希捷科技日前宣布推出全球运行速度最快的6TB硬盘——希捷第四代企业级3.5英寸海量盘。该企业级3.5英寸海量盘拥有业界领先的性能,标志着横向扩展数据架构提供超大存储容量以及企业级可靠性的重要进步,满足了企业和云数据中心数据的爆炸式增长需求。
希捷全球市场营销副总裁Scott Horn表示:“非结构化数据正在加倍增长,并将推动数字世界到2017年达到16ZB。这将促使云服务提供商寻找创新的方式,在降低运营成本的同时在现有的空间内存储更多的资料。基于希捷经验证的可靠平台,希捷推出运行速度最快的6TB企业级海量盘,借此希捷已经做好准备应对该挑战,以满足私有云和公有云数据中心不断增长的需求。”
希捷第四代企业级3.5英寸海量盘拥有近线硬盘最快的性能,基于第八代产品平台实现了更快的数据传输数度,比其他6TB硬盘的性能提升了25%,非常适合24x7全天候运行的大数据存储。该硬盘利用了最新一代的12Gb/s SAS接口,为客户提供了可扩展性以便将来升级系统。这款硬盘也适用于企业级SATA 6Gb/s接口,方便系统集成。
美国超微公司国际销售部副总裁Wally Liaw表示,“超微的新TwinPro以及范围广泛的SuperServer和SuperStorage解决方案均集成了12Gb/s SAS3.0接口,能够完全和直接利用希捷新6TB 12Gb/s企业级硬盘的最高性能和容量。除了增加I/O带宽,我们的SAS3优化平台与当前的SAS2 6Gb/s系统相比更具成本效益,不仅为客户提供性能优势,还能帮助客户缩短投资回报时间。借助希捷第四代6TB企业级3.5英寸海量盘,超微现在能够提供最具成本效益的横向扩展存储解决方案,进而为企业、数据中心、云计算和HPC应用提供最大化的性能、密度和能源效率。”
希捷第四代企业级3.5英寸海量盘系列,最高容量可达6TB,为客户提供行业标准3.5英寸硬盘最高的容量密度,以解决不断增长的非结构化数据的存储需求。该硬盘支持业内每平方英尺最高的存储密度,与上一代(4TB)近线硬盘相比容量增加了50%。该硬盘非常适合复制和RAID环境,以较低的总体拥有成本为企业存储客户提供最高的容量,并且无需牺牲性能。
该硬盘采用多硬盘抗旋转振动技术,在高密度环境下提供始终如一的企业级性能和精确的数据存储。强大的7200RPM性能、斜坡加载技术以及湿度传感器让这款硬盘得以在最恶劣的环境中提供最佳的性能。该硬盘专为企业应用环境打造,兼容T10及T13电源管理标准,让企业可以定制系统,优化能源使用,节能高达90%。
希捷第四代企业级3.5英寸海量盘主要特征:
行业领先性能——相比市面其它6TB硬盘提升达25%。
最高容量——为最大密度服务器和存储解决方案提供高达单盘6TB容量。
企业级可靠性——行业领先的抗旋转振动技术以实现始终如一的性能;强化纠错功能以实现精确数据存储。
同类最佳的安全性能——拥有即时安全擦除技术的自加密硬盘(SED)以实现轻松硬盘报废或处理,具备FIPS SED安全选项。
该硬盘目前已经向全球指定云合作伙伴及经销商出货。此外,这款硬盘于今年春季被应用在希捷商业及品牌化存储产品。欲进一步了解希捷第四代企业级3.5英寸海量盘,请访问http://seagate.com/www/6TB_Drive。
引言
IDC存储与半导体集团副总裁Dave Reinsel表示:“全球云服务提供商每月累积产生的数字内容达TB级,我们预计这一迅猛的增势来年还将持续。考虑到这个巨大缺口及云基础架构对稳定性能和可靠硬盘的无限需求,实现容量提升的希捷全新6TB机械硬盘定将被众多IT经理人采用以满足其数据中心对容量和性能不断增长的需求。”
威联通科技股份有限公司总经理张明智表示:“威联通科技很高兴可以为我们的用户提供希捷最新的第四代6TB企业级3.5英寸海量盘。该硬盘提高了50%的存储密度,提供了用于近线工作负载的优化性能,非常适合我们需求性能优化的硬件以用于其特殊工作负载的云数据中心客户,以及需求大容量和高可靠性数据存储的大容量SAS接口Turbo NAS用户。”
群晖科技公司首席执行官王俊斌表示:“群晖科技非常高兴与希捷合作,以优化我们的产品设备。在我们未来的产品线中使用希捷第四代6TB企业级3.5英寸海量盘,可以帮助我们为客户提供容量更高的新设备,同时使他们可以更快速地读取数据。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。