三星方面宣布其将推出4层单元闪存,即QLC NAND芯片。目前容量最高的闪存单元是具有每单元容纳3 bits的TLC(三层单元)。然而由于QLC芯片所用材料较TLC而言,其读写速度更慢且使用寿命也更低,所以QLC芯片的制备难度也随之增大。
SSD可并行访问多块晶片以提升访问速度,同时还能够凭借冗余配置以延长其耐用性。
迄今为止,东芝公司与西部数据公司,东芝方面的代工合作伙伴已经开始运行配有768 Gbit容量的QLC芯片产品生产线。而如果该合资企业没有因为东芝方面出售其存储器业务而引发关系决裂,那么该芯片预计将于明年推出。
一位三星员工在接受Business Korea采访时表示:“尽管目前QLC NAND闪存尚未进入批量生产阶段,但公司内部已经开始着手进行这方面的准备工作了。”
此外,QLC NAND芯片将采用三星公司的V-NAND(3D NAND)技术,并且其晶片容量将可达到1 Tb(128 GB)。据了解,该芯片将会采用三星公司的第五代V-NAND技术,并且由于该技术的第四代为64层V-NAND,那么其第五代将可能达到96层。
在此之前,三星还曾谈到一款容量为128 TB的2.5英寸QLC SSD。另外,SK海力士也在准备推出QLC闪存芯片。
根据HIS Markit的统计报告显示,QLC闪存芯片预计应该于2018年第一季度推出,且其市场份额在2018年底之前将达到5.1%,2021年则可能达到30%。
如果QLC定价明显低于TLC,那么其将开创适用于QLC的全新使用环境,具体包括高容量与快速访问近线闪存,低访问延迟归档或对象存储等。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。