在2017年英特尔推出傲腾产品的时候,有一张金字塔状的架构图就频频出现在业界。
简单来说,从计算系统诞生以来,CPU的内部缓存、DRAM、内存和HDD之间就存在着性能差异。缓存和内存能够最快速的处理数据,但是不能保留数据,HDD能够长久存储数据,但是存在读写性能和时延等问题。
因此一个理想的计算平台,存储之间需要分层,来达到与CPU和内存之间的容量和性能的平衡。把频繁访问的数据向上移动靠近内存、不经常访问的数据向下移动靠近SSD甚至于HDD。如果每个层级的容量能够达到上一层级的10倍,这样每一层级都(自下而上)逐渐保留“更热”的数据,使处理器可以快速访问这些数据。
过去几年,英特尔推出傲腾技术和英特尔3D NAND技术来填补内存和SSD之间的缺口。
如果把存储介质看做一个金字塔最高层的是DRAM,价格较高,延时也最低,主要作为缓存;
DRAM往下是就是3D XPoint基于DIMM的存储产品;3D XPoint和DRAM还是有区别,第一个容量可以做得更大,大概在10倍左右,延迟参数比DRAM差一些;
再往下是3D NAND SSD产品,在性能,密度,成本等方面都有很大区别。
但是今天Intel确认,将逐步结束Optane存储业务,不再开发未来新产品。而是转向CXL架构。
CXL(Compute Express Link),是由英特尔于2019年3月在InterconnectDay 2019上推出的一种开放性互联协议,能够让CPU与GPU、FPGA或其他加速器之间实现高速高效的互联,从而满足高性能异构计算的要求。
CXL标准有一个较大优势就是内存一致性。通俗而言就是能够添加更多的内存,来构建一个更大的内存池,而当前计算平台而言,大内存容量决定了大容量工作负载的性能,从这方面看,CXL 架构的发展对上图金字塔架构会进行重构,甚至变革。
因此在CXL 标准面前,作为并不是必须存在的傲腾存储只能退出历史舞台。
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。