热点
深度学习驱动点评闭环:UI测试创业路,reasoning_content:我们要求以UI测试工程师的口吻,写一个与技术、科技相关,关于[深度学习驱动点评闭环:创业成功的创新路径]的标题需要简短精炼,字数30字以内直接输出标题,不要加说明nn思考:UI测试工程师的口吻,可以突出测试、质量、用户体验等角度结合深度学习驱动点评闭环:创业成功的创新路径,核心是深度学习技术驱动用户点评的闭环,从而帮助创业成功可以写成类似UI测试视角:深度学习闭环驱动创业成功或深度学习点评闭环:UI测试工程师的技术创业路径等但要注意字数尝试几个:nn- 深度学习闭环,UI测试赋能创业成功(13字)n- UI测试工程师:深度学习驱动点评闭环创业(16字)n- 深度学习+点评闭环:UI测试的创业创新(15字)n- 用深度学习闭环点评,UI测试驱动创业(14字)n- UI测试视角:深度学习闭环点评创业路径(16字)nn最简洁且符合要求:可能需要包含深度学习驱动点评闭环这个核心短语例如:深度学习驱动点评闭环:UI测试创业路径(16字)或者更精炼:深度学习闭环点评,UI测试创业(12字)但少了驱动nn确保直接输出我选一个:深度学习驱动点评闭环:UI测试创业创新路径(17字)但创新路径有点重复或者:深度学习闭环点评:UI测试技术创业路(16字)最终输出一个
15 9 月 2026, 周二

什么样的数据架构才能满足ZB时代数据存储标准?

 存储技术赶不上数据产生速度

 

  做出这个判断的原因是,他看到现在的数据产生量在不断攀升中,2018年约产生了32ZB的数据,ZB是个什么概念呢?我们现在的手机存储容量一般是64GB,1ZB=1024EB=1024×1024PB=1024×1024×1024TB=1024×1024×1024×1024GB,即1040GB,约1万亿GB。这是一个超级庞大的数字,“到2023年,预计会产生103ZB的数据。” Steven Craig进一步指出。这些数据主要来源于末端的边缘数据、在边缘进行整合后的数据,以及在云端经过了处理和转换的智能信息。

 

  在Steven Craig看来,这些看似庞大的数据其实只有小部分会被存储下来,比如说2018年的数据存储量是5ZB左右,占产生数据的15%;预计到2023年,存储下来的数据为12ZB左右,占产生数据的11%,其他的数据将会失散掉,而且将永远也不可能找回来了。

 

  存下来的数据如此少,是有原因的,其中一个重要原因就是我们的存储技术和设备没有赶上数据增长的新趋势。因此,Steven Craig指出,“我们必须转变我们的思维模式,为未来更大规模的数据存储做准备,准备好相关的技术。” 不过,Steven Craig在主题演讲中也提到,单纯地增加层数,看似简单,但实际上并没有帮助生产企业降低成本,而是增加了更多的成本,而且有可能会出现错误。增加层数,意味着需要制造更多的晶圆,从而导致成本上升,他拿48层扩展到64层举例说,当时的成本大概是8000美元每平方米。“当然,我们可以通过规模化生产来降低成本。” Steven Craig指出。

 

  目前,扩大闪存的容量主要有三种方法:一是增加存储孔密度;二是增加存储单元密度;三是通过逻辑扩展增加比特密度。  三种维度增加容量的效果各不相同,“从64层扩展到96层时,存储孔密度大概增加了10%;存储单元密度增加了68%;TLC比特密度增加了65%。综合这三种方法就可以看到整个闪存容量的增长了。” Steven Craig在演讲中表示。

 

  逻辑扩展中,目前主流的技术是TLC,不过下一代将会是QLC,QLC可以实现每个存储单元4比特的数据,他预计到2025年,整个QLC的市场占有率会增加到50%,这包括企业级、消费级和移动类的闪存应用。

什么样的数据架构才能满足ZB时代数据存储标准?

dawei

【声明】:毕节站长网内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

您错过了