随着物联网的深入发展,以及数据量的不断增长,各类业务都需要高速处理技术来实现大数据分析。为了满足诸多的行业需求,富士通实验室有限公司开发了软件定义的固态硬盘(SSD),可实现并行处理从而使其性能比标准固态硬盘快了3倍。
富士通实验室软件定义的固态硬盘设备在软件层为闪存转换层(FTL)提供支持,使NAND Flash存储器可由软件直接访问。由于对NAND闪存的数据放置和访问模式可以根据工作负载来进行优化,使其性能发挥到最高,并使用户能够利用其高速性能的优势,将其用作对主存储器的扩展。
由于涉及到许多突破性的技术,这个系统的设计工作遇到了挑战。通过硬件试生产,富士通实验室测试了整个系统的运行情况,并对整个系统的性能进行了评估。在软件定义的SSD之中,为最大限度地提高系统性能,富士通实验室需要根据工作负载来对硬件设计参数进行优化。在构建与软件相协调的硬件之前,必须对系统性能做出评估。
富士通实验室借助于风河Simics找到了解决方案。通过在一个虚拟系统上进行实际场景的设计与测试,Simics支持他们采用新的开发技术,而这在物理硬件上是根本不可能进行的。例如,为了同时兼顾成本控制和性能优化,富士通实验室需要确定在系统中部署的通道和芯片之间的最佳平衡。应用Simics在虚拟硬件上进行负载模拟,他们对通道和芯片的多种组合进行反复试验,评估每个方案的执行速度,从而能够信心十足地确定最佳组合。对Simics丰富的调试功能集,富士通实验室留下了深刻的印象,这使他们能够在获得实体硬件之前就及早开始软件调试工作,从而精确地确定性能瓶颈所在之处,并且及早采取优化措施。Simics对设计、开发和测试过程中的许多重要方面都具备革命性的意义。
在建立起软件定义的SSD之后,富士通实验室在真实硬件上对通道和芯片的最高效组合数据进行了验证。其结果证实了Simics所模拟的场景。通过Simics所获得的数据洞察,让他们清楚地意识到,拥有Simics这样的模拟工具确实不可或缺,在未来更多项目中更是如此。风河将会继续发展与富士通实验室的合作关系,并支持他们达成自己的使命,开发出更多尖端技术,应对当今社会中的挑战。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
这项由清华大学等多所高校联合完成的研究首次系统性地解析了AI系统如何同时具备知识检索和深度推理能力。研究团队通过分析200多篇论文,揭示了从简单检索到协同推理的技术演进路径,并建立了全面的评估框架。这种"协同RAG推理系统"能够像人类研究者一样主动搜索信息、分析问题,为AI向真正智能助手的转变奠定了基础。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
麦吉尔大学研究团队开发了DrafterBench,这是首个专门评估AI在工程技术图纸修改能力的测试平台。通过对1920个真实工程任务的测试,研究发现即使最先进的AI模型也只能达到80%的准确率,在处理复杂多步骤操作时表现不佳。该研究为工程领域的AI应用提供了重要的评估标准和发展方向。