近日,2019开放数据中心峰会(ODCC)在北京举办,希捷科技不仅携全线企业级存储产品亮相,同时希捷科技中国区云及新兴产业总监农天使发表了主题为“人工智能和边缘计算时代数据生命周期的思考”的演讲。
IDC发布、希捷科技赞助的白皮书《数字化世界—从边缘到核心》预测,全球数据圈将从2018年的33ZB增至2025年的175ZB。同时在人工智能和边缘计算爆炸式增长的推动下,5G、物联网、VR/AR等新一代信息技术也在快速演进下,对于增长的数据的存储需求成为企业面临的重大问题。
希捷通过容量和性能创新,突破海量存储瓶颈
希捷一直希望通过创新技术来提升存储密度,提高存储性能,实现更低响应时间,同时保持更低的TCO,从而推动硬盘来适应企业解决海量数据存储的需求。
农天使在演讲中谈到,面向未来,希捷致力于大容量企业级硬盘的技术创新。其中最重要的产品是基于HAMR热辅助磁记录技术,在2020年推出20TB以上的近线级的机械硬盘。实现基于HAMR技术的硬盘容量每年还是以30%的年复合增长率在增加,每TB成本也会越来越低,保证相对于SSD的绝对成本优势。
同时在保证大容量读写的性能需求方面,希捷创新地推出了多磁臂技术,实现对更大容量硬盘读写性能翻倍的需求。希捷多磁臂(Multi Actuator)技术,实现MACH.2,将单个硬盘IOPS 性能提高一倍。
我们也看到,面对云计算、超大规模数据中心的大规模采购,硬盘采购的总体拥有成本(TCO)也是企业关注的事情。此次峰会上,希捷银河Exos X16系列16TB企业级硬盘因为其大存储容量、高性能表现和高机架空间效率获得了ODCC颁发的“2019企业级硬盘产品性能奖”。希捷银河Exos X16系列16TB企业级氦气硬盘,与12TB硬盘相比,硬盘物理尺寸保持不变,但每机架容量提高33%,降低了用户的总体拥有成本(TCO)。目前,该产品已经在全球范围内得到云计算与企业级用户的广泛采用。
面向新的应用场景需求,希捷科技创新不断
希捷不仅针对云计算、超大规模数据中心的传统的数据存储进行创新,同时针对新兴产业不断地进行数据存储的创新。
“现在行业的发展进入了人工智能、云计算的时代,会产生很多新的应用和场景,为了更好地服务这部分新兴的需求,我们特地成立了新兴产业部门。”农天使分享道。新部门核心目标就是,如何帮助客户解决新的应用场景下,数据在从采集、传输、分析、处理、存储到归档整个生命周期内的挑战,从而成功存储利用数据。
随着边缘计算的兴起,基于5G、AI等底层的技术会滋生很多新的应用,像区块链、5G运营商、无人车、工业物联网等行业会产生海量的数据,不仅需要存储的数据量大,同时需要传送的数据量也很大。这就对存储的延迟、带宽以及成本有了新的需求。希捷希望除了面向BAT等互联网云数据中心之外,也希望帮助到包括每一个垂直领域的独角兽和初创公司,以及像移动、电信、联通,广电等拿到5G牌照的成熟公司的数据存储。
同时针对新兴市场存储需求,希捷也很早就开始布局,包括在2015年的时候已经收购了Avago的闪存部门,Avago LSI。包括在2017年底参与了收购东芝存储公司的项目,与东芝存储公司签订了战略供货协议。在NAND颗粒、闪存控制器,以及产品研发方面,希捷也都拥有很好的技术储备。
最后农天使分享道:“大数据时代,人工智能和边缘计算的发展对于数据生命周期管理提出了更高的要求,而整个数据生态圈也在顺应趋势,积极应对IT4.0时代的机遇和挑战。希捷将在产品研发方面继续增加投入,以高性能、高可靠的企业级存储创新技术、产品与解决方案,为智能时代的数据全生命周期的管理保驾护航。”
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。