2022年4月19日,中国武汉,长江存储科技有限责任公司(简称“长江存储”)宣布推出UFS 3.1通用闪存——UC023。这是长江存储为5G时代精心打造的一款高速闪存芯片,可广泛适用于高端旗舰智能手机、平板电脑、AR/VR等智能终端领域,以满足AIoT、机器学习、高速通信、8K视频、高帧率游戏等应用对存储容量和读写性能的严苛需求。UC023的上市标志着长江存储嵌入式产品线已正式覆盖高端市场,将为手机、平板电脑等高端旗舰机型提供更加丰富灵活的存储芯片选择。
长江存储高级副总裁陈轶表示 :“随着5G通信、大数据、AIoT的加速普及,我们的工作生活随时随地与信息和数据相伴。智能终端需要在短时间内处理海量数据,这对存储芯片的容量、性能及响应速度提出了更加严苛的要求。长江存储依托创新晶栈(Xtacking®)架构3D NAND闪存,已面向办公、移动通信和企业级存储市场陆续推出了多款商用解决方案。UC023作为长江存储面向高端嵌入式市场的首款旗舰产品,具有高速、稳定、耐用等特点,将为移动产品带来敏捷的响应速度和畅快的使用体验。”

根据JEDEC 2020年发布的标准,在加入了写入增强器(Write Booster)、深度睡眠(Deep Sleep)、性能调整通知(Performance Throttling Notification)等技术后,UFS 3.1理论带宽可达2.9GB/s*,性能较eMMC 5.1及UFS 2.2有了大幅提升。UFS 3.1作为当下旗舰智能手机、平板的首选存储方案,可大幅缩短应用加载的等待时间,提升工作效率,为消费者带来8K视频、AR/VR等前沿技术的优质体验。
业内著名分析机构Counterpoint资深分析师Brady Wang表示:“后疫情时代下,手机已经不仅仅是一种通信工具,更兼具了工作、会议、学习、娱乐、购物等多重作用,尤其是大幅改善的相机品质和数量,使得手机需要更大的存储容量与更快的响应速度。高端旗舰手机(售价0以上)的存储容量需求在过去的三年中攀升明显,其2021年平均存储容量相较2019年提升约17.8%,存储需求上涨约48%。”

为了使消费者在赏玩高帧率游戏、观看8K高清视频时获得更为流畅的使用体验,长江存储UFS 3.1闪存UC023采用全新升级的晶栈2.0(Xtacking® 2.0)技术的TLC 3D闪存颗粒,设计和工艺得到了进一步的改良优化。作为旗舰级UFS 3.1闪存,UC023还具备如下特点:
• 解码多项新技术,全面释放UFS 3.1优势:搭载主机碎片化整理技术(HID),优化数据处理操作,节省更多存储空间;引入随机写性能优化机制,写入速度提升至230K IOPS*,实现多个应用自如切换。
• 出色的性能功耗比,增强用户移动体验:发挥极致读写性能的同时,仍然保证超低功耗运行。在线观看8K高清视频不卡顿,设备待机时间显著增长。
• 为客户量身定制,提供多款主流容量:UC023提供定制化产品开发服务与及时、专业、高效的技术支持;128、256和512GB三款存储容量,满足主流市场需求。
UC023现已通过各平台验证,兼容性强、应用广泛。此次UC023的正式发布,标志着长江存储嵌入式解决方案可以满足更为严苛的测试标准,适配更复杂的使用环境。
2020年至今,长江存储凭借创新的技术、务实的作风,及时、快速地响应市场需求,先后研发并量产了满足不同细分市场需求的存储芯片,从入门级的eMMC 5.1到主流的UFS 2.2,再到高速的UFS 3.1闪存,为智能终端客户提供了多样化、高可靠性的产品组合。未来,长江存储还将以晶栈(Xtacking®)技术为核心,持续完善产品布局,与产业链上下游携手并进,为全球半导体产业持续贡献价值。
- End -
*注:
① 本材料中所涉及的数据均为长江存储内部测试结果。性能根据测试配置、固件版本的不同可能有所差异。
② 存储产品出厂的容量通常是按照1MB=1,000KB,1GB=1,000MB,1TB=1,000GB计算。可访问的总容量将因操作系统而有所差异。
关于长江存储
长江存储科技有限责任公司成立于2016年7月,总部位于武汉,并在北京、上海、深圳等地设有研发中心及销售服务网点。长江存储是一家专注于3D NAND闪存设计制造一体化的IDM集成电路企业,除嵌入式存储芯片,长江存储还面向全行业客户提供商用级、企业级与消费级固态硬盘产品和完整的系统解决方案,广泛应用于移动通信、消费数码、计算机、服务器及数据中心等场景。
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。