一直以来,存储产业中存储介质技术更迭关系重大,种种迹象表明,自1956年问世以来长期担当主要存储介质的磁盘技术正在被新的SSD(固态存储盘),也就是闪存技术所取代,随着3D NAND、NVMe、PCIe Switch、NVMe over Fabric以及软件定义存储(SDS)、超融合存储(HCI)等技术的成熟,闪存替代磁盘的速度正在加快,最新的闪存成果也来自产学研各界的共同努力。这是6月30日在北京举行的2016中国闪存峰会所传递出来的主要信息。
本届峰会由中国计算机学会信息存储技术专业委员会、中国教育部信息存储系统重点实验室和DOIT、DOSTOR(存储在线)共同举办,现场汇聚了学术界、产业界以及行业用户800多人,同时有5000多人通过线上参与了本次会议。大会的主题是“关键之年 让闪存绽放”。
闪存应用最前沿华中科技大学计算机学院院长冯丹,华中科技大学微电子学系主任缪向水,清华大学教授、博士生导师、中国计算机学会信息存储技术专委会副主任舒继武等学界精英领衔闪存峰会,从存储系统、闪存发展趋势,到相变存储、忆阻器发展等,学术界对外分享最新研究的成果。
IBM、Dell、NetApp、HDS、华为、浪潮、宝存、Memblaze、达沃、Infortrend等产业界领导厂商从全闪存阵列、超融合存储、PCIe 闪存卡、NVMe 闪存盘、3D NAND技术,以及数据存储、保护和应用的角度进行了深入浅出介绍;本次峰会大存储产业和中国力量的圆桌讨论,从闪存制造的角度,揭示了中国制造的机遇和挑战;闪存介质制造技术沙龙,从企业级应用的角度出发,揭示了闪存颗粒和企业级应用所需要的稳定性和可靠性的关系;高端存储知识自媒体社交领袖西瓜哥,企事录创始人张广彬,从第三方专业视角分析了闪存技术相关发展趋势以及存在的存在问题。
本次闪存峰会涉及内容面非常广泛,从闪存控制器架构、闪存技术应用和稳定性,到PCIe闪存卡、融合存储、超融合存储、软件定义存储,到闪存颗粒制造等,不仅内容前沿,而且具有话题性和实用性,为行业用户、供应商、专家学者在今后涉及闪存的工作中提供前瞻性的指导和参考价值。
闪存走向生态创新一两年前,业界围绕闪存的提供解决方案还是零零落落,落地到企业应用上还多为“半遮面”。如今,对闪存的谈论似乎足以当成未来核心竞争力来看待了。基于闪存的发展,软件定义、超融合、VSAN开始接起企业关键应用负载的单。
即使闪存介质本身,也承担起国家存储弯道超车的历史重任了。传统存储已经不得不忌惮自己的江湖地位了,从成本、应用、创新、供应等多个方面闪存表现出了可以当“大任”精神气质。经历了“苦其心志”二十余年历练,如今正是青春年少,尤其在用户普遍面临遭受大数据时代挑战的洗礼下,闪存市场的火热也在说明其可谓生当逢时。
不得不承认,闪存到了关键之年。值此时刻,我们应当为闪存的全面绽放做好准备。
为此,本次峰会上我们对闪存的关注超过以往,开始向生态方向迈进。从介质的选择、部署的场景、使用的优化、成本经济性,到应用中的问题、选型模式的变化,以及中国闪存产业的发展格局等等。本次中国闪存峰会的主题“关键之年,让闪存绽放”,集中体现了对闪存应用的关注,聚焦在闪存应用的方式和方法、发展速度。
中国大存储力量登上历史舞台本次大会得到了中国计算机学会和武汉光电国家实验室的大力支持,吸引了大批行业人士,现场既有典型的行业用户,也覆盖了闪存产业产业链中从介质到应用交付到代表厂商,还有多位独立技术专家意见领袖、行业观察者,这些人聚在一起围绕闪存这一话题,探究各自关心的问题,共同努力推动闪存在中国应用的发展和成熟。
特别要提到是,武汉新芯执行副总裁、商务长陈少民现身本次峰会,与我们共同探讨了中国大存储产业与中国力量。陈少民谈到,闪存技术即是加速用户创新的前沿科技,同时也是国家在打造自身核心竞争力上重点关注的项目。人们对闪存产业的关注已经远不止满足某些应用的需求,更应是整个国家产业力量与国际同步的发展关键。据记者了解,目前中国政府高度重视大存储产业的发展,为此不惜投入巨资,以武汉新芯为例,投资就达到2000多亿人民币。
本届闪存峰会邀请了三十多位技术专家和闪存业内人士,吸引了线上线下数千名与会者和数十位主流闪存供应商,共同呈现了一场以闪存为主题的盛会,对于推动用户应用闪存的成熟度,闪存供应商把握市场赢得良性发展有着重要的积极意义。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。