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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。