美光新推出的2600客户端QLC固态硬盘通过动态优化缓存技术,使QLC闪存实现了与TLC相当的写入性能。
NAND闪存根据单元位数有四种基本格式:SLC(1位)、MLC(2位)、TLC(3位)和QLC(4位)。更高的单元位数可降低成本,但会影响写入性能和耐久性。2600系列的自适应写入技术(AWT)通过建立两级缓存架构来提供TLC级别的写入性能:顶层SLC缓存用于处理新的写入数据,第二层TLC缓存在SLC缓存满载时启用。当SLC和TLC模式区域都满载时,AWT会在固态硬盘空闲时(即使是短暂空闲)将数据迁移到QLC模式。随着这一过程的持续进行,AWT不断将数据从SLC和TLC模式缓存迁移,并整合到QLC模式中。AWT还能动态调整SLC和TLC区域大小,确保广告容量的可用性。美光声称,与竞争对手的主流QLC和TLC固态硬盘相比,该技术实现了高达63%的顺序写入速度提升和49%的随机写入速度提升。
美光移动与客户业务部门执行副总裁兼总经理马克·蒙蒂尔斯表示:"美光2600 QLC固态硬盘的性能超越了竞争对手的主流TLC产品...这一美光创新里程碑为QLC NAND的更广泛商业应用铺平了道路。"
2600系列是一款无DRAM固态硬盘,搭载群联PS5029-E29T四通道控制器。它采用美光276层(G9)3D NAND制造的2Tb芯片,具有六平面架构和NVMe PCIe Gen 4×4接口。美光表示,该产品提供"目前客户端固态硬盘中最快的NAND I/O速率",在向2TB固态硬盘连续写入高达800GB数据时,"顺序写入速度提升达四倍"。美光声称,与其他无DRAM TLC和QLC固态硬盘相比,该产品具有更优的顺序和随机性能,在速度方面"轻松超越竞争对手的QLC和主流TLC固态硬盘"。
该产品提供512GB、1TB和2TB三种容量选择,随机和顺序性能以及耐久性指标都随容量增加而提升。
美光曾在2024年4月推出早期的QLC硬盘2500系列,具有相同的容量配置,但采用较早的232层3D NAND技术。在2TB级别上,其随机读写IOPS均为100万次,顺序带宽为读取7.1GBps、写入6GBps。2600系列的100万次随机读取IOPS、110万次随机写入IOPS、7.2GBps顺序读取和6.5GBps顺序写入性能相比之下提升并不显著,例如顺序写入速度仅提升7.7%。看起来AWT为2600系列相比2500系列带来的性能提升较为有限。2500和2600系列的SLC缓存大小尚未公开,较小的SLC缓存可能会对写入性能产生负面影响。
不过,耐久性方面的改进更为明显,2500系列2TB版本的600TB写入耐久性被2600系列2TB版本的700TB写入耐久性超越,提升幅度达17%。
美光AWT技术简报详细解释了AWT的工作原理,以及SLC、TLC和QLC区域边界如何在AWT处理过程中动态调整。
搭载AWT技术的2600系列目前正在美光OEM客户处进行认证,并非所有基于2600的固态硬盘都会使用AWT技术——美光也提供不含AWT技术的2600版本。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。