
希捷公司已经向其Nytro产品线添加了一款新的读取优化型SATA SSD,命名为XF1230。
该LSI Mytro SSD产品线由希捷公司于2014年收购获得。这款产品为2.5英寸大小的每秒6 Gbit SATA驱动器,存储容量分别为240 GB、480 GB、960 GB以及1.92 TB,全部采用eMLC闪存。目前我们尚不清楚其单元尺寸与供应商信息,但希捷方面确实与美光之间建立有战略联盟关系。
其读取性能参数为9万8千IOPS与每秒560 MB,平均延迟则为135纳秒或130纳秒; 具体延迟根据存储容量而有所变化。
写入性能同样受到具体容量的影响。由240 GB到480 GB,再到960 GB乃至1.982 TB,其性能分别为:
• 随机写入IOPS起步为8千,接下来依次提升为1万5千、1万6千以及1万7千。
• 连续写入传输带宽随着容量提升而分别达到每秒290 MB、500 MB、460 MB以及430 MB。
• 平均写入迟延随着容量提升而分别达到105纳秒、56纳秒、55纳秒与50纳秒。

希捷方面也在尽可能控制该驱动器的能源效率,随容量提升其运行功率分别为2.9瓦、3.9瓦、4.7瓦以及4.8瓦。其使用寿命则分别为每天0.5次、0.6次、0.67次以及0.67次全盘写入(简称WPD)。各个版本皆提供五年质保周期,同时提供200万小时无故障运行承诺。另外,其提供掉电保护机制,但不具备加密功能。
该驱动器目前已经开始向OEM厂商发送样品,通用版本也将在未来几周内推出。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。