就在推出7.68TB QLC SSD仅仅数天之后,Micron(美光)公司就已经开始与英特尔进行NAND生产分离。美光公司首席执行官Sanjay Mehrotra及其高管和分析师分享了关于“New Micron”的未来愿景。
本周早些时候Mehrotra表示,市场正在向更多内存和存储需求转变。
他说:“边缘有数十亿台设备,不仅仅是个人电脑和智能手机,还有无人机、智能工厂、智能卡、智能城市,都在利用数据驱动数据经济......。”
他说,这其中最大的游戏规则改写者就是业界对深度学习/人工智能的集体尝试——“所有这些都是关于大规模大型数据池、快速处理以提供洞察力、为企业创造价值”。他将自然语言和计算机视觉处理作为“人工智能”类别下很显著的几个应用领域。他还提到另一个领域:自动驾驶。
Mehrotra向分析师们表示,与标准服务器相比,人工智能服务器需要6倍的DRAM和2倍的SSD。
美光认为,由于数据中心、移动设备、汽车和物联网领域的需求不断增长,这些年来一直呈现蓬勃发展的态势。
NAND并非全部......
Mehrotra谈到了他试图弥补美光以前滞后于行业发展所做的努力,并坦言美光在2D NAND方面已经落后于使用TLC内存的竞争对手。但至少现在来说情况不一样了,美光率先通过与英特尔的合作推出了QLC NAND。
美光表示将推动自己的技术发展以扩大现有的NAND和DRAM路线图,推进3D XPoint存储并开发新兴内存。此外美光还承诺提供高性能内存(HBM和图形卡),并管理NAND、SSD和3D XPoint等产品。
在描述XPoint的时候,Mehrotra的幻灯片重复了最初那个有争议的XPoint观点:10倍DRAM密度;1000倍的NAND耐用性,速度比NAND快10000倍。
美光表示,明年将交付NVMe客户端SSD,并通过NV-DIMM-N设备想永久内存转移。Micron还承诺在今年下半年推出1Ynm DRAM,并且还谈到了未来的1Znm工艺的优化、1αnm、技术集成和1β模块集成,并表示Micron已经有了清晰且自信的DRAM技术路线图,在多个节点上都有并行的进展。
96层NAND是Micron的第三代产品。美光宣称将利用Replacement Gate (RG)、CMOS阵列技术以及新的电荷陷阱单元技术、领先的裸片尺寸和性能特点,对4G 3D NAND进行性能和尺寸上的优化。层数没有透露,不过我们认为可能是128层左右。
与第三代96层NAND相比,第四代3D NAND的写入带宽将增加30%以上,每比特能耗降低40%多。
Mehrotra称,3D Xpoint和新兴内存产品将在2019年及以后出现,Micron在XPoint产品方面落后英特尔三年或更长时间。
展示给分析师的一张幻灯片上,显示出Micron新兴的内存产品和DRAM一样快,也更便宜。但技术基础是什么并没有透露。
美光新兴内存技术的幻灯片
开始与英特尔NAND制造联盟中脱离出来的美光,似乎正在成为一家更强大的半导体内存芯片和产品制造商。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。