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
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。