“未来硬盘”诞生 存储体积缩小1000倍

简介:

在笔者之前的文章中曾经换算过单位存储空间的价格降低速度惊人。比如,在8寸软盘刚刚出现时候,一个8寸软盘驱动器的价格,比一台微型计算机整机还贵。再比如世界上第一款容量超过1GB的硬盘(约2.52GB),在今天看来价格更可谓是天价:8-14万美元,平均每GB价格为4万美元,相当于我们今天购买硬盘价格(2TB硬盘600元)的930000余倍。

“未来硬盘”诞生 存储体积缩小1000倍

按照这样的存储更新速度,相信如今影视(比如Green Arow)中出现的在小小U盘中承载1PB大小资料也将更容易达成。因为IBM已经可以在单个原子上存储1比特数据,这意味着存储数据的硬盘可以因此而缩小1000倍。

“未来硬盘”诞生 存储体积缩小1000倍

所谓的“未来存储”其实更多是对存储介质的改变,相比目前的硬盘技术每存储1bit的数据需要10万粒原子的技术水平,IBM在《自然》杂志上发表的新技术利用在氧化镁表层附着一粒一粒磁化的钬原子(Holmium),同时可以使原子磁极保持稳定,不会受到其他磁场干扰。表现在磁盘上就是1粒原子代表一个“1”,另1粒磁性相反的原子就是“0”(两个原子之间距离为1毫微米)。而读写数据的磁头则属于显微级别的,只能在显微镜下可见。

“未来硬盘”诞生 存储体积缩小1000倍

如果这项技术走向普通民众,那么存下苹果苹果音乐2600万首歌曲仅需要一枚硬币大小的面积。不过,IBM该项目的研究员克里斯-鲁茨(Chris Lutz)表示,因为IBM研究团队这一成果的实验环境是:液氮冷却+真空环境。所以这项技术实用化还需要几十年的时间。



 


  

本文转自d1net(转载)


     


目录
相关文章
|
4月前
|
存储 算法 大数据
小米教你:2GB内存搞定20亿数据的高效算法
你好,我是小米。本文介绍如何在2GB内存中找出20亿个整数里出现次数最多的数。通过将数据用哈希函数分至16个小文件,每份独立计数后选出频次最高的数,最终比对得出结果。这种方法有效解决大数据下的内存限制问题,并可应用于更广泛的场景。欢迎关注我的公众号“软件求生”,获取更多技术分享!
180 12
|
6月前
|
机器学习/深度学习 人工智能 并行计算
从LLM中完全消除矩阵乘法,效果出奇得好,10亿参数跑在FPGA上接近大脑功耗
【6月更文挑战第15天】`Scalable MatMul-free LMs提出了一种无需矩阵乘法的新方法,使用MLGRU和MatMul-free GLU在保持性能的同时降低计算成本。实验显示,这种模型在FPGA上运行时,能效接近人脑,且在多种任务中与传统模型相当甚至更优。尽管有挑战,但该模型为高效、低功耗的语言处理开辟了新途径。[arXiv:2406.02528]`
146 1
|
Oracle Java 关系型数据库
switch 的性能提升了 3 倍,我只用了这一招!
switch 的性能提升了 3 倍,我只用了这一招!
616 0
switch 的性能提升了 3 倍,我只用了这一招!
|
机器学习/深度学习 测试技术 数据中心
5300亿!巨型语言模型参数每年暴涨10倍,新「摩尔定律」要来了?(上)
近年来,大型语言模型参数量每年暴增10倍,最近的巨无霸模型MT-NLG,参数更是达到了5300亿!关于模型参数的「新摩尔定律」已呼之欲出。不过,这可不一定是好事。
191 0
5300亿!巨型语言模型参数每年暴涨10倍,新「摩尔定律」要来了?(上)
|
机器学习/深度学习 人工智能 算法
|
存储 监控 文件存储