AI
AI 워크로드에 적합한 스토리지
두줄요약
AI 워크로드는 학습 단계와 데이터 특성에 따라 스토리지 요구사항이 달라집니다. 고성능과 확장성을 함께 고려해 블록, 파일, 오브젝트 스토리지를 비교하고 하이브리드 구성을 제안했습니다.
핵심 내용
- AI 워크로드는 학습 단계와 활용 방식에 따라 스토리지의 성능, 지연시간, 확장성 요구가 크게 달라짐
- 머신러닝·딥러닝, NLP, 추천 시스템, 컴퓨터 비전별로 필요한 데이터 규모와 I/O 패턴이 서로 다름
- 고성능 블록, 확장성 높은 파일, 대용량에 강한 오브젝트 스토리지를 비교하고 하이브리드 구성을 활용하는 관점 제시
적용해볼 점
- 학습, 전처리, 훈련, 아카이빙 단계별로 스토리지 요구사항을 분리해 검토
- 병렬 입출력, 저지연성, 고확장성, 티어링 전략을 함께 고려
- 데이터 이동 지연과 퍼블릭 클라우드 비용까지 포함해 증설 계획 수립