存储器作为智能终端产品中的重要元件,一直是芯片行业的重要组成部分,也是我国发展半导体产业的重点方向之一。今年以来在存储器芯片领域受关注的行业事件中,东芝出售存储芯片业务绝对要算在其中,且近日又有关于此事的消息传出。

据金融时报报道,消息人士称,日本政府目前正在进一步地参与到东芝出售存储芯片业务的交易中,此前这笔交易因为种种原因进展缓慢,已经引发了投资者的不满。
据悉,日本政府正在努力和东芝内部达成意见一致,加速交易进程。熟悉此次竞购的消息人士称,东芝存在“基础性的公司治理缺陷”。
东芝作为全球闪存的发明者和领先企业,在市场份额上,仅次于三星电子名列全球第二。而此次出售存储芯片业务的交易还导致东芝与合作伙伴西部数据之间发生了法律纠纷。东芝出售存储芯片业务是为了弥补巨额亏损,避免被东京股票交易所摘牌。参与谈判的银行家和律师表示,考虑到交易的必要流程,东芝必须在8月底之前确定买家。
目前讨论的焦点仍是来自由贝恩资本、日本政府基金INCJ,以及SK海力士所组成财团提出的方案。
中国芯何时闪耀世界?
存储器是现代信息技术中用于保存信息的记忆设备,存储器芯片领域,主要分为两类:易失性和非易失性。易失性:断电以后,存储器内的信息就流失了,例如DRAM,电脑中的内存条。非易失性:断电以后,存储器内的信息仍然存在,主要是闪存(NAND FLASH和NOR FLASH),NOR主要应用于代码存储介质中,而NAND则用于数据存储。在整个存储器芯片里面,主要有的三种产品是:DRAM、NOR FLASH和NAND FLASH。
在芯片行业,处理器等逻辑电路一直都占第一位,不过随着数据的不断爆炸性增长,市场对存储芯片的需求在不断增长,这导致存储芯片市场的容量正在迅速增长,估计很快将超过逻辑电路。据IC insights的数据显示2016年逻辑电路市场容量为883亿美元,存储芯片市场容量为743亿美元,两者的差距已缩小到20%以内。其中,闪存芯片是一个发展前景广阔的朝阳业务,目前智能手机、个人电脑配置的闪存越来越多。
目前国内在用的NAND、DRAM芯片几乎全部依赖进口,以紫光为首的公司正在大力推动国产NAND芯片,32层堆栈的3D NAND闪存已经出样,预计明年开始量产,2019年则要推出64层3D NAND闪存。
目前NAND闪存主要被三星、SK Hynix、美光、东芝等少数公司垄断,然而随着物联网需求的发展,存储芯片更成为电子行业的刚需。
中国也积极接入存储产业,整合上游厂商发展出具中国自有技术并联合中、下游的产业,形成群聚效应,进而推进中国半导体产业的进一步成长。
目前发展最快的,是紫光主导的长江存储科技在武汉投资240亿美元建设国家存储芯片基地,他们的主要产品就是国产3D NAND闪存。来自中科院的消息称,长江存储研发的3D NAND闪存已经取得标志性进展,堆栈层数达到了32层。
相比国际大厂的研发进度,三星、美光和东芝都开始向72层及以上的研发加快步伐,国内的研发进程还有一定距离。
不过,3D闪存工厂的生产装备将在2018年Q1季度完成安装,2019年则会完全量产。目标是在2020年时技术上达到国际领先的存储芯片供应商的水平,实现存储芯片的后发先至。
中国市场消耗了全球55%的存储芯片产能,而国家存储芯片基地更是在万众瞩目下迅速壮大。在强大的市场需求及中国政府的财政支持下,我们希望能早日看到“中国芯”的产品出现在世界的舞台。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。