
东芝公司已经开发出了其双端口ZD6000 NVMe闪存驱动器的7.68 TB容量版本,而DDN存储公司将该款驱动器应用于自家IME14K峰值缓冲产品当中。
这款驱动器补充了该NVMe闪存阵列当中所原本使用的Apeiron 1.6 TB与3.2 TB版本。
东芝公司宣布,ZD6000在输入/输出(I/O)性能水平方面高于上代版本。其同时指出,IME14K将能够向上扩展至容纳48块ZD6000驱动器,而驱动器存储容量则在800 GB到7.68 TB区间。根据目前流出的一张该驱动器图片,我们看到其产品型号编码为ZD635E020,这属于东芝OCZ Z-Drive系列的编码方式。
目前存在三款OCZ Z-Drive ZD6000产品,分别为ZD6000、ZD6300以及ZD6300 Max Capacity。
ZD6000采用19纳米MLC闪存,而其它两款则采用19纳米eMLC NAND。其中ZD6000的可用存储容量为800 GB、1.6 TB与3.2 TB(实际存储容量为1024 GB、2048 GB以及4096 GB)。而ZD6300的可用容量为800 GB、1.6 TB、3.2 TB以及6.4 TB(实际存储容量为1024 GB、2048 GB、2096 GB以及8192 GB),ZD6300 Max Capacity型号的参数分别为960 GB、1.92 TB以及3.84 TB(实际存储容量为1024 GB、2048 GB以及4096 GB)。

东芝的ZD6300 DDN型号,其型号编码为ZD635E020。
不过DDN DZ6300产品则拥有不同的容量级别,其为7.68 TB,根据我们的理解这应该是专门为DDN打造的定制化产品。
以下表格提供了ZD6000、ZD6300以及ZD6300 Max Capacity的具体参数。其中同时显示了制造商在针对市场及IEM客户甜蜜点进行配置与参数调整及优化之后,能够带来多么复杂的SSD驱动器产品特性区间。

东芝Z-Drive整体参数表(AIC为附加卡)。

ZD6000性能数据
ZD6300性能数据
ZD6300 Max Capacity性能数据
我们可以预期,随着时间推移3D NAND亦将被应用于ZD6000产品当中,从而为其提供一倍的潜在容量提升空间。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。