Western Digital 已投资于陶瓷归档存储片技术开发商 Cerabyte。
这一投资是在 Pure Storage 和 In-Q-Tel 的战略投资之后进行的。Cerabyte 的技术涉及使用飞秒激光在玻璃片的陶瓷涂层上烧蚀出纳米点孔。孔洞构成了类似 QR 型的数据图案,为每个存储片面提供 1 GB 的容量,并通过扫描显微镜进行读取。存储片被离线放置于货架上,由机器人系统负责将其运送至写入和读取站。其数据内容可在不可更改的状态下保存数百甚至数千年,且在离线时无需任何能量。这种存储方案的密度高于磁带盒,并能提供更快的数据访问速度。
Western Digital 首席战略与企业发展官 Shantnu Sharma 表示: “我们期待与 Cerabyte 合作,共同制定技术合作伙伴关系以推动这一技术的商业化。我们对 Cerabyte 的投资符合我们将产品推广至长效数据存储应用场景的战略重点。”
Western Digital 已经剥离了其 NAND 制造工厂和 SSD 单元 SanDisk,现在转型为一家专注于磁盘驱动器生产的企业。
Cerabyte 成立于德国,并于 2024 年夏季在硅谷以及科罗拉多州博尔德分别设立办事处,同时聘请了 Steffen Hellmold 担任董事,协助产品商业化。Hellmold 曾于 2016 年至 2021 年在 Western Digital 担任企业战略副总裁,并曾参与 DNA 存储技术,后在 Western Digital 之后加盟 Twist Bioscience。
Hellmold 表示: “此前人们认为只有 DNA 存储技术才能实现每机架存储 exabyte 级数据的可能。但 Cerabyte 同样可以在这一领域实现规模化。” 他的看法认为,Cerabyte 的技术比 DNA 存储更为实用、更接近商业化。
根据 Cerabyte 的介绍,其陶瓷数据存储技术有望实现新的应用场景,其总体拥有成本(TCO)优于当前的低温存储解决方案(如磁带)。Cerabyte 认为,长期永久数据存储必须具备价格合理、可持续、对 bit rot 具备抗性,同时不需要定期维护、环境控制或额外能耗来确保数据的可靠保存。
首席执行官兼联合创始人 Christian Pflaum 表示: “我们的陶瓷数据存储提供了一层至关重要且互补的长期数据存储方案,能够确保快速数据检索——通常可在几秒内完成——从而开启新的收入来源。我们非常高兴能与 Western Digital 合作,共同定义技术合作伙伴关系,推动我们大规模提供便捷永久存储解决方案的能力。”
该公司于 2023 年开发了一个示范原型系统,现正与制造合作伙伴合作打造商业产品,即构建一个图书馆系统,该系统包括读写驱动器、机器人系统、存储片货架、存储片装载与取出功能、用于管理与控制的软件,以及陶瓷存储片制造能力。
类似 Quantum 或 SpectraLogic 的公司可以利用其现有的磁带技术作为起点,协助开发一套陶瓷存储片图书馆系统。凭借制造磁盘盘片(这些盘片可采用玻璃基板)的经验,Western Digital 能在存储片生产方面提供支持,而且像 Pure Storage 一样,Western Digital 也拥有分销技术产品的渠道。
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。