面对SSD的步步紧逼,HDD依然奋斗不息

简介: 固态硬盘的步步紧逼,机械硬盘厂商也不会坐以待毙等着被SSD取代。HDD的厂商也在不断的创新,增加HDD的竞争优势。

大数据的时代,数据的增长是爆发式的。根据IDC的预测,2025年的数据将达到175ZB。这将是一个非常庞大的数据量。这个数据量到底有多大呢?举个可以感知到的栗子,如果把这些数据全部存在DVD光盘上,那么这些DVD堆起来的高度将可以绕地球222圈。如果当前的网速水平,全部下载下来也许要18亿年。

在2025年,数据存储市场,HDD机械硬盘依然占据50%左右的份额。

在个人消费市场和小型的数据中心,固态硬盘凭借性能优势,正在迅速取代机械硬盘HDD,小编的观点,磁带和机械硬盘未来的归宿主要还是依赖公有云、混合云、私有云等云场景以及大型的数据中心。

之前我们曾在QLC SSD的文章(PLC SSD虽来但远,QLC SSD火力全开)中讨论过,随着QLC/PLC的加持,未来很快就会出现机械硬盘和固态硬盘价格的重合点,那么机械硬盘一直赖以生存的最大优势:价格因素将不复存在。到底SSD和机械硬盘HDD的竞争将更加的白热化。

固态硬盘的步步紧逼,机械硬盘厂商也不会坐以待毙等着被SSD取代。HDD的厂商也在不断的创新,增加HDD的竞争优势。

第一个创新技术:叠瓦式机械硬盘SMR

如之前ZNS的文章(炙手可热的ZNS SSD将会为数据中心带来什么?)中的对SMR原理介绍,SMR的技术核心就是把传统PMR整齐排练的磁道,转换成类似房顶瓦片层叠的方式,目的是增加存储密度,降低硬件成本TCO。

第二个创新技术:HAMR vs MAMR

如果要增加盘的容量,势必需要增加碟片磁道的密度,随着容量越大,碟片上放置数据的颗粒位之间间距越来越短,相互之间的磁性影响也会越来的越大。如何保证保持数据位的稳定性,如何在需要时强迫一个非常稳定的位改变其磁方向?如果颗粒的热稳定性非常高,如何将新数据写入硬盘?这就是HAMR和MAMR要解决的问题。

(1)HAMR:全称,Heat Assisted Magnetic Recording,是一种热辅助磁记录技术

HAMR 采用了一种新型的介质磁技术,数据颗粒位的占用空间会更小,密度也会相应增加,从而达到提升容量的目的,同时保持磁稳定和热稳定。在需要写入新数据的时候,磁头上激光二极管就会瞬间在颗粒位增加热量,使得单个颗粒位实现磁极性完成反转,从而完成写数据的过程。

这个加热/冷却完成数据存储的过程持续的时间非常短,在1ns级别,对硬盘整体的稳定性和可靠性没有影响。

不过,这个激光二极管在颗粒位产生的温度达到400-700C,保证基板和其他部件的高温影响,可靠性这部分对于HAMR来说,仍然有很多的难点需要突破,这也是HAMR为何研究了十几年,却一直无法大规模生产的原因。

(2)MAMR:全称Microwave Assisted Magnetic Recording,是一种微波辅助磁记录技术。

MAMR技术的原理是通过自旋力矩震荡器(STO)产生的微波场,进而提供能量辅助完成磁记录。自旋力矩震荡器STO位于磁头的写入磁极旁边,可产生电磁场,这样在较弱的磁场中,快速地翻转磁体,完成对介质的数据写入过程。将数据写入到介质中。根据厂商的测试数据发现,MAMR的磁头可靠性比HAMR的磁头可靠性要高出好几个数量级,也就是说,MAMR当前的可靠性比HAMR要高。

东芝在MAMR的基础上,还研发了更加高级的MAMR技术,叫做MAS-MAMR,全称Microwave Assisted Switching-Microwave Assisted Magnetic Recording,微波辅助开关-微波辅助磁记录技术,原理是在磁头旁边放置一个产生高频电磁波的组件,向硬盘表面发射微波,帮助写入磁头对磁盘表面的颗粒进行翻转。东芝把这个创新设计的组件叫做“双振荡型自旋扭矩振荡器装置”(dual FGL STO)

三家机械硬盘HDD厂商,希捷、西数、东芝,都在研究HAMR和MAMR,东芝在MAMR上的进度应该是最快的,第一代的FC MAMR,到今年刚发布的MAS-MAMR,最后才是HAMR。下面是东芝对外公布的MAMR/HAMR路线图,大家可以参考。

希捷重点在研发HAMR,根据希捷公开的HAMR技术路线图,预计2024可以有超过40T容量的HAMR盘。

WD西数在HAMR这块,没有查到公开的路线图,整体比较落后希捷,预计2025年才会有第一个超过30TB容量的HAMR产品。

第三个创新技术:OptiNAND技术

虽然在HAMR和MAMR上,相对其他两家比较落后,WD西数也没闲着,WD针对HDD的创新提出了OptiNAND技术。OptiNAND技术的核心就是新增了iNAND UFS EFD,把磁道记录等元数据记录在iNAND之中。

根据官方的介绍,OptiNAND可以提升容量、性能和可靠性。

  • 容量:采用triple stage actuator (TSA) 技术,实现更大的实现更大的TPI(每英寸磁道)数量和更高的面密度,在不需要增加碟片数量和磁头数量的情况下,实现容量的提升。原来放置在碟片的元数据,现在放在iNAND,也相当于给用户腾空了原来占用的数据空间,利于用户容量的提升。
  • 性能:降低了相邻磁道的干扰ATI,也可以降低写缓存的刷新频率,这样就可以减少延迟,提升性能
  • 可靠性:主要在EPO突然掉电场景,iNAND下刷的用户数据比之前DRAM缓存更多。

第四个创新技术:给HDD穿上NVME新衣

希捷在去年OCP大会,还发布了一款基于NVME接口的HDD。之前我们看到的HDD基本就是SATA和SAS接口协议。这次希捷居然让HDD也用起来NVME协议。从宣传来看,最大的优势就是让HDD与 NVME SSD拥有一样的接口,便于扩展,不过,应该还没正式量产。小编目前好像也没看到这块未来的场景在哪里,希望后续正式对外量产后有用武之地。

相关文章
|
弹性计算 NoSQL Redis
ECS安装Fedora CoreOS操作系统版本34
ECS安装Fedora CoreOS操作系统版本34
734 0
ECS安装Fedora CoreOS操作系统版本34
|
安全 调度 数据安全/隐私保护
PCIe访问控制服务(ACS)
PCIe访问控制服务(ACS)
6866 0
PCIe访问控制服务(ACS)
|
JSON Prometheus Cloud Native
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
|
5月前
|
机器学习/深度学习 运维 监控
医疗诊断中的异常检测实战——基于AutoEncoder与One-Class SVM的少样本学习
本文系统性阐述了医疗异常检测的技术革新与工程实现,涵盖从数据处理到模型部署的全流程。针对传统方法标注依赖强、维度灾难及类别不平衡等问题,提出双阶段架构:无监督特征学习结合单分类决策,显著提升早期肺癌检出率37%。文中详细解析了3D Residual AutoEncoder设计、损失函数优化及核函数选择等关键技术,并通过脑卒中检测案例验证性能优势。最终探讨生产环境下的高性能推理与持续学习机制,为多模态融合和可解释性增强提供前沿展望。该方案在少样本场景下表现出色,AUC提升12.5%,假阳性率降低38%,端到端推理速度达800ms/例以下。
127 4
|
3月前
|
存储 机器学习/深度学习 缓存
阿里云九代云服务器怎么样?计算型c9i、通用型g9i、内存型r9i实例介绍
阿里云第9代云服务器主要实例规格包括计算型c9i、通用型g9i、内存型r9i,本文将为大家介绍阿里云九代云服务器中的计算型c9i、通用型g9i、内存型r9i实例的主要性能特点,并分享最新的活动价格信息,以供参考。
439 1
|
存储 搜索推荐 固态存储
考研408笔记总结~
考研408笔记总结~
381 1
|
8月前
|
监控 文件存储 异构计算
国产NAS也支持本地部署DeepSeek了:极空间Z423上手
极空间Z423 NAS新增本地部署DeepSeek大模型功能,支持7B和14B两种参数量级模型。本文通过实际测试展示了其性能表现:14B模型运行缓慢,Token输出速度低于每秒10个,而7B模型速度稍快但仍不理想。硬件资源占用高,温度显著上升,风扇噪音增大。作者建议优化交互逻辑、提供局域网接口及更好GPU支持,并预测未来NAS可能加入GPU或NPU以提升推理能力。此功能目前更像战略布局,为后续硬件升级铺垫。
585 0
|
开发者 Python
six,一个神奇的 Python 版本兼容工具库!
six,一个神奇的 Python 版本兼容工具库!
445 4
|
安全 TensorFlow 算法框架/工具
开源大模型与闭源大模型,你更看好哪一方?
开源大模型与闭源大模型,你更看好哪一方?
736 3
|
监控 Java 流计算
Flink中的窗口操作是什么?请解释其作用和使用场景。
Flink中的窗口操作是什么?请解释其作用和使用场景。
193 0