据报道,尽管受到美国的技术制裁,中国长江存储(YMTC)仍领先于所有其他NAND供应商,推出了一款QLC(4bits/单元)格式的232层3D NAND芯片。
加拿大芯片分析机构TechInsights在1TB致钛Ti600 SSD中发现了YMTC 的裸晶。致钛是YMTC旗下的消费级固态硬盘品牌。总部位于渥太华的TechInsights使用逆向工程和扫描技术来了解新技术。
致钛Ti600于6月推出,基于Xtack 3.0架构构建。它具有高达2 TB的M.2格式QLC闪存、NVMe 2.0和PCIe gen 4互连,并提供高达7 GBps的读取速度和6 GBps的写入速度,在五年保修期内具有800 TBW的续航能力。它在香港电视台购物中心网站上的售价为750港币。
YMTC致钛Ti600 2TB固态硬盘
Xtacking 3.0是一种YMTC NAND架构,其中3D NAND管芯结合到单独制造的CMOS外围电路逻辑芯片。长江存储在2022年8月的闪存峰会上展示了一款使用232层NAND的X3-9070 TLC(3 bits /单元)NAND芯片。
美国芯片法案旨在阻止美国供应商向中国运送技术,以阻止YMTC等公司制造128层或更大的3D NAND。它似乎失败了。
TechInsights展示了YMTC 232层QLC管芯的扫描图像:
YMTC 232层管芯
根据注释,这个模具有四个平面
该公司表示,这是其见过的第一个具有200多条有源字线的QLC 3D NAND管芯。该芯片的比特密度为19.8 Gb/s,是市场上可买到的SSD中的最高密度。
Kioxia/WD(218L)、三星(236L)、SK海力士(238L)和美光(232L)都在开发自己的200多层技术。Kioxia/WD的工作使用了单独制造的控制逻辑和NAND管芯,它们像YMTC的Xtacking技术一样结合在一起。
YMTC致钛Ti6002TB固态硬盘盒
Reddit的一条帖子透露了2022年末YMTC 232L技术的TechInsights幻灯片。这分析了2022年10月推出的HikSemi CC700 2TB SSD,该SSD使用TLC 232层YMTC NAND。该公司表示,该产品中有八个独立的NAND管芯,一张注释图像显示了其与QLC管芯的不同尺寸:
根据注释,这个模具有六个平面
现在YMTC已经将单元位计数增加到4。TechInsights表示:“就像华为Mate 60 Pro的海思麒麟9000s处理器(使用中芯国际7nm(N+2)工艺)的创新一样,越来越多的证据表明,中国克服贸易限制和建立自己的国内半导体供应链的势头比预期的更成功。”
如果TechInsights是对的,那么YMTC在3D NAND制造中仍然是一股不可忽视的力量。研究机构TrendForce去年12月表示,由于美国的限制,YMTC可能会退出NAND市场。现在看来,这似乎不太可能,如果YMTC能够制造足够的QLC232层芯片,美国NAND供应商在中国市场可能会遇到困难。
英国《金融时报》报道称,由于规避美国技术出口限制的成本,YMTC正在寻求数十亿美元的额外资金。
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。