帖子
勋章
关注
任务
由于可在运行时通过软件对系统进行校准和补偿，因而该方法还能降低制造公差。结合商用级高分辨率组件和深度学习技术，可让存储密度较当前技术提升 1.8 倍。
微软研究院还希望进一步提升读写速度和容量，以创造出一种专门面向云端应用的定制技术，其访问速度和存储密度都将远超早期版本。
微软正在研发面向云端的HSD全息存储器  HSD 团队当前的解决方案，可在扩展空间相对富余的存储机架上得到应用。 得益于消费光学和人工智能技术的进步，其存储密度已较早期翻番，目前该团队正致力于实现更高的密度、以及更快的访问速率。 我们已经部署了最新研发的大功率光纤激光器系统，以将读写时间都缩减一个数量级，和实现更高的访问速率。 从外 HSD 项目分别利用了显示行业和智能手机行业所推动的高分辨率 LCOS 空间光调制器和相机技术，以大幅提升其存储密度。 高分辨率相机技术也至关重要，其使得 HSD 设备能够将光学硬件的复杂性转移到软件层面。 在现有技术中，研究人员必须借助复杂的光学仪器，以实现从显示设备到相机的一对一像素匹配，从而使得密度最大化。 现在，HSD 团队可以借助商用高分辨率相机和现代的深度学习技术，将复杂性再次转移到数字领域。 这使得他们能够利用更简单、实惠的光学器件，而无需像素匹配，并通过商用级软硬件来补偿由此产生的光学畸变。 最后，对 Project HSD 和 Optics for the Cloud 研究感兴趣的朋友，可回顾 Azure 首席技术官 Mark Russinovich 在微软 Ignite 2020 线上大会的演讲部分。 分享到：
|
最新评论
-
天蓝色3230 2020-09-24 22:54能够将数据存储为可重写的全息图，因而很适合在云端环境中使用。