2017年,英特尔明确了内存业务愿景,然而实现愿景却面临重重挑战。回顾2017,我备受鼓舞,并为团队所取得的进展深感自豪。我们推出了首批基于英特尔傲腾技术的产品,打破了存储瓶颈。我们与领先的创新型客户协作,将多个细分市场的性能提升至新高度。英特尔3D NAND存储产品提供了业界领先的面密度,让客户能够把更多数据从低速硬盘驱动器转移到固态硬盘,以便进行数据分析并创造价值。这种更高的性能和密度将是存储和计算架构的基础,在未来十年推动行业向前发展。
本文作者:Rob Crooke,英特尔公司高级副总裁兼非易失性存储器解决方案事业部总经理
正如科再奇在CES上所说,“数据是下一代技术革命背后的隐形驱动力。”这是获取竞争优势的机会。为了实现新的存储和内存层级,我们的技术和产品现已就绪。在向数据为中心转型的过程中,领先厂商将占据先机。我们将与这些领导者携手前行,即刻出发。
2018:傲腾与3D NAND两项技术强强联合,帮助企业打破瓶颈并存储更多数据
得益于数据,我们的客户能够创造更好的体验,进行更好的业务决策,提供新的服务,从而取得业务的成功。进入到2018年,我们的愿景更加清晰:必须为客户打破实时数据访问的瓶颈,在更加经济实惠,方便访问的环境中存储更多数据,为他们的业务创造价值。
英特尔一直在优化存储和内存,与行业领导厂商一起,从硬件设备、平台架构到系统级解决方案,帮助企业挖掘价值。
去年,英特尔推出英特尔®傲腾™技术并与客户验证了解决方案。现在,我们可以清晰地看到,英特尔®傲腾™与英特尔® 3D NAND技术相结合,为面向未来的计算和存储提供了最佳解决方案。两项创新技术相结合,帮助我们的客户在向数据为中心的转型中取得成功。
我们继续投入两项核心技术:英特尔®傲腾™技术--超快速,低延迟;英特尔® 3D NAND技术--低成本,高密度。在业界,英特尔首次提供两项完全不同,但又完美互补的内存技术,让系统架构师得以设计计算和存储。
我们在处理器和平台层面改进我们的平台连接功能,以提升傲腾的性能并实现更高效、可扩展的存储解决方案。我们还将推动新的高密度“ruler”SSD的广泛部署,它能够在Pizza盒子这样的体积内存储1PB的数据,而不再需要几个机架的硬盘驱动。客户可以存储更多的数据,并有效降低数据中心的存储空间和成本。
为什么要重新设计?通过重新设计系统架构,企业能够从收集、整理、评估或分析的海量数据中获得更大的价值。通过傲腾和3D NAND,我们让系统架构师能够加速存储缓存层,同时提高其存储的容量和能力。这让本地化数据(靠近CPU的数据)和远期数据更加靠近。事实证明,不是一个解决方案或技术就可以实现,这需要英特尔®傲腾™和英特尔® 3D NAND技术的合力。这就是英特尔为整个行业带来的独特优势。
客户正处于向数据为中心的转型中
我们正在与富有创新能力的客户合作,他们正重新架构解决方案以降低总体拥有成本或提供新功能。例如,VMware,在配备恰当比例的傲腾和3D NAND之后,vSAN解决方案大幅提升了性能并降低了总体拥有成本。在Evaluator Group近期发布的一篇论文中,该解决方案的性能提高了10倍,性价比增加了9倍。
在比萨大学,研究退行性大脑疾病治疗的科学家发现,通过使用新的算法,并将3D NAND和傲腾结合,他们能够把MRI核磁共振的成像时间从40分钟缩短到2分钟,从而提升了患者体验,并提高了高价值设备的利用率。
对于PC、二合一设备、笔记本电脑或工作站等设备,把英特尔®傲腾™技术用作主存储或用在更大的存储设备(例如硬盘或SATA SSD)的前面,其整体的系统响应能力大幅提升,加快了游戏体验并提高了效率。
存储更多数据
我们看到,全球范围内,数据在源源不断地生成,为企业业务转型带来新的机遇。这要求我们不断创新内存解决方案,打破性能瓶颈,存储更多数据。未来,我们期待出现更多令人激动的创新举措,不断去满足客户的需求,包括提升傲腾技术的性能,提高NAND单元密度、加强面向存储的平台功能、推动采用“the ruler”的新设备,以及通过更多的行业合作推出创新解决方案。
英特尔®傲腾™技术与英特尔® 3D NAND技术相结合,构成强大的解决方案,满足当前的计算和存储需求。傲腾和3D NAND构成的解决方案助力客户在向以数据为中心的转型中取得胜利。傲腾帮我们打破瓶颈,3D NAND让我们存储更多数据。两项技术的强强联合,将在2018年创造出新的格局。
好文章,需要你的鼓励
英国科学、创新与技术部(DSIT)与思科签署合作备忘录,框架延伸至2030年,旨在借助AI和数字技术推动经济增长、提升公共服务水平并培育数字技能。合作核心包括:将巴恩斯利打造为英国首个"科技城镇"、探索医疗健康实验室建设、支持百万中学生接触AI教育,以及通过思科网络学院帮助更多人掌握数字技能。过去一年,思科已帮助10万人完成技能培训。
耶鲁大学研究团队证明两层神经网络在学习有限群运算时,梯度下降自发驱动每个神经元收敛到单一不可约群表示,并在傅里叶域实现秩一旋转对齐,揭示了特征学习的表示论机制。
微软AI首席执行官穆斯塔法·苏莱曼近日公开表示,Anthropic的AI服务价格过高,许多用户正在寻找替代方案。与此同时,微软在年度Build大会上发布七款新AI模型,主打低成本优势,希望帮助企业实现AI项目的商业可行性。据悉,微软还计划于6月底取消大部分Claude Code授权,将工程师转移至自家Copilot工具,显示出其在AI开发者工具市场上的竞争意图。
强化学习训练的大语言模型可在无任何指令的情况下自发发现社会规章制度漏洞,现有安全机制对此几乎无效,这一现象或将重塑AI安全防护框架。