NAND闪存已经成为固态存储的现行标准,并且正在向3D立体堆叠和更新工艺迈进,不过它也存在诸多问题,尤其是寿命随着工艺的先进化而不断缩短,TLC格式也引发了诸多质疑,因此研发一种可取而代之的新式非易失性存储技术势在必行。
这其中最有希望的就是电阻式RAM(简称RRAM),三星、闪迪等巨头都在投入,但走在最前列的是一家美国创业公司Crossbar。
Crossbar成立于2010年,总部位于加州生克拉拉,已融资5000多万美元。公司的很多创业人员都来自密歇根大学,首席科学家、联合创始人Wei Lu(卢伟)就是那里的副教授。团队现有40-45人,大多都有深厚的半导体研发背景。

RRAM相较于NAND最大的优势就是更好的性能、寿命。NAND的读取延迟一般在几百微妙级别,Crossbar宣称他们可以做到最低50纳秒,也就是加快了上万倍。
RRAM的编程/擦写循环更是可以达到数百万次,初期也能做到10万次左右,NAND闪存现在只有区区几千次。

令人欢欣鼓舞的最新消息是,Crossbar宣布他们的RRAM已经开始进入商业化阶段,也就是有了可用的成品芯片,并证明自己能够进入工厂量产。
Crossbar初期准备面向嵌入式市场,授权给ASIC、FBGA、SoC开发商,预计首个样品2015年初出炉,2015年底或2016年初量产。
除了授权,Crossbar还在开发自己的芯片,容量和密度更高,大概会在2017年面世。

更美妙的是,RRAM可使用常规的CMOS工艺制造,只需稍加调整即可,几乎任何现有晶圆厂的生产线都可以直接利用,有利于控制成本。NAND,尤其是3D立体堆叠的NAND,则需要昂贵的特殊工具,所以能生产的公司寥寥无几。
此外,RRAM不会有NAND工艺越先进、制造越困难、寿命越短、性能越低的尴尬。NAND之所以非要3D堆叠,唯一原因就是平面NAND在越过15nm工艺之后寿命和性能的损失将无法接受,RRAM则至少可以走到4-5nm,且期间不会有任何问题。
事实上,Crossbar已经在实验室里展示了8nm RRAM芯片。
RRAM当然也可以立体堆叠,能够大大提升存储密度,同时还设计了独特的选择器(Selector),来避免潜通路电流(sneak path current)的干扰——读取某元件状态时,会受到附近元件电流的影响,导致读取错误。
Crossbar现在只做了3层,但是商业化量产时至少会有16层,单颗容量可达1Tb(128GB)。



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。