我们正在加速进入ZB时代,无论是终端用户、 内容创作、混合工作模式,还是计算设备、智能设施、智慧城市,都持续催生着海量的数据。于此同时针对数据存储,基于存储成本和产能发展等因素,在很长时间内,SSD、HDD等存储介质将长期共存。
特别是企业级市场,到2025年大部分企业和云上数据还将存储在HDD上。IDC 预测至 2025 年,HDD 还将占企业级存储市场销售份额的 82%(以容量计)。从 2020 年到 2025 年,用于企业存储的 HDD 销量年复合增长率将高达 25%。对于 HDD 技术的投资,仍是不断满足全球数据增长需求的关键。
作为同时拥有 HDD 与闪存核心技术优势的公司,西部数据致力于不断突破技术壁垒,拓展产品组合,以创新丰富的解决方案来满足 ZB 时代下企业级数据存储的多方面需求,助力企业更好地应对诸多挑战,进一步挖掘和实现数据的价值。
2021年,西部数据在SSD和HDD核心技术上不断创新突破,结合闪存与HDD的双重优势,开发出用于闪存增强型硬盘的 OptiNAND 技术,并于2022年推出搭载了OptiNAND创新技术的全新的22TB Ultrastar DC HC570 CMR HDD。
西部数据公司HDD业务部首席技术官车晓东博士在一次采访中介绍OptiNAND技术,他认为OptiNAND 技术并非一种混合存储技术,而是一种重塑的磁盘架构设计——将西部数据基于HDD和SSD两种基础技术完美结合,推出一种创新且具备成长性的解决方案,为未来提升容量、性能和可靠性奠定基础。
作为首次采用了OptiNAND技术实现容量提升的企业级硬盘Ultrastar DC HC 570,可在10磁碟CMR硬盘中提供22TB的存储空间。该硬盘通过扩大其在面密度技术上的优势,在帮助客户降低总体拥有成本(TCO)的同时,能够提供高性能、高质量和高可靠性,为应对当前和未来的严峻数据中心挑战奠定了容量基础。
简单来说,Ultrastar DC HC 570具备三个特点:
满足指数级数据增长
22TB Ultrastar DC HC570 HDD采用OptiNAND技术,可让您在不增加占用空间的情况下存储更多数据,从而提供更高效的存储。
专为数据中心工作负载而设计
Ultrastar DC HC570的性能经过优化,每年可处理高达550TB的繁重应用工作负载。
设计时充分考虑可靠性
250万小时的MTBF(预计)和0.35%的AFR(预计),外加5年有限质保服务,都可以帮助您满足不断变化的数据中心的要求。
目前,DC HC570 HDD 已经开始向部分超大规模云服务商交付样品,并开始向渠道批量发货。比如百度和超聚变正在进行 22TB Ultrastar DC HC570 HDD 的测试工作。以百度为例,新一代HDD产品能够为百度智能云、百度网盘存储带来更友好的成本、性能和用户体验,为百度智能云的用户,为亿万互联网用户创造价值。
超聚变也表示正在进行22TB CMR HDD相关的测试与认证工作,相信这款搭载了OptiNAND创新技术的全新产品将进一步提升FusionSever服务器的存储能力,为各领域的用户带去更优质的解决方案。
那么想深入了解OptiNAND 的具体技术吗?想了解采用了OptiNAND技术22TB CMR HDD具有哪些独特的优势吗?一切尽在:https://host.huiju.cool/p/74fcf
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。