闪存驱动器领域也要有我们身影存在,希捷公司在本届闪存记忆体峰会上凭借着两台全新SSD产品强调了这一信息--其中一款为8 TB NVMe驱动器,另一款SSD则为3.5英寸且拥有可怕的60 TB容量。
这款60 TB产品的出炉意味着大家能够将超过1000块美光3D NAND晶粒塞进一款全尺寸3.5英寸磁盘当中。根据我们掌握的情况,此款产品配备双12 Gbit每秒SAS接口与15万随机读取IOPS,不过其写入IOPS尚未披露。其连续读取/写入参数分别为每秒1.5 GB与1.0 GB。
这款驱动器配备单一控制器,而且我们目前还不清楚其具体使用寿命。这似乎是一款主动程度不高的(即读取较多/很少写入)归档SSD,或者可用于承载那些读取密集且对延迟较为敏感的高容量需求应用。可怕的是,仅仅是17块这样的驱动器即可为大家提供接近1 PB存储容量。
60 TB存储容量相当于三星15 TB 3D NAND SSD的四倍水平,这让希捷方面在竞争中占尽主动权。三星SSD采用512块256 Gb 48层V-NAND芯片,分16层堆叠在驱动器当中。
美光公司于今年6月公布的1100产品为其第一款3D NAND M.2驱动器,采用384 Gbit晶片。在计算之后,我们发现需要1250块这样的晶片才能构建起一款60 TB驱动器。
希捷公司的60 TB方案也相当于其10 TB 3.5英寸磁盘驱动器容量的六倍。我们还不清楚其使用成本相当于该磁盘产品的多少倍,不过对这款60 TB SSD与10 TB磁盘驱动器进行每GB成本比较显然非常令人期待。
希捷公司指出,我们将在未来迎来容量高达100 TB的更多SSD产品。目前希捷尚未为该产品进行确切定名。不过惠普企业业务公司先进技术与大数据副总裁Mike Vildibill在一份友情声明当中表示:"希捷的全新60 TB SAS SSD产品能够为客户提供更高的服务器存储性能,并在容量配置层面带来前所未有且令人兴奋的可能性。"看起来惠普企业业务公司似乎已经签订了使用该产品的协议。
XP7200的速度定位则要高得多。其拥有94万与16万随机读取与写入IOPS,而连续读取与写入数据速率则凭借着自身16通道PCIe第三代接口达到每秒10 GB与每秒3.6 GB。其采用全高度PCIe尺寸并拥有四块容量优化型Nytro MX1440 M.2 SSD,且每块驱动器皆配合自己的控制器。这款存储卡能够接入单一16通道第三代PCIe插槽,大家需要使用全部通道并配合每驱动器/控制器同样运作以实现其全部性能。
Nytro XP7200分解图,上方为其散热片组件。
其提供的可用容量选项分别为3.8 TB与7.7 TB,我们认为其使用的是MLC闪存而非3D NAND。
希捷公司曾于今年3月在开放计算项目峰会上展示了一款每秒10 GB NVMe第三代PCIE x16产品。当时,我们曾在评论中表示:"我们预计新的存储卡将利用美光芯片,同时继续延续Nytro品牌。"看来这一预测是完全正确的。
XP7200 的适用方向包括高性能计算、向外扩展数据库以及科学研究与天气建模等大数据分析。Accelstor公司似乎正在利用XP7200进行产品设计。
Nytro XP7200卡
希捷公司指出,8 TB Nytro XP7200 NVMe SSD将于今年年底向各销售渠道合作伙伴发货。而60 TB SAS SSD产品则预计于2017年年内推出。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。