전통적인 저장 장치가 AI를 따라잡을 수 없는 이유: 기계식 데이터 저장의 사례

오늘날의 고급 컴퓨팅 및 AI 시스템은 그 어느 때보다 많은 저장 공간을 필요로 합니다. 따라서 지난 몇 년간 데이터 저장 분야에서 많은 진전이 있었습니다. 이러한 발전에는 획기적인 소재와 새로운 방법을 활용하는 것이 포함됩니다. 시장을 뒤흔들 잠재력을 가진 최신 데이터 저장 방법들을 살펴보겠습니다.

데이터 저장 수요 증가.

데이터 저장 솔루션에 대한 수요는 전 산업에 걸쳐 계속 확대되고 있으며, 전 세계에 9,000개가 넘는 데이터 센터가 있습니다. 특히 미국은 현재 5,000개가 넘는 데이터 센터를 운영하며 선두에 서 있습니다. 이러한 시설은 기업, 사용자, 정부가 중요한 정보를 추적할 수 있도록 하는 중요한 역할을 합니다.

클라우드 스토리지가 선두

분석가들은 클라우드 스토리지 시장이 2020년 610억 달러에서 2028년에는 3,900억 달러로 성장할 것으로 예측합니다. 이러한 성장에는 여러 요인이 작용합니다. 그러나 고성능 AI 알고리즘 사용 증가가 클라우드 컴퓨팅 서비스에 대한 수요가 높은 주요 이유 중 하나입니다. 이러한 서비스는 운영 중에 저장되고 접근되는 대규모 데이터 모델을 필요로 합니다. 특히 AI 시스템은 더 많은 서비스를 제공하기 위해 더 큰 모델을 필요로 합니다. 따라서 데이터 저장 필요성은 계속 증가할 것으로 예상됩니다.

오늘날 데이터 저장 방법의 문제점

오늘날의 저장 장치는 AI가 아닌 시스템에는 잘 작동하지만, 가장 효율적인 알고리즘을 저장하고 운영하기 위한 확장성을 제공하지 못합니다. 솔리드 스테이트 드라이브는 자기 입자에 의해 제한되고, 플래시 드라이브는 물리적 스케일링 한계에 도달했습니다. CD와 같은 디지털 저장 방식도 데이터 저장 공간 측면에서 물리적 제한을 겪습니다.

기계식 저장

최근 상당한 관심을 받고 있는 저장 방식 중 하나는 기계식 저장 방법입니다. 이 방법은 데이터를 나타내는 작은 움푹 들어간 자국을 활용합니다. 이러한 저장 방식은 흥미로운 특성과 높은 저장 밀도 때문에 과거 IBM과 Intel에 의해 탐구되었습니다.

오늘날 사용되는 기계식 저장 방법의 문제점

과거에 기계식 저장 장치를 개발하고 테스트하는 데 많은 연구가 진행되었습니다. 장치는 잘 작동했고 더 높은 밀도를 제공했습니다. 그러나 합성의 어려움, 낮은 삭제 온도, 안정성 부족 등 여러 단점이 있었습니다. 가열된 탐침을 사용하면 탐침이 더 많은 에너지를 필요로 하고 안전성이 감소하여 절차가 더욱 복잡해졌습니다.

고밀도 폴리머 데이터 저장 연구

최근 연구¹가 Advanced Science 저널에 발표되었으며, 고밀도 폴리머를 저장 매체로 만들고 활용하는 새로운 방법을 소개합니다. 폴리머는 여러 이유로 이 작업에 이상적입니다. 첫째, 작업을 수행하는 데 필요한 물리적 유연성과 화학적 특성을 제공합니다.

Source – Advanced Science