近些年,IT界实现了诸多创新,虚拟化技术颠覆了服务器,大数据让数据库悄然变革,而存储领域,还在沿用过去几十年的内存技术。
目前的主流内存技术是DRAM(动态随机存取存储器)与NAND((即固态存储)。前者能提供纳秒级延迟水平与强悍耐久力,但存储单元大、价格贵、功耗高、易失性等问题。后者是一种非易失性存储技术,成本低、功耗少,但延迟高、写入周期有限。因此,一般选择利用DRAM作为内存或缓存机制,而NAND负责处理数据存储。
如何充分结合两者的优势,研发下一代内存技术,提供具备低延迟高使用寿命,还可扩展存储容量的新型内存方案成为业界共识。
8月,英特尔与美光公开了全新3D XPoint非易失性内存技术。据悉,该技术可输出高带宽、低延迟能力,与横向扩展存储趋势相结合,使数据更靠近计算,带来更强的分布式数据存储和处理能力。同时,英特尔与生态系统内合作伙伴广泛协作,充分利用上述存储底层特性,对协调层实施了更好的管理、调配,实现更为丰富、灵活、多样的定制化软件定义存储应用。
3D XPoint的定位
在2015中国存储峰会上,英特尔公司数据中心事业部副总裁兼存储事业部总经理Bev Crair表示,存储的变革主要体现在两个方面,一是商业层面,信息大爆炸时代企业使用数据的方式发生了变化。另一个是技术上的变革,如3D XPoint可以直接插在DIMM上使用。
她表示,3D XPoint的定位并不是NAND或者DRAM技术的替代性方案。“我们更强调3D XPoint的具体应用范畴,它更接近于NAND而非DRAM。”非易失性存储器解决方案事业部拓展经理倪锦峰补充:“3D XPoint是一种补充性技术,容量是DRAM的十倍,尺寸可以做得更大;其次是更便宜,成本是低于DRAM的,因为不用加那么多的内存条。”
如此,我们可以将存储介质看做一个金字塔。最高层是DRAM,最注重的就是I/O的性能,这方面受到数据传输延时的影响很大。往下是3D XPoint基于DIMM的存储产品。再往下是3D XPoint SSD产品,一层层下来如同梯子,在性能、密度、成本等方面都有很大区别。
3D XPoint的应用场景
整体而言,3D XPoint有三种应用模式。一是做为内存的扩展,从软件层面看非常简单,不需要额外开发或者优化,直接使用。二是类似于NVMe的拓展,把非易失闪存存储进行扩展。三是应用层面的扩展,用户需要进行软件优化,定义哪些是可以做内存,哪些可以做永久存储,在掉电之后可以实现保护。
3D XPoint的未来
倪锦峰表示,在NAM基础上的PCIe,最大挑战在于绝大部分用户未能将应用层面的性能充分发挥。“如果把3D XPoint放到PCIe的接口上,性能进一步提升,而瓶颈依然在应用。因此如何能够帮助客户做应用层面优化,能够更好地受益于3D XPoint和PCIe是很重要的一点。”此外,如果让3D XPoint更偏向DDR,关键就在于如何同DDR配合,在内存应用方面如何调整,这也涉及到操作系统的优化。
他表示,3D XPoint的意义在于将整个SSD层往上拉,从而更接近DDR,3D NAND把成本往下降,更接近HDD。“这两个定位是没有任何冲突的,它们是相辅相成的,进一步扩大NVMe生态圈。”
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。