NAND加速边缘计算场景化落地
日前，存储器厂商美光宣布，其第五代3D NAND闪存技术达到创纪录的176层堆叠。预计通过美光全新推出的176层3D NAND闪存技术以及架构，可以大幅度提升数据中心、智能边缘计算以及智能手机存储的应用效能。
据了解，176层3D NAND闪存是美光第二代替换闸（Replacement Gate）架构，是目前全球技术最为先进的NAND节点，相较于前代3D NAND相比，美光176层3D NAND闪存在读取及写入延迟方面提升35%。
美光176层闪存其实是基于两个88层叠加而成，第一批为TLC颗粒，单个Die的容量为512Gb（64GB），当然后期很可能会加入QLC。
据悉，美光176层3D NAND闪存可提供更好的服务质量，可加速数据密集环境和工作负载，例如数据库、人工智能引擎以及大数据分析等。
得益于新的闪存架构和堆叠技术，美光将176层闪存的厚度控制在45微米，基本上与早期的64层浮动栅极3D NAND相当，所以，即使在一颗芯片内封装16个Die，做到1TB的单颗容量，厚度也不会超过1.5毫米，可以轻松放入智能手机、存储卡。
责任编辑:pj
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
NAND
+关注
关注
16文章
1773浏览量
141399 -
存储器
+关注
关注
39文章
7769浏览量
172449 -
边缘计算
+关注
关注
22文章
3580浏览量
53804
发布评论请先 登录
相关推荐
热点推荐
边缘典型场景及价值分析
业务场景需求，因此，在近年来备受产业界关注。由中国信通院发布的《边缘计算定义业务新引擎:边缘典型场景数据价值洞察》中指出：这种“去中心
边缘计算必备仿真软件盘点：从仿真到落地，哪些工具值得你上手？
过去几年，随着工业互联网、智慧城市、视频边缘分析、储能 EMS 等场景快速铺开， “先仿真、再部署” 已经成为边缘计算开发的必备流程。 但问题来了——工具太多，到底哪些软件值得工程师
重磅合作！Quintauris 联手 SiFive，加速 RISC-V 在嵌入式与 AI 领域落地
还有低授权成本，本来就是天生优势！
再说说大家关心的应用场景，这次合作覆盖的领域全是当下的热门赛道：
物联网与边缘计算设备（重点满足低功耗、高性能需求）；
汽车电子系统，包括咱们关注的高级驾驶辅助系统
发表于 12-18 12:01
打造本地化智能的“最强大脑”， 米尔RK3576 AI边缘计算盒
在人工智能与边缘计算深度融合的浪潮中，本地化智能需求正重塑产业格局。米尔电子推出的RK3576边缘计算盒，具备高算力、低功耗与强扩展性，凭借
结合AI算法的边缘计算服务器，在城市管理场景有什么作用？
杆塔安家落户，日夜守护城市平安和高效运转。以国内资深安防硬件厂家广东天波的AI边缘计算服务器为例，可以适配云天励飞的AI算法，在城市管理场景中发挥大作用：1、井盖异常：边缘
此芯科技发布“合一”AI加速计划，赋能边缘与端侧AI创新
产品组合，覆盖从1.5B至32B参数规模的端侧AI模型推理需求，满足工业、消费电子、智能终端等多样化场景的部署需求，推动AI技术从云端向边缘高效落地。“合一”AI
能源行业的边缘计算具体使用如何-EG8200Mini的实现场景化赋能
在能源行业的数字化转型中，边缘计算网关成为了连接物理设备与智能决策的核心枢纽。从工厂的能耗优化到充电站的智能调度，从写字楼的精细化能源管理到商场的动态负荷平衡，边缘
能源行业数字化转型：边缘计算网关在油田场景的深度应用
能源行业数字化转型：边缘计算网关在油田场景的深度应用 能源行业是国民经济的支柱产业，而油田作为能源生产的重要基地，其数字化转型对于提高生产效
研华推出ACE应用导向边缘计算解决方案及WISE-STACK私有云平台
研华科技今日举办法说会，公司2025上半年营收呈双位数成长。面对市场对边缘计算与 AI 的高度需求，研华推出ACE应用导向边缘计算方案与WISE-STACK私有云平台，强化软硬整合与生
Axelera AI：边缘计算加速智能创新解决方案
随着人工智能技术的不断发展，边缘计算（EdgeComputing）已成为企业创新与数字化转型的重要引擎。如何在有限的计算资源下，实现高速且精确的AI推理任务，是企业面临的主要挑战之一
边缘计算盒子在安防领域的场景应用与优势
边缘计算盒子的出现，为智能安防领域带来了革命性的变化。它不仅提升了监控系统的实时性和准确性，还大大增强了系统的安全性和可靠性。本文将介绍边缘计算盒子在安防领域的应用
工业自动化的未来已来：边缘计算如何成为新增长引擎？
你是否还在用“传统中心化”方式处理工厂数据？边缘计算正在成为工业自动化的新常态，不仅重塑了工厂数据架构，更直接推动了运营效率和收入增长。本篇文章深入剖析了
AI驱动智慧交通：加速应用场景落地
作用，正在加速交通应用场景从概念验证到规模化落地的进程。 一、技术架构的生态化演进 智慧交通AI生态构建了分层递进的技术架构。基础层由交通专
评论