新的存储技术时不时就会冒出来一个,但从研发到商用总是要历经漫长的艰难坎坷。如果说Crossbar这种小型创业公司的电阻式RRAM让你感到信心不足,那么存储大厂美光的可变电阻式ReRAM会不会更有吸引力?
其实,美光早在2007年就提出了这种技术,此后几乎每年都会透露一些进展,但就是距离量产遥遥无期,这次也没有给出具体时间表。
美光是和索尼联合研发ReRAM的,其基本原理和Crossbar RRAM有些类似,同样是非易失性存储,但是更强调电阻可变,同时为了区分,缩写也有所不同。
美光这次在IEEE IEDM 2014国际电子设备大会上上公布的原型采用了27nm CMOS工艺制造,三层铜线互连,单颗容量16Gb(2GB),内核面积168平方毫米。作为原型,它采用了DDR内存接口,但后期很容易替换。
美光表示,理想的指标是读写带宽1000MB/s、200MB/s,读写延迟2微秒、10微秒,而目前的原型可以发挥大约九成的功力。

设计指标与内核局部照片

设计指标与原型指标

内部互连结构示意图

索尼也有很大的贡献
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。