美光今天宣布推出Twin-Quad串行NOR闪存产品系列,为客户提供两倍于市场现有四输入/输出(quad-I/O)解决方案的迁移路径。同时,美光正在与华邦电子合作,让美光下一代高性能串行NOR闪存解决方案具备开放标准多源采购特性,满足新兴汽车、工业和消费者应用对于互联的需求。
WebFeet Research首席执行官Alan Niebel表示:“串行NOR闪存是物联网的核心,因为它既被用作存储连接模组的代码,又被用来存储应用本身的代码。随着物联网应用的发展,预计到2018年,200多亿个智能互联设备将被覆盖,美光的Twin-Quad解决方案可满足客户目前的通量需求,其下一代解决方案则将满足未来NOR闪存的要求。”
“美光的Twin-Quad解决方案让客户的带宽比现有的四输入/输出器件提高一倍,同时还能保持当前的系统时钟频率,从而免除了用于调高时钟频率,诸如166 MHz时所需的复杂的设计方法和技能。同时,美光正在开发下一代高通量解决方案,以满足那些要求闪存性能远远超过Twin-Quad的客户,。”美光嵌入式产品业务部NOR闪存总监Richard De Caro指出,“另外,我们很高兴华邦电子将与美光一起,共同向市场推出功能兼容的器件。”
华邦电子(美国)闪存市场总监Syed S. Hussain说:“华邦电子很高兴与美光合作开发下一代高通量串行NOR闪存解决方案。”
Twin-Quad和下一代解决方案
转换至Twin-Quad的客户可利用他们现有的四输入/输出(quad-I/O)固件和命令集及他们的存储控制器IP组,因为Twin-Quad实际上是两个四输入/输出器件的并行结合。已经使用两个四输入/输出端口同时与两个分开的的四输入/输出器件接口的芯片组厂商及其客户可立刻享受到美光的Twin-Quad所带来的益处。在使用Twin-Quad后,客户无需使用第二个独立的四输入/输出器件,因此可节省宝贵的电路板空间,同时提升系统可靠性。Twin-Quad器件支持高达每秒166兆字节的连续读取速度,仅需0.2秒即可读取整个256Mb的器件,大大快于原始NAND闪存,性能也大大优于绝大多数并行NOR闪存器件。正因为Twin-Quad的这些高性能水平,它可被用作就地执行(XiP)代码存储解决方案或高速存储下载(SnD)代码映射解决方案。
美光将在12月份推出256Mb和512Mb容量的Twin-Quad样品,1Gb容量样品将于2015年1月推出。
在推出Twin-Quad之后,美光的下一代高性能解决方案将把性能彻底提升到一个全新水平,可以让低针脚数串行NOR闪存器件达到前所未有的就地执行(XiP)性能。由于能够达到“立刻启动”的应用要求,而且无需代码映射,系统响应性有了很大的提升,对于电路板空间要求、RAM要求、系统成本和系统复杂性都有所下降。极短的初始读取反应时间和持续的高带宽写入速度将让美光下一代解决方案成为高性能代码执行和存储的理想闪存产品。
美光一直在积极与主要的第三方芯片组供应商接触,获取对Twin-Quad和下一代器件的系统支持。芯片组解决方案将帮助客户能够快速、便利和高效地将美光的高传输带宽产品运用到广泛的应用中,包括从数码成像、可穿戴健康/健身产品和便携式医疗设备到家用能源/自动化控制、网络电话系统和汽车信息系统。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。