西部数据日前进一步扩展了其数据中心固态硬盘(SSD) 和传统硬盘(HDD) 产品组合,推出了下一代存储解决方案,旨在帮助IT经理满足如今企业、云和超大规模工作负载的密集式数据和极大性能需求。
新的解决方案包括超快的HGST品牌Ultrastar® SN200兼容NVMePCIeSSD系列,此系列可以提供一流的随机读取性能,关键工作负载的性能可达120万IOPS1;公司迄今速度最快和容量最大的SAS SSD—HGST品牌Ultrastar SS200系列SSD。公司还推出了第四代HelioSeal™氦气密封式企业级HDD—12TB2容量的HGST品牌UltrastarHe12硬盘。除此之外,公司宣布会利用叠瓦式磁记录(SMR)技术,将He12平台扩展到14TB。
Ultrastar SN200 SSD可提供下一代NVMe PCIe存储容量及速度
Ultrastar SN200NVMe SSD系列是新一代高容量的NVMe PCIe SSD,并提供2.5英寸和半高半长(HH-HL)规格。充分利用公司的高级内存技术,是新一代高速度的NVMe PCIe SSD,与前一代符合NVMe的SSD3—HGST 品牌Ultrastar SN150 SSD相比,新产品可以提升多达100%的顺序读取性能且具有多达61%的随机读取性能。容量从800GB到7.68TB。新NVMe PCIe SSD拥有卓越性能和出色的容量,并且结合优异的服务质量(QoS),十分适用于工作负载密集型的云和需要即时响应时间的超大规模环境,例如电子商务、搜索和社交网络以及实时处理海量数据及集中式分析的环境。
Ultrastar SS200SAS企业级SSD实现数据中心转型
Ultrastar SS200 SSD是新一代具有高容量及强大性能的SAS SSD,是公司迄今容量最高且性能最大的SAS SSD。能有效地提供超大容量、低延迟性能和出色持久性,帮助数据中心经理满足如今关键应用迅速增长的数据容量和速度需求,与此同时平衡总拥有成本(TCO)。提供高达7.68TB容量,它可为需要双端口设计与SAS接口的存储阵列、超融合与软件定义架构带来全新的功能与潜力。
企业级Ultrastar SS200 SSD提供两种持久性类别,满足客户需求,其中包括1类和3类随机硬盘每日写入量(DWPD)4。充分发挥先进的NAND管理技术优势,提供极大的读取性能(高达1,800MB/秒顺序读取/ 250,0000 4KiB IOPS随机读取),同时不会降低写入性能(高达1,000 MB/秒顺序写入/86,000 4KiB IOPS随机写入)5,十分适用于丰富多样的数据密集型、关键企业和云应用。
此外,Ultrastar SS200利用公司新一代的Guardian TechnologyTM平台,具有专有和全面的功能和技术,可以大幅提高持久性和可靠性,从而有助于预防数据丢失,并且进一步确保出色的服务质量(QoS)。
UltrastarHe12氦气HDD
He12是公司推出的第四代氦气HDD,包含行业首款八磁盘设计,在标准3.5英寸规格下采用PMR技术提供12TB的容量,是一款针对主动随机工作负载的大容量硬盘。利用公司独家HelioSeal技术将氦气密封在硬盘中,有助于提供大容量的HDD和出色的功率效率,He12提供单一的12TB容量,采用高级格式(Advanced Format)并提供SATA或SAS接口。
HelioSeal技术利用密度只有空气1/7的氦气,支持使用更薄的磁盘,同时维护稳定的记录接口。独有的He12设计增加了第八个磁盘,比容量最高的空气填充式硬盘还可多容纳两个磁盘,容量增加到12TB,比容量最高采用空气设计的硬盘容量多了50%。这种额外的容量可以提高存储密度,降低所需的相关数据中心基础架构。它还包含低功率设计,同时不会降低性能,这有助于降低整体拥有成本。He12是十分适合所有需要大容量、成本划算的存储的应用。
此外,公司将会进一步扩展He12平台,充分发挥SMR优势,利用相同的必备硬件采用SMR技术将硬盘容量提高到14TB,而且支持许多在软件架构中已经实施了SMR支持的云服务供应商,在存储数据不断增长下,更加经济高效地交付与服务相关的数据。
功能与技术规格:
Ultrastar SN200 NVMe PCIe SSD系列
Ultrastar SS200 SAS SSD
Ultrastar He12氦气HDD
供货
Ultrastar SN200NVMe SSD系列和Ultrastar SS200 SAS SSD目前正在为特选客户发送样品,在2017年第一季度将会正式供货,公司目前还在为特选OEM客户发送Ultrastar He12样品,该产品将于2017年上半年正式供货,而14TB SMR HDD将于2017年中正式供货。
1 – 仅代表HH-HL版本的速度。
2– TB = 1太字节(TB) = 1,000,000,000,000字节。实际可用容量更少。
3 – 仅代表HH-HL版本提高的速度。
4 – 采用5年4KiB 随机写入工作负载的DW/D持久性技术规格。
5–基于5年3类持久性每日硬盘写入量。
6 – 仅基于6.4TB HH-HL版本的一流数据。
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。