智能手机上的UFS 4.0产品虽然已经得到广泛普及,但车载UFS 4.0领域的产品仍相对空白。对于制造商而言,用上基于UFS 4.0的SoC也需要大量的严苛验证,所有验证工作的前提是车载UFS 4.0产品应该先被生产出来。应该先更新车载SoC还是先有车载UFS 4.0成了一个“鸡生蛋,还是蛋生鸡”困境,就在近期,铠侠领先推出的车载UFS 4.0产品很好解决了这个问题,为车载UFS 4.0普及提供坚实的基础。

助力汽车新智能
随着车载处理性能提升,汽车电子电气架构(EEA, Electrical/Electronic Architecture)发生转变的环境下,如何提升高级辅助驾驶系统、信息娱乐系统,如何为车载网络通讯、车载ECU提供性能保障都将成为新的问题。

特别是ADA与L3级别自动驾驶开始大行其道,传统的单一功能的集成式ECU已经无法满足响应需求,域类型架构和未来的中央集成式架构成为新的趋势。类似于个人电脑,车载ECU要在扮演中央处理的角色,要快速获取摄像头、激光雷达传感器、高精度数据地图、V2X数据,也要快速运行大模型、人工智能算法,大量的读取和写入,也注定了车载数据存储要可靠、大容量且高效率。
铠侠车载UFS 4.0正是针对这样的智能驾驶场景设计的高性能车载存储产品。作为NAND闪存的发明者,铠侠在过去超过35年的时间内不断引领着闪存、SSD等存储行业的发展。车载存储领域亦是如此,铠侠通过积极扩大e-MMC和UFS标准产品阵容,为车载存储提供了海量的解决方案,同时也为此次推出车载UFS 4.0产品奠定了基础。

推动新标准
与一些使用第三方控制器的厂商不同,铠侠UFS 4.0在设计之初就坚持自行开发主控,从而实现控制器对闪存的精细管理,进而提升存储性能。这需要设计团队在存储领域积累大量的设计经验,也因为如此,铠侠才能领先推出车载UFS 4.0产品,从而在产品上有更多的领先优势。
例如相对e-MMC,UFS在传输速率上更具备优势,它使用串行接口,支持全双工通信,即可以同时执行数据读取和写入。早在2020年,UFS 3.1就实现了2,320MB/s的传输速度,UFS 4.0更是将这一数值提升到4,640MB/s。这意味着UFS更适合用来实现诸如ADAS等高阶智能驾驶辅助系统的应用。

例如铠侠车载UFS 4.0所支持HS-LSS(High Speed Link Startup Sequence)功能,可以帮助车载系统实现高速启动,并具备设备操作历史记录的诊断功能,以及刷新老化数据保持可靠性和耐久性的刷新功能。

铠侠还积极参与了UFS 4.0的M-PHY和UniPro规范制定,能够更好的结合设备以高效、可靠的方式实现数据传输,进而提升存储性能与系统整体响应速度,也从而推进了整个行业的技术发展进程。事实上,L3级别以上的车型已经将UFS 3.1存储作为主流选择,随着车载传感器、算力的不断提升,更高规格的数据传输方案势在必行,铠侠UFS 4.0产品将成为未来理想的选择之一。
不仅如此,铠侠车载UFS 4.0产品还满足了宽温需求,提供了-40℃到105℃的工作温度范围,符合AEC-Q100 Grade 2要求,最大读写速度可达4,000MB/s和2,000MB/s,是车载UFS 3.1产品的2倍。

打造车载新生态
对于车载应用研发而言,铠侠车载UFS 4.0高效、可靠,与行业一起努力突破了技术瓶颈,为行业提供了可靠的行业经验和评估方案,也为后续的高阶自动驾驶,甚至是L5级别的全自动驾驶奠定良好的基础。同时,铠侠车载UFS 4.0也率先提供了128GB、256GB和512GB三款容量产品可供选择,为车载存储、自动驾驶、智能驾驶舱升级提供强有力的保障。

注1:1 MB/s按1,000,000 bytes/s计算。这些数值是在铠侠株式会社的特定测试环境中获得的最佳值,铠侠株式会社不保证在个别设备中的读写速度。读写速度可能取决于所使用的设备和所读取或写入的文件大小。
注2:与铠侠的上一代产品“THGJFGT2T85BAB5”对比的数据。
注3:“BiCS FLASH”是铠侠株式会社的注册商标。
注4:这里所显示的产品容量是基于已安装的闪存,而不是用户可用的内存,因为一部分内存将用于管理功能。可用的用户区域,请查看产品规格以确认可用内存容量。(内存容量1GB = 1,073,741,824字节)相关链接
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。