单元存储量竞赛仍处于升温阶段。
在闪存研发领域,西部数据公司正在积极为其64层3D NAND配备4bits/cell(四层单元,简称QLC)与bit成本伸缩(BiCS3)技术。
在西部数据公司的合作伙伴兼竞争对手东芝于今年6月公布了其QLC之后,西数方面亦作出了如上声明。
与TLC(三层单元)闪存芯片相比,QLC闪存芯片具备3倍以上的单元数量以及两倍的数据存储密度。
曾几何时,单元闪存芯片的每个存储单元仅能容纳1bit。然而,相较于今天的64层,三层单元芯片,其bit数已经实现了爆炸性增长,而且这种增长趋势还将进一步持续下去。
西部数据的这款QLC芯片具有768 Gb存储容量。SanDisk公司存储器技术执行副总裁Siva Sivaram博士阐述了关于西数的QLC实现过程。Siva Sivaram博士表示,“在今天的发布会上,最引人注目的地方应当是我们在X4架构中采用了创新性技术,从而让BiCS3 X4能够发挥与BiCS3 X3相当的性能表现。”
换言之,该款QLC闪存的性能几乎与其三层单元 TLC闪存相当。然而,目前普遍认为QLC闪存的使用寿命远不如TLC闪存,所以QLC闪存更适用于快速访问归档数据类应用与其他高读取、低写入使用环境。
不过,该款QLC闪存的高容量意味着其在QLC驱动器中可通过超额配置以延长产品本身的有效寿命。
西部数据公司将在下个月于圣克拉拉举行的闪存峰会上展出其QLC SSD与可移动硬盘。此外,西部数据公司执行副总裁兼CTO Martin Fink也将在活动中发言。
值得一提的是,西部数据计划在其开发中的96层3D NAND同样采用QLC机制。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
清华大学团队开发了名为DiffTester的AI代码生成加速框架,专门解决程序测试代码生成效率低的问题。该框架通过识别测试代码中的重复结构模式,让AI模型能够批量生成相似代码片段,而非逐词生成。实验显示该方法可将生成速度提升一倍以上,同时保持代码质量,在Python、Java、C++三种语言上均表现出色,为软件开发中的自动化测试提供了新的解决方案。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
英国巴斯大学研究团队开发了Policy Reasoning Traces方法,通过让AI学习专家的推理过程来提升政策合规判断能力。该方法在HIPAA、GDPR等重要政策测试中表现卓越,准确率超过81%,创造新纪录。PRT不仅能跨领域迁移,还具有良好的成本效益,为企业建立智能合规体系提供了实用解决方案。
 
         
             
                 
                     
                     
                    