凭借高性能、低功耗等诸多优势,全闪存存储持续火爆,成为存储行业近一年来的关注热点。虽说传统的机械硬盘在性能上已经不再具备优势,但是随着云计算、大数据、4K等时代的到来,拥有更大容量的磁盘却越来越受到企业客户的青睐,市场份额持续增长。东芝电子(中国)有限公司副总裁高西雅树在东芝14TB硬盘的发布会上接受记者采访时表示,虽然HDD整体市场份额在微微下滑,但得益于关键业务刺激,企业级市场份额在持续增长。预计到2021年,企业级HDD市场份额的年复合增长率将超过5%,而企业级HDD容量的年复合增长率将超过28%,因此东芝非常看好HDD未来的发展前景。
瞄准企业应用,三大战略助跑中国市场
当前,企业正处于数字化转型的关键阶段,爆炸式增长的数据总量在给企业带来业务创新的同时,也给存储系统带来了严峻的挑战。根据IDC预测,到2025年全球数据圈将扩展至163ZB,相当于2016年所产生16.1ZB数据的十倍。随着云计算的高速发展,数据上云已经成为企业解决存储难题的最佳解决方案。
根据中国信息通信研究院的调查数据显示,中国的公有云市场发展迅速,SaaS市场稳定增长,IaaS市场持续快速增长,预计到2020年,中国公有云市场的年复合增长率在25%左右。公有云市场的高速发展势必催生像阿里、百度、腾讯这类的云服务商对大容量硬盘的强烈需求。因此,针对中国,东芝制订了三大市场战略。
高西雅树先生告诉记者,与中国系统集成商紧密合作、开拓公有云厂商市场和专注于不断增长的监控市场是东芝针对中国区市场制订的三大策略,实际上这三大领域未来会对硬盘的容量有持续的需求,也是市场最大的增长点。他表示,目前东芝的市场占有率在24%左右,我们希望通过这三大策略,来提高东芝的市场份额,东芝的目标是在未来中国销售额达到40%的占比。
东芝电子(中国)有限公司存储产品资深市场经理吴博深先生表示,针对东芝的市场战略,我们认真的做好了产品的规划, 2017年底正式发布了14TB的产品,2019年将会推出16TB的产品,以满足企业对容量的持续需求。他表示,更大容量硬盘有助于为企业带来更好的存储效率,并大幅降低数据中心的TCO。
用先进技术增强产品性价比,降低TCO
在东芝公布的企业级容量硬盘规划路线图上,企业级容量型硬盘共有4种产品,型号分别为MG05 8TB、MG06 10TB、MG07 12TB以及MG07 14TB,其中前两种采用了空气封装技术,后两种采用了氦气封装技术。
近期发布的14TB硬盘采用了9盘片的设计,为了降低盘片旋转过程中的阻力,因此采用了氦气封装技术,它也是“全球首款9碟氦气封装技术”的产品。产品还采用了传统的CMR磁记录技术,并非新的SMR技术, 更便于系统部署。此外, 14TB HDD还采用了第二代GMA(致动)磁头技术,该磁头在以往磁头基础上加入了一款微动,可以精准控制读盘时磁头的位置,保证硬盘提取数据时能及时响应。
吴博深先生告诉记者,业界普遍都已经尝试过在企业级硬盘中加入SMR技术,但是纯SMR机械硬盘在系统部署没有CMR这么容易,而且SMR技术在随机写性能没有CMR硬盘那么好,所以从反馈的结果中,东芝分析后决定,在企业级硬盘中还是继续使用CMR技术。
“企业级硬盘正在从4TB向6TB/8TB容量过渡,越来越多的企业开始采购部署更大容量的硬盘,东芝MG07系列硬盘的发布,不但满足了云级别存储基础设施、软件定义的数据中心基础设施和文件和对象存储基础设施的应用需求,而且为企业提供了稳定的可靠性,降低了TCO,为企业带来了更好的效率。”高西雅树先生如是说。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。