随着客户集成测试推进,希捷工程师不断应用热辅助磁记录(HAMR)提高面密度
全球混合云数据管理领域的权威企业NetApp公司表示,与希捷科技共同完成了基于HAMR技术的Exos硬盘的平台测试。该公司预计在HAMR硬盘量产时将产品进一步集成到NetApp的解决方案中。
NetApp提供一系列混合云数据服务,旨在简化云端和内部环境中的应用程序及数据管理,加速推进数字化转型。该公司表示,希捷HAMR技术的优势完全符合超大规模市场EB级别的海量数据的增长需求。
NetApp高级技术总监Tim Emami表示,NetApp公司测试了希捷HAMR的开发单元,并取得了相应进展,该技术团队更加期望能利用自身经验帮助HAMR技术在关键应用程序中发挥重要作用。
Emami表示:“我们在技术开发周期的早期阶段就开始对HAMR技术进行测试,从早期样本到现阶段的进展我们感到十分震撼。更振奋人心的是,希捷多年的努力和创新获得成果,为HAMR硬盘的成功生产做好准备。”
随着近期应用内测试的完成,希捷HAMR技术已经更加成熟并已达到一个全新的就绪水平。
Emami说道:“正如大家所预测的那样, HAMR技术日趋成熟。我们最新测试报告显示,HAMR已经可以进入下一阶段的测试,即实际应用测试。而我们正在投入时间和资源,从HAMR硬盘获得更多的容量和收益。我们的下一个里程碑式目标就是限量生产用于客户部署。”
Emami解释道:“国际数据公司(IDC)最新发布的《数据时代2025》报告显示:到2025年,全球数据圈将增至175ZB。其中大部分增长数据来自呈指数增长的冷数据和温数据。且IDC表示,这些数据的大部分都将存储在机械硬盘上。”
Emami预计HAMR硬盘会部署在NetApp公司的E系列及FAS(Fabric Attached Storage)系列产品中。他表示,HAMR能提供的更高的容量增长能力,对NetApp公司持续为温数据、冷数据及冰数据等各种类型的工作负载提供服务至关重要,这些工作负载需要高效的每TB成本及最低总体拥有成本(TCO)的支持,并为包括商业智能、主目录和数字内容(视频和照片)及邮件存档等服务的数据中心,云和边缘应用程序系统提供服务。
Emami表示:“许多热数据也会迅速‘变冷’,譬如在Facebook等社交媒体上发布的照片,第一周的时候就要比第三周‘热’。因此,无论是在本地、外部还是在云端,任何有效的存储解决方案都必须有效利用最佳介质来存储处于生命周期不同阶段的数据——将适当的数据在适当的时间存储在适当的介质上。”
有趣的是,Emami还指出,当前某些冷数据正在“变暖”。“但对这些应用而言,固态NAND介质的成本太高,而由于随机读写性能的缺陷,光纤盒或磁带技术只能用于灾难恢复应用。所以,机械硬盘将会为在2025年存储的大部分数据提供最佳总体拥有成本(TCO)。”
数据技术分层和正确的数据存储位置对于最大化数据价值,以及对采用HAMR技术的新一代硬盘进行部署策略的设计来说,都非常重要。NetApp公司则在“混合”存储解决方案方面拥有多年成功经验。
Emami解释道:“NetApp公司的‘Fabric Pools’可以通过独立扩大热数据、冷数据及云端层面积来有效托管这些数据。HAMR技术是这一步骤的重要组成部分,与NAND相比,它可使硬盘具备更具竞争性的面密度和容量增长能力,进而使其在每TB成本和总体拥有成本(TCO)方面占据优势。”
希捷继续在推进HAMR技术方面取得快速的实质性进展。前不久,希捷的HAMR技术创造了新的面密度记录,在自旋式支架测试中展示了其面密度达2.381Tbpsi的硬盘,该项技术可将单碟容量提升至3TB,是现有硬盘面密度的2倍多。同时,由HAMR技术生产开发出的硬盘面密度现已超过传统的垂直磁记录技术。
随着HAMR技术越来越接近于投入商用,希捷的技术团队今年一直与合作伙伴开展HAMR的集成开发,其中几个希捷的合作伙伴已在行业活动中展示了该项技术。HAMR的读/写磁头技术已经达成可靠性测试,充分满足客户的期待。
希捷科技企业级产品线管理高级总监Jason Feist表示:“我们的技术工程团队的目标是在对成本敏感的存储层加快容量和性能方面的创新,这对支持现今热门的移动/以云为中心的基础设施至关重要,同时也能够推动边缘和IT 4.0分布式数据范例的发展。我们正与NetApp公司及其他行业领导企业紧密合作,以确保这些创新通过测试并被证明可支持实际的工作场景,进而满足NetApp公司客户所依赖的应用需求。”
好文章,需要你的鼓励
这项由浙江大学与阿里巴巴通义实验室联合开展的研究,通过创新的半在线强化学习方法,显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录,为GUI自动化代理的发展开辟了新的技术路径。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。