2020年10月20日,SK海力士和英特尔共同宣布签署收购协议,根据协议约定,SK海力士将以90亿美元收购英特尔的NAND闪存及存储业务。收购包括英特尔NAND SSD业务、NAND部件及晶圆业务,以及其在中国大连的NAND闪存制造工厂。英特尔将保留其特有的英特尔傲腾业务。
在2021年4月底,记者走访英特尔上海紫竹研发中心,了解到目前NAND部门正在为过渡和独立运营做准备,其中NAND销售与营销、NAND业务运营和规划等各个方面的团队继续扎根在紫竹研发中心。
预计2021年底,NAND SSD 相关技术和销售、市场等团队和员工将加入海力士集团。预计在 2025 年 3 月份最终交割时,包括 NAND 闪存晶圆的生产及设计相关的知识产权、研发人员以及大连工厂员工也将转移。
新公司将继续保持全球运营模式,秉持成为整个行业领先的存储与解决方案公司的愿景,新公司对市场的承诺、客户的承诺不会改变。
英特尔3D NAND 固态盘:为高密度和高可靠性而设计
未来,基于3D NAND 技术的固态盘,将是重点产品和技术发展方向。英特尔NAND产品与解决方案事业部中国区销售总监倪锦峰表示高密度和高可靠性将是未来几年英特尔 3D NAND 固态盘的设计方向。
此外,英特尔技术专家还分享了英特尔3D NAND技术的优势。首先,在技术方面,英特尔是闪存单元技术的领导者,在闪存单元演进和扩展方面拥有逾30年的经验。作为第一家为数据中心和客户端出货 QLC PCIe 固态盘的公司,英特尔是业界第一个推出3D 64层 TLC 固态盘的厂商,并且也是在业内第一个推出64层QLC的厂商。
其次,在降低成本方面,英特尔采用阵列架构下的浮栅+ CMOS的创新技术,该技术可将每单元容量提高,使QLC NAND 技术的每单元位数比 TLC NAND 提高 33%,从而实现更高的面密度,进而带来更好的经济效益。
同时,英特尔还基于垂直浮栅单元实现了高可靠性设计, 从64 层 TLC到 144 层 QLC,高度可靠的单元设计使耐久性实现代际提升。在数据保留方面,浮动栅极 NAND 单元优于电荷撷取,浮动栅极 NAND 提供更高的数据保留率。
基于3D NAND 技术,2021 年英特尔还推出数款数据中心产品,其中包括已经发布的144层 TLC的英特尔固态盘 D7-P5510、144层 QLC的英特尔固态盘 D5-P5316,以及即将发售的144层TLC的英特尔固态盘 D3-S4520 和 D3-S4620。
盘点英特尔 QLC 3D NAND 固态盘背后的“黑科技”
为进一步解析在诸多方面具备明显性能优势的QLC 3D NAND固态盘,英特尔技术专家对其背后隐藏的“黑科技”进行了深入解读。
从性能和耐久性俩方面来看,QLC(每个Cell单元存储4b数据)比TLC(每个Cell单元存储3b数据)成本低、容量大,但寿命短。每Cell单元存储数据越多,单位面积容量就越高,但QLC拥有16个电压状态相对于TLC的8个电压状态来说控制更难,导致颗粒稳定性差、寿命低。英特尔垂直浮栅闪存单元,基于成熟的单元技术,强大的电荷损失保护功能,以确保高可靠性,同时浮动栅极 NAND 提供更高的数据保留率。
因此在寿命,也就是耐久性方面,英特尔 QLC 3D NAND 固态盘的耐久性比其它 QLC NAND 固态盘高4倍;同时在性能方面,又保持了和 TLC NAND 固态盘相当的 PCIe 4.0 读取带宽,和几近一致的时延以及服务质量。这样,基于业内领先的耐久性,再结合QLC大容量特征就让英特尔QLC 3D NAND 固态盘具备了满足各种真实使用场景的可靠性、性能等需求。
以英特尔固态盘 D5-P5316为例,U.2 15mm外观的存储容量达到15.36TB ,E1.L外形的存储容量高达 30.72TB。 4K 随机读取高达80万IOPS, 7 GB/s读取优化的高性能实现了对PCIe 4.0 接口的饱和利用,对比前一代 QLC 固态盘时延缩减48 % ,以及4倍以上的耐久性。这些特征能够实现客户能在温存储中进行大规模部署,为每台服务器提高更高的带宽可以加快访问 CDN、超融合基础设施、大数据、人工智能、高性能计算和云存储中的大数据 集,通过把存储占用的空间减少最多 20 倍而降低TCO。
而从质量和成熟度来看,自2017年就开始量产,英特尔QLC 3D NAND固态盘的成熟度已经得到市场认可,目前第三代QLC NAND在很多细分市场越来越普及。而且,它不仅符合所有JEDEC规范,在UBER、实际环境中的AFR和环境条件中优于硬盘,而且具备与TLC相同的ASIC,简化了资质认证。
基于此,笔者认为,至少未来五年,基于英特尔3D NAND的固态盘,将成为企业海量数据存储的重要选择,再随着技术的不断迭代,相信QLC 3D NAND 固态盘的大容量、高性能等特质,结合AI、大数据、5G等技术能够为IT基础设施带来更好的体验,也相信SSD将进一步替代HDD成为企业存储的主流介质。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。