ZD至顶网北京报道(文/任新勃):在10月14日的英特尔固态盘媒体沟通会上,英特尔公司非易失性存储器(NVM)解决方案事业部客户端固态盘战略规划及市场总监 David T Lundell出席介绍了英特尔固态盘的发展现状并重点介绍了英特尔新发布的固态盘600p系列产品的技术和成本优势。
英特尔的固态盘的战略是希望为用户提供一个延迟和成本平衡的计算存储单元。英特尔有两个非常重要的技术,第一个技术是Optane技术,第二个是3D NAND技术,Optane技术可以非常快的提高固态盘性能,从而使性能达到内存运算的级别,它是更高效、更快速的存储介质。3D NAND适用于另外一种场景,即是在很大数据量、很低的成本的情景下,需要用3D NAND的技术来实现。
随着3D NAND技术的发展,可以像建楼层一样的技术使得采用3D NAND技术的固态盘能够拥有高密度、低成本的存储容量。而实现更大的内存、更快的Intel全新的Optane SSD技术,采用了全新设计的3D XPoint非易失性存储技术,实现容量更大,和速度也要比3D NAND闪存更快。
英特尔借助3D NAND、3D XPoint等基于存储介质和技术的创新来帮助用户在提高数据处理的速度,把数据能够安全的存储下来。
基于Intel 3D NAND技术的产品相对于其他的3D NAND产品有两个优势,第一Intel采用的浮栅技术,而其他厂家采用的是电荷捕获技术,David T Lundell认为相对于新的电荷捕获技术,浮栅技术是经过十几年验证的成熟技术,因此英特尔闪存盘在数据存储安全方面有着明显的优势。
第二,扩展性更好,在整体架构上,英特尔把CMOS电路放在NAND下面的,“而友商是把CMOS电路放在存储单元的周围,他们需要打一根钉子,随着层数增高,打孔的技术困难性会不断增加,而英特尔因为把这个CMOS电路放在NAND之下,未来我们做扩容的时候。”David T Lundell谈到。因此相对于其他厂家的层数需要像钉子一样固定一样,英特尔3D NAND技术用户在CMOS阵列上实现更好的阵列效率,其扩展性更好。
而英特尔能够实现每个晶圆上更多的容量,Intel 32层 /TLC能够实现2.86Gb/平方毫米的容量大小。在相同大小的面积上,实现的容量大小比其他品牌高11%。
为此,针对消费级客户端市场,英特尔最新发布的600p系列固态盘采用20纳米工艺的32层3D NAND技术的闪存颗粒。单面 M.2接口,可以实现更小体积更好的性能。32层3D NAND可以实现1TB容量大小的硬盘。可以提供相当于传统硬盘17倍或SATA固态盘最高达3倍的性能。成本与SATA SSD,但是提供3倍的性能。同时拥有英特尔固态盘一直具备的超强的可靠性及耐用性,五年质保让用户在其完整生命周期中都能获得稳定的性能。
现场攀升科技产品研究院副院长王若海基于英特尔最新推出600p系列固态盘的体验,认为目前基于3D NAND的闪存是温数据的最佳载体,而且从数据处理看其也是DRAM与NAND之间的一个连接器。并坦言全新英特尔固态盘将有效填补固有存储性能缺口,对于消费者来说是一个不错的选择。
英特尔公司非易失性存储器(NVM)解决方案事业部客户端固态盘战略规划及市场总监David T Lundell
目前,采用英特尔固态盘600p系列的机型搭建的平台已经在宁美国度、攀升兄弟等DIY行业用户中获得成功应用,并为消费者提供卓越的应用性和稳定性。“这几款全新推出的固态盘是英特尔三十余年在存储器技术创新方面承诺的体现。我们也希望能够借助3D NAND、3D XPoint这样可信的、突破性的技术并联合生态系统合作伙伴改变存储经济性的问题,”英特尔公司非易失性存储器(NVM)解决方案事业部客户端固态盘战略规划及市场总监David T Lundell表示:“为了实现这一目标,英特尔将继续聚焦存储技术创新,针对不同应用场景提供不同的产品,并立足于市场、服务于用户需求,会为各级市场用户提供持续的产品供应与技术支持,以及超乎想象的应用体验!”
好文章,需要你的鼓励
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
阿里巴巴通义千问团队发布开源编程模型Qwen3-Coder-480B-A35B-Instruct,专门用于软件开发辅助。该模型采用混合专家架构,拥有4800亿参数,支持25.6万token上下文长度,可在数秒内创建完整功能应用。在SWE-bench基准测试中得分67.0%,表现优于GPT-4和Gemini。模型基于Apache 2.0开源许可,企业可免费使用。AI研究者称其可能是目前最佳编程模型,特别适合企业级代码库理解、自动化代码审查和CI/CD系统集成。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。