固态存储市场的增长通常遵循着技术的发展道路——高售价和首批次产品规格的限制渐渐因为公司生产效率的提高和市场需求的降低而降低。一个128GB的SSD(固态硬盘)曾经售价为数百美元,而现在你只需要花50美元就能买到。
但是这种进步遇到了阻碍,SSD成为了它们自己成功的牺牲品。
DRAMeXchange的一份新的报告显示,NAND闪存(驱动存储设备)供给的短缺,预计在2017年整个上半年将导致SSD变得更贵。这种短缺建立在从2D NAND向3D NAND转变的部分,而结果就是,本季度多层单元(multi-level cell,MLC)SSD的价格上涨了12%-16%,三层单元(triple-level cell,TLC)SSD的价格上涨了10%-16%。
特别要说明的是,这种价格增长被传递到了PC厂商,考虑到消费者的倾向,厂商购入了SSD设备而因此导致产能提升。
DRAMeXchange说,目前大约有1/3的笔记本电脑安装了SSD,这个比例预计在2017年内会提升到45%。
尽管价格突然增加,厂商们仍会继续在他们的笔记本电脑中安装SSD——该提供的必须提供。据报告显示,从正常的趋势来看,主流便携设备仍然会依靠于128GB和256GB的驱动器而不是突然提升容量。
最后,DRAMeXchange 说TLC驱动——使用2D或3D NAND——会罕见地获得大量的SSD市场份额,而更贵一些的MLC闪存将会被用在更高端的SSD上。虽然PCIe接口的兼容性正渐渐普及,但今年安装在PC上的大多数(75%)SSD会依赖于稍慢一点儿的SATA III接口。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。