2022年6月23日,长江存储推出新一代商用固态硬盘——PC300系列产品。该产品是长江存储针对新一代全场景应用需求开发的PCIe 4.0 NVMe M.2固态硬盘,可灵活适配笔记本、超薄本、二合一电脑、台式电脑、IoT/嵌入式设备及服务器等终端,满足全场景存储应用需求。
Forward Insights数据显示:消费级PCIe 4.0 固态硬盘市场正处于爆发式增长阶段,出货量年复合增长率高达86% ;预计到2024年,其市场份额将增长至94%。
图:长江存储PC300, M.2 2242(上)与M.2 2280(下)
长江存储产品管理部负责人范增绪表示:“长江存储致力于以新技术为存储市场赋能,持续丰富商用固态硬盘产品线。继PC005、PC210之后,长江存储推出PC300系列固态硬盘以满足不断激增的PCIe 4.0 固态硬盘市场需求。该产品依托长江存储创新的晶栈(Xtacking®)架构,为商用电脑提供灵活高效、安全稳定的数据存储。”
PC300系列固态硬盘产品采用长江存储第三代三维闪存芯片,支持PCIe 4.0、NVMe 1.4等接口协议,其顺序读取速度最高可达3,900 MB/s,最高工作功耗低于5W,采用无缓存设计,支持HMB。同时,PC300提供256GB、512GB、1TB三种容量和M.2 22 x 42mm和22 x 80mm两种尺寸,能够灵活满足商用办公、娱乐等需求。
业内著名分析机构Forward Insights分析师Gregory Wong表示:“ PC300固态硬盘采用长江存储最新的闪存芯片技术,能够为众多功耗敏感型应用,提供高性能、高性价比的存储解决方案。”
长江存储在产品设计和研发上持续创新,使PC300具有以下产品特色:
PC300以最高可达3,900 MB/s顺序读取速度和2,800 MB/s的顺序写入速度在性能上领先同级产品。同时工作功耗维持在5W以下,支持低功耗模式,有效减少发热,提高笔记本电脑使用舒适度,同时增加续航时间。
PC300支持LDPC纠错,全路径数据保护,可保障数据处于安全可靠的存储环境中。
PC300采用HMB(Host memory buffer,主机内存缓存)方案配合SLC缓存机制,可有效保障性能并助力商用电脑降低总拥有成本。
PC300采用搭载长江存储创新的晶栈(Xtacking® )2.0技术的第三代三维闪存芯片打造。新一代晶栈(Xtacking® )2.0技术可为三维闪存提供更快的I/O传输速度、更高的存储密度和更灵活的产品上市时间。
长江存储市场营销负责人Alex Wang表示:“此次推出的PC300系列产品,通过了主流及前沿平台的测试和验证,已正式推向市场。未来我们将持续丰富产品,为合作伙伴提供灵活高效、安全稳定的存储方案和服务,助力他们为用户打造一流的终端产品。”
更多相关消息,请访问YMTC官网进行深入了解。
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
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。