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
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。