美光科技有限公司今天宣布,其豐富的閃存產(chǎn)品系列又添新成員——為尋求高性能和高可靠性,且極其注重成本的消費類應(yīng)用提供了量身定制的解決方案。新型TLC NAND是基于16納米(nm)工藝制造而成,能讓U盤和消費類固態(tài)硬盤等應(yīng)用的各方面功能取得理想平衡。預(yù)計市場在整個2015年都將對TLC有強勁需求,占到NAND存儲總量的幾乎一半。
美光科技采用的16 納米工藝被TechInsights評為“最具創(chuàng)新性的存儲設(shè)備”和“2014年度半導(dǎo)體技術(shù)”。作為一項成熟且經(jīng)過實戰(zhàn)檢驗的存儲技術(shù),16納米工藝為打造可靠的TLC設(shè)計奠定了堅實的基礎(chǔ)。TLC又被稱作“三級單元”(triple-level cell),是一種在每個閃存數(shù)據(jù)單元中存儲三位數(shù)據(jù)的技術(shù),能有效降低成本并縮小芯片尺寸。
采用這項技術(shù)后,客戶能從美光科技全面的設(shè)計支持團隊獲得諸多益處。他們將擔(dān)當(dāng)客戶信賴的顧問,幫助客戶順利通過鑒定測試和確保最終解決方案的最佳實施效果。全球范圍內(nèi)主要的閃存客戶和生態(tài)系統(tǒng)合作伙伴已經(jīng)開始集成這種新型NAND到其最新設(shè)計中,確保這項技術(shù)能快速被終端應(yīng)用采用。
“我們新推出的TLCNAND技術(shù)滿足了客戶對可靠、高容量存儲的日益增長的需求。”美光科技 NAND規(guī)劃總監(jiān)Kevin Kilbuck說道,“16nm TLC被我們視為2015年消費類應(yīng)用的絕佳解決方案,我們也持續(xù)向在 2016 年產(chǎn)出3D NAND TLC邁進。”
新型TLC產(chǎn)品進一步完善和擴大了美光廣泛的閃存產(chǎn)品組合。這一產(chǎn)品組合已跨越四代工藝和多項技術(shù),能夠為已知的幾乎所有應(yīng)用提供集中解決方案——從消費電子、移動產(chǎn)品到企業(yè)級存儲、嵌入式和汽車市場,可以說是無所不包。新型16GB TLC NAND現(xiàn)已量產(chǎn)并開始供貨。美光也已開始為多個合作伙伴提供樣品,這將推動基于此技術(shù)的消費類SSD解決方案于今年秋季的上市。美光科技也預(yù)計在同期發(fā)布自主生產(chǎn)的基于TLC技術(shù)的客戶端SSD。
客戶評價
ADATA 副總裁 Kevin Chen
“我們很高興推出了采用美光科技TLC的新消費類SSD產(chǎn)品系列。美光科技帶來的性價比、技術(shù)支持和可靠性保證了客戶能從他們的存儲中獲得最大價值。”
金泰克總裁 James Lee
“可靠的TLC閃存對于打造服務(wù)于發(fā)展中市場的存儲產(chǎn)品至關(guān)重要。美光科技的16納米TLC能讓客戶獲得的各方面功能取得理想平衡。”
Transcend Information 產(chǎn)品管理總監(jiān) Chris Chen
“消費者對產(chǎn)品的青睞源于高密度存儲和實惠的價格。美光科技16納米TLC將成為消費類介質(zhì)卡和存儲的絕佳選擇。”
Seagate SSD產(chǎn)品副總裁 Brett Pemble
“我們與美光科技一直保持緊密的合作關(guān)系,并期待繼續(xù)發(fā)運集成雙方最新技術(shù)的解決方案。我們的SF3500控制器將在OEM制造商和我們自有的PCIe和SATA SSD中使用美光科技16納米TLC打造一個極具吸引力的平臺——實現(xiàn)各方共贏。”
Silicon Motion Inc. 產(chǎn)品營銷副總裁 Nelson Duann
“我們與美光科技深入合作已久,共同確保在我們先進的控制器技術(shù)中無縫集成由美光科技提供的閃存。我們很高興成為首家提供支持美光科技16納米TLC NAND技術(shù)的高性能、高成本效益 USB和SSD控制器的公司。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。