7月20-21日,2018全球存储半导体大会暨全球闪存技术峰会(以下简称GSS18全球闪存峰会)将在武汉举办。本次峰会聚集了全球近50家闪存产业链上下游领导厂商,聚焦存储半导体产业新生态、存储半导体应用和实践、存储介质设计与制造、存储网络和NVMe、SSD设计和控制器、闪存应用等热点话题。此次峰会将打开一扇窗口,让我们可以管窥世界各国特别是中国在闪存存储领域的竞争力,为未来发展指明方向。
闪存存储 引领全球存储产业发展方向
闪存存储的高速发展,既是新应用对性能需求拉动的结果,也是闪存技术不断创新的驱动。IDC发布的2018年Q1全闪存存储(AFA)市场数据指出,全球范围内全闪存存储市场为21亿美金,市场占比为33.3%。也就是说,全球市场每3台外部存储里面,就有一台是全闪存存储。
在需求侧,当前数据爆炸式增长,云计算、物联网、大数据、人工智能、区块链等新技术快速发展,驱动人脸识别、自动驾驶等新智能应用不断涌现,业界已进入智能驱动的新数据时代。这一时代,数据存储具有三大特征,分别是EB级容量、亿级IOPS、智能管理和数据流动。其中,亿级IOPS需求使得存储介质和架构的变革势在必行。
在技术侧,闪存存储(包括全闪存存储和混合闪存存储)被普遍认为是存储行业的发展方向。其具备远高于传统磁盘存储的数据吞吐能力,并且时延更低。这不仅会提高生产率并降低资本支出,还有助于降低对存储系统的数量要求。数据显示,SSD采用硅技术,对比机械硬盘,可实现1000倍以上性能提升,10倍以上密度提升,且每次读写只消耗1/1000的能量。
闪存存储的中国力量
经过了前几年的市场培育期,中国现阶段的闪存存储市场开始进入大规模商用的阶段。
首先,在全闪存存储领域。18Q1中国全闪存存储市场规模只有5800万美金;与全球范围内全闪存存储21亿美金的市场销售额相比,中国全闪存储市场的开发还比较初级。但是,伴随着中国科技产业的快速发展,中国全闪存存储在增速上已经展现出大步跟进的趋势。第一季度中国全闪存存储获得173.2%的增长率(从17Q1的2130万美元增至18Q1的5800万美元),远超同期全球全闪存存储的增速。照此发展,全闪存存储在中国市场的占比,和在全球市场占比之间的差距,将来会进一步缩小。
其次,混合闪存存储(HFA)也在中国市场持续增长,2018年第一季度增长率为17.1%,市场份额为31.6% 。中国存储市场里面,约1/3是混合闪存存储形态。
这就是说,中国市场闪存存储(包括全闪存存储和混合闪存存储)占比42%,全HDD存储占比约58%。闪存存储大体占据了中国市场的半壁江山。
新数据时代 闪存存储的创新
闪存存储持续走强的推动下,闪存存储厂商将会获得快速的发展。这也会推动闪存存储技术的研发与创新,迸发出惊人的潜力,甚至在不远的将来引领世界闪存存储技术的发展。本届GSS18全球闪存峰会上汇聚了浪潮、intel、三星、华为、Memblaze、新华三、西数等知名厂商,他们将展现怎样的闪存存储技术与理念值得我们重点关注。
浪潮认为,在新数据时代,新智能应用驱动数据呈现出双态--快数据和大数据,二者之间存在互动关系。大数据或AI应用需要把一些之前扔掉的数据重新拿回来做分析,扔掉的数据反而会产生很大的价值。这些数据一旦进行挖掘、分析,就成为了快数据;而快数据随着时间的沉淀,利用率会逐渐变低,成为大数据。
面对新数据时代需求,浪潮存储提出要做数据到介质的连接者。浪潮通过推动数据存储的闪存化,加速各种新智能应用,赋能新数据时代。
7月20日-21日,浪潮将在GSS18全球闪存峰会上对于闪存存储技术和市场趋势进行深入探讨,邀请用户体验全闪存和混合闪存架构的存储产品,提升新数据时代存储的效能。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。