全新铠侠CD8P系列企业及数据中心NVMe固态硬盘支持E3.S和2.5英寸(U.2)两种标准外形规格设计,并针对其性能、延迟性和服务质量都进行了优化。
东京——全球存储器解决方案领导者的铠侠株式会社(Kioxia Corporation)今天宣布,铠侠数据中心级固态硬盘(SSD)产品线新增铠侠CD8P系列。铠侠CD8P系列能够利用PCIe®5.0(32GT/s x4)接口技术,可实现更好的企业级存储、通用服务器和云端环境加速,帮助数据中心大型虚拟化系统应对复杂的混合工作负载,并能够24小时全天候运行。铠侠CD8P系列的容量可达30.72 TB[1],提供符合企业和数据中心固态硬盘规范(EDSFF)E3.S,以及2.5英寸(U.2)两种标准外形规格。

与此同时,功率效率和散热性能表现,对数据中心服务器运行环境也至关重要。铠侠CD8P系列产品对性能、延迟性、降低功耗、散热性能进行了优化,旨在为数据中心服务器提供流畅无缝的用户体验中所需的可预测性和一致性。
铠侠CD8P系列固态硬盘与上一代PCIe 4.0固态硬盘相比,其顺序读取性能提高了约60%至80%,具体表现如下:
全新的数据中心级硬盘基于铠侠第5代BiCS FLASH™ 3D闪存TLC(三层存储单元)技术,并可根据客户需求定制铠侠专有的主控与固件。与此同时,铠侠CD8P系列固态硬盘设计符合PCIe 5.0和NVMe 2.0规范,支持NVMe管理接口(NVMe-MI™) v1.1d,并支持开放计算项目(OCP)数据中心NVMe SSD规范(按需提供支持)。
其他功能和优点包括:
铠侠CD8P系列硬盘现正在为选定的客户进行送样。
相关链接:
铠侠CD8P系列产品信息
https://www.kioxia.com/en-jp/business/ssd/data-center-ssd.html
注:
[1] 1.6TB到15.36TB的容量采用E3.S的外形规格。
1.6TB到30.72TB的容量采用2.5英寸的外形规格。
[2] 条件:4KiB块大小,4KiB对齐,100%随机。
[3] IOPS:每秒输入输出(或每秒I/O操作数)。
[4] 条件:4KiB块大小,4KiB对齐,QD = 32,100%随机,对于3200 GB至7680 GB容量100%读取。
[5] 条件:4KiB块大小,4KiB对齐,QD = 32,100%随机,对于3200 GB容量及以上70%读取。
[6] 安全/加密选项的可用性可能因地区而异。
容量的定义:铠侠定义1兆字节(MB)为1,000,000字节,1千兆字节(GB)为1,000,000,000字节,1兆兆字节(TB)为1,000,000,000,000字节。但是计算机操作系统记录存储容量时使用2的幂数进行表示,即定义1GB = 2^30字节= 1,073,741,824字节,1TB = 2^40字节= 1,099,511,627,776字节,因此会出现存储容量变小的情况。可用存储容量(包括各种媒体文件的示例)将根据文件大小、格式、设置、软件和操作系统(例如Microsoft®操作系统和/或预安装的软件应用程序)或媒体内容而异。实际格式化的容量可能有所不同。
读写速度可能因主机设备、读写条件和文件大小而异。
SIE:Sanitize Instant Erase可选型号支持加密擦除,这是INCITS(国际信息技术标准委员会)技术委员会(T10)所定义的标准化功能。
SED:自加密硬盘可选型号支持TCG Opal和Ruby SSC。它具有某些TCG Opal SSC的不受支持的功能。
PCIe是PCI-SIG的注册商标。
NVMe 和 NVMe-MI 是NVM Express,Inc.在美国和其他国家/地区的注册或未注册商标。
其他公司名称、产品名称和服务名称可能是第三方公司的商标。
本文中提供的所有信息如有更改,恕不另行通知。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。