2022年12月8日,中国上海 — 全球存储器解决方案领导者KIOXIA铠侠中国近日宣布,今年其最新发布的业界首款*1支持MIPI M-PHY*2 v5.0的通用闪存*3Universal Flash Storage (以下简称:UFS) 嵌入式闪存器件,目前已率先批量交货,助力本土手机产商实现存储速度飞跃。新一代UFS凭借高速读写性能,将应用于智能手机等其他消费类电子产品中,显著提升产品的功能性和用户的使用体验。

据前瞻洞察预测,全球通用闪存存储市场规模在2025年将达到134亿美元*4。UFS是符合JEDEC标准的包含集成控制器的非易失性闪存设备,它开发用作嵌入式存储器解决方案的e-MMC*5高性能替代品。相较于本身性能不俗的e-MMC,UFS依然具备诸多亮眼的优势:更快的接口、更高和更稳定的读写性能、更优越的能效,以及支持全双工运行。根据接口速度测试结果显示,使用UFS 4.0技术的产品可以达到4.64 GB/s,远远超过了e-MMC 版本 5.1的400 MB/s*6。
小小的芯片中蕴含着海量信息,这不仅是数据的罗列,更是启发未来的记忆。显而易见,使用闪存的创新设备会直接给人们的生活带来了巨大的变化。在1987年,铠侠发明了NAND闪存,我们始终致力于缩小存储单元,提升存储容量和速度。市场仍然需要新型的存储技术,铠侠持续不断提高研发能力以应对市场日益变化的需求。铠侠正积极推进先进存储器设备的开发和生产,根据不同用途自主研发控制器,将闪存性能最大化。
铠侠电子(中国)有限公司董事长兼总裁 岡本成之 先生表示:“商业是一种向善的力量,铠侠作为全球领先的闪存开发者和供应商,将通过源源不断的创新力,将闪存性能最大化作为责任,在全球推动着闪存发展中扮演者至关重要的角色。铠侠始终致力于分析从OEM厂商到最终用户的不同需求,以此来创造新的市场。当然,铠侠一直以来都注重创新的力量,从提供高速、低功耗、纤薄小巧且温度范围宽泛的解决方案出发,为客户提供先进、可靠的产品与服务。相信铠侠的努力将改变人们的生活,扩展无限可能,让世界变得更加美好。”

作为世界上最大的闪存供应商之一,铠侠致力于为下一代存储应用提供基于闪存的产品。从2007年,铠侠积极支持 e-MMC 方案,到 2013 年成为了具备更高性能的 e-MMC 后续解决方案UFS的供应商。如今,铠侠的 e-MMC 和 UFS 解决方案已得到广泛的应用,覆盖了4GB 到 1TB的各种存储密度。
想要了解更多铠侠信息,请访问 www.kioxia.com.cn,并关注铠侠的微博、微信、今日头条等官方账号。
*本新闻稿中的信息,包括产品价格和规格、服务内容以及联系信息,截至本新闻稿发布之日均是正确的,如有变动,恕不另行通知。
*1 来源:铠侠株式会社调查,截至2022年2月24日。
*2 M-PHY的MIPI联盟规范。MIPI®和M-PHY®是MIPI联盟所有的注册商标。
*3 UFS(通用闪存存储)是根据JEDEC UFS标准规范研发的一种嵌入式存储产品的产品种类。JEDEC是JEDEC固态技术协会的注册商标。
*4 来源:2022年9月前瞻洞察。134亿美元包括UFS和uMCP。
*5 嵌入式多媒体卡。e-MMC是根据JEDEC e-MMC标准规范研发的一种嵌入式存储产品的产品种类。
*6 性能比较依据是e-MMC v5.1和UFS v4.0 JEDEC规范。读写速度可能因主机设备、读写条件和文件大小而异。
读写速度是铠侠株式会社在特定测试环境中获得的最佳值,铠侠株式会社不保证单个器件的读写速度。读写速度可能会因使用的器件和读取或写入的文件大小而异。
本新闻稿提及的所有公司名称、产品名称和服务名称可能是其各自公司的商标。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。