SanDisk公司已经正式公布了其第三代ioDrive PCIe及夹层闪存卡,同时宣称其在实现四倍于以往的性价比提升之外,还能够较前代Fusion ioDrive 2/Atomic产品实现高达61%的标价削减幅度。
Fusion-io公司及其ioMemory技术方案以及于去年六月被SanDisk方面以11亿美元价码收入囊中。从那时开始,闪存技术已经迎来迅猛发展,如今其芯片拥有更小的物理尺寸及更为密集的存储晶粒,这意味着厂商能够将更多闪存容量塞进同一块PCIe闪存卡当中、并借此实现性能提升以及/或者降低产品售价。
上一代闪存卡为SX300(存储容量区间为1 TB到6.4 TB)与PX600(存储容量区间为1 TB到5.2 TB)PCIe卡——后者此前曾被命名为Fusion-ioioDrive 2卡——二者皆采用20纳米制程技术并配备有来自美光的MLC闪存芯片。
SanDisk公司此次在闪存卡产品中使用了自家打造的闪存芯片——我们估计其属于19纳米MLC技术方案——且并没有在整体存储容量方面带来提升。这一回迎来更新的产品线具体如下:
• SX300与新的SX350系列——存储容量区间为1.2 TB到6.4 TB,主要面向:
o 混合使用型工作负载——包括虚拟化、数据库、商务智能以及实时性金融数据处理等。
o 读取敏感型工作负载——包括Web托管、数据挖掘、地震数据处理、内容缓存处理、3D动画以及CAD/CAM等。
• PX600系列——存储容量区间为1 TB到5.2 TB——合适各类混合使用型工作负载,例如虚拟化、数据库、商务智能以及实时性金融数据处理等。
• Mezzanine闪存卡系列主要面向最新的惠普第八代及第九代BladeSystem服务器以及思科的UCS B系列刀片服务器——用于构建虚拟化环境,其中该闪存卡负责在每台服务器上支持更多虚拟机系统、加速数据库以及商务智能挖掘任务。
此外新的闪存卡与FlashSoft缓存软件绑定方案也已经出炉。这款软件能够在vSphere、Windows Server以及Linux环境下带来优于非缓存式SSD的I/O延迟水平。
此次更新的SX300在性能表现上亦优于上代版本:
• 4K IOPS随机读取测试结果为35万,远高于上代版本的21万5千。
• 随机写入IOPS为38万5千,高于上代版本的30万。
• 连续读取传输带宽为每秒2.7 GB——上代版本为每秒2.6 GB。
• 连续写入带宽为每秒2.2 GB,远高于上代版本的每秒1.2 GB。
两代版本在读取/写入延迟方面保持一致,皆为92微秒/15微秒。
SX350与SX300在大部分参数上保持一致,但前者的连续读取速率为每秒2.8 GB,且其读取延迟更低、仅为79微秒。
更为高端的PX600在IOPS速度表现方面超过了上代产品,但连续传输带宽却并未实现改进:
• 4K IOPS随机读取测试结果为35万,高于上代版本的33万。
• 随机写入IOPS测试结果为38万5千,高于上代版本的37万5千。
• 连续读取传输带宽为每秒2.7 GB,连续写入传输带宽则为每秒2.2 GB,与上代版本持平。
PX600新版本在延迟水平方面亦没能迎来改进。
SanDisk公司目前大力强调该闪存卡系列产品的可靠性,举例来说,其SX350在不可修复的错误比特率(简称UBER)方面拥有10-20这一惊人的成绩。
根据我们掌握的情况,此次推出的新系列PCIe卡在随机读取性能方面达到上代ioDrive 2产品的两倍。举例来说,此次更新的Mezzanine卡实现高达两倍的性能提升、存储容量增加33%且较上代ioDrive 2 Mezzanine卡在数据访问延迟方面亦有所改善。
让我们通过以下表格了解各更新产品线的具体性能参数:
SanDisk公司指出,每款闪存卡都针对混合型用例或者读取敏感型工作负载进行了优化,同时能够与SanDisk方面刚刚公布的下一代FlashSoft缓存软件并行协作。
除此之外,Virtual Storage Layer(即虚拟存储层,简称VSL)亦迎来了升级,其带来直接内存访问、最低延迟控制以及应用程序吞吐量最大化等机制,但目前我们还没有得到更多细节信息。
我们估计,此次更新将是三步战略中的第一部分。在下一阶段当中,SanDisk公司将把制程工艺进一步缩小,同时利用3D NAND技术提高存储产品的容量水平。
这一全新产品组合目前已经面向部分认证客户进行销售。此外,其同时通过SanDisk企业经销合作伙伴计划供各负责销售SanDisk数据中心硬件与软件产品的SanDisk商业业务渠道合作伙伴进行市场推广。
目前各款产品的具体售价信息尚不明朗。
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。