经过多年的风风雨雨,当初世界上存在几十家与硬盘相关的厂商,现在硬盘市场只剩下了三家富有代表性的供应商,包括东芝Toshiba、希捷Seagate、西部数据 Western Digital。
在面向云计算、大数据、物联网、人工智能等全新应用场景发展变化的情况下,这三家硬盘厂商在磁盘技术的选择与创新上进入了发展的“高原期”。一点点磁盘技术的进步,带来的行业影响与改变都十分巨大。
我记得在2018年2月7日,东芝HDD在北京正式针对中国市场发布了两款氦气企业级硬盘,包括MG07 12TB\MG07 14TB氦气硬盘,这也是东芝全球首推CMR的14TB企业级HDD硬盘。
时间很快就到了2019年,先后有业界消息传出,希捷采用HAMR热磁辅助记录技术已经出样了16TB容量企业级硬盘,预计2019年正式商业化。西部数据也在2019年初出样了16TB容量的新一代HDD硬盘。而东芝的16TB MG08系列硬盘也与希捷和西部数据同样时间出样了。
但是,在针对中国企业级硬盘市场的发展上,东芝HDD要抢先一步了。
布局谋发展,16TB抢先发布中国市场
2019年3月21日,东芝在北京召开媒体交流会面向中国市场正式发布16TB MG08系列硬盘,布局谋发展,这一次东芝硬盘抢先一步了。
MG08 16TB HDD企业级硬盘采用了传统磁记录CMR(Conventional Magnetic Recording) 技术,属于东芝第二代充氦密封产品系列,以及第八代企业级容量型硬盘产品系列,其硬盘容量比目前广泛采用的12TB硬盘多33%,比之前推出的14TB硬盘多14%。
不过,在大容量企业级HDD硬盘领域,2TB容量的提升,对于任何一个厂商意味着硬盘容量极限的新挑战。来自官方的资料显示,东芝MG08 16TB硬盘其实就是借助去年在14TB氦气硬盘技术的基础上推出的9盘片磁盘充氦设计,凭借东芝先进的镭射封装技术,将氦气牢固密封在硬盘外壳内从而缔造了MG08 16TB的大容量。
可见,9碟融一盘、CMR技术以及镭射封装技术,继续成为东芝在MG07 14TB、MG08 16TB企业级HDD硬盘的长期竞争优势。
为了满足企业级应用的不同需求,MG08 16TB企业级硬盘推出了两个版本,包括6Gbit/s SATA和12Gbits/s SAS。
敢于面对企业级大容量硬盘技术的挑战,主要动力依然还是源自在企业级用户、数据中心用户、以及公有云用户在数据保护、大数据应用、内容创作与数据归档等场景下不断增长的存储需求。
没有错,在企业级大容量硬盘市场领域,东芝、希捷、西数三国鼎立,谁能抢先出样更大容量的HDD硬盘并实现稳定的出货量,谁就可以在这个市场上赢得更多的成长空间与未来发展。
理性看待14TB增长年16TB认证年
要知道,在企业级HDD硬盘的技术创新路线上,东芝不仅早已熟练掌握了传统磁记录CMR技术,同时针对二维磁记录TDMR、热辅助磁记录HAMR、微波辅助磁记录MAMR等磁盘创新技术也有着长远的规划和发展战略。
东芝电子(中国)有限公司存储技术部总经理户谷得之透露说,稳定性是东芝企业级硬盘创新发展考虑的非常重要的因素,每一代产品会加入一个新技术,之前的MG07 14TB产品实现了一盘9碟的创新设计,现在的MG08 16TB就加入了TDMR(Two Dimensional Magnetic Recording)的创新技术。下一步,针对18TB、20TB的产品,MAMR技术也将会引入改善硬盘容量。
但是,这些新技术在每一代产品上的融入,东芝会做长时间的验证和准备,循序渐进地发展。
挑战与机遇并存,市场对于任何一个硬盘厂商都是公开公平的。在企业级硬盘技术的积累与发展道路上,东芝虽然致力于多项技术路线的探索,但是也非常理性地面对市场的客观现实,顺势而为很重要。
东芝电子(中国)有限公司存储产品市场部经理王泽铠表示,在2018年,大家对14TB企业级硬盘的市场出货量预期还是很高的,实际上的出货量却没有预期那么好。但是,经过2018年用户大范围的认证,特别是数据中心用户的广泛认证成功,2019年可望成为14TB企业级硬盘出货量真正增涨的一年。
况且,在企业级硬盘以及存储系统应用领域,每一个新品的认证时间都是非常长的,这个受到用户具体应用需求的变化而不尽相同,比如三个月、半年、九个月、一年不等。
这就意味着,按照14TB企业盘的市场发力轨迹来分析,2018只是其获得广泛认证的基础,2019年才真正迎来市场的明显采购。因此16TB很有可能在2019年获得行业广泛验证之后,将在2020年获2021年才会迎来真正的市场增长与用户的大量采购。
既然2019将成为14TB增长年16TB认证年,那么,东芝抢先在中国市场发布16TB大容量HDD企业级硬盘,借助东芝硬盘在中国的长期合作伙伴、ISV、云伙伴关系等生态圈,先入为主,抢得先机也就更能赢得市场的未来。
好文章,需要你的鼓励
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。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。