三星在TLC闪存上是最卖力的。这种廉价闪存虽然性能差点、寿命短点,但是便宜,而且无论理论还是实际测试都表明足够日常使用。可不知怎么的,TLC闪存的840 EVO去年被发现存在老数据读取速度下降的问题。尽管没有直接证据可以证明问题源于TLC,但人们心里还是有个疙瘩。(iPhone 6 TLC闪存问题更是闹得沸沸扬扬)
后来,三星通过更新固件修复了这个问题,似乎都过去了……
但是,三个月过去了,现在有不少用户抱怨说,掉速的问题依然存在,而他们早就刷新了修复固件。
这是某用户的HD Tach测试结果,平均读取速度还不到200MB/s,而且高低起伏很明显。
另一个人的情况稍微好些,但也有点不稳定。
又一位的,SSD Read Speed Tester(会根据文件日期分别显示各自的性能)跑下来310-330MB/s的样子,损失了足足200MB/s。
还有更多哦就不一一贴出来了,可以看看这个帖子。
TechReport已经就此联系了三星,正在等待官方回复。
他们的一位编辑就有块840 EVO,也刷过新固件了,但是测试发现没有异常,不过他最近开启了NTFS压缩,这会刷新数据,不能作为证据。
TechReport还同时公布了一些有趣的是测试数据。
修复固件刚发布的时候,他们在一块840 EVO 250GB里填满了电影、MP3、照片等,静置三个月,再拿出来进行测试。首先是HD Tach:
35MB/s的读取速度?这还是固态硬盘吗?!
SSD Read Speed Tester显示所有文件都是15个星期,平均读取速度45MB/s,部分超过100MB/s。
不但如此,传输率也受到了极大影响,从上边往外拷贝文件速度也极慢。
接下来重新格式化,载入原来的数据,再跑一遍:
满血复活。HD Tach 430MB/s,提升12倍。
SSD Read Speed Tester更是高达529MB/s,提升10倍。
不过,总不能过一段时间就格一次吧?
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。