昨日,Spansion在京宣布推出兩款新品,一款是能夠提高讀取性能并減少引腳數(shù)量和空間的Spansion HyperBus接口,另一款則是配備該接口的Spansion HyperFlash NOR閃存設(shè)備。
Spansion HyperBus接口
NOR閃存發(fā)展到現(xiàn)在經(jīng)歷了多次接口的創(chuàng)新 ,從并行NOR到頁(yè)/突發(fā)模式,從串行閃存到雙口SPI,再?gòu)乃目赟PI到現(xiàn)如今的DDR SPI。今天,Spansion推出了突破性的Spansion HyperBus接口,Spansion產(chǎn)品與產(chǎn)業(yè)生態(tài)系統(tǒng)營(yíng)銷(xiāo)副總裁黃主照表示希望該接口成為新的標(biāo)準(zhǔn)。
Spansion HyperBus是12針的接口,包括一個(gè)8針腳地址/數(shù)據(jù)總線、一個(gè)差分時(shí)鐘(2個(gè)信號(hào))、一個(gè)片選和一個(gè)讀數(shù)據(jù)選通控制器,降低系統(tǒng)總成本。
該接口適用于閃存、RAM和外設(shè)。
Spansion HyperFlash NOR閃存
Spansion HyperFlash是第一款搭載HyperBus接口的NOR閃存產(chǎn)品,該產(chǎn)品的讀取速度是四口SPI的5倍,而它的引腳數(shù)量卻僅是并行NOR閃存的三分之一。
HyperFlash提供3V及1.8V兩種電源版本,在3V時(shí)讀取吞吐量達(dá)到200兆字節(jié)每秒,在1.8V時(shí)則為333兆字節(jié)每秒,HyperFlash有128、256、512Mb的容量選項(xiàng),其中512Mb版本將于今年第二季度開(kāi)始提供樣品。
該產(chǎn)品封裝規(guī)格為8×6mm BGA。HyperFlash提供從單個(gè)四口SPI到雙四口SPI再到HyperFlash NOR閃存的遷移路徑,支持-40°C~125°C的大跨度溫差。
HyperFlash NOR閃存可應(yīng)用于車(chē)載儀表、單反相機(jī)、先進(jìn)駕駛輔助系統(tǒng)、醫(yī)療設(shè)備、智能冰箱、工廠自動(dòng)化、信息娛樂(lè)系統(tǒng)、投影儀等設(shè)備中。以單反相機(jī)為例,HyperFlash可幫助單反相機(jī)快速啟動(dòng),并且高速讀取無(wú)需壓縮的圖片,顯示效果更加銳利、清晰。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。