2014年5月底,三星宣布了第二代3D垂直堆叠闪存“V-NAND”,并先后用于850 Pro、850 EVO固态硬盘,还在多个场合公开了不少技术细节。
正在举行的国际固态电路会议ISSCC 2015上,三星再次公开了3D V-NAND闪存技术的一些细节资料,涉及更加底层的闪存结构,这里我们粗略地看一下。
最核心的是两代3D闪存的结构、密度对比。第二代基于三位的TLC NAND,可以堆叠32层,单颗容量128Gb,所占面积68.9平方毫米,存储密度为1.86Gb/mm2。
而第一代基于双位的MLC NAND,可以堆叠24层,如果想达到128Gb容量,则需要两组64Gb闪存单元并排,此时面积133平方毫米,存储密度0.93Gb/mm2,差了多达1.25倍。
更新的技术,“肚量”更大的TLC规格,都是第二代存储密度大增的关键因素,但不可否认的是,TLC在性能、寿命上都比MLC差不少,因此三星现在追求更多的还是容量。
从平面到立体,并不是个简单的堆积过程。2D闪存达到一定密度后,电荷存储能力会大大下降,相邻闪存单元的干扰也会非常严重,无法进一步提升,为此传统的闪存编程分为三个阶段,以便更精确地控制电荷电量。
3D闪存则无需多阶段编程,三星通过高速编程(HSP)整合为单独一个阶段,所需时间和复杂度大大减少。
三星宣称,HSP编程时间只有传统的一半,功耗也能降低40%。
另外通过数据路径层的调整,以及其他各种相关改进,三星还达成了1Gbps的高速传输速度。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。