采用突破性的缩放和晶圆键合技术,闪存架构迎来创新升级。
东京,2024年7月3日 - 铠侠株式会社今日宣布,其采用第八代BiCS FLASHTM 3D闪存技术的2Tb四级单元 (QLC) 存储器已开始送样(1)。这款2Tb QLC存储器拥有业界最大容量(²),将存储器容量提升到一个全新的水平,将推动包括人工智能在内的多个应用领域的增长。
凭借其最新的BiCS FLASH™技术,通过专有工艺和创新架构,铠侠实现了存储芯片的纵向和横向缩放平衡。此外,铠侠还开发了突破性的CBA(CMOS directly Bonded to Array,外围电路直接键合到存储阵列)(3)技术,以提供更高的位密度和业界领先的接口速度(3.6Gbps(4))。这些先进技术的应用,共同促成了2Tb QLC存储器的诞生,成就了业界容量最大的存储器。
全新的第八代BiCS FLASH™ 2Tb QLC的位密度比铠侠目前所采用的第五代BiCS FLASH™的QLC产品提高了约2.3倍,写入能效比提高了约70%。不仅如此,全新的QLC产品架构可在单个存储器封装中堆叠16个芯片,为业界提供领先的4TB容量,并采用更为紧凑的封装设计,尺寸仅为11.5 x 13.5 mm,高度为1.5 mm。
Pure Storage公司(全球领先的数据存储技术和服务提供商)的首席执行官Charles Giancarlo强调了铠侠新技术对其公司平台的重要意义:“我们与铠侠保持着长期的合作关系,很高兴能将他们的第八代BiCS FLASH™ 2Tb QLC闪存产品整合到我们的全闪存存储解决方案中。Pure Storage的统一全闪存数据存储平台不仅能够满足人工智能的严苛要求,还能实现极具竞争力的备份存储成本。在铠侠技术的支持下,Pure Storage将继续提供卓越的性能、能效和可靠性,为客户创造超凡价值。”
“我们很高兴全新第八代BiCS FLASH™技术的2Tb QLC开始送样,”铠侠首席技术官Hideshi Miyajima表示,“铠侠2Tb QLC产品凭借其业界领先的高位密度、高速传输接口和卓越的能效比,将为快速发展的人工智能应用,以及对功耗和空间要求严苛的大容量存储应用带来新的价值。”
除2Tb QLC之外,铠侠还推出了1Tb QLC版本。相较于容量优化的2Tb QLC,1Tb QLC的顺序写入性能还能再提升约30%,读取延迟提升约15%。1Tb QLC更适用于高性能领域,包括客户端SSD和移动设备。
铠侠将持续开发业界领先的存储器产品,以满足不断增长的数据存储解决方案需求。
注:
(1) 这些样品仅用于功能检测,样品规格可能因量产部件而异。
(2) 截至2024年7月3日铠侠的调查。
(3) CBA(CMOS directly Bonded to Array,外围电路直接键合到存储阵列)技术是指CMOS晶圆和单元储存阵列晶圆都在更优的条件下单独制造然后键合在一起的技术。
(4) 1Gbps按1,000,000,000 bits/s计算。该数值是在铠侠株式会社的特定测试环境中获得,可能会因用户环境的不同而改变。
*关于铠侠产品:产品密度是根据产品内存储芯片的密度来确定的,而不是最终用户可用于存储数据的存储器容量。消费者可使用的容量会因开销数据区域(overhead data areas)、格式化、坏块和其他限制而变少,而且也可能因主机设备和应用程序而变化。如需了解详情,请参考适用的产品规格。根据定义,1KB=2^10字节=1,024字节。1Gb=2^30位=1,073,741,824位。1GB=2^30字节=1,073,741,824字节。1Tb=2^40位=1,099,511,627,776位。
* 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。读写速度可能会因使用的器件和读取或写入的文件大小而异。
* 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。