SSD固态硬盘已经逐渐普及,但是很多人对它的可靠性问题依然忧心忡忡,也存在很多误解。事实上,SSD仍然算得上新鲜事物,对于它的很多表现人们依旧缺乏足够深入的认识。
最近,Google工程师Raghav Lagisetty、Arif Merchant和加拿大多伦多大学教授Bianca Schroeder联合发表了一篇论文《闪存的实际可靠性:意料之中与意料之外》(Flash Reliability in Production: The Expected and the Unexpected),得出了一些惊人的结论。
这项研究历时长达6年,覆盖了十多种SSD的品牌,企业级和消费级产品都有,SLC、MLC、TLC三种闪存类型都有,加起来一共跑了几百万天。
Google揭秘SSD可靠性:SLC闪存神话破灭!
主要结论:
1、不可纠正比特错误率(UBER)这个参数毫无意义,不要理会它。
2、好消息:原始比特错误率(RBER)在使用损耗中的增长速度比预期得要慢,而且与UBER后者其他错误无关。
3、高端的SLC硬盘并不比MLC硬盘更可靠。
4、坏消息:SSD的故障失败率比机械硬盘低,但是UBER更高。
5、影响SSD可靠性的是其年龄,而不是使用程度。简单地说,一块闲置了两年的SSD还不如一块使用了一年的更靠谱。
6、全新的SSD里也会普遍有坏块。如果一块SSD里有大量坏块,可能会影响其他更多区块,导致芯片损坏。
7、30-80% SSD起初就有至少一个坏块,2-7%使用四年后会有至少一个芯片损坏。
其中两个结论最为让人吃惊,首先就是第三条。
我们知道,NAND闪存分为三种:SLC是单层单元,性能最好,寿命最长,但成本也最高;MLC是双层单元,性能、寿命都适中,是主流首选;TLC是三层单元,成本最低,但是性能和寿命也相对偏低,是如今的热门。
一般都认为SLC闪存是最好的,企业级SSD普遍都是用它,厂商也会极力宣传多么多么可靠,不过根据Google的研究,SLC、MLC在可靠性上其实差不多。
当然这不代表企业级SLC SSD都是忽悠人,它们都精选了质量更高的芯片,辅以更大的冗余容量比例,以及各种可靠性增强技术,贵是应该的。
而根据第五条,不用担心频繁使用SSD会缩短其寿命,闲着不用才会更让其短命。这和很多电子设备其实是一样的。
另外,研究中的SSD其实都很耐用,没有一个接近使用极限,即便是3000次写入放大的MLC SSD也毫无问题。
至于现在大家很担忧、不少人很鄙视的TLC,该研究因为时间较早并未涉及,但是无论从技术原理还是实际表现上看,TLC闪存的SSD满足日常应用时没有任何问题的,不必多虑。
总的来说,SSD不可能坚若磐石,但也没有想象中那么脆弱,大家可以放心使用,当然任何时候及时注意备份重要数据都是很关键的。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。