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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。