TrendForce 内存储存研究(DRAMeXchange)最新调查显示,最新调查显示,东芝公司为提升半导体业务竞争力,已正式宣布将在今年 3 月 31 日前将完成分拆内存业务。预期分拆出来的新公司将有更多经营弹性及更佳的筹资能力,长期而言对东芝、西数电子阵营在 NAND Flash 产能提升、产品开发均有所帮助。
DRAMeXchange 研究协理杨文得表示,东芝公司这一做法,一方面为的是应付日渐沉重的产业竞争环境,另一方面是为纾解经营压力,并满足筹措营运资金的需求。从产业结构来看,DRAMeXchange 统计,在全球 NAND Flash 产出比重上,三星市占率约为 36%,东芝、西数阵营合计约 35%,美光、英特尔阵营则为 17%,海力士为 12%。其中三星、美光和海力士均拥有 DRAM 以及 NAND Flash,在内存布局上更具有策略纵深,但东芝、西数阵营仅有 NAND Flash,在面对变化波动甚大及高投资金额特性的内存产业时,所面临的挑战更为严峻。
另一方面,从财务角度观察,东芝半导体(内存部分)营收占整体东芝公司仅约 15%,营业利润却高达 50%,显示东芝半导体(内存部分)现为整体集团最大获利来源,相关资源投入也为集团最优先考量。然而,由于东芝公司曾陷入财报问题及收购核能厂所衍生出财务泥沼,让其未来财务运作及筹资能力上出现疑虑,更让半导体业务面临沉重考验。
杨文得指出,东芝将半导体业务分拆的做法,能让新公司以更好的战略位置来获得更大的营运弹性和更好的利润结构,以募集更多资金,这对需要持续且大量资本投入的内存产业而言,将有相当助益,也有助于巩固东芝、西数阵营的 NAND Flash 实力。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。