固态闪存已经被广泛应用于许多主流产品内,因此厂商目前已经将他们的目光转向了闪存在吞吐量与耐用性方面的表现。你可以透过他们在这些领域的创新找到背后所隐藏的问题。 固态磁盘缓存技术早已成熟,不再有当初新上市时候的光鲜,而成为一种必备的功能。因此,当前绝大多数技术围绕着如何改进固态磁盘的性能与可靠性。
早些时候,固态磁盘缓存通常以单块磁盘的形式使用。随着技术的日益成熟,厂商开始用多块固态磁盘来提升其性能并防止数据丢失。
数年之前,闪存存储常常被认为一种低可靠性的方案,因为其中的每个单元最终都会磨损耗尽。而今天,闪存存储已经和磁盘同样可靠耐用——如果不说更胜一筹的话。即便如此,闪存驱动器最终仍会失效。对于读缓存而言看似问题不大,但对写缓存而言这是个不小的难题。假如写缓存是由单块磁盘构成的话,那么这块驱动器的失效意味着上面所有数据的丢失。Synology等厂商通过用第二块固态闪存作为写缓存镜像的方案力求避免这类问题。在主固态闪存驱动器出错的时候,第二块固态闪存驱动器上的内容会被立刻激活,而且即便第二块也一同失效时,写缓存还会暂时保留数据。
从性能角度来看,厂商一直在努力最大化固态闪存的性能吞吐量。他们中的一部分会为读写操作配置单独的闪存。而另一些则使用基于PCI Express连接的闪存存储。另外还有一种日益流行的做法,将闪存条带化分布于多块固态磁盘上,从而克服磁盘控制器的带宽限制,改善总体性能。
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
威斯康星大学研究团队开发了LUMINA系统,专门检测AI在回答问题时的"撒谎"行为。该系统发现AI有时会忽视提供的参考资料,固执地依赖内部知识生成不准确回答。LUMINA通过监测AI对外部文档和内部知识的依赖程度来识别这种行为,在多个测试中达到90%以上的准确率,比以往方法提升13%,为构建更可信的AI系统提供了重要工具。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
这项由法国CentraleSupélec大学领导的研究通过严格控制的实验,系统比较了AI的推理训练与传统训练方式。研究发现推理训练在数学、开放式任务中效果显著,但需要70亿参数以上模型才能充分发挥优势,且成本增加明显。研究为AI开发者提供了明确的应用指导,有助于根据具体场景选择最优训练策略。