美光方面的SATA制造工艺由32层更新至64层3D NAND,但其最大容量仍保持不变。
比特流——美光5200 SATA连接器,速度可达每秒6 Gbit。
美光公司期望能够提高其产品声誉——为此,该公司选择采用具有两个版本的5200产品系列替换了之前具有三种型号的5100 SATA固态硬盘,借此将平均无故障时间从200万小时延伸至300万小时,从而增强了该系列产品的可靠性。
此前2.5英寸的5100 SATA固态硬盘采用32层TLC 3D NAND工艺制造,具有以下三种型号:Eco(高容量)、Pro与Max(更长耐用性)。而新版5200——5100的更新版——则是选择采用64层TLC 3D NAND工艺制造,最大容量仍为7.68 TB。此外,5100与5200固态硬盘均采用每秒6 Gbit的SATA接口。
另外,5200舍弃了Max这一型号而保留了Eco与Pro版本,而美光方面决定将继续出售5100的Max版本以满足客户对于高耐用性的需求。
5100产品中一款容量较低的M.2型号也随着5200的出现而就此沉寂。
7纳米制程的2.5英寸美光5200 Pro SATA固态硬盘
5200 Eco版本的容量范围为480 GB、960 GB、1.92 TB、3.84 TB与最大7.68 TB——与5100 Eco的容量范围保持一致。
美光公司的5100与5200产品经理Matt Shaine表示:“我们为5200选择了5100最受欢迎的容量配置。而不可否认的是,发布时间与性价比也存在一定影响。”
此外,美光方面认为需要8 TB以上容量的客户会转向选择NVMe驱动器。
美光公司的EMEA(欧洲、非洲与中东地区)高级市场开发兼营销经理Nicolas Maigne接受采访时表示:“目前市场实际所需的最大容量为8 TB,而非更高的容量配置。并且,现在市场中大部分的容量配置仍集中于2 TB。”
旧版5100与新版的5200性能水平大致相同。两款产品性能的差别主要在于5200 Pro整体的随机写入性能表现更佳,达到了32000 IOPS;容量配置为480 GB的5200 Eco更是达到了33000 IOPS,而当其容量配置为7.68 TB时,IOPS数值则会降低至9500。
综上所述,美光方面声称其5200比其他企业的SATA固态硬盘——诸如英特尔公司的S4500、三星公司的PM863a、西部数据公司的SanDisk CS Eco G2以及东芝公司的HKR4——具有更好的性能表现。
依据每日全盘写入次数(DWPD)评估规定,5100 Eco、Pro与Max的评分依次为<1、1-3与5 DWPD,而5200 Eco的评分<1,5200 Pro则<2,且以DWPD评分细则来看,5200的耐用性整体呈现下降趋势。
那么,5200的耐用性为何也未曾得以加强?
对此,Shaine解释称企业SATA驱动器的市场目前已分化为两种使用情况:其一即是可实现1 DWPD的读取密集型驱动器;其二则是评分为3-5 DWPD的混合型驱动器。
5200 Eco与Pro驱动器是专为读取密集型用例而设计。
美光方面表示5200是针对关键业务虚拟化工作负载——此类工作负载会削弱硬盘性能表现——的成本优化型固态硬盘,而期望通过硬盘赢得市场份额才是其目标所在。此外,这类产品均为热插拔固态硬盘并具有AES 256位加密技术,而Flex Capacity功能足以让客户(OEM)改变驱动器的耐用性、性能表现与容量配置以适应其所需的工作负载。
该公司声称,SATA固态硬盘平均拥有200万小时的MTBF等级,因此5200的可靠性提升了50%,达到了300万小时。并且在其他同类驱动器的年度故障率为0.44%时,5200的年度故障率为0.29%,为行业最低。
最后,为何选择增强可靠性?Shaine表示,这是美光公司向市场表现其产品独特性的机会。对此,Maigne补充称美光方面希望推动该行业向上发展,远离其200万小时的MTBF定位点,并且客户也更偏好于可靠的驱动器。
Shaine声称:“在产品5100的整个生命周期中,美光方面认为其可靠性能够优于最初设定的标准,而该目标的实现需要高标准的制造工艺与足够优良的设立方案。所以美光公司致力于将可靠性提升至300万小时,而这在5200上得到了完美体现。”
以上即是5200的主要卖点,而除此之外,在随机写入IOPS方面,5200 Pro的性能表现也优于5100 Pro。
在低于8 TB容量的读取密集型企业SATA SSD级别,客户的首要需求即为可靠性,而不是耐用性。这也是5100 Max无法与5200相提并论的原因。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。