英国初创公司HoloMem正在开发一种基于带状盒式磁带和驱动器的存储解决方案,该方案采用多层全息存储技术,寿命超过50年,可作为机架货架直接插入LTO磁带库,无需对上游软件进行任何更改。
与以往的全息存储初创公司不同,HoloMem技术使用现成的组件,如5美元的激光二极管和批量生产的聚合物薄片,制造出坚固且经济实惠的驱动器和机箱,没有高成本的极端技术元素。与Cerabyte和微软的Project Silica项目不同,该技术使用光学读取的带状磁带,而不是玻璃板或盘片。
这将使HoloMem能够帮助现有的LTO磁带库系统供应商升级其已安装的系统,配备更高容量、更低成本的驱动器货架。它们作为LTO驱动器货架运行,同时实际上透明地使用Holodrive技术提供更大容量,使用LTO尺寸的盒式磁带,可由磁带库的机器人传输装置运输,无需任何更改。这将是一次原地非破坏性升级,允许磁带库使用LTO磁带协议作为混合LTO和Holodrive系统运行。
该技术使用激光光源在聚合物的体积区域内创建可见的结构变化,这些变化是固定不变的,可以描述为体素。这些用于在聚合物中创建微全息图。带状聚合物从批量生产的聚合物薄片中切割而成,夹在透明的上下表面层之间。它长约100米,不像LTO-10的1公里带状磁带,可以WORM(一次写入,多次读取)格式存储高达200TB的数据。
公司创始人查理·盖尔曾在真空制造商戴森工作,最初从事机器人吸尘器和吹风机研发,并帮助设计了多全息安全贴纸标签,通过在同一空间内写入多个全息图,使图像随视角变化而改变。这项技术已获得专利并授权使用,威士忌酒瓶现在可以配备个性化全息标签。
这个idea导致了一种多层、机器可读、智能手机认证的全息图技术,产生了名为H010的技术——一种多路复用QR码。它使用全息技术在一个图像中包含两个QR码。盖尔说:"你把它举到智能手机摄像头前,它会显示这是一个HO1O标签...然后扫描其中的多个QR码并验证它们。"他在戴森期间为此获得了三项专利。
有趣的是,这个专利设备可以有隐蔽层,使用不可见的光波长,如红外线,会显示不同的全息图。这里有一个多通道概念,一个多路复用数据源可以同时通过多个通道读取。
盖尔说,在COVID封锁期间,思路转向"在某些基质中制作全息图层"。他解释说:"我们在HO1O原型中最初做的是使用一种光敏聚合物材料,只需暴露在激光下,有点像老式相机胶片,无论你让它暴露什么,它都会锁定聚合物变化并保留该图像。这是内部聚合物变化,在乳剂中。"
激光通过模板照射聚合物,这在数据存储方面是一个非常缓慢的过程。
盖尔说:"我们认为可以添加多少层?因为肯定在某个阶段,我们会得到一个极高保真度的数据存储系统,而不是智能手机扫描的安全标签...所以HoloMem的概念就在那一刻形成了,我们的问题是,我们认为可以多小多快地开始写入全息图?"
他不需要高能激光来消融抗性陶瓷表面,不像Cerabyte或微软的Project Silica,尽管盖尔观察到:"石英玻璃很酷。我想他们使用了非常非常高功率的激光。我认为在脉冲能量方面实际上有三个数量级的差异。"
相反,他说:"我们有这种光敏聚合物材料,本质上渴望光,一旦看到光,就用它作为催化剂进行内部状态改变。我们买了5美元的脉冲激光二极管,向聚合物发射,制造非常小的体素。它记录了一串全息微点,我们最初将微QR码蚀刻进去。"
"我们将其视为有点像二战时期的缩微胶片微点...我们写下那个字符串,然后使用小相机传感器拍摄那些QR码,扫描它们并返回文件。"
这就是HoloMem的诞生时刻。盖尔和他的团队认为他们可以成为制作无串扰多层机器可读数据集的专家。
聚合物相对便宜:"这种光敏聚合物是为汽车工业开发的,用于挡风玻璃到抬头显示器。你可以按桶购买,成本很低。"他说"聚合物本身像粘稠的果酱材料,需要夹层压制。"在两个PET层压材料之间有16微米厚的聚合物层,形成120微米厚的聚合物+PET磁带带状物。
团队认为他们可以达到比现有磁带更高的体积密度。
那么,可能有多少层?
盖尔回答:"问题是理论上多少层和实际上多少层。我们都做过。如果你问我们这里的学者,在聚合物中可以实现的基本分辨率是什么?数字绝对令人疯狂。我们不会遇到玻璃天花板。对我们来说挑战是在简单设备中什么是实用和可构建的?"
那么实际上有多少层?
盖尔说:"实际上不完全是那样工作的。你听说过傅里叶变换吗?"
实际上,全息图重叠。"这对我们来说实际上很好,因为任何光学技术你都不想在表面有黑白对比,因为高对比度很困难。你想在深度实现高对比度...如果你实际聚焦穿过薄膜,你会在焦点处得到清晰图像。"
那么如何到达精确深度来读取或写入数据?盖尔回答:"你控制焦点",为此:"我们现在实际上有一个3D打印的聚合物透镜。"
我们问:"你不需要操纵物理镜子?"
盖尔回答:"不,我们使用DMD(数字镜像设备)。它们在投影仪中,通俗地说,激光是一束光管。我们将其从DMD反射,使用镜子决定'那个像素是开还是关?'"
"你得到超高对比度的二进制结果。然后我们将这个现在带有开关信息的光束通过我们的光学系统发送,将其缩小并聚焦穿过薄膜到我们想要曝光图像的焦点。聚合物就吸收它并说,太好了,我会将其锁定到我的聚合物变化中。然后那个体素或微全息图就被记录了。"
这是一个即时写入过程,如此之快以至于移动带状磁带的运动无关紧要,盖尔解释说:"我们正在写入数千位的数据页,现在以1000+赫兹的频率写入。"
"对我们来说,游戏只会越来越好。我们设法制作的全息图越小,"曝光所需的能量就越少..."[使用]更低的能量,更高的数据密度,在实验室中,我们已经击败了磁带作为对自己的证明。我们可以击败LTO-10的体积数据密度。已经完成了。我想要做的是执行一个自动化该过程的低成本设备。"
HoloDrive是这条道路上的一步,盖尔称其为HO1O驱动器测试版。"这是一个非常戴森风格的实现原型。这可以从我们的盒式磁带写入和读取全息数据,这是...一个我们放入薄膜的LTO盒式磁带。"
它有一个组合读写站(在上图中深灰色3D打印结构内)。有30英镑的原型电路板和"一个改装的LTO加载机制"。
盖尔说:"这个设备不是世界级的数据密度。我们故意降低了这个系统的性能,因为我们希望它坚固可靠。"它通常以LTO-9速度运行。重复读取不会损坏磁带:"它不会降解数据集。这里不存在数据腐蚀。"
他说带状磁带很坚固。"它的规格是零下40度到正160度。"而且它对电磁脉冲免疫,这对国防相关的档案存储可能很有趣。
他认为磁带面临某种死胡同;可以说是停滞不前的。"我认为我们在这里试图做的是证明有另一个攻击角度。我们相信光子数据存储。我认为很多人同意这大概是事情的发展方向。但我们从另一个角度来处理。"而且:"皇家同花顺是资本支出。这是一个更便宜的解决方案。"
他希望"帮助人们改变对全息数据存储的看法",因为人们认为它是一种失败的档案存储技术。
那么为什么将他们的记录介质制成磁带格式?为什么不做成磁盘?"我不确定我们能达到硬盘驱动器的体积数据密度。硬盘的面密度实际上很高,"盖尔解释说。"硬盘盘片上大约是每平方英寸500千兆位。而LTO-10大约是12到14。"
他说:"我们的感觉是低垂的果实是颠覆LTO。我认为我们可以提供令人信服的比较。我们从LTO-9开始。现在LTO-10出来的事实并不太让我们害怕。"它只是LTO-9密度的两倍,读取速度没有改变。而且磁带在5.4微米厚时很脆弱:"材料如此薄且精细...如此脆弱,在使用寿命内会拉伸。"
HoloMem的想法不同。"最好有一个更厚的光聚合物,你可以在其中放入更多的面密度,因为这样机械挑战和首字节时间要好得多。我们可能只想在卷轴中放入一百米的磁带,因为那样我们说,我们的首字节时间是你的十分之一。但我们仍然可以在每个盒式磁带中放入比他们用磁带更多的数据。"
盖尔说:"我认为我们可以制造更好的驱动器。叫我们LTO-15,随便什么。我们制造更好、更高密度、更长寿命、更坚固版本的LTO驱动器和盒式磁带。"
知识产权保护
盖尔:"我们迄今受到四项专利保护,主要是光学引擎。如何制作高保真存储和读取系统、全息介质处理、光敏聚合物盒式磁带,仅仅是其物理格式。"
"我们还保护了在薄于一毫米的光感聚合物中存储全息数据集。"
资金
HoloMem没有风险投资资金,与风险投资支持的初创公司标准相比,运营资金相对微薄。它在2023年3月从英国研究与创新基金获得了35万英镑(47.2万美元)的资助,以帮助其"优化数据存储密度,减少噪音/干扰,并确定激光强度和曝光长度的最有效组合,以优化低能耗数据记录和图像清晰度。"
它在6月与数据中心顾问TechRe合作,为其HoloDrive项目获得了Innovate UK颁发的55万英镑(74.2万美元)智能资助。总共90万英镑(120万美元)的资助,还有天使投资者。我们可以将此视为种子类型资金。
我们了解TechRe将在其英国数据中心的LTO库中部署HoloDrive原型,以测试产品的性能、可靠性和坚固性。HoloMem已编写设备固件,据我们了解,它将自己呈现为一种LTO驱动器。
合作伙伴关系
HoloMem今年5月加入了数字保存联盟(DPC)。
它正在与Qstar合作,QStar将其Archive Manager(单服务器)和Global ArchiveSpace(多服务器)产品与HoloMem驱动器和介质集成,允许潜在客户在自己的环境中测试早期发布产品。HoloMem的即插即用系统设计为与传统系统集成,硬件或软件中断最小。
在我们看来,HoloMem考虑与德国磁带自动化产品制造商BDT建立关系是个不错的想法,BDT为IBM和Spectra Logic等客户服务。一个库机架货架级别的项目,与LTO驱动器一起插入,无需上游软件更改,将是以低摩擦方式引入Holodrive技术的绝佳方式。
多通道
一个发展前景是多通道记录概念。体素在特定光谱或波长值处创建。因此,由蓝光创建的体素(波长在400到500纳米之间)在其他光谱值处不可见。由不同光谱值或"通道"创建的体素可以在同一体积空间中共存,可以同时读取和写入。每个额外通道都会增加磁带容量,两个通道使容量翻倍,三个通道使其三倍,依此类推。这种多通道技术可以应用于现有的HoloMem带状介质,无需更改;完全向后兼容。
这有点类似于光纤中的光波长分割复用(WDM)。
考虑拥有软件定义的容量功能,你从单通道开始,然后购买许可证升级以获得多通道,盒式磁带容量增加N倍,其中N是通道数。多少通道?两位数似乎是可能的,尽管随着通道数增加,串扰量也会增加。
不会像LTO代数那样在盒式磁带容量增加之间等待两年。你会购买一个具有假设20通道功能的驱动器,许可一个通道,然后根据需要许可更多通道,最多20倍。如果我们再次假设200TB HoloMem盒式磁带,那可能成为4000TB原始盒式磁带。我们了解保护这一方案的基本专利已经申请。
好文章,需要你的鼓励
中国AI初创公司月之暗面发布开源语言模型Kimi K2,采用万亿参数混合专家架构,在编程和自主代理任务上表现卓越。该模型在SWE-bench等关键基准测试中超越GPT-4,同时提供免费开源版本和低价API服务。Kimi K2具备强大的"代理"能力,能自主使用工具、编写代码并完成复杂多步骤任务,标志着开源AI模型首次在综合能力上追平甚至超越闭源竞品,可能重塑AI行业竞争格局。
滑铁卢大学研究团队开发出ScholarCopilot,一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式,实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练,引用准确率达40.1%,大幅超越现有方法。在人类专家评估中,引用质量获100%好评,整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。
AI人才争夺战愈演愈烈。Meta大举挖角后,OpenAI招募了特斯拉前软件工程副总裁David Lau和xAI基础设施架构师。Meta向其超级智能实验室部署新员工,以超2亿美元薪酬包招聘苹果基础模型负责人。这场激烈竞争造成了AI对劳动力影响的两极分化:科技巨头为顶尖AI人才开出九位数薪酬,但大规模裁员仍在继续。受影响岗位不仅包括人力资源和客服,还包括软件开发和中层管理职位。
哥伦比亚大学研究团队发布NodeRAG技术,通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型,采用双重搜索机制,在多个权威测试中准确率达89.5%,检索效率提升50%以上,为智能信息检索技术带来重大突破。