希捷公司已经公布三款新型12 TB驱动器,一款面向台式机,其它两款则主打NAS市场,而在这两大区间内,皆能够在容量方面领先西部数据。
其中面向台式机的BarraCuda Pro分别提供2、4、6、8、10与12 TB版本,高于此前的10 TB容量上限。希捷公司表示,这样的容量水平已经达到其它最为接近的竞争产品的两倍,即西部数据的6 TB蓝盘。根据我们掌握的情况,其中10 TB与12 TB两款为氦气填充式设计,其它更低容量版本则为普通空气填充设计。
一般来讲,10 TB与12 TB版本应该采用8块存储碟片,而其它版本则采用6块存储碟片; 不过确切信息仍有待希捷方面加以证实。12 TB IronWolves采用8碟片设计,总重量保持在705克。
BarraCuda Pro的重量数据则表明其碟片/磁头数量方面的差异:
目前还不清楚为什么6 TB版本在重量上比8 TB版本更高,这有可能是因为8 TB同样采用氦气填充式设计因此存储碟片重量更轻。
希捷公司并未提供角度理想的图片,因此我们无法准确计算其存储碟片数量。
BarraCuda驱动器为7200转设计,配有一个每秒6 Gbit SATA接口,其中2 TB与4 TB版本为256 MB缓存,其它版本则为128 MB。连续数据传输速率则随容量变化而有所浮动; 12 TB版本为每秒250 MB,4、6、8与10 TB版本为每秒220 MB,但2 TB版本仅为每秒195 MB。
产品提供五年质保服务,每年工作负载限制为300 TB,且支持每年8760小时正常运转时长(24 x 7全天候使用)。
希捷公司表示, IronWolf与IronWolf Pro的12 TB版本能够提供行业最高的容量、可靠性、性能以及系统可扩展能力。西部数据的Red与Red Pro NAS驱动器则最高提供10 TB存储容量。
IronWolf底侧照片,可以看到其中包含8块存储碟片。
IronWolf为一款1到8托架NAS驱动器,其分别提供1、2、3、4、6、8、10与12 TB存储容量。其6、8、10与12 TB版本转速为7200转,更低存储容量版本则为5900转。根据我们了解的情况,10 TB与12 TB版本采用氦气填充式设计(与IornWolf Pro同容量版本保持一致)。
连续数据传输速率随容量变化而有所浮动; 12 TB版本为每秒250 MB,6、8与10 TB版本为每秒210 MB,1、2、3、4 TB版本则为每秒180 MB。缓存大小则分为两种,6到12 TB版本为256 MB,更低容量版本为64 MB。
其支持全年180 TB工作负载,平均故障前运行时长(简称MTBF)为100万小时,提供三年质保服务——不过这一切都在BarraCuda Pro的五年质保与全年300 TB工作负载支持能力面前显得有些寒酸。
IronWolf Pro是一款更为可靠的高强度负载驱动器选项,分别提供2、4、6、8、10与12 TB版本。其支持1到16托架NAS机柜,全年工作负载支持能力为300 TB,MTBF为120万小时,质保服务周期为5年——这些参数让IronWolf在对应定位层面显得无甚优势。
全部存储容量版本转速为7200转,6到12 TB版本缓存为256 MB,其它更低容量版本则为128 MB。IronWolf的数据传输速度随容量变化而有所浮动; 12 TB版本为每秒250 MB,4、6、8与10 TB版本为每秒214 MB,2 TB则为每秒195 MB。
两条产品线皆支持希捷的IronWolf Health Management(简称IHM)软件。其运行有Synology DiskStation NAS、Asustor NAS以及QNAP NAS系统。其为用户显示可操作预测信息、干预或恢复选项,并将在下个季度开始可与其它NAS合作伙伴的方案实现对接。
希捷公司的Rescue Data Recovery服务亦可供用户使用(包含在两年计划之内),用于对损坏驱动器内的数据进行恢复——希捷公司宣称成功率可达90%。
IronWolf、IronWolf Pro以及BarraCuda Pro的12 TB版本目前已经向全球范围内的客户正式出货。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。