Mer data, mindre plass markerer målet med harddiskforskning

Mer enn 400 timer med video lastes opp til YouTube hvert minutt, hundrevis av millioner av tweets sendes hver dag og billioner av søk gjøres på Google hvert år. Nettsteder lagrer disse gigantiske mengdene informasjon på millioner av harddisker, plassert i enorme datasentre. Et team av forskere fra Washington State University hjelper til med å ta datamaskinharddisker inn i en fremtid der de kan lagre mye mer data på mye mindre plass.

Krishnamoorthy Sivakumar og Ben Belzer, førsteamanuensis ved School of Electrical Engineering and Computer Science, mottatt en $500,000 National Science Foundation-stipend for å utvikle teknologi for mer nøyaktig lesing av data fra harddisker som er tettpakket med informasjon.

Ben Belzer og Krishnamoorthy Sivakumar , l-r, førsteamanuensis ved WSUs School of Electrical Engineering and Computer Science, forsker på teknologi som kan føre til neste generasjons datalagring. Kreditt: WSU

Fra enkelt til flerdimensjonalt

En typisk harddisk registrerer data på en tynn stripe av magnetisk materiale på disken, og magnetiske korn på overflaten holder biter av den registrerte informasjonen.

Etter hvert som datavolumet vokser, harddiskprodusenter prøver å stappe mer informasjon i hver kvadrattomme av enheten. For tiden, opptak på harddisker gjøres vanligvis på et enkelt spor, som begrenser mengden informasjon som kan pakkes inn i enheten.

«Vi har nådd en teknologisk barriere med lagring av informasjonsbiter på ett enkelt spor," sa Belzer.

Nye dimensjoner, nye utfordringer

Forskere utvikler harddisker som kan registrere data i mer enn én dimensjon, men disse nyere harddiskene byr også på en rekke nye utfordringer.

Registrering i flere dimensjoner betyr tett pakking av informasjon. Ved svært høye tettheter, noen biter av informasjon er ikke skrevet til noe magnetisk korn. Dessuten, ettersom mer data lagres i samme område og dataene blir overfylt på stripen, interferens fra nabodata skaper mer potensial for feil.

Sivakumar og Belzers arbeid vil bidra til å sikre rask og nøyaktig datalesing av harddisker som registrerer data i to eller tre spor. Arbeidet vil øke effektiviteten til harddisker og hjelpe industrien med å lagre mer informasjon på en mindre plass til lavere pris per bit.

Maskinlæring

Bruke maskinlæringsteknikker, WSU-forskerne lager en algoritme som kan lære av disksignalene når harddisken leses. Teamet vil deretter trene algoritmen ved å bruke simulerte data. Etter hvert vil algoritmen være i stand til å lære hva slags feil som oppstår og deretter forutsi dem. Dette vil forbedre muligheten til å rette feil og sikre jevn og nøyaktig datadeteksjon.

"Vi ønsker å oppdage den høyeste tettheten av informasjon som er mulig med en akseptabel feilrate," sa Sivakumar.

Etter å ha designet algoritmene deres og demonstrert ytelsen deres på testdata, forskerne planlegger å samarbeide med et industrikonsortium for magnetisk lagring for å implementere teknologien deres i kommersielle harddisker.

Kilde: news.wsu.edu, av Siddharth Vodnala