شركة أمريكية تطور قرصًا صلبًا يعمل على كتابة البيانات واسترجاعها

طورت شركة "سيجيت" الأمريكية للصناعات الإلكترونية، قرص صلب ثنائي الرؤوس، بمعنى أنه يحتوي على منظومتين منفصلتين لكتابة البيانات واسترجاعها على أجهزة الكمبيوتر.
وبعد سنوات عديدة من الأبحاث، كشفت سيجيت النقاب عن القرص الصلب الجديد ثنائي الرؤوس والذي أطلقت عليه اسم "ماك 2". ويتوافر هذه القرص الصلب حاليا للشركات فقط، بمعنى أنه ليس متوافرا للبيع في الأسواق للأفراد.
وأفاد الموقع الإلكتروني "فيز دوت أورج" المتخصص في التكنولوجيا أن سرعة نقل البيانات للقرص الصلب الجديد تصل إلى 524 ميجابات في الثانية، وهي تزيد بواقع الضعف مقارنة بالاقراص الصلبة التقليدية المتوافرة حاليا، ويقارب القرص الجديد في كفاءته الأقراص الصلبة الجديدة ثابتة الأجزاء.
وتشير التقارير إلى أن كفاءة أداء القرص الصلب "ماك 2" تواكبها معدلات استهلاك أعلى للطاقة حيث يصل معدل استهلاكه للطاقة إلى 7.2 وات عندما يكون في مرحلة عدم التشغيل، مقابل خمسة وات فقط للأقراص الصلبة التقليدية، وأن كان من الممكن تشغيله على نمط الطاقة المتوازنة "باور بالانس" من أجل توفير الطاقة، مع مراعاة أن هذه الخاصية تقلل كفاءة القرص الصلب بنسبة 50 بالمئة.
ويرى الباحثون في تقديراتهم أن القرص الصلب الجديد يوفر قوة أداء تزيد بنسبة 200% مقارنة بالأقراص الصلبة النظيرة، مع زيادة في استهلاك الطاقة بنسبة 144%.

ومن جهة أخري، طور فريق من الباحثين في اليابان تقنية جديدة تعتمد على الذكاء الاصطناعي لقياس معدلات تآكل المحامل ذات العناصر الدحروجية الي تعرف باسم "الرولمان بلي" داخل الماكينات، وبالتالي التنبؤ بالفترة الباقية من عمرها الافتراضي.
وتعتبر المحامل ذات العناصر الدحروجية مكونا أساسيا في مختلف أنواع الماكينات وهي تتكون من حلقات معدنية تفصل بينها عناصر دوارة، وتدور هذه الحلقات أثناء تشغيل الماكينة بمعدلات احتكاك  ضئيلة للغاية. ولكن بمرورالوقت تتعرض هذه الحلقات للتآكل، وهو ما يؤثر على سلامة الماكينات بشكل عام.
ونجح فريق الباحثين بجامعة أوساكا اليابانية في استخدام تقنيات الذكاء الاصطناعي من أجل التنبؤ بالفترة المتبقية من عمر الرولمان بلي اعتمادا على قياس نسب التذبذب أثناء تشغيل الماكينات، حيث أنه من المعروف أنه كلما زادت نسبة تآكل المحامل، كلما ارتفعت درجة التذبذب داخل الماكينات.
وقام الباحثون بتغذية منظومة الذكاء الاصطناعي برسوم بيانية ثنائية الأبعاد لمعدلات التذبذب داخل الماكينات من أجل تدريبها على تمييز الاختلاف بين طبيعة أداء المحامل السليمة والمتآكلة، بحيث تستطيع المنظومة في وقت لاحق تمييز الاختلاف وبالتالي التنبؤ بالعمر الافتراضي المتبقي لهذه المحامل.