三星在TLC闪存上是最卖力的。这种廉价闪存虽然性能差点、寿命短点,但是便宜,而且无论理论还是实际测试都表明足够日常使用。可不知怎么的,TLC闪存的840 EVO去年被发现存在老数据读取速度下降的问题。尽管没有直接证据可以证明问题源于TLC,但人们心里还是有个疙瘩。(iPhone 6 TLC闪存问题更是闹得沸沸扬扬)
后来,三星通过更新固件修复了这个问题,似乎都过去了……
但是,三个月过去了,现在有不少用户抱怨说,掉速的问题依然存在,而他们早就刷新了修复固件。

这是某用户的HD Tach测试结果,平均读取速度还不到200MB/s,而且高低起伏很明显。


另一个人的情况稍微好些,但也有点不稳定。


又一位的,SSD Read Speed Tester(会根据文件日期分别显示各自的性能)跑下来310-330MB/s的样子,损失了足足200MB/s。
还有更多哦就不一一贴出来了,可以看看这个帖子。
TechReport已经就此联系了三星,正在等待官方回复。
他们的一位编辑就有块840 EVO,也刷过新固件了,但是测试发现没有异常,不过他最近开启了NTFS压缩,这会刷新数据,不能作为证据。
TechReport还同时公布了一些有趣的是测试数据。
修复固件刚发布的时候,他们在一块840 EVO 250GB里填满了电影、MP3、照片等,静置三个月,再拿出来进行测试。首先是HD Tach:

35MB/s的读取速度?这还是固态硬盘吗?!

SSD Read Speed Tester显示所有文件都是15个星期,平均读取速度45MB/s,部分超过100MB/s。
不但如此,传输率也受到了极大影响,从上边往外拷贝文件速度也极慢。
接下来重新格式化,载入原来的数据,再跑一遍:

满血复活。HD Tach 430MB/s,提升12倍。

SSD Read Speed Tester更是高达529MB/s,提升10倍。
不过,总不能过一段时间就格一次吧?
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。