面对目前存储与计算之间的性能瓶颈和存储容量瓶颈,在2021华为全球分析师大会,华为发布了迈向智能世界2030的九大技术挑战与研究方向 ,其中包括突破冯诺依曼限制,构建百倍密度增长的新型存储的技术挑战和研究方向。
存储面临两大问题是存得下、用得好
第一,要存得下。单位空间和能耗下的存储密度要提升100倍,而当前介质技术受限工艺、功耗限制,无法支撑。未来存储系统要突破新型大容量低时延内存技术,突破DNA存储、高维新型光存储等超大容量介质技术,突破超大存储空间模型和编码技术,打破容量墙。
第二,要用得好。未来存储系统的数据访问带宽将从TB级到PB级、访问时延将从ms级降到us级,性能密度须百倍提升。冯诺依曼架构下,数据要在CPU、内存、介质之间移动,而当前PCIE、DDR带宽速度远跟不上外部网络的性能增长。未来存储系统要突破冯诺依曼架构的限制,从以CPU为中心,转向以内存为中心、以数据为中心,从搬移数据转向搬移计算,打破性能墙。
而这些工作正在有序进行,其中2021年,华为在存储研究领域已经开展博士后研究课题。
华为副总裁、数据存储与机器视觉产品线总裁周跃峰在个人今日头条号上已经开展了【2021年华为数据存储与机器视觉博士后研究课题】
数据被誉为智能世界的“新石油”,是未来数字世界的基础生产资料。华为数据存储与机器视觉产品线在全球拥有12大研发中心,4000+研发工程师,技术领域涉及介质存储、分布式存储、SSD存储、计算机视觉、图形图像处理、AI、软件根技术及ID&UX等核心技术领域。“
周跃峰 表示 ” ”围绕数据作战,数据智能感知(机器视觉、智能协作、融合视频)、数据存储(海量存储、分布式存储)及数据智能管理,围绕数据全生命周期,让数据的每比特成本最优、每比特价值最大,构建最强数据基础设施,释放数据价值,点亮数字文明。“
好文章,需要你的鼓励
关注IT支出的朋友可能发现一个悖论:用于支持生成式AI的基础设施开销正在迅速提升,英伟达收入与利润两路狂飙的现实已经清楚证明了这一点。然而数据中心硬件层面的总支出并没有发生太大变化,且目前来看支出的主要增长点将集中在服务领域,其更多是为了减轻其他类型的工作、而非指望生成式AI独力支撑起销售预期。
一种基于人工智能(AI)的新策略正显著加快为帕金森病发现潜在新药的速度。这项发表在《自然化学生物学》杂志上的研究,可能意味着帕金森病新疗法将更快进入临床阶段并与患者见面。
如今的医生们仍背负着很多沉重且劣质的技术债务,这些技术不仅没有积极作用、甚至不能算是有价值的资产。我们绝不能让这样的情况重演,特别是不能在AI时代下重演。为此,美国医学会于2023年11月发布了一套AI开发、部署与使用原则,旨在回应我们从医生和公众那里收集到的担忧和疑虑。