经历了两轮希捷LaCie驱动器升级修订,如今我们终于迎来目前存储业界最为出色的解决方案; 其在容量与连接性能层面皆迎来升级,意味着存储能力与传输速度都将得到大幅提升。
此次公布的LaCie d2与Rugged产品皆由Neil Poulton精心设计而成,且两款外部驱动器专门用于创意型视频、图像与音乐工作人员或者其他任何需要通过笔记本电脑或者一体机处理复杂文件的用户。其中d2是一款3.5英寸单磁盘驱动器,而Rugged则为2.5英寸磁盘驱动器配合亮橙色防震保护胶套。两者在存储容量与连接性能方面皆较上代方案有所提升,足以应对各类存储及访问需求,例如高分辨率视频与图像处理以及高解析度音乐文件等。
二者的外壳设计仍然保持不变。
Rugged驱动器采用防震绝缘亮橙色胶套配合2.5英寸驱动器。其曾于2014年6月推出过一款总线供电版本,磁盘容量为1 TB或2 TB; 或者采用250 GB或500 GB SSD。其磁盘模式下的传输速度可达每秒122 MB,而SSD版本的传输速度则高达每秒387 MB。
2017年版本的Gugged Thunderbolt USB-C可利用5400转BarraCuda磁盘驱动器提供高达5 TB存储容量。而对于需要高速数据能力的用户,亦可选择1 TB SSD版本以实现每秒510 MB传输速率。希捷公司表示,这一速度水平较上代SSD版本高出30%。而磁盘版本的速度亦略微质量提升至每秒130 MB。
LaCie Rugged驱动器
新一代产品采用USB-C接口,其兼容USB 3.x与Thunderbolt连接,并能够支持速率高达每秒40 Gbit的Thunderbolt 3规格。集成化Thunderbolt 3线缆亦可向下兼容Thunderbolt 1与2标准。
在Thunderbolt 3模式下,用户能够直接将该存储设备用于支持两台4K显示器或者一台5K显示器。LaCie已经于2016年在其外部驱动器产品线中全面普及USB-C与Thunderbolt 3接口。其USB-C协议支持一代(每秒5 Gbit)与二代(每秒10 Gbit)USB 3.x协议。苹果公司更新后的MacBook Pro目前仅提供USB-C接口,但另外提供转换头以帮助USB 2.0设备接入USB-C。
Rugged驱动器在防震、防尘以及防水性能方面符合IP54标准,意味着其能够承受自2米高处落下(合6.6英尺)、灰尘、水浸以及1吨重量车辆的碾压。另外,其亦利用可下载AES 256位软件加密机制抵御未授权访问,同时提供三年质保周期。
Thunderbolt 2 d2外部3.5英寸驱动器最初公布于2014年9月。在其中,Neil Poulton设计了一套铝制外壳以容纳一块希捷6 TB 7200转驱动器,双Thunderbolt 2端口同时使用时可提供高达每秒220 MB传输速率。希捷公司指出,此系列中的3、4与5 TB版本将仅提供USB 3.0模式。
这款d2产品亦可通过安装128 GB PCIe闪存卡的方式实现SSD升级。
LaCie 2017 d2
其中2017款d2采用7200转BarraCuda Pro 3.5英寸磁盘驱动器,最高存储容量为10 TB,且传输速率可达每秒240 MB。其具备USB-C与双Thunderbolt 3端口,同时支持USB 3.1。
希捷公司并没有提供d2驱动器所能选择的任何SSD卡升级方案,而全新d2产品的质保周期为五年。
全新Rugged驱动器将分别推出2 TB、4 TB以及5 TB HDD以及500 GB与1 TB SSD版本,起步售价为249.99美元。更新后的d2驱动器则将分别提供6 TB、8 TB以及10 TB容量选项,起步价格为429.99美元。全新Rugged与d2驱动器皆将于本季度内交付LaCie全球经销商进行销售。
备注:不包括俄罗斯。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。