各大存储厂商的磁盘驱动器开发方向开始出现分歧。
根据目前掌握的情况来看,希捷公司的下一代HAMR磁盘驱动器将全面替代现有产品,而西部数据的MAMR驱动器则并非如此。
目前的垂直磁记录(简称PMR)磁盘驱动器面临存储密度改善空间有限的难题。随着构成其bit区域的磁性颗粒的不断缩小,各颗粒的极性可能受到相邻颗粒的极性或者温度变化的影响,最终导致其极性反转并使得磁盘驱动器本身无法正常使用。
而问题的答案,在于利用不同且更为稳定的磁记录介质并向其施加能量,从而实现磁盘驱动器的读取/写入磁头完成数据写入。希捷公司就此给出了自己的解决方案——加热,因此其HAMR的全称正是热辅助磁记录技术。
西部数据公司则在其微波辅助磁记录(简称MAMR)技术中使用微波。两家厂商都在努力打造下一代20 TB磁盘驱动器,利用外部能量进行辅助,且同样制定出容量高达50 TB甚至100 TB的后续产品发展路线图。
西数公司技术产品营销总监Eyal Shani告诉我们,MAMR驱动器将采用主机托管叠心设计,因此其不会直接替代现有驱动器产品。
利用叠瓦式设计,各写入磁轨之间会存在部分重叠,这意味着任何已写入数据都有可能在新的写入操作中发生丢失。因此,必须在写入新数据时对重叠部分的数据进行重写,这显然会增加写入时长。
Shani表示,叠瓦式设计能够在iMAMR技术的增量之外额外带来16%到25%的容量提升空间。因此,一块可以做到20 TB容量的MAMR驱动器,如果不采用叠瓦式设计,那么其容量仅能达到15 TB到17.2 TB。西部数据公司的MAMR驱动器主要服务于Dropbox这样的超大规模存储需求用户。
他同时披露称,西数方面正在开发双执行器技术以提高磁盘驱动器的I/O速率。第一个执行器负责处理上方四张存储碟片,而第二执行器则处理下方四张存储碟片。我们期待着该公司在今年6月准时公布相关产品的上市时间。
与此同时,希捷公司CEO Dave Mosley则在本周早些时候在摩根士丹利技术、媒体与电信会议上表示,希捷HAMR驱动器“看起来与普通驱动器并无区别,因此具体使用场景也不会发生变化。”
这意味着希捷的下一代驱动器产品将能够直接替代现有PMR驱动器。在我们看来,下一代高容量磁盘驱动器市场在份额方面很可能发生二分:企业内部设施环境主要青睐非叠瓦式HAMR驱动器,而超大规模用户则选择叠瓦式MAMR驱动器。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。