随着三级单元(简称TLC)NAND普及程度的稳步提高,Silicon Motion公司正积极图谋利用其于本周闪存存储峰会上发布的最新SSD控制器进一步加快上述趋势。该公司表示,其商用SM2256每秒6Gbit SSD控制器支持1x/1y/1z TLC NAND,不仅是该类别中的首款产品、而且建立在其去年发布的初代SATA 3 SSD控制器的容量基础之上。
Silicon Motion公司美国SMI副总裁兼总经理Robert Fan表示,SM2256的设计目的在于利用其客户端设备为大量TLC NAND提供支持——其中包括3D NAND,并计划借此帮助OEM厂商获取包括固件在内的完整软件包、从而不断向市场投放新的TLC NAND SSD产品。他强调称,这项新型控制器技术将有助于降低TLC NAND SSD产品价格,从而使其应用在更为广泛的客户端设备之上——其中包括目前仍普遍使用传统磁盘驱动器的笔记本设备。
今年早些时候IHS Technology发布了一份报告,调查发现目前HDD市场由于智能手机与平板设备的快速崛起而陷入困境,这种状况也在一定程度上给消费级PC市场带来了影响。不过SSD市场仍在持续增长,这要归功于近来出现的SSD成本下降外加超级本与超薄式PC设备所引发的闪存驱动器使用热潮。
TLC NAND方案面临的关键性挑战之一在于使用寿命,就这一问题Fan表示可以利用合理的控制器技术成果加以解决,而这反过来都会进一步促进TLC NAND的普及。SM2256控制器当中包括该公司的NANDXtend技术,根据他的说法,该技术能够为TLC NAND带来三倍于初始水平的P/E生命周期、同时克服了其在耐用性及数据保留方面的短板。
在性能方面,SM2256的连续读取能力可达每秒524Mb,连续写入能力则可达每秒400Mb,而随机读取与随机写入则分别可达9万IOPS与7万IOPS。Fan表示SM2256的完整设计工具如今已经正式推出,其中包括一份控制器数据表、评估方案、原理图以及固件。该产品也能支持客户的自定义固件。Silicon Motion预计使用SM2256控制器的闪存产品将于明年年初与广大用户见面。
Objective分析公司首席分析师Jim Handy指出,Silicon Motion目前在对应市场区划中拥有极具吸引力的定位,这主要是考虑到希捷已经收购了LSI、而Marvell也受到了相当程度的认可。尽管Silicon Motion并没有在建立之初就迈入SATA SSD控制器供应商阵营,但该公司自去年开始已经开始冲击这一市场,并依靠自身在USB设备控制器方面的丰富经验为TLC产品推广与使用体验改进提供辅助,他解释称。
Handy表示,他曾在一年前预计TLC将迎来普及度提升,并指出这样的成长轨迹与MLC闪存颇为相似——后者当初也曾被认为无法胜任客户机SSD的可行方案。然而在找到了市场突破口之后,MLC最终还是取得了进军企业级市场的途径。他认为TLC将遵循同样的发展路线——在不久的将来被应用为客户机SSD,并最终出现在企业设备当中。当然,这一切在未来一到两年中恐怕还无法实现。
与此同时,内存供应商们正积极寻求改进NAND整体成本竞争力的办法。举例来说,美光公司正在推进其16纳米TLC路线图,并预计将在今年年底时拿出16纳米TLC产品的示范性组件——基于客户机的TLC SSD则将在2015年春季面世。三星曾于2012年秋季公布过采用TLC机制与21纳米制程技术的64 Gbit NAND闪存产品,并于2013年5月公布了采用10纳米级别制程技术以及128 Gbit TLC NAND芯片的高级NAND闪存设备。
好文章,需要你的鼓励
许多人将旧电子设备堆放在储藏室或车库中,而非妥善处置。实际上,回收旧电脑和打印机既简单又通常免费。Best Buy、Staples等大型零售商均提供免费电子废品回收服务,每日可接收多台设备。在回收前,务必通过恢复出厂设置或专业工具彻底清除个人数据。如无零售店,可通过Earth911或消费技术协会的在线工具查找附近的回收中心。
三一学院与华为联合提出两阶段AI模型调度框架:先按语义聚类分配最优模型,再用轻量分类器拦截低质回答升级处理,在保留97-99%最强模型准确率的同时显著降低推理延迟。
美国核管理委员会(NRC)近期提出对第61部分法规进行全面修订,首次为"超C类"(GTCC)低放射性核废料建立明确的许可处置路径。现有框架要求将其送入从未建成的深层地质处置库,形成"监管死胡同"。新规拟采用基于风险的分析方法,按废料实际放射性危害而非来源确定处置方式,约80%的GTCC废料或可适用近地表处置。这些废料目前分散存放于反应堆、医院及工业设施,新规将为其提供集中处置的可行路径。
多智能体AI系统常因无法精准定位错误来源而难以优化,GBC通过梯度计算为每个AI的输出建立影响力评分,实现跨智能体的精细归因与针对性提示词优化。