英特尔公司近期发布了一款小型、单面且高度读取优化型SSD,专门面向数据中心场景内的服务器场景。这款P3100 SSD为M.2设计(22 x 80毫米),采用3D TLC(即三层单元)NAND。这种格式最初诞生于平板设备、轻薄型笔记本与台式机当中。由于空间有限且采用TLC(三层单元)NAND,因此其最高容量上限仅为1TB。
尺寸为22 x 80毫米的闪存卡能够提供1TB存储容量
然而,采用TLC亦意味着该设备主要面向数据读取而非写入进行针对性优化,这是因为TLC的使用寿命要低于MLC(即双层单元)闪存。通常来讲,服务器对于物理空间占用量并不是特别敏感,因此一般会采用2.5英寸SSD。英特尔公司希望凭借自家P3100 SSD产品在服务器空间有限且读取IO重要性远高于写入IO的市场空间内占得一席之地。
其随机读取/写入IOPS最高分别可达11.4万/1万,而连续读取/写入传输带宽则分别可达1.8 GBps与175 MBps。这样的性能水平明显专门为数据读取而进行了优化。
另外,其还支持每天0.5次全盘写入(简称DWPD)情况下的三年正常使用周期,0.3 DWPD则为五年,同时提供五年质保服务。该产品在闲置状态下的功耗为10毫瓦,英特尔方面表示这一水平较传统企业级磁盘驱动器低90%,且活动状态下的平均功耗为5.5瓦。
不过,P3100 SSD并不提供断电数据保护功能,但在另一方面,该驱动器具备AES-256位加密能力。数据中心内适合P3100的应用场景包括作为引导设备、搜索索引、边界缓存以及Web托管等,英特尔公司指出。
相比之下,英特尔旗下同样采用M.2格式的600p SSD则属于客户端设备,意味着其主要面向笔记本与平板电脑,这款NVMe SSD同样选择了3D TLC NAND介质,容量水平以及160万小时平均故障时间(简称MTBF)亦与P3100相当。其随机读取/写入IOPS最高分别可达15万5千/12万8千,而连续读取/写入传输带宽则分别可达1.8 GBps与560 MBps。在名义上,其随机读取IOPS性能更强,且随机写入IOPS也更高,意味着其性能表现更为均衡。
根据目前掌握的情况,英特尔公司的商务客户端Pro 6000p与物联网E 6000p属于600p的衍生型产品。而P3100看起来亦像是经过调整的600p。
英特尔DC P3100参数表
另外,三星公司亦拥有自己的960 EVO与960 PRO M.2客户端SSD,其最高容量为1 TB,且采用3D NAND介质(48层,256 Gbit 21纳米TLC V-NAND)。其速度表现较P3100更为出色:
而美光亦拥有一款1100 SSD,分别提供2.5英寸与M.2格式,其采用6 Gbps SATA接口。其中M.2 100的容量分别为256 GB、512 GB与1 TB,采用32层3D NAND。(其中2.5英寸版本的最高容量可达2 TB。)其拥有150万小时平均故障时间,不同于P3100的160万小时。
其性能参数如下:
这意味着其读取速度远低于P3100,但写入速度更高。
当英特尔与美光推出下一代3D NAND时,我们预计M.2 SSD将能够实现2 TB容量上限,其应该将带来更快的写入IO以及更长的DWPD使用寿命。如此一来,相信会有更多服务器供应商乐于将其引入数据中心方案之内。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。