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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。