希捷宣布其28TB和30TB Exos M数据中心硬盘和IronWolf Pro NAS硬盘在全球渠道正式发售,这两款产品均采用HAMR技术的传统记录方式。
HAMR(热辅助磁记录)技术使用激光临时加热高矫顽力位区域,降低其磁状态变化阻力,然后通过冷却实现比此前室温工作的垂直磁记录(PMR)技术更高的面密度。HAMR硬盘可以采用叠瓦式(部分重叠)写入磁道来提升容量,但会降低数据重写性能。
希捷还推出了采用SMR技术的32TB和36TB容量Exos M硬盘。IronWolf Pro系列不提供SMR版本。
希捷边缘存储和服务部门高级副总裁Melyssa Banda表示:"随着近150个国家采用数据主权要求,数据重力正越来越多地将网络拉向边缘,AI工作负载持续扩展。数据中心——无论是本地、私有还是主权数据中心——都在利用AI来释放其专有数据的价值。我们的30TB硬盘旨在支持这些快速增长的趋势,提供支持AI工作负载所需的容量、效率和可靠性。"
Exos M硬盘采用3.5英寸规格,转速7200rpm,内含10个充氦盘片,提供250万小时MTBF评级、5年有限保修和6Gbps SATA接口。希捷去年1月首次发布30TB Exos M。经过超大规模客户的长期验证和超过100万块HAMR硬盘的出货后,现已全面上市。
IronWolf Pro硬盘是Exos系列的变体,此前最大容量为24TB。现在借助HAMR技术提升至28TB和30TB容量级别。它们具有高达550TB/年的工作负载评级、250万小时MTBF和5年有限保修。
希捷将新的Exos M硬盘定位为边缘AI数据存储设备,"帮助组织扩展存储、优化数据放置并支持实时边缘分析,而不会影响性能或可持续性"。
公司补充道:"本地NAS系统正在演变为智能数据中心——支持视频分析、图像识别、检索增强生成(RAG)和边缘推理等高级工作负载。"希捷引用最新市场分析预测,在数字化转型以及AI和大数据分析兴起的推动下,全球NAS市场到2034年将以超过17%的复合年增长率增长。
希捷认为,在AI边缘应用中,机械硬盘与固态硬盘形成互补。公司引用了IDC机械硬盘和存储技术研究总监Ed Burns的话:"虽然通常不与低延迟等性能相关联,但最高容量的机械硬盘是AI开发过程中的关键战略资产,满足了存储构建和改进当今及未来市场最高质量AI模型所必需的基础数据的大容量存储需求。"
希捷引用HPE的边缘AI市场增长数据:"HPE预测本地AI市场将以90%的复合年增长率增长,三年内达到420亿美元。"
迄今为止,AI边缘市场尚未显著推动机械硬盘销售。
希捷的硬盘竞争对手目前正在追赶。西部数据的Ultrastar机械硬盘最高容量为26TB(CMR H590),并使用SMR技术达到28TB(HC680)和32TB(HC690)容量级别。其Red Pro NAS硬盘最大容量也为26TB。
东芝的叠瓦式MA11达到28TB级别,其传统记录的MG11硬盘容量为24TB。
希捷的硬盘产品网页提供了新硬盘的更多信息。Exos M和IronWolf Pro 28TB和30TB硬盘现已通过希捷在线商店以及全球授权经销商和渠道合作伙伴发售。
Exos M和IronWolf Pro 30TB硬盘定价599.99美元,相应的28TB产品定价569.99美元。英国定价略有不同:Exos M 30TB为498.99英镑,Exos M 28TB为478.99英镑。但IronWolf Pro 30TB为559.99英镑,IronWolf Pro 28TB为526.99英镑。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。