Marvell美满电子科技今日宣布,推出全球首款面向大众市场移动计算解决方案的DRAM-less NVMe(高速非易失性内存),采用业界领先的NANDEdge低密度奇偶校验(LDPC)技术,支持TLC和3D NAND。Marvell 88NV1140和88NV1120可使小型SSD解决方案具备无与伦比的性能,可集成到超薄平板电脑、Chrome设备以及即将出现的最新二合一混合式/可拆卸PC平台中。
Marvell公司总裁、联合创始人戴伟立(Weili Dai)女士表示:“移动计算和云服务已经成为日常生活不可或缺的组成部分,因此,快速、安全、可靠和经济实惠的小封装移动存储器件已成为技术惠及大众市场的关键。我相信,我们突破性的全新SSD控制器将促使小封装SSD解决方案在大众市场移动计算平台中的采用掀起新一轮高潮。我很高兴看到Marvell长久以来一直致力于发明和创新,此次推出全球首款DRAM-less NVMe SSD控制器,并采用支持最新TLC和3D NAND闪存的业界最先进的LDPC技术,也体现了Marvell所具备的领先实力。感谢我们的全球工程团队,他们不断提高整个行业的技术水平,促进了行业的快速发展。”
Marvell 88NV1140和88NV1120外形小巧,封装尺寸仅为8mm x 8mm,可使SSD设备小如M.2 2230(长度30mm)。此外,这些最新的尖端控制器可用来开发NVMe BGA或SATA BGA SSD,可在与NAND实现多芯片封装(MCP)集成的嵌入式SRAM上运行。88NV1140和88NV1120采用28nm低功率CMOS工艺节点技术制造,具备同类最佳的有功功率性能,同时支持所有低功率模式(面向PCIe设备的L1.2和面向SATA设备的DevSlp)。与此前推出的88SS1093 PCIe Gen3x4 NVMe和88SS1074 SATA SSD控制器一样,这两款最新解决方案也采用了Marvell第三代NANDEdge纠错技术。通过为NANDEdge技术开发代码,SSD固件开发人员可迅速将这套代码应用于其他设备,使其具备最先进的纠错技术,提高数据完整性、耐用性和可靠性。此外,Marvell NANDEdge LDPC技术可支持15/16nm TLC和3D NAND,降低了客户使用支持TLC和3D NAND SSD的成本。此次推出的NVMe设计已经通过内部SSD验证以及第三方操作系统及平台的兼容性测试。
Marvell最新88NV1140和88NV1120主要特色包括:
• 88NV1140:通过PCIe Gen3x1支持AHCI和NVMe:
o 支持硬件全面自动化的NVMe 1.1b;
o 低功率管理(L1.2)设计。
• 88NV1120:支持SATA 6Gb/s:
o 支持SATA DevSlp。
• 88NV1140和88NV1120均具备:
o 强大的双核Cortex R5 CPU;
o 嵌入式SRAM具备硬件加速器以优化IOPS性能;
o 支持ONFI3和Toggle2 NAND;
o NANDEdge纠错:支持15nm TLC和3D NAND,运用LDPC技术提高耐用性和可靠性;
o 支持BGA SSD和纤巧的M.2/2.5外形尺寸,具备热性能优化功能,封装尺寸很小;
o 28nm低功率CMOS工艺。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。