2017年尾声,突然一个词冒出来,出现的次数不多,好像很低调。之前听过没有太在意,但是最近跟同事聊天,说是参加新华三存储的一个发布会,提出了一个SCM,挺有意思。当时也没在意。但是最近看到了华为也在提。而且华为认为,在存储领域,在全闪存领域,SCM的出现是一个时代的到来。这就一下子引起了至顶头条的兴趣。
因为在一个月前,至顶头条发表了一篇评论文章,计算、存储技术迎来巨变--您准备好了吗。这篇评论里,至顶头条谈到,一种新的非易失性固态存储成为易失性内存与持久性存储之间的新事物,来加速数据存储。采用新的存储介质能让企业业务构建不再受到现有的存储技术和存储服务瓶颈的困扰和挑战来让行业创新变得更加有效率 。
那么华为、新华三提到的SCM和至顶头条认为的存储技术变革是一回事吗?
在计算、存储技术迎来巨变---您准备好了吗,这篇文章里提到目前存储技术变革能看到的是包括英特尔傲腾技术能够提供了10倍的NAND闪存性能,和1000倍的耐久性,和三星提出的Z-SSD的读取速度将是标准NAND闪存的7倍。
这个SCM是什么?在存储领域多年,一查SCM,也就明白了。存储级内存,Storage Class Memory,简称SCM。这是介于DRAM和NVME之间的一个非易失性存储。
哦,原来说的是同一件事情。这也同样说明,华为、新华三等存储厂商推出基于SCM的企业级闪存阵列,为数据带来新的体验速度的高性能存储系统将出现。可以说SCM的加入对现有存储系统是一个大的冲击和变革。
这里我在简单介绍一下SCM概念,SCM 全称Storage Class Memory,中文翻译存储级内存。小白一点的解释就是,其存储速度尽量接近内存,但是存储容量尽量接近SSD。
在一个独立的计算单元里面,我们知道,数据处理的能力是金字塔式的,从最高速的CPU到CPU上的一级缓存、二级缓存到DRAM内存,到NVME到SSD再到磁盘。
如果把CPU的一级缓存的访问时长规定为1秒, DRAM访问速度是6分钟40秒。最快的 SSD的相对时长为2天18小时40分钟。
然后芯片厂商就看到能不能实现在DRAM和SSD直接在创造一个访问的介质?这就是前面提到的包括英特尔、三星推出的存储级内存。
为什么要推存储级内存,下图可以看到,从最开始的HDD是瓶颈到,到Flash 1.0——是慢的磁盘驱动器介质速度和快的SAS介质和光纤通道存储网络协议之间的不平衡造成的结果。
现在所有的存储厂商都在谈SSD+NVME,也就是图中的Flash 2.0时代,闪存介质速度与光纤介质上的NVMe及NVMe以及存储网络协议速度方面存在着不平衡。
随着SCM技术的成熟和产品的推出,华为认为这将导致SCM(存储级内存,Storage Class Memory)1.0时代的到来,通过在SCM介质、NVMe和NVMeoF的速度之间的平衡,构建新一代全闪存系统。
上图左侧清楚的看到加上SCM,在DRAM和 3D TLC之间的一个访问速度。右侧看到从CPU到RAM,然后是SCM、3D TLC (3 bits/cell) NAND——取代了15/10K 磁盘驱动器——和3D QLC闪存(取代了7.2K磁盘), 然后再到磁带。
RAM和SCM位于内存层,SCM是第一级主存储。TLC闪存是主要的永久性存储层,QLC满足一些主存储需求,但主要用于备份和二级存储。
上图也看到了目前SCM介质被认为可能来自Intel和Micron的3D XPoint、三星的Z-NAND和Spin Torque MRAM。推出的时间表,看在2018年用于元数据和读取缓存,并在2019年被用于写入缓存和主存储。主要应用在存储阵列和超融合设备中。
可以看到上图清晰的把SCM的优势、产品、应用时间表、应用的设备介绍的非常清楚。也看到华为让我SCM时代1.0概念的提出不是无的放矢。
(MRAM也是SCM的一种,是具备非易失性的、具有更高的持久性和更快的写速度)
但是效果怎么样?在2017年,腾讯云分享了采用Optane SSD在提升SSD云硬盘性能和数据库性能的价值。
以上数据为fio(ioengine=libaio)测试采集。使用方式,将傲腾固态盘作为内存及基于NAND的NVMe SSD之间的缓存层,写磁盘是3副本落盘。
对比以前1.0时代的SSD盘和新的傲腾存储介质实现的数据对比,单盘的IOPS有非常大的提升、吞吐性能也有大的提升,访问延时也是降低了一毫秒。大家不要小看这一毫秒,因为越是底层的技术每一点的变化都能给上层应用带来非常大便利和效率的提升,包括研发效率的提升,这都是行业中做应用、做服务的研发团队、运维团队非常看重的。
以上数据为基于350GB容量数据库测试,基准性能测试SYSBENCH 0.5采集,以上数据库测试经过数据库内核缓存、sql解析、sql语句优化等,同时与表结构和事务相关。
但是目前在存储系统和HCI上还没有看到相关的应用和案例,可喜的是能够看到存储市场在2018年开始将发生巨变。那么谁能在SCM时代走在前列?让我们拭目以待。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。