随着IOT的普及以及5G、AI、大数据等新技术和应用的发展,连接到互联网的设备数量和云服务范围正在高速增加。伴随而来的是通过互联网产生的数据量呈现指数级增长。因此对于企业和个人来讲,海量数据存储需求成为核心需求。特别是对于云计算提供商和云服务公司的数据存储能力提出挑战。
企业级数据存储的主要介质依旧是硬盘
IDC发布《数据时代 2025》 预测,2025年全球数据将攀升至163ZB 。同时IDC指出,即使到了2025年,未来企业级数据存储的主要介质依旧是机械硬盘。
这是因为对数据中心数据存储来讲,经济高效的企业级硬盘也在不断的通过技术创新来提高其数据存储容量和电源效率。实现整个数据中心TCO降低的核心需求。
2019年1月技术系统研究报告显示,2017年至2023年期间,数据中心的企业级HDD总容量预计将以每年约30%的速度增长。因此,到2023年,总容量将达到约1200艾字节(EB),这是2017年的四倍。在这种情况下,企业级硬盘制造商正努力增加每个硬盘单元的存储容量。因为具有更高容量的HDD有助于降低每单位存储中每GB的功耗和占用空间,从而降低数据中心的总体拥有成本。
东芝大力推动大容量企业级硬盘满足市场需求
基于市场的需求,包括东芝在内的所有硬盘制造商都在致力于开发技术以提高其容量。2017年12月,东芝在业内率先使用传统磁记录(CMR)技术,发布了3.5英寸外形尺寸规格的14 TB企业级容量型SATA硬盘,即所谓的MG07ACA系列。
14TB HDD MG07ACA企业级容量型SATA硬盘。该系列机械硬盘采用了3.5寸SATA型标准硬盘设计,转速7200 PRM,拥有高达256MiB的缓存容量。东芝MG07ACA的理论顺序读写速度接近250MB/s,MTTF为250万小时,更为令人惊叹的是其功耗:14TB款的功耗仅为4.22W。东芝MG07ACA 14TB机械硬盘内部采用9盘片充氦封装设计,专为企业存储和云打造。为了提高寿命,它采用了传统的CMR磁记录技术,相较新锐的SMR技术拥有更强的耐用性。此外,它还采用了第二代制动磁头技术,极大提高了数据响应速度。
大约在一年后的2019年1月,东芝又发布了16TB大容量企业级硬盘,名为MG08系列。MG08系列硬盘除了氦气填充和九盘片封装技术之外,MG08系列还引入了二维磁记录(TDMR)技术。我们知道CMR每个磁头使用一个写入器和一个阅读器,而TDMR每个磁头使用两个阅读器来增加读取信号的信噪比。但是随着磁录密度的增加,磁道间距变小。相邻的磁道将趋向于“流苏状”或相互干扰,两个阅读器是否对读取精度产生不利影响呢?为了缓解这个问题,TDMR使用跨越相邻磁道的两个阅读器来测量和抵消磁道之间的干扰。因此TDMR提供比传统单阅读器技术更高的读取精度。
东芝氦气封装技术优势在哪里?
2017年东芝基于氦气密封的14TB的企业级硬盘出现之后,在云数据中心和企业级市场取得了关注。为什么氦气硬盘能够实现更大容量和更低功耗呢?
那是因为相对于传统的空气盘,因为氦气分子的质量比空气小,大大减少了旋转磁盘上的空气阻力,从而也有助于减少磁头悬挂组件的振动和磁盘盘片在每分钟高转速(RPM)下的晃动。这反过来也有助于提高每个磁盘的跟踪精度和磁录密度,同时也可以缩短盘片之间的距离。此外,氦气降低了作用在旋转盘片上的阻力,从而降低了主轴电机的功耗,同时也降低了与主轴电机运行相关的热量。
同时硬盘的密封技术也很重要。,要让氦气发挥作用,需要密封技术将氦气密封在硬盘内部。东芝集团在开发精密激光焊接技术方面具有历史悠久的领导地位,这种精密激光焊接技术用于焊接硬盘外壳的顶盖,以便在硬盘的使用寿命周期内将氦气安全密封在硬盘内部。
未来,东芝将继续推动海量硬盘技术创新
自2017年12月开始制样以来,MG07ACA企业级硬盘系列因其高容量而受到许多客户的高度重视。2018年7月,已启动量产并向一些数据中心客户发货。比如MG07ACA系列已经应用包括Supermicro等厂商的存储服务器设备上。同时MG07系列的使用也已经在需要严格可靠性的地方,例如专门从事自动驾驶车辆算法开发的研究机构和数据中心。
我们也看到东芝硬盘未来的路线图目前已经计划推出18TB和20TB的大容量企业硬盘。18TB和20TB的大容量企业硬盘将采用微波辅助磁记录(MAMR)技术。同时东芝正在研究HAMR技术以用于未来的产品。核心目标是持续为企业级市场提供高密度、低功耗的海量硬盘。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。