Durchsatz (Throughput) und Kosten. 3. Cold/Archive Tier: Wird verwendet, um Videos zu speichern, die vor Jahren fast niemand mehr angesehen hat. • Typ: Hochdichte Heliumfestplatten (HDD) oder sogar physisch isolierte Bandlaufwerke. • Kernmetriken: Gesamtkosten pro TB (TCO). B. Schmerzpunkte: I/O-Wand und Speicherinseln In traditionellen Architekturen ist der Speicher "statisch". Aber das AI-Videozeitalter (SeenDance 2) erfordert, dass der Speicher von einem "Lagerhaus" zu einer "Produktionslinie" wird, was direkt zum Zusammenbruch der Speicherlogik führt. Aus dem aktuellen Zustand und den Herausforderungen des Speichers in Videounternehmen können drei zukünftige Entwicklungsrichtungen abgeleitet werden. Drei zukünftige Entwicklungsrichtungen für Video-AI-Speicher...