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
联想推出全新数据存储产品和服务,旨在满足企业AI应用日益增长的需求。新产品包括ThinkAgile FX系列、ThinkSystem DS存储阵列等,提供开放灵活的硬件软件配置。研究显示63%的企业尚未为AI功能做好准备,联想通过混合云服务、数据生命周期管理等解决方案,帮助客户实现基础设施现代化,降低实施风险并提升投资回报率。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
英伟达宣布收购开源工作负载管理系统Slurm的主要开发商SchedMD,该系统专为高性能计算和AI设计。同时发布Nemotron 3系列开源AI模型,包括面向特定任务的Nano、多智能体应用的Super和复杂任务的Ultra三个版本。英伟达CEO黄仁勋表示,开放创新是AI进步的基础,将通过透明高效的开放平台帮助开发者构建大规模智能体系统。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。