全球闪存主控芯片领导品牌慧荣科技(NasdaqGS:SIMO),今日于美国加州圣荷西举办的OCP全球峰会(OCP Global Summit),展示领先业界企业级SSD存储全系列产品,包括专为企业/数据中心设计的SSD主控芯片及存储解决方案、专为服务器系统启动盘设计的PCIe NVMe单芯片SSD、全闪存阵列(All Flash Arrays;AFA)及软件定义存储(Software-Defined Storage;SDS)解决方案,该展览以实体及虚拟同步展出。
慧荣科技展出一系列符合OCP Cloud SSD规范、并超越NVMe规范、领先创新技术的企业级SSD存储解决方案,以满足各种外形规格的目标性能。慧荣科技最新的企业级主控芯片解决方案整合硬件、固件及高级安全功能设计,符合OCP Datacenter NVMe标准、安全性和EDSFF外形规格的规范,凭借慧荣对于NAND特性的全面了解、灵活的ASIC及固件设计能力,所提供的企业级主控芯片解决方案比起竞争对手更能够满足广泛的客户需求。此外,慧荣科技的主控芯片搭载独有的NANDXtend® ECC技术,为3D TLC和QLC NAND提供绝佳的纠错特性和功能,使客户能够采用更可靠的SSD进入市场。慧荣科技的企业级SSD主控芯片及SSD解决方案已成功打进知名数据中心客户。
慧荣科技市场营销暨研发资深副总段喜亭表示:“我们致力于为数据中心客户打造企业级高性能、高可靠度的技术,同时帮助客户优化总体拥有成本。我们的PCIe NVMe平台拥有灵活而强大的架构,提供企业级QoS性能一致性,可为新一代企业和数据中心工作负载性能需求,提供高可靠性的存储解决方案。在OCP全球峰会上,我们展示了最新全方位企业级存储解决方案,其中包括我们即将推出符合OCP Datacenter NVMe SSD规范及EDSFF外形规格的PCIe Gen5 NVMe平台,预计将在2022年提供样品。”
慧荣科技在OCP全球峰会展出最新企业级SSD主控芯片及储存解决方案,包括:
企业级/数据中心SSD主控芯片
慧荣科技的企业级主控芯片具有卓越的性能表现,同时提供业界最佳的QoS性能一致性,可完美实现企业级SSD所需的高可靠度、耐用性及安全性:
SM8266:第二代16通道高性能PCIe Gen4 NVMe企业级SSD主控芯片
SM8208:8通道PCIe Gen4 NVMe E1.S企业级SSD主控芯片
SM2271:8通道SATA 6Gb/s企业级SSD主控芯片
企业级SSD解决方案、全闪存阵列及软件定义存储
FerriSSD:PCIe NVMe单芯片SSD,为服务器系统启动盘提供高度稳定性及数据保存性
Bigtera VirtualStor® FlashGo NVMe全闪存阵列:2U24 NVMe双控制器,可实现高性能和低延迟存储
Bigtera VirtualStor® Scaler软件定义存储:支持横向扩展的分布式存储系统,为企业打造高度灵活扩展的高性能存储环境
慧荣科技在OCP全球峰会期间于虚拟展台展示最新的PCIe Gen5 NVMe平台,想了解更多OCP全球峰会信息请至慧荣科技官方网站。
关于慧荣科技:
慧荣科技(Silicon Motion Technology Corp., NasdaqGS: SIMO)是全球最大的NAND闪存主控芯片供货商,我们提供的SSD主控芯片数量超过世界上任何其他公司,适用于服务器、个人计算机和其他客户端装置,同时也是eMMC/UFS主控芯片Merchant市场的领导者,适用于搭载行动嵌入式存储装置的智能型手机、物联网和其他应用。我们同时提供客制化高效能超大规模数据中心和特殊工业用及车用SSD解决方案。客户包括多数的NAND闪存大厂、存储装置模块厂及OEM领导厂商。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自首尔国立大学的研究提出了状态机推理(SMR)框架,解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作(精炼、重排序、停止),使系统能够高效地在状态间转换。实验结果表明,SMR在BEIR和BRIGHT基准测试中显著提高了检索性能,同时减少了74.4%的计算资源消耗,证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题,还为构建更高效的信息检索系统提供了新思路。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
REASONING GYM是GitHub团队开发的一个突破性推理环境库,为强化学习模型提供可验证奖励。与传统固定数据集不同,它能生成无限训练数据并调整难度,涵盖代数、算术、认知、几何等100多个领域的数据生成器。研究显示,即使顶尖AI模型在复杂任务上表现也不佳,而专门针对推理训练的模型明显优于通用模型。更重要的是,在一个领域学习的技能可以意外地迁移到其他领域,这为提升AI推理能力提供了新路径。