在最近举办的2026年创新日活动中,西部数据预览了两项正在开发的技术,旨在提升硬盘驱动器吞吐量:高带宽驱动器技术(HBDT)和双枢轴技术(DPT)。
高带宽驱动器技术创新突破
HBDT技术能够实现多个磁头在多个磁道上同时进行读写操作,在不增加功耗的情况下,提供比传统硬盘驱动器高达两倍的带宽。DPT技术则在独立枢轴上增加了第二套独立运行的执行器,能够在3.5英寸驱动器内实现高达两倍的顺序IO性能提升。
虽然过去也有双执行器设计,但它们会牺牲容量并需要大量的客户软件更改。DPT技术能够减少磁盘之间的间距,允许每个驱动器容纳更多磁盘片,从而实现更高的整体容量。
技术融合带来性能飞跃
西部数据的终极目标是将HBDT和DPT技术融合到单一驱动器中,这样可以提供比当前硬盘驱动器高达四倍的带宽,约1.2GB/s,而功耗不会超过标准硬盘驱动器。
西部数据高级项目经理Reed Martin在博客中写道:"将两轨HBDT加上双枢轴技术结合在同一驱动器中,预计将吞吐量从今天的300MB/s提升到约1.2GB/s,这是4倍的增长,同时保持硬盘驱动器的经济性。这恢复了随着容量扩展的吞吐量/TB平价,有助于确保未来的100TB硬盘驱动器从访问角度表现得像今天的26TB驱动器一样。"
SATA接口限制与企业应用现状
需要注意的是,这仅适用于基于SATA的硬盘。无论是硬盘还是固态硬盘,基于SATA的驱动器的最大吞吐量约为550MB/s。这是硬盘和闪存驱动器之间的平衡点:古老的SATA端口。
大多数企业并不使用SATA驱动器,至少不用于热数据。可能用于冷存储,但不用于频繁访问的数据。他们使用基于PCI Express的驱动器,这些驱动器比西部数据在硬盘上能够实现的任何技术都要快得多。
未来容量发展规划
除了性能外,西部数据还致力于实现更高的容量。WD正在开发基于HAMR(热辅助磁记录)技术的100TB硬盘驱动器,面向企业市场,预计在2029年出货。
该公司还拥有另一项技术ePMR(能量辅助垂直磁记录)。公司预计今年将出货40TB驱动器,并在未来几年内达到60TB。
西部数据还宣布扩展其平台业务,将超大规模存储经济性扩展到更广泛的客户群体。这一扩展包括通过开放API开发智能软件层,预计在2027年推出,这将使200+PB规模的公司能够实现与当今超大规模企业相同的存储效率和经济性。
西部数据首席执行官Irving Tan在声明中表示:"在过去的一年中,WD始终专注于执行和加速创新,这使我们能够真正重新构想硬盘驱动器,以满足AI的要求。今天,我们展示的创新反映了我们与客户的深度联系,以及我们如何满足对容量、规模、质量、增强性能和易于技术采用的需求。"
Q&A
Q1:西部数据的HBDT和DPT技术分别有什么作用?
A:HBDT(高带宽驱动器技术)能够实现多个磁头在多个磁道上同时进行读写操作,提供比传统硬盘高达两倍的带宽而不增加功耗。DPT(双枢轴技术)在独立枢轴上增加第二套独立运行的执行器,能在3.5英寸驱动器内实现高达两倍的顺序IO性能提升。
Q2:西部数据硬盘技术创新能达到什么性能水平?
A:当HBDT和DPT技术结合时,预计将硬盘吞吐量从目前的300MB/s提升到约1.2GB/s,这是4倍的性能增长,同时保持硬盘的经济性。这将使未来100TB硬盘的访问性能相当于今天的26TB驱动器。
Q3:西部数据未来硬盘容量发展计划是什么?
A:西部数据正在开发基于HAMR技术的100TB硬盘,面向企业市场,预计2029年出货。同时,基于ePMR技术,公司预计今年出货40TB驱动器,并在未来几年达到60TB容量。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。