今年晚些时候,美光计划推出QLC闪存驱动器,这些闪存驱动器正在蚕食近线磁盘驱动器市场。
QLC闪存可存储4位/单元,而TLC存储3个字位,容量增加了1/3。一个6TB TLC SSD使用这种技术的话会变身成一个8TB QLC SSD。
QLC闪存比TLC闪存的工作寿命更短一些,被认为更适合于读密集型应用,例如需要比基于磁盘驱动器的存储库更快访问的长期存储。
美光公司昨天在伦敦的A3 Technology Live Conference上展示了它的计划:
美光公司2018年的SSD产品组合
QLC驱动器将采用3D NAND以及SATA接口。美光还展示了一款QLC闪存晶圆,其表面具有64GB QLC芯片:
具有64GB QLC闪存芯片的美光晶圆
美光表示,这款驱动器将具有一系列针对超大规模使用而优化的功能,开始进攻7200rpm近线磁盘驱动器的市场。
美光的介绍还显示,企业客户和消费者NVMe SSD即将来临。这些SSD的访问速度(约100μs的延迟)要快于同类SAS或SATA接口的SSD(约150μs的延迟)。客户端版本将使用PCIe 3.0 x4通道,并提供TCG Opal v2.0和Pyrite安全性。
我们认为这两种版本都将使用TLC闪存,并于今年晚些时候上市。
美光公司暗示称,将推出企业和数据中心存储规格(EDSFF)的“Ruler”SSD,就像其合作伙伴英特尔的一样。
三星、SK海力士、东芝和WDC也在开发QLC闪存。
评论
我们预计,所有这5家QLC SSD制造商将针对企业快速访问、长期存储市场,使用实例包括实时分析、娱乐和媒体视频资产重用、以及高价值财务数据记录等。
这些SSD不会取代通用的近线磁盘,因为磁盘驱动器相比QLC SSD来说拥有$/GB的优势,QLC SSD将被保留作为新记录技术如HAMR和MAMR来实现40TB甚至更大容量,甚至是超过100TB磁盘驱动器能力。
QLC SSD将让普通全闪存阵列供应商能够采用Pure Storage及其FlashBlade产品。
我们预计Pure Storage本身也会使用QLC技术,可能正如市场营销信所说的那样,可以更好地实现闪存管理和硬件加速性能。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
南洋理工大学研究团队开发出Puffin统一模型,首次将AI的图像理解和生成能力融合。通过创新的"用相机思考"方法,将相机参数转换为摄影术语,让AI像摄影师一样理解空间关系。基于400万样本数据集训练,模型在相机角度理解和可控图像生成上均超越专业化模型,并支持空间想象、摄影指导等多元应用,为空间智能AI发展开辟新路径。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
KAIST研究团队开发出MPO多模态提示优化框架,首次实现同时优化文字和视觉提示,让AI能够像人类一样接收多种信息类型。该技术在10个数据集上平均性能提升6.8%,同时节省42%评估成本,为医疗影像、自动驾驶、药物研发等领域提供了新的AI交互方式,标志着从纯文字交流向多模态交流的重大突破。