您是否认为英特尔的3D XPoint是目前市面上惟一的电阻式RAM(简称ReRAM)技术方案?事实上,Crossbar的ReRAM在几乎各个方面都更胜一筹,且计划于今年年内投入生产。

Crossbar公司的CMOS芯片
英特尔公司于2015年下半年匆匆投身非易失性内存(NVRAM)竞争当中,并很快公布了其3D XPoint NVRAM解决方案。然而为了能够尽快交付实际产品,芯片巨头不得不大幅下调部分技术规格,并导致最终产品无法令人满意。
3D XPoint的实际表现不仅低于市场的普遍预期,同时亦在设计层面与英特尔自家CPU绑定在一起。潜在用户自然希望在英特尔之外找到其它替代性供应商选项。
市场竞争
Crossbar公司就在这时挺身而出。这家年轻的企业诞生于2010年,专注于打造一款具有优异性能、可扩展性以及实际制造能力的完美ReRAM方案。
Crossbar公司指出,其解决方案的写入速度较NAND闪存高1000倍,功耗水平则仅相当于闪存的二十分之一,此外使用寿命同样达到闪存的1000倍以上。尽管速度与使用寿命尚无法与DRAM完全比肩,但二者的水平已经相当接近,而功耗更是优于闪存及DRAM--这一点非常适合移动设备与物联网等平台。另外,其对环境温度的适应能力也值得一提,工作温度区间在零下40度到零上125度范围。
制造能力对于实现批量生产同样至关重要,而Crossbar公司在这方面也交出了一份令人满意的答卷。其能够使用标准化CMOS车间,仅添加数个步骤即可继续沿用现有工具与制造工艺,另外这套方案也可轻松实现3D堆叠设计并借此提升存储密度。
不过3D并不是其惟一的存储密度提升方式。该公司解释称,他们的设计方案能够实现8纳米级别制程水平,同时增加ON状态与OFF状态间的比例。该公司能够在几年之内生产出1 TB芯片,并在其中纳入更小存储单元尺寸与充足的分层数量。
在另一方面,NAND闪存则因单元尺寸下降所引发的使用寿命及稳定性削减而不得不选择3D堆叠的发展道路。这意味着各供应商只能依靠闪存单元堆叠实现存储密度提升。
存储市场之争
3D XPoint出师不利对于Crossbar以及Nantero等NVRAM厂商而言无疑是一种福音。迟缓的时间进度与令人失望的技术规格给了这些厂商喘息之机,而以微软为代表的各大专业软件厂商则不断催促着新型存储解决方案的出炉。
作为英特尔3D XPoint技术合作伙伴的美光公司对其计划始终保持着战略性沉默,这意味着3D XPoint发展路线图未来可能会带来更多意外惊喜。但对我们存储技术消费者而言,能够在NVRAM领域获得更多备选方案显然是件好事。
现在,睿智的架构师与设计师们需要以此为基础,考量如何利用NVRAM的强大能力构建起更为出色的设备与系统方案。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。