2019年9月2日,中国武汉,紫光集团旗下长江存储科技有限责任公司(以下简称“长江存储”) 在IC China 2019前夕宣布,将在其第三代3D NAND闪存中应用Xtacking 2.0,相关技术概念将在IC China 2019紫光展台首次公开介绍。
Xtacking2.0 - 释放3D NAND闪存无限潜能
Xtacking 2.0将充分利用Xtacking架构优势为客户带来更多价值。其中包括:进一步提升NAND吞吐速率、提升系统级存储的综合性能、开启定制化NAND全新商业模式等。
通过与客户、行业合作伙伴和行业标准机构的紧密合作,搭载Xtacking 2.0技术的长江存储第三代产品将被广泛应用于数据中心,企业级服务器、个人电脑和移动设备等领域,并将开启高性能、定制化NAND解决方案的全新篇章。
2018年8月,长江存储在全球FMS(闪存峰会)上发布了Xtacking架构,并获得大会最高荣誉“Best of Show”奖项。Xtacking可实现在两片独立的晶圆上分别加工外围电路和存储单元,这样有利于选择更先进的制造工艺。当两片晶圆各自完工后,创新的Xtacking技术只需一个处理步骤就可通过数十亿根垂直互联通道(VIA)将两片晶圆键合。
具体来讲,相比传统3D NAND闪存架构,Xtacking可带来更快的I/O传输速度、更高的存储密度和更短的产品上市周期。
采用Xtacking,可在一片晶圆上独立加工负责数据I/O及记忆单元操作的外围电路。这样的加工方式有利于选择合适的先进逻辑工艺,以让NAND获取更高的I/O接口速度及更多的操作功能。存储单元同样也将在另一片晶圆上被独立加工。当两片晶圆各自完工后,创新的Xtacking技术只需一个处理步骤就可通过数十亿根金属VIA(Vertical Interconnect Accesses,垂直互联通道)将二者键合接通电路,而且只增加了有限的成本。
传统3D NAND架构中,外围电路约占芯片面积的20~30%,降低了芯片的存储密度。随着3D NAND技术堆叠到128层甚至更高,外围电路可能会占到芯片整体面积的50%以上。Xtacking®技术将外围电路置于存储单元之上,从而实现比传统3D NAND更高的存储密度。
Xtacking技术充分利用存储单元和外围电路的独立加工优势,实现了并行的、模块化的产品设计及制造,产品开发时间可缩短三个月,生产周期可缩短20%,从而大幅缩短3D NAND产品的上市时间。此外,这种模块化的方式也为引入NAND外围电路的创新功能以实现NAND闪存的定制化提供了可能。
长江存储在此次IC China 2019开幕前夕同时宣布,中国首款64层3D NAND闪存作为首个搭载Xtacking架构的闪存芯片已启动量产。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。