当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 西部数据重磅推出368TB“移动硬盘”,重量达13-15千克

西部数据重磅推出368TB“移动硬盘”,重量达13-15千克

来源:ITBear科技资讯 2024-04-16 08:51:32 0浏览 收藏

大家好,我们又见面了啊~本文《西部数据重磅推出368TB“移动硬盘”,重量达13-15千克》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~

4月13日消息,西部数据最近重磅推出了Ultrastar+ Transporter存储解决方案,其设计初衷即为解决大数据传输难题,内置了高达368TB的固态硬盘,而整个设备的重量刚好达到了13至15千克。

在数据搬迁、网络连接速度受限或传输成本高昂的情况下,Ultrastar Transporter能够满足电影摄制组等现场对大量数据存储的需求。这款设备备有称为“便携”的名字,但实际上并不适合轻松携带使用。在峰值工作状态下,它需要高达1300瓦的功耗,且体积庞大,一个19英寸的机架需要安装两个设备的高度。

西部数据重磅推出368TB“移动硬盘”,重量达13-15千克

关于设备的重量,西部数据提供的数据略有出入。根据数据表,其重量接近15千克,约为33磅。但在产品说明和官方公告中,均注明其重量约为13千克,略低于29磅。这一差异可能源于设备的外置箱子重量。

Ultrastar transporter采用了先进的网络连接技术。它通过两个QSFP112端口实现了200GbE的高速网络连接,保证在现场能够迅速提供或收集数据。此外,该设备还配备了一个万兆以太网连接口,进一步增强了其网络连接的灵活性和稳定性。经过增强的网络连接,Ultrastar transporter的可靠性和精确性得到了进一步提升。

然而,西部数据目前尚未公布Ultrastar Transporter的售价及具体上市日期。

版本声明
本文转载于:ITBear科技资讯 如有侵犯,请联系study_golang@163.com删除
模拟 amqp091-go 接口困难模拟 amqp091-go 接口困难
上一篇
模拟 amqp091-go 接口困难
python之怎么使用线程池map()方法传递多参数list
下一篇
python之怎么使用线程池map()方法传递多参数list
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    386次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    468次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    475次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    415次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    241次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码