2023年9月6日三星电子宣布推出固态硬盘990 PRO系列4TB(万亿字节)产品,预计将于10月正式进入中国市场。990 PRO系列属于高性能PCIe【1】 4.0固态硬盘系列,采用三星第8代V-NAND技术和三星自研控制器。
990 PRO系列拥有强悍的速度和优秀的功效,并且针对3D/4K图形处理、数据分析和高质量游戏等大量数据进行了优化,可适配当今主流PC电脑、笔记本电脑、游戏机和计算系统。同时,990 PRO固态硬盘兼具可靠性和耐用性,总写入字节数(TBW)高达2,400,适合工作负载要求高、存储容量需求大的用户。
三星电子品牌存储事业部全球副总裁Hangu Sohn表示,“如今的游戏玩家和创作者对固态硬盘有着更高容量、更高性能的需求,三星新发布的4TB固态硬盘990 PRO是满足其需求的优秀存储解决方案。”“随着用户对高分辨率内容和数据处理速度的要求进一步提升,高性能NVMe【2】存储产品已经成为核心需求。”

强悍性能和高容量
990 PRO 4TB采用三星第8代V-NAND技术以及经改进的三星自研控制器,使其性能接近PCIe® 4.0的理论上限,顺序读取速度高达每秒7,450 MB/s,写入速度高达6,900MB/s。新增的4TB版本还提高了随机读写速度,分别高达1,600K 和1,550K IOPS【3】,是游戏玩家、创作者和科技爱好者寻求高性能和大容量的睿智之选。
990 PRO 4TB在已上市的PCIe 4.0接口消费类固态硬盘中拥有优秀的随机读取性能【4】,可以减少游戏的卡顿,加快高清视频的加载速度,从而增加玩家的乐趣。对于大型游戏,990 PRO系列有助于减少画面延迟,让用户持续享受高流畅度(FPS)的游戏体验。
优秀的功效和可靠的温控
990 PRO系列的功效也是突破性的,较三星上一代产品980 PRO系列而言,性能优化高达50%。另外,控制器上还采用镀镍涂层,盘体背面也有散热标签,确保随着时间的推移还能保持适宜的温度和很小的性能波动。990 PRO(散热片版)配有高效轻薄的散热片,使用户能充分持续体验到高水准的运算和游戏能力。此外,990 PRO与新款游戏机兼容,不但可以加快游戏安装和加载时间,还能避免因过热导致性能下降。
可用于笔记本电脑的单面4TB固态硬盘
得益于三星第8代1Tb高密度NAND以及出色的堆叠技术, 990 PRO 4TB采用单面M.2设计,用户不必担心笔记本电脑中无法安装双面M.2固态硬盘或强行安装导致其他部件受损等问题。单面M.2设计兼顾了充足的存储容量和可持续的性能发挥。
三星魔术师软件
三星魔术师软件可用于更新硬件、驱动程序和进行其他设置,用户可以根据个人喜好灵活地自定义功率和性能情况,从而确保固态硬盘性能发挥。此外,三星魔术师软件还支持定制990 PRO(散热片版)的RGB灯光,游戏玩家可以自由选择LED灯光的颜色效果。三星魔术师软件的8.0新版预计于2023年9月发布,是三星固态硬盘、移动固态硬盘、存储卡和USB闪存盘的集成式软件解决方案。
990 PRO和990 PRO(散热片版)4TB版本将于2023年10月正式在中国发售。目前,990 PRO系列1TB和2TB版本已经上市,可供购买。
三星固态硬盘990 PRO | 990 PRO(散热片版)规格


关于三星电子有限公司
三星电子以变革性的理念和技术激励世界,塑造未来。三星公司正在重新定义电视、智能手机、可穿戴设备、平板电脑、相机、数码家电、打印机、医疗设备、网络系统以及半导体及LED解决方案领域。关于三星公司的最新消息,请访问三星新闻中心。
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。