北京,2017年9月21日,慧荣科技公司(Silicon Motion Technology Corporation,纳斯达克交易代码:SIMO)在金隅喜来登酒店发布全新固态硬盘控制器解决方案。包括适用于客户端和企业级的超高速SM2262,适用于主流应用的SM2263,以及支持BGA封装的SM2263XT无DRAM控制器。基于全新主控,金泰克、七彩虹、台电和铭瑄也在发布会现场推出全新NVMe M.2固态硬盘新品,一同推动固态硬盘行业的发展。
基于AHCI协议的SATA接口固态硬盘性能已经无法满足当前用户需求,为此慧荣科技看到未来是PCIe NVMe固态硬盘的市场,对超高性能和可靠性的需求越来越高,进而推出PCIe G3×4通路NVMe 1.3控制器,支持主要闪存制造商的最新3D NAND。慧荣科技总经理Wallace表示:“SMI在推动下一代控制器解决方案开发方面一直处于领先地位,不仅满足了目前的需求,而且还将满足世界领先技术制造商的未来需求”。
慧荣科技产品经理Peter称:“最新SSD控制器解决方案满足了各种市场需求,从高端企业级SSD到嵌入在便携式设备,都可以胜任。其中SM2262作为超高性能SSD控制器解决方案,其峰值连续读写速度分别高达3,200 MB/s和1,700 MB/s,随机读写IOPS高达370,000和300,000。SM2263主要面向主流客户端应用,连续读写速度分别达到2,400 MB/s和1,700 MB/s。SM2263XT是无DRAM控制器解决方案,支持11.5mmx13mm BGA SSD,不但降低了BOM成本,减小了外形封装,而且保持了性能不变。”
超高速的解决方案:SM2262
SM2262系列满足了苛刻的企业和客户对性能的极致要求。SM2262控制器提供一套完整的控制器固件,很容易集成到SSD产品设计中。采用目前最先进的低功耗设计,SM2262不论是在低功耗还是在工作状态下,功耗都非常低。
SM2262均支持4通路8Gb/s PCIe数据流和8个NAND通道。SM2262器件最大连续读速度3.2GB/s,连续写速度1.7GB/s。
主流高性能的解决方案:SM2263和SM2263XT
SM2263和SM2263XT支持4路8Gb/s PCIe数据流,以及4个NAND通道,并提供一套完整的固件,满足主流和特需型客户对SSD的需求。
SM2263XT支持无DRAM设计以及主机内存缓冲区(HMB)架构,使SSD制造商能够以较低的BOM成本生产紧凑型11.5mm x 13mm BGA SSD。无DRAM SM2263XT最大连续读速度2.4GB/s,最大连续写速度1.7GB/s。
四通路品牌齐发力 助力SMI新主控
金泰克、七彩虹、台电和铭瑄在发布会现场同期发布了最新PCIe NVMe SSD 系列产品,分别是七彩虹CN600 DRAMless / CN600 DRAM / CP600 iGame、台电SD240GBNP800-2280、铭瑄MS240GBNM8-2280、金泰克P700 / P600 / G5等。
最后,慧荣科技总经理Wallace、慧荣科技高级资深副总裁段喜亭,七彩虹副总经理曹剑、铭瑄总经理熊晖、台电副总经理宁俊武、金泰克董事长李创锋、SK Hynix 销售总监郭永春、Western Digital资深业务经理江懿峰、Micron 资深工程经理萧舜晏一同启动了新品发布仪式,标志着固态硬盘市场即将踏入全新的时代。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。