容量更大、速度更快,但尚未做好全面进入主流市场的准备。
英特尔公司已经将其Optane SSD由900P升级为905P,其容量实现倍增,性能亦得到略微提升。
Optane 900P采用2.5英寸外观,容量为280 GB(亦提供480 GB容量选项),为半高半长附加卡(简称AIC)格式。
芯片巨头在905P当中提供480 GB存储容量,其AIC版本更具备960 GB存储空间,且使用同样的3D XPoint介质。此外,英特尔方面还在AIC卡上加入了两科蓝色LED边缘灯带——考虑到这款驱动器最终肯定要被安装在机箱之内,因此这种设计实在让人摸不着头脑。据称,905P主要针对快速应用程序加载、RAID以及更佳启动时间等需求进行优化。
Optane 905P配合时髦的蓝色LED设计。
900P的最高性能为,随机读取/写入IOPS为55万/50万,连续读取/写入带宽则为每秒2.5 GB/2.0 GB。
这些数字在905P上则变更为,随机读取/写入IOPS为57万5千/50万,连续读取/写入带宽则为每秒2.6 GB/2.2 GB。
905P的延迟水平与900P基本相同,读取与写入延迟皆略低于10微秒。960 GB版本售价1200美元,480 GB版本则售价599美元。这样的价格真的物有所值吗?
2.5英寸版本的英特尔Optane 905P。
三星的Z-NAND与M.2/AIC格式SZ985在性能方面已经超越905P,前者提供75万/17万随机读取/写入IOPS,外加3.2 GB每秒连续读取/写入带宽。然而,其延迟时间更长,随机读取延迟为12至20微秒,随机写入则为16微秒。因为可能属于OEM产品,因此我们尚不清楚SZ985的实际售价。
三星公司还推出了M.2格式的970 EVO与970 PRO SSD。二者分别提供250 GB与2 TB存储容量,速度提升至50万/50万随机读取/写入IOPS以及3.5 GB/2.7 GB连续读取/写入带宽,可谓全面压制905P。
三星方面并未公布970 PRO SSD的具体延迟,不过Storage Review网站宣称其延迟为338微秒,远高于905P的10微秒。
970 PRO的512 GB版本售价为330美元,1 TB版本则为630美元,明显比英特尔的905P便宜得多。
Tom’s Hardware网站对905P SSD进行了测试,并发现其随机读取与混合读取/写入性能在队列深度不超过4的条件下拥有高于970 PRO及其它竞品驱动器的表现。
因此,如果大家确实需要Optane 905P提供的额外容量与速度,且认同如此高昂的售价,那么其应该是物有所值。但如果不是,那么这款产品恐怕还没有准备好进入主流市场。毕竟市面上还存在着其它更便宜且性能同样出色的替代选项。
905P将从本周开始随同部分戴尔系统一起推出。此外,其亦将发布一款Akitio Node Lite版本,采用Tunderbolt 3接口并面向macOS与Windows平台。
Optane 905P配合Akitio Node Lite外壳确实带来了令人眼前一亮的外观。
然而,这种便携式Akitio系统提供的连续性能较差——读取与写入性能皆为每秒2.2 GB,低于直接接入主机的使用方式。Thunderbolt连接明显带来了额外的延迟。这款Akitio产品将于今年6月进行预售,价格信息也将届时一并公布。
总体来讲,905P带来了出色的容量提升幅度与目前市面上最低的SSD延迟水平。然而,其连续性能还无法实现全面领先,而随机读取IOPS数字同样缺乏显著优势。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。