在进展缓慢的储存技术世界里,NAND Flash的普及速度算是极快,几乎每种储存产品都有其足迹,最主要原因就是速度。据TechTarget报导,NAND Flash刚推出时是市场上最昂贵的储存装置,后来供应商发现只要加入相对小量的快闪存储器,便可以大幅提升效能以快闪存储器技术为基础的储存装置也开始大受欢迎。
由美光(Micro)和英特尔(Intel)合作开发的3D XPoint技术,以及IBM根据相变化存储器(Phase Change Memory)修正后开发的新型态储存装置,在速度、耐用性和重复读写的次数的表现都比目前使用的NAND Flash更佳。
3D XPoint开发人员表示,新储存装置的速度和耐用度可达到NAND Flash的1,000倍,IBM则表示其开发的PCM在读取和写入速度方面比NAND Flash快上数百倍,预计可进行1,000万次读取循环。
虽然NAND Flash开创了固态硬碟(SSD)的时代,但在新技术不断出现的情况下,或许这只是挑战传统存储器和储存装置概念的开端而已。不论从哪一个角度来看,这些新技术都让NAND Flash看起来像是老旧技术。对于还在摸索NAND效能的使用者来说,很难想像这些数据代表的真正含意。
这些新储存装置与SSD基本上完全不同,而且更接近可永久储存的存储器。两者之间的明显的差异也反映在名称上,外界将这些新装置称为储存级存储器(Storage-class memory),听起来虽然奇怪,但也算是相当公正且适当的描述。
SSD可以达成许多硬碟无法完成的事,而IBM、英特尔和美光开发的新技术,则宣称可以消除储存来源和存储器之间的界线。以效能来看,这些新兴技术允许存储器分层与扩张,除了可以增加存储器的处理能力与资源,还可减少伺服器自永久储存装置存取资料的次数。
有趣的是,连传统硬碟(HDD)制造商也可受惠于SSD的普及,因为所有资料都必须有栖身之所。尽管近来推出的高容量NAND Flash装置可以满足需要,但是储存空间超大的硬碟还是有价格方面的优势。
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。