东芝公司最新推出一款氦气填充式3.5英寸SAS磁盘驱动器,这意味着同一技术规格下的SAS与SATA版本皆已齐集。
与此前采用SATA的MG07ACA类似,这款新产品被命名为MG07SCA,提供12 TB与14 TB两种容量选项。不过区别在于,新产品采用双端口12 Gbit每秒SAS接口,而非原本的6 Gbit每秒SATA连接。
MG07ACA还衍生出10 TB与14 TB容量的MN07 NAS驱动器。随着技术的发展成熟,西部数据与希捷公司皆拥有了自己的14 TB氦气填充式驱动器产品。
作为东芝原有MG06SCA空气填充式驱动器(配备6 Gbit每秒SAS接口与10 TB容量)的替代性方案,MG07SCA主要面向持续使用场景。据称,其功耗仅为MG06的一半,平均故障时间为250万小时,年工作负载额定值为550 TB,且加载/卸载周期为60万次。
东芝MG07SCA
这款14 TB产品中包含九块存储碟片; 根据我们掌握的情况,12 TB驱动器中的存储碟片为八块。
其配备256 MiB缓存,12 TB容量版本的数据传输速率为每秒242 MiB,14 TB容量版本的数据传输速率则为每秒248 MiB。
现在三大驱动器制造商都已经拥有14 TB产品,而希捷方面预计将在2020年推出多执行器20 TB HAMR产品。那么我们不禁要问,在2019年这一空窗期内,是否会利用现有磁记录技术再次增加容量?也许到16 TB?制造商可能会一直保持这样的热情。
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。