旨在同Diablo Technologies以及SanDisk等厂商的产品相对抗。
美光出品的UDIMM卡。
美光公司正在着手推出一款8 GB闪存DIMM产品,旨在同SanDisk及其UlltraDIMM进行正面对抗。
所谓闪存DIMM,是指将一块闪存芯片卡安装在DIMM插槽当中,从而让NAND经由内存总线实现存储资源交付——这种机制能够提供超越PCIe总线的传输速度。该设计思路旨在提供一套位于主内存以及PCIe闪存或者SAS闪存驱动器之间的中间存储或者缓存层,最终以相对较低的成本实现更为理想的I/O水平。
美光方面公布的这款DDR4 NVDIMM产品包含一套NVDIMM控制器、NAND芯片、DRAM以及电源,各组件将共同构建起一套持久性内存子系列,并能够提供与DRAM相近的性能表现。
美光公司的产品采用DDR4 DIMM,这一点与Diablo Technologies的Memory1产品相同。而另一项早期Diablo技术则被SanDisk用于构建其UlltraDIMM产品,且目前已经以OEM方式供华为、联想以及Supermicro等企业使用,不过目前相关各方还没有向市场投放真正具有影响力的产品。从目前的情况看,上代DDR3闪存DIMM很可能会被速度更出色的DDR4方案全面取代。
闪存DIMM能够有效提升存储/内存空间,并削减其与服务器CPU间的距离,从而允许用户在内存之内运行规模更为庞大的数据集,并借此避免PCIe总线以及SSD与磁盘所广泛使用的SAS/SATA接口在数据访问速度上的缺陷对应用程序运行造成影响。
美光公司已经提供了一套数据访问速度对比视图。如果将DRAM的访问时长设定为1秒,那么PCIe的等量访问时长将为22分钟,而万转SAS磁盘驱动器则需要7.6天。
美光公司给出的闪存DIMM推荐用例包括大数据分析、存储设备、RAID缓存、内存内数据库以及在线事务处理等。
未来美光公司将推出三款DDR4 NVDIMM产品,分别为:
· 8 GB DDR4 NVDIMM w/传统固件:
o RDIMM架构
o DDR4-2133
o 单级x4配置
o 已投入批量生产
o 备用电源:接入DRAM插槽的PowerGEM或者12伏持续供电电源
· 8 GB DDR4 NVDIMM w/JEDEC固件:
o RDIMM架构
o DDR4-2133
o 单级x4配置
o 目前提供工程样品;将于2016年年初批量生产
o 备用电源:接入DRAM插槽的PowerGEM或者12伏持续供电电源
· 面向8 GB NVDIMM之PowerGEM(超级电容):
o 备份时长:约40秒(当失去供电后,NVDIMM控制器将DRAM内容复制到NAND中的所需时长)
o 备用电源:备用超级电容
o 支持接入2.5英寸驱动器
美光公司指出,其闪存DIMM将成为一座衔接桥梁,充当将于2016年正式面世的高速3D XPoint DIMM——其定位为存储类内存。
这两类存储方案的主要客户将面向服务器OEM厂商,我们预计可能包括思科、戴尔、富士通、惠普、日立、华为、联想以及Supermicro,外加以广达为代表的各白盒服务器制造商。
感兴趣的朋友可以点击此处查看美光公司官方网站上的DDR4 NVDIMM介绍,相关内容应该会在今天或者明天正式上线。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。