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
下一波数字化转型浪潮由智能体AI驱动。与简单回答问题或生成内容不同,AI智能体能够以最少的人工干预执行复杂的多步骤任务。它们可以执行从日常任务协助到创建和自动化新业务流程的广泛任务。最好的是几乎任何人都能做到这一点,因为智能体可以使用与ChatGPT交互相同的无代码自然语言过程来构建。
宾州大学与Adobe联合推出LAMP-CAP数据集,首次实现多模态个性化图表说明生成。通过分析同一论文中的参考图表,AI能学习作者独特写作风格。实验显示,视觉信息对个性化效果贡献巨大,参考资料越相似效果越好。这项研究为学术写作助手开发奠定基础,预示着未来AI将更好地适应个人表达习惯。
中国AI初创公司MiniMax发布最新开源大语言模型MiniMax-M1,采用Apache 2.0许可证,支持商业应用。该模型拥有100万输入token和8万输出token的超大上下文窗口,采用创新的混合专家架构和强化学习技术。训练成本仅53.47万美元,计算效率比DeepSeek R1高75%。在数学竞赛等基准测试中表现优异,为企业提供了高性能、低成本的AI解决方案。
这项由上海人工智能实验室、南京大学和中科院深圳先进技术研究院联合完成的研究,开发了全球首个专门测试AI长视频推理能力的评估平台VRBench。该平台包含1010个多语言长视频和超过9000个多步推理问答对,创新性地采用双重评估机制,既测试AI的答案准确性,也评估推理过程质量。测试结果显示,即使是最先进的AI模型在复杂视频推理任务上仍存在显著不足,特别是推理过程的可靠性方面。