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。
东芝电子(中国)有限公司副总裁高西雅树
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。
根据中国信通院的调查数据显示,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
东芝电子(中国)有限公司存储产品资深市场经理吴博深表示,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
从东芝公布的企业级容量硬盘规划路线图上我们发现,东芝企业级硬盘共有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。
对于氦气封装技术,东芝在12TB以上的产品上才真正采用氦气封装技术,是何种原因让东芝作出这样的选择呢?东芝电子(中国)有限公司存储产品市场经理王泽铠告诉记者,之所以在12TB的产品上才开始真正使用氦气封装技术,主要原因是出于成本的考虑。他表示,虽然氦气封装技术能够带来更好能效,但由于其工艺技术非常复杂,因此会大幅提高硬盘的成本,而采用空气技术的硬盘成本却要低很多,因此综合考虑,东芝仍然在10TB上采用了传统的空气技术,但仍然保证了250万小时的平均无故障时间,可靠性非常高。
据东芝电子(中国)有限公司存储产品资深市场经理吴博深先生介绍,由于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。 它还采用了传统的CMR磁记录技术,并非新的SMR技术,更便利于系统部署。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。数据显示,这款转速为7200 rpm,拥有6Gb/s的响应速度,缓存容量为256MB的14TB硬盘,经东芝测试其理论顺序读写速度接近250MB/s,MTTF为250万小时,功耗却仅为4.22W,拥有出色的TCO,很好的满足了各种企业的需求。
“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。” 高西雅树如是说。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。