MP3000 pSLC | PCIe NVMe | M.2 2280 SSD

SafeDATA技術は、独自の電力損失検出およびホールドアップ回路と高度なコントローラファームウェアアルゴリズムを組み合わせて、飛行中のデータを揮発性キャッシュからNANDフラッシュメモリにフラッシュし、突然の電力損失時の破損や損失からデータを保護します。

シングルイベントアップセット（SEU）とは、高エネルギー中性子やアルファ粒子がランダムに衝突し、メモリビットの状態が変化することで、デジタルシステム内のビットステータスが意図せず変更される現象です。これらの高エネルギー粒子は、地球または宇宙線などの地球外の発生源から発生する可能性があります。

当社の高度なエラー検出および訂正技術は、ECC（エラーコード訂正）エンジンを強化し、RAID（独立ディスクの冗長アレイ）メカニズムを利用します。データは、他のページに以前に保存されたパリティによって再構築されます。復元されたデータは新しいブロックに保存され、以前に保存されたブロックが更新されます。

エンドツーエンド保護は、ECC（エラー訂正コード）と、CRC（巡回冗長検査）などの追加の保護メカニズムを利用して、エラーを検出および修正し、SSD内のすべてのデータ転送ポイントでデータが正しく転送されることを保証します。

S.M.A.R.T. は、重要なドライブ情報を監視および表示することにより、予定外のダウンタイムによるリスクを防止する自己監視システムです。インジケータには、ドライブの状態、ステータス、使用状況情報、潜在的なディスクの問題が含まれます。

AES（Advanced Encryption Standard：高度暗号化標準）は、データを暗号化されていない形式から暗号化された形式に変換するためのハードウェアベースの暗号化方式です。256ビットの暗号化キーの長さにより、オリジナルキーなしでデータを復号化することは事実上不可能です。

TCG（Trusted Computing Group：トラステッドコンピューティンググループ）ストレージワークグループは、ストレージデバイスのセキュリティ管理プロトコルの1つのクラスとしてOpal SSC（Security Subsystem Class：セキュリティサブシステムクラス）を作成しました。これは、自己暗号化ドライブ（SED）の最も認識されている標準です。当社は、堅実なデータ保護のためにAES暗号化を組み込んだTCG Opal 2.0準拠の自己暗号化SSDを提供します。

企業に設置されるITデバイスとシステムが増加するにつれ、生成されるデータ量が増大し、実際の機器とクラウドなどの仮想空間の間で毎日転送されています。これらの大規模なデータを効率的かつ効果的に保存および管理するには、社内のデータセンターに対応できるデータインフラストラクチャを構築するか、クラウドサービスプロバイダーにアウトソーシングする必要があります。データインフラストラクチャを企業の内部または外部に構築する場合でも、主な目的は、プロセスを収集し、安定した安全な条件下でデータを保存して、企業の運用を中断しないようにすることです。

中規模健康保険会社であろうと、大規模eコマースサービスプロバイダーであろうと、ストレージサーバーはあらゆる事業運営のデータ管理の点で重要な役割を果たします。ネットワーク接続を介して生成および転送されるデータの量が増えるとともに、データアクセスを有効にしつつ、セキュリティを維持しながら、データを効率的に処理および保存することが重要になります。用途やデータアプリケーションが何であれ、分析や事業運用のために大量のデータが送信、収集、処理される場所で、ストレージサーバーを使用できます。

IoTやIIoTの急速な台頭により、接続性への需要がネットワーキングを変革しました。今日のネットワークは指数関数的に拡大しており、分析のために保存される膨大な量のデータを処理しています。このデータの超高速伝送と、エッジデバイスとネットワークハブ間で交換されるデータの保存を確保するためには、信頼性の高い実績あるメモリが不可欠です。ネットワークの規模が2地点間であっても、世界中のさまざまな場所で何千ものデバイスが接続されたネットワークであっても、ネットワークが稼働している限り膨大なデータが絶えず処理されます。したがって、適切なメモリソリューションが非常に重要です。どれほどの負荷がネットワークにかかっていても、データが迅速に処理され、安全に保存されることを保証するためです。

自動化システムで使用される小型の産業用コンポーネントから、油井掘削で使用される大型機器に至るまで、プロジェクト運用では、時に過酷な環境下で正確な指示を提供することが求められます。そのため、継続的で安定した運転性能を維持することに加えて、データ出力の精度を確保することが重要です。

高速化された AI と ML のワークロードでは、処理される大量のデータに対応するために高帯域幅のメモリが必要になることがよくあります。最新のアクセラレータの計算能力に合わせて、より高い帯域幅を提供できるメモリアーキテクチャが必要です。これには、より広いメモリバス、より高速なメモリインターフェイス、または高帯域幅メモリ（HBM）テクノロジーの統合など、DRAM設計の革新が含まれる可能性があります。

HPC（High Performance Computing/ハイパフォーマンスコンピューティング）は、気象、農業、宇宙などの複雑な問題をモデル化して理解するために使用されている主要なソリューションです。HPC用途には、限られた時間枠でデータを処理し、複雑な計算を高速で実行する機能が必要となります。AI機械/深層学習、データ分析、医学研究などの用途向けに、HPCは大量のデータをリアルタイムで処理できます。HPCが増加するにつれて、期待に応えるための高性能で信頼性の高いメモリに対する要求も高まります。