西部数据公司已经开始利用速度更快的NVMe驱动器逐步替代其SATA与SAS SSD产品。
2.5英寸Ultrastar DC SN630与M.2 2280(单面)格式CL SN720驱动器开始采用西部数据与东芝的64层3D TLC NAND (三级单元)配置,同时配合PCIe v3四通道与NVMe v1.3接口。
西数方面表示,全部驱动器组件皆已生产到位,具体包括介质、控制器及其软件。
这款DC SN630是一款数据中心级SSD,其960 GB、1.92 TB、3.84 TB以及7.68 TB几种容量版本针对读取密集型任务进行了优化。而出于预留空间的考虑,其混合使用版本的容量水平较低,分别为800 GB、1.6 TB、3.2 TB以及6.4 TB。
西数公司的Ultrastar DC SN630
西数方面并没有公布混合版本产品的随机读取/写入IOPS,但向我们确认其使用寿命为每天两次全盘写入,寿命周期大约为五年。另外,其提供五年质保服务,以及最高200万小时故障间隔时间(简称MTBF)。
读取密集型版本则可带来高达36万3700/5万5820的随机读取/写入IOPS,且具有2.7/1.29 GB每秒的连续读取/写入带宽。
奇怪的是,从960 GB到7.68 TB,西部公司甚至为不同容量型号列出了非常详尽的延迟水平——130微秒、180微秒、230微秒以及230微秒。另外,读取密集型产品的使用寿命略低,为每天0.8次全盘写入,同时提供为期五年的质保以及高达200万小时的故障间隔时间。
其常规功耗为10.75瓦,且具备即时安全擦除功能。
相比之下,西数的HGST品牌同样包含一款DC SS530双端口SAS驱动器,其同样采用64层TLC 3D NAND并具备每秒12 Gbit带宽。其随机读取/写入IOPS最高可达44万/32万,这样的表现在写入操作方面可谓碾压DC SN630。
另外,DC SS530的连续读取/写入带宽分别为2.31/2.28 GB每秒,同样优于SN630。在这种情况下,可以看出NVMe本身并没有表现出超越每秒12 Gbit双端口SAS的性能水平。
我们于去年三月首次见证西数公司推出的SN720 M.2 NVMe驱动器,但当时其还没有发布关于CL SN720的公告。
CL SN720驱动器主要作为启动引导或者物联网边缘驱动器使用。其提供256 GB、512 GB、1 TB以及2 TB容量选项。这款产品的随机读取/写入IOPS呈现出两极分化,读取为3万3000,而后者仅为可怜的2700——是的,我们检查了多次数据表,确认结果无误。很明显,其专为大规模读取密集型任务而生。
西部数据公司的Ultrastar CL SN720
其连续读取/写入带宽仍然倾向于读取,但差异有所缩小,分别为3.25/1.4 GB每秒。
读取延迟为128微秒,西数方面表示这款驱动器的读取速度与写入性能分别可达1 TB Ulstrastar SA210 SATA SSD的6倍与2.5倍。
其同样基于64层TLC 3D NAND,采用6 Gbit每秒SATA接口,并提供2.5英寸与M.2 2280两种格式。其随机读取/写入IOPS为6万4000/5000,连续读取/写入带宽为510/475 MB每秒;可以看到,性能指标明显低于使用NVMe的CL SN720版本。
我们也可以将CL SN720与西部刚刚面向游戏玩家发售的闪存驱动器进行比较,即Black SN750。后者拥有一套覆盖64层TLC 3D NAND介质的散热器,可提供51万5000/48万随机读取/写入IOPS以及3.47/3.9 GB每秒连续读取/写入带宽;很明显,不仅速度更快而且读写更加均衡。
西数方面也在着手构建并配置各驱动器产品,从而在性能、成本、功耗以及使用寿命等层面达到与市场需求的高度契合。
SN720提供自加密支持——即TCG OPAL 2.01——以及即时安全擦除。另外,这两款新驱动器都可使用密度更高的96层3D NAND。
SN630计划于今年三月上市,而SN720目前已经开始供货。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。