7月20-21日,2018全球存储半导体大会暨全球闪存技术峰会(以下简称GSS18全球闪存峰会)将在武汉举办。本次峰会聚集了全球近50家闪存产业链上下游领导厂商,聚焦存储半导体产业新生态、存储半导体应用和实践、存储介质设计与制造、存储网络和NVMe、SSD设计和控制器、闪存应用等热点话题。此次峰会将打开一扇窗口,让我们可以管窥世界各国特别是中国在闪存存储领域的竞争力,为未来发展指明方向。
闪存存储 引领全球存储产业发展方向
闪存存储的高速发展,既是新应用对性能需求拉动的结果,也是闪存技术不断创新的驱动。IDC发布的2018年Q1全闪存存储(AFA)市场数据指出,全球范围内全闪存存储市场为21亿美金,市场占比为33.3%。也就是说,全球市场每3台外部存储里面,就有一台是全闪存存储。
在需求侧,当前数据爆炸式增长,云计算、物联网、大数据、人工智能、区块链等新技术快速发展,驱动人脸识别、自动驾驶等新智能应用不断涌现,业界已进入智能驱动的新数据时代。这一时代,数据存储具有三大特征,分别是EB级容量、亿级IOPS、智能管理和数据流动。其中,亿级IOPS需求使得存储介质和架构的变革势在必行。
在技术侧,闪存存储(包括全闪存存储和混合闪存存储)被普遍认为是存储行业的发展方向。其具备远高于传统磁盘存储的数据吞吐能力,并且时延更低。这不仅会提高生产率并降低资本支出,还有助于降低对存储系统的数量要求。数据显示,SSD采用硅技术,对比机械硬盘,可实现1000倍以上性能提升,10倍以上密度提升,且每次读写只消耗1/1000的能量。
闪存存储的中国力量
经过了前几年的市场培育期,中国现阶段的闪存存储市场开始进入大规模商用的阶段。
首先,在全闪存存储领域。18Q1中国全闪存存储市场规模只有5800万美金;与全球范围内全闪存存储21亿美金的市场销售额相比,中国全闪存储市场的开发还比较初级。但是,伴随着中国科技产业的快速发展,中国全闪存存储在增速上已经展现出大步跟进的趋势。第一季度中国全闪存存储获得173.2%的增长率(从17Q1的2130万美元增至18Q1的5800万美元),远超同期全球全闪存存储的增速。照此发展,全闪存存储在中国市场的占比,和在全球市场占比之间的差距,将来会进一步缩小。
其次,混合闪存存储(HFA)也在中国市场持续增长,2018年第一季度增长率为17.1%,市场份额为31.6% 。中国存储市场里面,约1/3是混合闪存存储形态。
这就是说,中国市场闪存存储(包括全闪存存储和混合闪存存储)占比42%,全HDD存储占比约58%。闪存存储大体占据了中国市场的半壁江山。
新数据时代 闪存存储的创新
闪存存储持续走强的推动下,闪存存储厂商将会获得快速的发展。这也会推动闪存存储技术的研发与创新,迸发出惊人的潜力,甚至在不远的将来引领世界闪存存储技术的发展。本届GSS18全球闪存峰会上汇聚了浪潮、intel、三星、华为、Memblaze、新华三、西数等知名厂商,他们将展现怎样的闪存存储技术与理念值得我们重点关注。
浪潮认为,在新数据时代,新智能应用驱动数据呈现出双态--快数据和大数据,二者之间存在互动关系。大数据或AI应用需要把一些之前扔掉的数据重新拿回来做分析,扔掉的数据反而会产生很大的价值。这些数据一旦进行挖掘、分析,就成为了快数据;而快数据随着时间的沉淀,利用率会逐渐变低,成为大数据。
面对新数据时代需求,浪潮存储提出要做数据到介质的连接者。浪潮通过推动数据存储的闪存化,加速各种新智能应用,赋能新数据时代。
7月20日-21日,浪潮将在GSS18全球闪存峰会上对于闪存存储技术和市场趋势进行深入探讨,邀请用户体验全闪存和混合闪存架构的存储产品,提升新数据时代存储的效能。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。