英特尔与美光科技将解除双方的全球3D XPoint存储级内存业务合作关系。
两家公司各自发布了一份措辞相同的声明,指出“双方就第二代3D XPoint技术的联合开发工作已经顺利完成这一结论达成共识,相关收尾工作预计将在2019年上半年结束。第二代之后的3D XPoint技术开发工作将由双方各自独立完成,以便针对各自的产品与业务需求进行技术优化。”
两家公司都没有就解除合作伙伴关系给出具体理由,但美光公司技术开发执行副总裁Scott DeBoer在声明中表示“通过独立开发3D XPoint技术,美光公司将能够更好地优化自身产品路线图,同时最大限度为我们的客户与股东创造价值。”
英特尔公司非易失性存储器产品总经理兼高级副总裁Rob Crooke指出,芯片巨头对Optane迄今为止在消费级与商业设备领域的表现非常满意,并将继续推动这一势头以扩大其领导地位。
虽然双方分道扬镳的消息令人惊讶,但此类状况并非没有先例。早在2018年1月,两家公司在合作开发出这项技术之后,即开始分别着手构建3D NAND产品。当时的原因与目前如出一辙:双方对于产品的市场推广各有看法,因此不适合继续被捆绑在一起。
不过双方之间的合作关系尚未彻底结束,因为他们仍将继续共享位于犹他州的3D XPoint生产设施。不过双方将不再共享各自开发工作中的私密细节。
这就给我们留下了一个开放性的问题——他们的未来目标究竟是什么?这个问题并不难回答,因为英特尔公司一直在PC与服务器领域占据着统治优势,同时亦对存储设备抱有兴趣。而双方虽然在SSD层面存在交集,但美光公司的主要业务在于为客户提供存储器方案。考虑到这点,英特尔应该会继续开发适用于至强以及酷睿CPU的Optane产品,而美光则为其它各类设备提供与之配套的3D XPoint存储方案。
当然,也可能双方根本不把此次分别当回事——毕竟根据报道所言,两家公司对这项技术的实际需求都比较有限。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。