2016年12月27日,北京得瑞领新科技有限公司(DERA)今天宣布推出DERA PCIe SSD新品及自主研发的TAI控制器。TAI控制器支持NVMe 1.2标准及PCIe 3.0接口,4K随机写IOPS可以达到500K,而4K随机读更是可以达到1250KIOPS,可以为大型数据中心以及企业客户提供高性能及高可靠性的固态存储解决方案。TAI控制器集合了DERA在闪存管理及SOC设计和工程实现方面所有的核心算法及技术,并已经成功流片,相关的模块及功能已经完成测试工作。
在过去的数十年中,主流存储介质也从磁带、机械硬盘发展到了今天的固态盘。据Gartner预测,2017年将是固态盘发展阶段中的一个重要分水岭,全球企业存储市场的SSD盘收入将超过HDD盘的收入。到2020年,所有的生产业务将运行在闪存介质上。而近年来专为闪存介质设计的NVMe协议已经逐步取代了AHCI协议成为商用SSD的首选。越来越多的服务器厂商开始在新一代产品上提供对NVMe 固态盘的支持,基于NVMe协议的SSD将成为解决服务器存储性能瓶颈的新通路。
Dera pcie ssd主要的性能参数列举
TAI控制器是硬件核心。DERA团队基于软硬件协同设计的理念,综合考虑存储数据路径效率、控制接口效率、闪存介质错误处理、闪存器件退化及失效处理等核心问题,定义并设计了核心的FTL(闪存转换层)算法软件和TAI控制器。TAI集成了多个闪存控制接口、高效灵活的DMA引擎、高强度ECC硬件编解码单元、意外掉电检测和切换等功能单元,在协同设计的软件算法调度下,可实现满足企业级可靠性要求的数据存储功能,并充分发挥NAND闪存的高速存取特点,为应用系统提供高可靠、低延时、性能一致性、高吞吐量的数据存储服务。
“DERA TAI系列产品在多项关键性能指标上都位于业界领先的地位,刷新了PCIe闪存的多项性能纪录。这得益于我们团队在核心IC设计上的能力。在控制器的设计过程中,我们准确划分了软硬件接口,灵活运用多种硬件协处理器,在实现了优越性能的同时还保证了优良的性能功耗比。”DERA公司CEO 张建涛表示:“而在行业领先的性能之下,是DERA团队对可靠性与可用性的高度重视,凭借专利的全生命周期评测技术,DERA PCIe SSD系列产品可以在其产品支持周期内得到控制器足够的性能保障,不会出现明显的性能衰减以至于影响客户的应用体验。此外,DERA在北美设立了专职人员与国内工程师负责闪存信道模型的建立,以确保采用不同闪存颗粒与批次产品的性能一致性。DERA作为中国本土厂商,95%的员工是有着长达十年以上从业经历的工程师,这也是我们可以在成立仅一年多的时间内就做出NVMe 控制器芯片及在纠错算法、NAND调度、自适应控制算法等领域取得相应自主知识产权的重要原因。与业界同行多以将SOC系统中不同模块分别流片并经历ECO的过程不同,DERA TAI芯片整体一次性流片成功,这让我们可以在更早的时间节点开始产品的测试工作,以加速产品面市的过程。”
作为一家本土创业厂商,DERA致力于提供完整的固态存储产品线。现阶段聚焦于基于高带宽低延迟的PCIe数据传输链路来提供领跑业界的极致性能产品,在此以外,还可以为有需求的客户开放定制化存取接口或提供定制化设计。团队掌握了针对闪存介质的数据完整性核心管理技术,对固态存储产品的性能、功耗、成本等各个维度的设计权衡有深入理解,这使得DERA可以进一步确保产品能满足企业级应用所需要的高可靠性与稳定性方面的需求,并在此基础之上提供极速的客户响应能力。
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。