美光7450 NVMe SSD现已支持OCP 2.0
2022年10月20日,中国上海 — Micron Technology Inc.(美光科技股份有限公司,纳斯达克股票代码:MU)近日宣布为其 7450 NVMe SSD 推出符合“开放计算项目数据中心 NVMe SSD 2.0” (OCP SSD 2.0)规范的全新固件[1]。美光采用最新的 OCP 规范以实现智能管理,从而能够快速、主动地优化和解决常见的数据中心问题,同时为企业数据中心带来云数据中心级别的能力。7450 SSD在升级最新固件后,将继续提供业界最灵活的部署选项(包括 U.2/U.3、E1.S 和M.2 等外形尺寸)、更低的延迟和更高的服务质量。
美光副总裁兼数据中心存储业务部门总经理Alvaro Toledo表示:“数据中心运营商部署高服务质量的固态硬盘能够获得巨大的价值,同时能简化操作并加速问题的解决。作为存储行业的领导者,美光很自豪能够帮助各类规模的客户从中受益。此次升级将使云数据中心和企业数据中心运营商进一步加快产品上市时间,并降低运营成本。”
美光7450 SSD采用OCP SSD 2.0规范,能够提供智能化管理、性能优化、无缝集成和错误处理[2]。延迟监控可实现对延迟问题的跟踪、诊断和补救,帮助提高性能。
此外,管理指令允许对命名空间和安全等功能进行标准化控制,更容易与符合OCP规范的管理系统进行集成。7450 SSD的错误恢复和错误注入功能兼容OCP SSD 2.0规范,能够快速恢复硬盘并模拟数据中心中经常遇到的错误[3]。
此次里程碑式的升级将曾经专属于云数据中心的存储功能通过全球 OEM 厂商拓展至企业数据中心。美光7450 SSD拥有行业领先的外形尺寸选项,容量选择从400GB 到 15.36TB,并具有数据保护安全功能,是企业数据中心的理想之选。采用OCP SSD 2.0的美光7450 SSD现已向部分客户出货。了解详情,敬请访问micron.com/7450。
客户评价
HPE(Hewlett Packard Enterprise)未来存储架构师Paul Kaler表示:“HPE的计算类客户认为OCP规范具有诸多优势,企业和超大型数据中心利用核心固件能实现更多特性、更高质量,并快速获得由 HPE 和美光等公司引入市场的前沿功能。美光 7450 SSD支持 OCP NVMe 数据中心 SSD 2.0规范就是最好的例子。”
Meta 公司硬件系统工程师Ross Stenfort表示:“充满挑战性的超大型数据中心需求推动了行业创新,例如E1.S 外形规格以及OCP 数据中心 NVMe 2.0规范。美光7450 SSD支持E1.S和OCP 数据中心 NVMe 2.0规范,有利于促进超大规模数据中心领域的创新。”
微软Azure平台架构高级总监Jason Adrian表示:“微软Azure是超大规模云硬件设计和开源硬件开发模型的领导者。美光7450 SSD凭借云数据中心级别的性能和延迟,以及对OCP NVMe 数据中心 SSD 2.0规范的支持,帮助我们扩大了创新的影响力。”
[1] 关于>>开放计算项目—基于OCP数据中心NVMe SSD规范2.0第4.12节错误恢复以及附录C:datacenter-nvme-ssd-specification-v2-0r21-pdf (opencompute.org)的延迟监测。
[2] 关于>>开放计算项目—基于OCP数据中心NVMe SSD规范2.0第4.12节错误恢复以及附录C:datacenter-nvme-ssd-specification-v2-0r21-pdf (opencompute.org)的延迟监测。
[3] 关于>>开放计算项目—基于OCP数据中心NVMe SSD规范2.0第4.12节错误恢复。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。