英特尔与美光
就在大约一个月之前,通过合资建立英特尔美光闪存技术公司与美光方面达成合作关系的英特尔也公布了自己的3D NAND发展思路。其主要特性如下:
• 包含32个平面层
• 不同层之间存在40亿个互连通孔
• 利用MLC(即每单元2bit)NAND实现单芯片最高32GB存储容量
• 利用TLC(即每单元3bit)NAND实现单芯片最高48GB存储容量。
我们可以将此看作英特尔与美光共同发出的联合声明。英特尔公司的一位发言人指出,利用这项技术将有可能打造出容量高达1TB、但厚度仅为2毫米的移动设备闪存产品,这意味着平板设备与智能手机的存储容量将因此实现大幅提升。
尼古拉斯公司据此汇总出了以下这份以制造商角度出发的3D NAND发展时间表:
尼古拉斯公司制作的3D NAND发展时间表
到2017年,我们应该会在服务器领域迎来内存内计算体系的迅速普及,主体数据仍将继续由磁盘驱动器阵列负责存储,而日益增长的主动归档存储需求则交给采用3D TLC闪存技术的大容量闪存WORM(即一次写入、读取为主)类存储方案承载。在这类场景下,我们可以对归档数据进行频繁读取,而不再需要像过去那样等待磁带介质接入或者低速磁盘的缓慢启动。
而就在即将过去的2014年年末,我们发现3D NAND在步入主流技术市场并显著改变IT应用程序构建思路方面已经经历了长达三年的滞后。
闪存存储的平面时代即将宣告结束,而我们将在立体空间中迎来闪存数据存储的爆炸式增长。来吧,美好的3D生活圈!
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。