闪存迎来高速发展的时期。据IDC发布的《中国企业级外部存储市场季度跟踪报告,2018年第三季度》显示,2018年第三季度,中国存储市场占全球存储整体市场12.2%的份额,以19.3%的季度增长率仅次于美国市场,位列全球第二。其中全闪存市场表现可圈可点,中国全闪存市场占有量较2017年同期实现了208.2%的大幅增长,这也显示了中国闪存市场的巨大潜力。
传统磁盘存储使用旋转盘片优化数据存储,而闪存使用无移动部件的固态存储芯片,提供多种优于磁盘存储的功能,并且价格也越来越实惠。这些优势让越来越多的企业开始在应用环境中部署闪存。
闪存优势
传统上,磁盘存储相较于闪存的关键优势在于容量价格。对于容量为几GB的小型USB闪存盘,闪存的价格能够让人接受。但是当涉及到企业计算环境时,将整个组织的数据存储在闪存中,高昂的价格让人望而生畏。
近年来闪存价格一直在大幅下降,因此,企业目前正越来越多关注闪存所带来的收益,其中包括:
运行成本更低:磁盘存储需要供电的移动部件,而闪存没有这方面的顾虑,因此闪存更能够节约电力成本。
高可靠性:如果闪存被系统认定有出现故障的风险,用户就需要频繁更换存储芯片。长远来看,闪存的可靠性同磁盘存储旗鼓相当。
高性能:华为FlashLink技术采用原生闪存设计,时延最低可达0.3ms,因此能够提供比传统存储解决方案高10倍的性能。
创新能力强:闪存的出现恰好是存储空间创造力的体现。比如,华为已经获得800多项存储专利,而正是这种创新能力帮助闪存在日新月异不断发展的技术行业中占据一席之地。
高压缩率:闪存可以用相同容量保存高达5倍的数据量。
闪存助力行业客户发展
上述优势有助于业内客户获得更高水平的效率和性能。随着越来越多的客户专注于数字化转型和平台优化,他们同样关注存储,将其作为这些发展举措的基石。业内客户期望通过数字化转型来处理更复杂和数据密集型流程,而闪存阵列能够提供高效率、高性能来满足客户需求。
例如,华为与全球银行客户进行广泛合作,通过部署高性能、低时延的闪存阵列,满足客户对每秒交互、交易量的高要求,消除业务高峰期关键业务系统瓶颈。
各类企业都希望使用先进的BI系统来实现实时决策,比如企业期望使用AI系统来处理越来越多的流程,或者政府机构希望在城市部署更多传感设备实时收集数据,实现智慧城市目标,而闪存对于实现解决方案实时性目标是至关重要的。
闪存发展方向
如前所述,闪存的优势之一是其作为一种快速演进发展的技术,能够不断给闪存阵列带来创新。
过去,人们认为闪存在处理“冷数据”方面存在弱点。换句话说,用于备份和存档数据,闪存存在不合理性。用闪存来备份的海量企业数据有些“大材小用”,并且价格高昂。于是,企业客户纷纷选择使用混合闪存阵列,用闪存处理“热”数据,同时使用磁盘阵列进行数据备份。
随着IT的发展,我们发现历史数据和备份数据拥有更多的利用价值。未来所有数据可能将成为“热数据”并具备战略性利用价值。这将成为未来存储行业的驱动点,为了实现这一目标,华为将继续提升闪存的价格优势以及IT环境中的利用率。
华为致力于成为中国政企行业数字化转型的领导者,3.21-3.22在福州举办的华为中国生态伙伴大会上,华为将隆重发布智能闪存存储新品,举办智能全闪存论坛,并联合客户、合作伙伴共同探讨全闪存技术及行业趋势。
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。