阿里云【AI24小时】2024年4月17日
06-17
Eric Endebrock，美光科技存储解决方案营销副总裁提供值得信赖的技术解决方案最令人愉快的部分之一就是与各种客户打交道。
因为坦诚、广泛的对话有助于发现存储领域的新兴趋势，并分享加速存储的突破。
这里我就和大家谈谈一些年份可能出现的趋势和发展趋势。
存储接口将被集成。
在最近几代技术中，SATA、SAS 和 PCIe (AHCI) 等存储接口始终在数据中心共存。
但这种范式正在改变。
从现在到年底及以后，SAS将继续减少，许多创新路线图将不再使用SATA。
由行业支持者和贡献者组成的企业和数据中心 SSD 外形 (EDSFF) 工作组发布了最终候选名单，重点关注标准化大容量、热插拔 1U 垂直 SSD 以及迈向第五代 PCIe 速度扩展的能力跨代（披露，有 1U 短版和 1U 长版）导致某些外形规格的短期激增。
随着四级单元 (QLC) 3D NAND 技术的总拥有成本下降，某些读取密集型用例中 TLC 的采用率有所增加，从而使闪存能够更直接地与 10K 和 RPM 硬盘（旋转介质的最后堡垒）竞争。
，已有50年历史）参加比赛。
我们已为此做好准备。
分布式存储和分布式应用程序的普及已达到前所未有的水平，使得向闪存存储（本地或公共云和私有云）的迁移变得越来越广泛和更快。
随着闪存介质的采用不断增加，闪存已经适应了各种用例的机会。
NVMe?的推出为我们提供了专为闪存设计的存储协议。
NVMe 闪存选项具有超快且高度可扩展的存储，可将 CPU 与存储子系统紧密连接。
闪存存储接口的后续开发将实现集成。
基于网络的存储将成为标准。
NVMe 闪存将使传统接口不再被广泛采用，转而仅在数据中心外围使用，但在网络端点，轻薄、快速和低功耗的创新产品将占据主导地位。
如果传统接口本身阻碍了快速闪存存储的优势，那么即使是保守派也会同意将这些接口保留在生态系统中是不值得的。
根据工作负载调整存储设备大小的趋势将会扩大正如应用程序已发展为共享基础设施一样，闪存存储也已从满足大多数需求的产品发展为开箱即用的设计和调整以简化部署的设备。
今天的数据中心闪存及其应用与不久前有很大不同。
随着行业各方（应用架构师、部署设计师以及 SSD 和 NAND 制造商）逐渐了解不同的应用程序和工作负载如何与存储交互，我们采用新的闪存技术并将其集成到新 SSD 设计中的负载要求中。
美光科技等 SSD 供应商推出了在出厂前直接针对工作负载进行调整的 SSD。
以写为中心、以读为中心和混合用途的SSD可以分别满足传统和新兴应用程序的不同存储使用需求，并且这种趋势将继续扩大。
闪存的后续发展将释放传统硬盘封锁的数据价值。
新的闪存类型，例如美光最近推出的四级单元，每个单元存储四位，可以为以读取为中心的应用程序和工作负载提供价值。
如果我们能够尽快提供数据，分析、人工智能、深度学习和机器学习等许多应用程序将表现得非常好。
他们的数据几乎没有变化，关键是我们向他们的处理引擎提供数据的速度有多快。
5G 网络的采用将实现新的边缘计算方法。
高带宽、可靠和广泛的地理网络帮助改变了我们对移动通信的看法。
广泛分布的网络（蜂窝）让人们“感觉就像在本地”，加速实现移动通信领域的各种可能性。
随着 5G 网络于 2020 年在全球推出，将需要新的技术创新来提供可扩展性、功能、安全性和效率 - 所有这些都基于美光技术。
我们一直与生态系统合作伙伴和客户合作，确保从边缘到云端的所有数据的安全连接。
后续发展 许多行业正准备迎接5G网络革命：下载速度比4G/LTE快两倍，达到2Gbps，来自1000万个互联网设备的数据流实现1毫秒延迟。
快速、大量的存储至关重要。
远程办公人员在旅行时可以获得与在办公室相同的工作效率。
5G 带宽和低延迟将缓解可用性和移动性之间的权衡。
人工智能服务器和支持人工智能的端点的兴起人工智能 (AI) 和机器学习 (ML) 领域在过去几年中发生了巨大变化。
深度学习是一种利用多层神经网络取代传统统计机器学习算法的人工智能系统。
它使我们能够显着提高新一代的性能。
尽管人工智能本身不再是一项新技术，但企业级人工智能仍然需要大量的内存、存储和计算资源。
一切似乎都准备好进入人工智能业务。
AI模型的生成：完整的AI模型（例如英语模型）很容易在手机或计算机上运行，??但创建这些模型需要更多时间。
为了构建这些模型，开发（处理）引擎需要在内存中存储大型数据集并非常快速地访问它们。
端点：端点设备收集数据以提供给AI模型。
自动驾驶汽车就是一个例子，随着它们向更高水平的人工智能迈进，其内存、存储和计算能力显着增加。
AI服务器的后续发展自成一类。
与标准云/数据中心服务器相比，它们需要 6 倍的 DRAM 内存和 2.6 倍的 SSD 容量，因为内存和存储需要支持快速数据访问和快速数据处理。
到 2020 年，AI 服务器将占云基础设施的 10%，到 2020 年将增长到 50%。
3D XPoint? 腾飞 3D XPoint 存储是我们突破性的超高速非易失性存储技术，介于易失性 DRAM 和非易失性 NAND 之间，填补了这两个构建块之间的空白。
正在出现的成本/效益差距。
3D XPoint 是持久存储，速度不如 DRAM，但比 NAND 快得多。
与 DRAM 不同，它无需电源即可保留数据。
这创建了一个新的内存和存储层，允许客户重新构想整个内存和存储堆栈。
最初推出的产品是NVMe，因为普通硬盘控制器（如SATA）速度太慢，性能优势被削弱。
3D XPoint 存储不依赖晶体管或电子流，因此基于 3D XPoint 的存储器的使用寿命将比闪存长得多。
在随后几年的发展中，3D XPoint将变得更加流行，实现更广泛的部署，并扩展可寻址存储，这比单独使用新一代更快的处理器能够带来更大的好处。
可以预见，3D XPoint存储将用于专业数据中心，例如必须最小化时间延迟的高速股票交易、大数据和人工智能领域，包括用于快速机器学习和摄取的AI服务器以及智能计算领域。
Systems 用于满足随时随地快速计算的需求。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-17
06-17
06-06
06-21
06-18
06-18
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器