东芝日前发布了新款S300 AI视频监控硬盘,容量从此前的10TB大幅提升至24TB,实现了容量的翻倍增长。
产品演进历程
东芝的S300系列硬盘产品线发展历程悠久。2020年,东芝推出了采用叠瓦式磁记录技术的S300和传统磁记录技术的S300 Pro产品,均配备7200转/分钟转速和6Gbps SATA接口,本质上属于近线存储硬盘。2021年,S300获得升级,支持的视频摄像头数量从32个增加到64个。2024年8月,S300 Pro的缓存从256MB升级到537MB,传输速率也从248MBps提升至281MBps。
S300 AI核心特性
新发布的S300 AI型号在容量、缓存、传输速度和工作负载等方面都有显著提升,不仅能接收64路视频摄像头信号,还新增了对32个AI数据流的分析支持能力。
东芝电子元器件及存储装置公司存储产品销售与营销部门高级总监坂本浩司表示:"监控市场正在快速发展,AI分析技术正在推动存储性能、容量和可靠性方面的新需求。"
AI功能意味着该硬盘支持"快速视频数据检索,以实现精确的实时AI分析和洞察"。
技术规格对比
S300 AI保持了7200转/分钟的转速和6Gbps SATA接口,但工作负载从S300的180TB/年大幅提升至550TB/年。在缓存方面,S300配备128MB缓存,Pro版本为537MB,而S300 AI配备了更大容量的缓存。
S300 AI提供8TB、10TB、14TB、16TB、18TB、20TB、22TB到24TB的完整容量选择。缓存大小根据容量而定:8TB和10TB版本配备512MB缓存,其他容量版本均配备1024MB缓存。
持续传输速度也随容量和缓存配置而变化:8TB和10TB版本为281MBps,14TB至20TB版本为295MBps,22TB版本为299MBps,24TB版本达到309MBps。
技术创新亮点
高容量型号采用了与去年9月发布的东芝MG11硬盘相同的10碟片充氦技术,两者在转速、接口、传统磁记录技术、最大24TB容量和550TB/年工作负载等方面保持一致。
市场竞争优势
与竞争对手相比,西部数据的Purple Pro视频监控硬盘最大容量为22TB,支持64个视频摄像头和32个AI分析数据流,工作负载同样为550TB/年,但最大传输速度较低,仅为272MBps。
希捷的SkyHawk AI最大容量达到24TB,传输速度为285MBps,同样支持64个视频摄像头和32个AI访问流,工作负载评级为550TB/年。
从传输速度来看,东芝S300 AI在竞争中处于领先地位。
产品可靠性与上市计划
S300 AI的平均无故障时间可达250万小时,提供5年有限质保,支持全天候24/7运行。该产品将于2026年第一季度通过东芝的零售商和分销商渠道正式上市。
Q&A
Q1:东芝S300 AI硬盘有什么特殊功能?
A:东芝S300 AI硬盘专为视频监控和AI分析设计,容量达24TB,能同时接收64路视频摄像头信号并支持32个AI数据流分析。它具备快速视频数据检索能力,可实现精确的实时AI分析和洞察,传输速度最高达309MBps。
Q2:S300 AI与竞争对手产品相比有什么优势?
A:相比西部数据Purple Pro的272MBps和希捷SkyHawk AI的285MBps,东芝S300 AI的传输速度最高达309MBps,在同类产品中处于领先地位。同时它提供完整的容量选择从8TB到24TB,并配备更大的缓存。
Q3:S300 AI硬盘什么时候能买到?
A:东芝S300 AI硬盘计划于2026年第一季度通过东芝的零售商和分销商渠道正式上市,提供5年有限质保,支持全天候运行。
好文章,需要你的鼓励
云文件服务供应商Nasuni进行高管调整,创始人兼CTO安德烈斯·罗德里格斯卸任CTO职务,由前戴尔工程副总裁杰瑞·卡特接任。新任CFO罗斯·格兰杰替代离职的财务负责人雷·黑尔。自去年4月新CEO萨曼莎·金上任以来,已更换8个高管职位人员,新团队专注于"帮助企业释放非结构化数据在AI方面的价值"。
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
北美主要数据中心枢纽面临电力和土地限制,运营商转向新兴市场寻求支持AI和高性能计算负载的新位置。德克萨斯、宾夕法尼亚、卡罗来纳州等次级市场通过提供经济激励、加快审批流程和灵活监管框架积极竞争AI驱动的数据中心投资。华盛顿中部拥有全美最低能源成本,宾夕法尼亚获得两党支持,卡罗来纳州电力基础设施强劲。未来数据中心增长将更多依赖能够平衡电力供应、许可速度和经济激励的地区。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。