超级光盘中国造!一张就能装下小型数据中心
容量1,677,721Gb
克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
一张光盘就能装下一个小型数据中心,光盘容量极限迎来重大突破!
这就是由中国科学家耗时七年打造的史上容量最大的“超级光盘”:
“超级光盘”由上海光机所与上海理工大学等机构合作打造,容量达到了普通蓝光光盘的数万倍。
不仅容量可观,而且安全可靠、存储时间长,非常适合长期、低成本地存储海量数据。
如果实现量产,用这种光盘来做存储阵列,有望在一个房间的空间内建立出Eb级的高密度数据中心。
相关研究已经在Nature发表:
对此,有网友辣评说,为了你的硬盘资源能完好地传给你的曾曾曾孙,科学家们真的很努力……
那么,这张“超级光盘”到底有多强呢?
在纳米尺度上雕刻数据
存储能力上,它的最大等效容量达到了1.6Pb,也就是1600多Tb或将近168万Gb。
而在电商平台上能搜到的硬盘,最大容量不过20TB(160Tb),只有“超级光盘”的10%。
这个容量,大概可以储存3000小时的高码率(160Mbps)8K电影。
对此,中国工程院外籍院士顾敏也用时下流行的ChatGPT做了解释:
以深度学习模型GPT为例,其整个互联网文本大小约为56PB。
如果用当前广泛使用的1TB容量的移动硬盘进行存储,平铺开来需要占据一个操场的面积。
而新的三维纳米光子存储(“超级光盘”采用的技术),可将存储空间节省至一台电脑大小。
即使把容量划分到单位面积上,它的数据密度达到了每平方英寸(6.45平方厘米)26Tb,比最好的硬盘还多出23倍。
“超级光盘”的厚度只有1.2毫米,却堆叠了100层薄膜介质,还拥有54nm点尺寸、70nm道间距的超高分辨率。
而普通光盘的点尺寸接近微米(1000纳米)量级,“超级光盘”可谓是在纳米尺度上雕刻数据。
寿命上,研究人员在130和120摄氏度下对记录点的荧光衰减进行了加速老化测试。
在两种温度下,荧光信息的衰减时间分别为12和26小时。
据此,研究人员根据Arrhenius模型推算,“超级光盘”中的数据能保存超过41年,如果加上保护层,寿命还能进一步延长。
而且,“超级光盘”不仅实现了存储设备容量的飞跃,在光学领域同样是一项重要突破。
19世纪,物理学家恩斯特·阿贝在提出了“衍射极限”的概念,即光学系统在没有其他像差或技术限制的情况下,能够分辨两个接近的点的最小距离。
按照阿贝的理论,衍射极限d=1.22λ/2NA,其中λ为波长,NA是系统的数值孔径,而“超级光盘”的信息点间距小于按照这一公式计算出的理论值。
那么,研究人员是如何制造出这个“超级光盘”的呢?
堆叠100层薄膜材料
“超级光盘”的核心,是一种名为AIE-DDPR的薄膜材料,通过在光敏树脂中掺杂聚集诱导发光染料得到。
这种材料具有高透明度和均匀性,且可以通过飞秒激光束进行光学刺激,实现纳米尺度的聚合和去活化。
AIE染料在聚集状态下表现出增强的荧光发射,这与许多传统荧光染料在聚集时荧光减弱的特性相反,使得薄膜在被激光束激发时能够产生强烈的荧光信号,例于数据的读取和检测。
此外,AIE-DDPR存储密度高、环境友好、耐用的优点,并与现有的光盘制造工艺兼容。
首先,将光敏树脂(DTPA,二季戊四醇五丙烯酸酯)与光引发剂(ITX,即2-异丙基硫杂蒽酮)和AIE染料(HPS,即六苯基噻咯)混合在有机溶剂中。
然后,将这个混合物在热板上搅拌以确保充分混合,然后在烘箱中加热以去除溶剂,然后将上述混合物旋涂到透明基底上。
涂布后的薄膜需要在紫外光下固化,以形成均匀且透明的薄膜。固化过程会去除溶剂,使树脂交联形成固态薄膜。
薄膜形成后,就可以进行数据写入了,这里研究人员使用的是双束激光系统。
首先,使用515纳米波长的飞秒激光束在薄膜上进行聚焦,通过两光子吸收引发聚合反应,形成记录点。
然后,使用639纳米波长的连续波(CW)激光束进行去活化,以抑制周围区域的聚合,从而实现超分辨率的记录点。
这也正是“超级光盘”能够突破衍射极限的关键所在。
最终,研究人员在垂直方向上堆叠100层AIE-DDPR薄膜,每层之间保持一定的间距,就在有限的空间内实现更高的存储密度。
One More Thing
在提高数据存储密度这件事上,人类的探索从未停止。
在“超级光盘”出现之前,容量最大的光盘是英国科学家2013年用玻璃制作的“5D光盘”。
交叉学科方面,也有生物学家尝试着将DNA作为信息的存储载体,并成功将信息“存”进了大肠杆菌。
而进入AI爆发的新时代,人工智能或许也将为寻找更高密度的存储介质提供新的思路。
论文地址:
https://www.nature.com/articles/s41586-023-06980-y
- 视频大模型无损提速:删除多余token,训练时间减少30%,帧率越高效果越好2024-11-17
- ChatGPT深夜更新:Mac版支持“读屏编程”,Windows版全员可用了2024-11-15
- 李飞飞吴佳俊团队推出具身智能决策能力评价基准,o1-preview登顶2024-11-14
- 小度为何押注AI眼镜?2024-11-13