5月12日,东芝企业级存储在京举办新闻发布会,对外披露了2017年度东芝企业级存储的市场发展战略,其中最为引人注目的是东芝宣布继续针对15K rpm、10K rpm磁盘提供技术支持,与此同时,东芝对外发布了大容量企业级存储磁盘。

如今,企业存储数据呈现爆发式的成长,根据IDC预测,2020年全球数据存储需求将会达到44ZB的规模。如今,每一天的每一分钟,平均会有2.04亿邮件发布,Google会产生400万条搜索,Facebook会有246万Bit的内容信息分享,移动互联网、社交和物联网的应用,势必会进一步加剧数据存储的需求,有数据统计表明,现有的HDD、NAND、ODD、Tape等存储设备的能力之和是13ZB,其中,数据存储量为6.5ZB,与2020年44ZB需求相比,显然存在很大的市场空间。
针对数据需求的发展,东芝企业级存储制定了存储产品的发展战略。东芝电子(中国)有限公司副总裁Takanishi Masaki表示:在未来的市场上,HDD和SSD是一个同步协调发展过程,共同对于移动互联网、社交、IoT连接就业务提供支持。业务数据的发展会同时存进HDD和SSD的业务成长。因此,SSD和HDD不是一个替代关系,而是相互支持,互为补充的关系。
东芝存储产品事业部企业级硬盘行销部部长Fujimori Masafumi表示:SSD、10K rpm HDD和7200 rpm HDD,在$/GB的成本上快速接近,但毕竟还存在着台阶性质的差距,特别是受产能的限制,SSD在短期内还存在着不降反升的现象。应该说,SSD在性能以及延迟上优势明显,适合OLTP等业务需求的需要,但在容量和成本上,10K rpm和7200rpm HDD还有其固有优势,适合容量性业务的需要。

针对产品不同的业务特点,东芝策略是继续加大SSD、HDD等领域的研发投入,跟踪技术发展,与业务应用紧密结合。为此,东芝企业级存储不会放弃对于高端磁盘,如15K、10K rpm HDD的技术支持。与之相比,有些竞争友商放弃了高端磁盘的技术支持,但东芝企业级存储认为,高端磁盘会有其适用空间,因此不会放弃对其的技术支持。
针对手机等智能终端、车载、笔记本电脑、台式机、服务器、存储和数据中心,东芝企业级存储提供了全线产品支持,这些产品在市场上深受用户的欢迎。根据IDC数据,东芝是2016年增长最快的HDD和SSD供应商。
IDC 研究副总裁John Rydning表示:“东芝的HDD和SSD产品组合线种类十分丰富,使得他们能够进入几乎所有的存储设备细分市场,这是支撑东芝在2016 财年实现同比收入强劲增长的关键因素。接下来几个季度内能够满足云服务提供商和传统I T市场的需求,东芝在2017年的HDD和SSD收入有望继续保持良好的增长势头。”
在5月12日的新闻发布会上,东芝最新推出了MG05ACA 8TB的HDD产品,这是一款GMA技术的空气硬盘,其可靠性可以达到250万MTBF,是理想的企业级容量性硬盘。与上一代产品相比,新的8TB产品很好实现了性能和能耗的平衡,据悉,该产品目前已经投放市场。

东芝存储产品事业部企业级容量型和台式机硬盘业务部总经理Hashimoto Minoru表示,东芝企业级存储非常重视中国市场发展,承诺加大对于中国市场投入,全力支持并满足中国用户的需要。据透露,2018年一季度,14TB容量HDD新产品将会投放市场。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。