SK 海力士公司员工展示72层NAND晶圆、256 Gb芯片以及1 TB SSD
韩国闪存制造厂商SK海力士公司已经打造出第一款72层3D NAND晶片,存储容量为256 Gb。
作为拥有行业内最高层数的闪存芯片生产方案,其存储容量却仅有可怜的256 Gb; 相比之下,东芝的64层闪存晶片拥有512 Gb容量。与SK海力士的芯片类似,东芝方案同样为TLC(即三层单元)设备,且于今年2月开始提供相关样品。
西部数据公司为东芝的闪存代工合作伙伴,其亦于今年2月开始对64层512 Gb晶片进行早期生产,其存储密度达到SK海力士晶片的两倍。
在另一方面,三星公司同样拥有自己的64层512 Gb闪存芯片。
SK海力士72层3D NAND产品,左侧为开发中的1 TB SSD产品
可以看到,目前市场上的竞争对手采用较SK海力士更小的存储单元尺寸,这意味着其3D NAND生产工艺更为复杂,因此产品制造也更加困难。叠层设计特征使得制造厂商必须确保工艺精准无误。不过,SK海力士公司目前在容量上仍然无法与512 Gb 3D NAND芯片相媲美,除非其能够将层数增加到144层或者将现有72层设计中的存储单元尺寸减半。
SK海力士目前在售的多层闪存晶片为48层,且自去年11月以来一直在进行批量生产。该公司的制造工艺确实表现出快速的发展态势,即在不到6个月时间内已经实现了由48层向72层的大踏步前进。该公司表示,其最新芯片拥有40亿个存储单元、具备更出色的电路设计、内部运行速度提高了2倍、读取/写性能亦较48层3D NAND芯片增长了20%。
该公司同时指出,其正在尝试将该芯片销售至SSD、智能手机以及其它移动设备市场当中。相关大规模生产工作将在今年下半年正式开始。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。