三星公司表示,继东芝与西部数据发布64层NAND驱动器之后,其也将推出自家64层NAND驱动器产品。美光与其闪存代工合作伙伴英特尔亦有计划推出自己的64层产品。
三星的V-NAND三层单元(简称TLC)芯片拥有256 Gbit存储容量,且将被应用于移动、PC以及服务器等多个领域。
东芝与西部数据双方最近分别发布了其64层3D芯片SSD,其中东芝的XG5以NVMe M.2形式提供256 GB、512 GB以及1 TB存储容量。这款TLC芯片还配备有一套SLC(即单层单元)缓存。
西部数据的蓝盘SSD则分别提供2.5英寸与M.2两种尺寸形式,采用SATA接口并提供250 GB、500 GB、1 TB以及2 TB几种容量选项。
美光与英特尔双方即将推出的SSD产品也将采用64层NAND芯片技术。
三星公司将在今年晚些时候推出其采用64层芯片的嵌入式UFS(即通用闪存存储)内存、品牌SSD以及外部存储卡。UFS内存可用于智能手机、数码相机以及其它类似设备。
三星公司利用其256 Gbit 64层芯片打造出各款产品
三星方面宣称,截至今年年底,64层芯片将在其月度NAND闪存生产总量当中占据超过一半比例。该公司期待着尽快迈入TB级别V-NAND时代,这意味着芯片存储容量将提升4倍。具体来讲,三星公司需要提升堆叠层数以及/或者进一步缩小单元尺寸——亦可能二者兼而有之。
三星公司表示,其256 Gbit芯片拥有约853亿个存储单元,外加数十亿个贯穿“数十个单元阵列”的通孔。其生产技术难点在于确保这些通孔拥有均匀的开关,同时“适当分散各个层的重量以提高通孔稳定性”。
作为第三大难题,三星公司还需要均匀地“利用原子级别厚度的非导电物质覆盖每个通孔的内壁。”随着芯片内堆叠层数的不断提升,以上难点将带来更为严峻的制造挑战。
三星公司目前在芯片容量与每层容量方面皆落后于其它竞争对手,因此可以想见其必然将奋起直追以缩小差距。
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。