近日,西部数据在“数智创新 芯存未来”为主题的媒体分享会上发布了基于OptiNAND技术的20TB存储产品--Ultrastar DC HC560 CMR HDD。
数据增长给存储带来挑战
众所周知,我们正身处快速推进的数字化浪潮中,人工智能、机器学习、区块链、5G、物联网等科技应用时刻都在产生海量数量。根据IDC预计,从用户、终端、边缘、数据中心采集的数据将从2020年的64ZB增长到2025年的180ZB。
西部数据公司HDD业务部高级副总裁 Ravi Pendekanti指出,数据的迅猛增长进而引领了全球数据存储需求的海量增长和多样化方向。
“但是到2025年,新生产的存储设备容量可能只有几个ZB,只有极少数数据可以借助存储设备保存下来。”西部数据公司副总裁兼中国区业务总经理刘钢表示,而用户不仅要存储数据,还要挖掘数据的价值,把数据用于分析、预测和决策。
目前,HDD和SSD都在强劲增长,全球有超过40%的数据都存储在西部数据的产品上。
OptiNAND:整合闪存和HDD优势的技术
Ravi Pendekanti强调,作为全球数据基础架构的提供者,西部数据一直积极了解不同领域客户对于数据存储的需求,并通过科技创新推出针对性的产品组合和解决方案。如在今年9月发布的OptiNAND技术,“它结合并优化了闪存和HDD领域的积累,通过协力效应,对磁盘架构设计做出革新,带来开创性的解决方案,可以帮助客户应对未来的存储需求。”
刘钢指出,该技术可以帮助提高存储密度,降低部署成本和功耗,同时节省空间,让用户在达到同样容量时所需的服务器减少,进而降低长期运营成本,并减轻了服务器供应的压力。
按照企业从16TB迁移到最新的容量点20TB来计算,单盘容量可提高25%,每TB功耗降低14%,服务器成本减少10%,企业的总体拥有成本预计可以降低16%。
“近几年,为了支持SSD增长,闪存也在快速发展。”刘钢强调,闪存从48层增长到现在112层,以及我们今年发布的162层。因为存储领域不仅在横向有密度的扩展,在纵向也有很多堆叠,使闪存的存储率增长了很多倍。这是摩尔定律和建筑架构设计的完美结合。
那么为什么BiCS5是112层,BiCS6是162层,不是按照规律增长呢?刘钢解释到,西部数据是一家同时拥有HDD和闪存两种存储技术的公司,基于技术上的优势,不会在一个维度里做简单的层数堆叠,在同一层里也会提高密度。因为当堆叠层数变多,就会折中其他性能,用更低的层数达到同样的密度才有更好的写性能,所以BiCS6只需要162层就够了。而且,与BiCS5相比,为下一代架构设计的BiCS6的写性能提高了两倍,功耗降低了35%。
同时,西部数据也通过更高效率的电路设计布局,提高了平面的利用效率。“就好比小区里的布局,以前停车场是放在住宅楼旁边,现在改成了地下停车场,提高了土地利用率。”
此外,西部数据还可以针对不同的用户偏好、不同的应用场景来优化闪存的性能。如根据吞吐量、延迟、功耗、密度、成本、耐久性等方面的需求,定制企业级SSD、消费级解决方案、嵌入式NAND、NAND增强型HDD等产品和解决方案。
“OptiNAND技术就是把HDD技术和闪存技术做了深度的优化和整合,在同一个设备里面实现。”刘钢介绍,此次西部数据基于OptiNAND技术推出的20TB产品具有三大优势:
第一,更大的容量。通过加入OptiNAND技术,优化了结构,提高了密度、性能及可靠性,同时也改善了相邻磁道的干扰。
第二,更好的性能。由于把关键的HDD内部数据放到了OptiNAND闪存上,因此整体性能得到了提高,缩短了延迟。
第三,更安全。因为iNAND是非易失性的,所以在紧急断电的时候,可以比之前保留近50倍的客户数据。
“总的来说,这是一个优化的结合、深度的结合,让新一代HDD达到更大的容量、更高的密度、更高的性能和可靠性。”刘钢强调,这款新产品得到了很多用户的好评,而西部数据在后续产品中也会持续用到OptiNAND技术。
高性能存储助力行业用户
事实上,业界不乏采用西部数据高性能存储产品来优化云端的大数据分析、数据库平台等性能的实例。
随着各行各业数字化转型加速,海量数据的存储、传输、分析及计算为云基础架构带来了巨大的压力,需要配套的硬件设备,尤其是拥有更大容量、更高性能、更优的灵活性与可靠性的数据存储解决方案。
腾讯云NPI负责人陈烽英先生通过现场视频连线表示,作为腾讯云的长期合作伙伴,西部数据深入的市场洞察、创新成果与丰富的数据存储产品能够帮助腾讯云高效应对在容量、性能及能耗方面的挑战。“未来,双方将持续针对不断变化的客户需求进行联合测试、开展业务合作,我们也非常期待能推进部署搭载全新OptiNAND技术的20TB Ultrastar DC HC560 CMR HDD,结合前沿的硬件技术更好地发挥我们的核心优势,进一步帮助客户挖掘数据价值,推动数据基础架构和云服务生态圈的繁荣发展,为社会经济的数字化转型升级贡献力量!”
芯存未来
谈到近期大火的“元宇宙”概念时,刘钢表示,从原来最早的文字、图片、视频再到元宇宙,需要三维建模和更多更快的数据,会增加大家对大数据和快速读写数据的需求,这时就会对存储提出挑战。而西部数据不断推出更大容量,更高密度,更高性能的设备,就是为了满足这些存储需求,帮助解决这个挑战。
最后,刘钢总结到:“西部数据是一家同时拥有HDD和闪存技术的公司,提供的产品是从芯片到系统的完整存储产品线,是存储行业的重要贡献者,西部数据希望可以和国内的生态伙伴一起,为整个存储市场提供优化的存储解决方案。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。