存储器作为智能终端产品中的重要元件,一直是芯片行业的重要组成部分,也是我国发展半导体产业的重点方向之一。今年以来在存储器芯片领域受关注的行业事件中,东芝出售存储芯片业务绝对要算在其中,且近日又有关于此事的消息传出。

据金融时报报道,消息人士称,日本政府目前正在进一步地参与到东芝出售存储芯片业务的交易中,此前这笔交易因为种种原因进展缓慢,已经引发了投资者的不满。
据悉,日本政府正在努力和东芝内部达成意见一致,加速交易进程。熟悉此次竞购的消息人士称,东芝存在“基础性的公司治理缺陷”。
东芝作为全球闪存的发明者和领先企业,在市场份额上,仅次于三星电子名列全球第二。而此次出售存储芯片业务的交易还导致东芝与合作伙伴西部数据之间发生了法律纠纷。东芝出售存储芯片业务是为了弥补巨额亏损,避免被东京股票交易所摘牌。参与谈判的银行家和律师表示,考虑到交易的必要流程,东芝必须在8月底之前确定买家。
目前讨论的焦点仍是来自由贝恩资本、日本政府基金INCJ,以及SK海力士所组成财团提出的方案。
中国芯何时闪耀世界?
存储器是现代信息技术中用于保存信息的记忆设备,存储器芯片领域,主要分为两类:易失性和非易失性。易失性:断电以后,存储器内的信息就流失了,例如DRAM,电脑中的内存条。非易失性:断电以后,存储器内的信息仍然存在,主要是闪存(NAND FLASH和NOR FLASH),NOR主要应用于代码存储介质中,而NAND则用于数据存储。在整个存储器芯片里面,主要有的三种产品是:DRAM、NOR FLASH和NAND FLASH。
在芯片行业,处理器等逻辑电路一直都占第一位,不过随着数据的不断爆炸性增长,市场对存储芯片的需求在不断增长,这导致存储芯片市场的容量正在迅速增长,估计很快将超过逻辑电路。据IC insights的数据显示2016年逻辑电路市场容量为883亿美元,存储芯片市场容量为743亿美元,两者的差距已缩小到20%以内。其中,闪存芯片是一个发展前景广阔的朝阳业务,目前智能手机、个人电脑配置的闪存越来越多。
目前国内在用的NAND、DRAM芯片几乎全部依赖进口,以紫光为首的公司正在大力推动国产NAND芯片,32层堆栈的3D NAND闪存已经出样,预计明年开始量产,2019年则要推出64层3D NAND闪存。
目前NAND闪存主要被三星、SK Hynix、美光、东芝等少数公司垄断,然而随着物联网需求的发展,存储芯片更成为电子行业的刚需。
中国也积极接入存储产业,整合上游厂商发展出具中国自有技术并联合中、下游的产业,形成群聚效应,进而推进中国半导体产业的进一步成长。
目前发展最快的,是紫光主导的长江存储科技在武汉投资240亿美元建设国家存储芯片基地,他们的主要产品就是国产3D NAND闪存。来自中科院的消息称,长江存储研发的3D NAND闪存已经取得标志性进展,堆栈层数达到了32层。
相比国际大厂的研发进度,三星、美光和东芝都开始向72层及以上的研发加快步伐,国内的研发进程还有一定距离。
不过,3D闪存工厂的生产装备将在2018年Q1季度完成安装,2019年则会完全量产。目标是在2020年时技术上达到国际领先的存储芯片供应商的水平,实现存储芯片的后发先至。
中国市场消耗了全球55%的存储芯片产能,而国家存储芯片基地更是在万众瞩目下迅速壮大。在强大的市场需求及中国政府的财政支持下,我们希望能早日看到“中国芯”的产品出现在世界的舞台。
好文章,需要你的鼓励
多年来,初创公司依赖传统营销手册制定市场策略,但AI正在改变这一现状。GTMfund合伙人表示,AI让企业能够以更少资源实现更多目标。谷歌云营销副总裁强调,虽然AI提升了效率,但营销专业知识仍不可或缺。OpenAI初创企业负责人发现,许多公司已将AI融入营销策略,通过个性化和精准定位获得竞争优势。AI工具在潜客开发和入站营销资质评估方面表现突出,企业招聘策略也从专业技能转向好奇心和适应能力。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
贝尔金推出多款Qi2无线充电产品,包括3合1充电支架、8K容量充电宝、折叠式MagSafe支架等。3合1充电支架支持iPhone、AirPods和Apple Watch同时充电,售价77美元。8K充电宝配备支架功能,提供28小时续航。还有便携折叠充电支架、10000mAh移动电源和108W四口充电器等产品,网络星期一期间享受30-50%折扣优惠。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。