前不久刚刚在企业级市场释放了一款重磅的全闪存阵列之后,SanDisk又开始在移动和汽车市场行动起来。
近日,SanDisk在北京举行发布会,推出了为移动设备设计的iNAND 7132嵌入式闪存,以及为汽车设计的解决方案。双管齐下,可以看出SanDisk希望借助闪存打入移动互联这个潜力巨大的市场。
据SanDisk副总裁、移动及平板电脑总经理Christopher Bergey介绍称,iNAND 7132嵌入式闪存主要为旗舰移动设备设计,提供给OEM厂商用于支持专业级数码影像功能的移动设备,最高容量可达到64GB,配备SmartSLC技术的iNAND加速器架构,这项技术是专门针对千兆速度设计的,耐用性长达10年。
发布会现场展示了多幅由摄影师用手机拍摄的照片,左边是使用基于SanDisk闪存的设备
通过智能手机捕获RAW图像的能力有望成为一大亮点,SanDisk希望以此吸引那些将高端摄影需求迁移到移动平台的摄影爱好者。发布会上,SanDisk以连拍摄影作为iNAND的一个经典使用场景,还在现场发布了一段西班牙探戈舞的“小视频”,但实际是由大量连拍照片制作出来的。
据了解,目前在中国市场,SanDisk与华为、联想、中兴、TCL和小米等厂商都建立了紧密的合作伙伴关系。与此同时,SanDisk针对移动设备的下一代嵌入式存储,针对所有细分市场构建了全系列产品,覆盖主流的手机及平板电脑芯片厂,如海思、展讯、联发科等。
除了移动设备之外,汽车也正在转变成联网程度最高的设备之一。SanDisk显然早已意识到这个机遇,并将触手延伸到这个市场。这次推出的SanDisk汽车存储解决方案,包括汽车专用SanDisk SD卡和iNAND嵌入式闪存驱动器EFD,主要面向汽车制造商,容量最高达64GB,不过在接受记者采访中,SanDisk并未透露哪家汽车制造商将采用这项闪存技术。
由SanDisk打造的iNAND嵌入式闪存驱动器能够存储最高64GB数据,显然在容量方面还无法与数据中心标准相比肩,但这款小装置应该足以带来远超过机械磁盘驱动器、光盘乃至其它方案所提供的存储效果。
汽车未来必定会成为一套小规模的联网数据中心,而在闪存存储方案则将在其中扮演着默认存储介质的角色。而且除了大家所熟悉的卫星导航系统,车辆当中的其它IT系统如通信和引擎管理等,也将与闪存存储构成统一的整体。
截至发稿前,SanDisk刚刚公布了2015财年第一季度财报,显然,闪存已经成为SanDisk目前最主要的动力来源,因此今年SanDisk在企业级市场以及移动互联市场的策略能否奏效,将对未来公司的发展走向起到关键作用。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。