开云体育大幅普及终局建树的首先畅通度-开云官网kaiyun皇马赞助商 (中国)官方网站 登录入口

近期,人人闪存存储鸿沟领军品牌闪迪携全品类闪存贬责决策重磅亮相深圳CFMS | MemoryS 2026存储峰会。闪迪在现场精良发布首款智能出动端QLC UFS 4.1新品,同期展出粉饰出动终局、汽车、数据中心等多个中枢场景的全系列产物,全标的欢乐AI期间从云霄到终局的多元化存储需求,为各行业数字化转型注入强劲能源。

 

闪迪人人产物高等副总裁Eric Spanneut在现场发饰演讲。他指出,NAND市集正在迎来三重机遇,存储产物正耐心量驱动迈向架构驱动的全新阶段。“在推理期间,智能体责任流已成为存储墙瓶颈,闪迪通过人人前沿的NAND时间、交融平台架构与系统级引导力,推进产物向QLC转型。”

 

闪迪公司副总裁兼中国区总司理蔡耀祥示意:“AI期骗加快普及,智高手机与智能网联汽车合手续发展,数据中心基础方法不断完善,这些齐带曩昔益激增的数据量和更为复杂严苛的责任负载,对先进闪存存储时间产生宽敞需求。闪迪恒久深耕中国市集,聚焦原土种种化的需求,依托先进的垂直整合才调、一线的NAND时间积聚与产能上风,给客户提供改变式闪存存储贬责决策。在企业级、耗尽级、客户端、游戏等多个鸿沟,闪迪通过丰富的产物组合助力客户充分开释数据价值。”

 

看成本次峰会的重磅首发新品,SANDISK iNAND MC EU721镶嵌式闪存驱动器基于闪迪先进的BiCS8 QLC 3D NAND与UFS 4.1接口打造,是闪迪针对智能出动端AI期骗场景推出的标杆级产物。该产物质能发达出众,1TB版块规矩读取速率高达4500MB/s,规矩写入速率可达4300MB/s,大致粗鲁应答旯旮AI计较、AR/XR千里浸式体验、4K/8K高清视频拍摄与编订等高频高负载场景,大幅普及终局建树的首先畅通度。

 

在现场的媒体圆桌会议上,闪迪公司产物市集总监张丹久了解读了AI期间出动端存储时间的发展趋势。关于耗尽者护理的QLC时间在高端手机的期骗问题,她示意:“关于512GB及以上容量的手机,不错毋庸对QLC时间的持久性产生费神。通过SmartSLC花式等系统级优化,QLC产物的性能以至能高出上一代TLC产物,已能充分欢乐中高端手机的AI期骗需求。”

 

面向AI大模子查验、推理以及大数据存储场景,闪迪还展示了“计较密集型”与“读取密集型”两款产物。SANDISK SN861 NVMe SSD凭借超低蔓延、高隐约量的上风,大致高效适配大模子查验与推理经过中的海量数据读写需求,大幅普及计较效果;SANDISK SN670 NVMe SSD 接纳UltraQLC时间,容量高达256TB,可用于构建高速、高效的AI数据湖,为数据中心的范围化、智能化升级提供天竟然存储贬责决策。

 

针对智能网联汽车、软件界说汽车的快速发展趋势,闪迪在本次峰会上同步展示了两款车规级存储产物。SANDISK iNAND AT EU752是闪迪旗下首款接纳UFS 4.1范例的车规级镶嵌式闪存产物,领有较前代翻倍的性能。SANDISK iNAND AT EN610 提供了高性能,并守旧宽温责任范围,专为欢乐新一代高性能中央计较架构的严苛需求而筹划。

 

闪迪公司产物市集司理耿华分析指出,如今车载存储主要聚焦在两个赛说念,即座舱和智驾。“文娱系统及座驾场景对启动速率条件较高,如舆图和文娱骨子的加载;智驾场景下则更防御读写性能的兼顾,匡助保险系统实时首先数据的实时存储。”

 

面临端侧AI市鸠合手续火热的机器东说念主这一话题,耿华进一步共享说念:“东说念主形机器东说念主的场景要计划到接口、温度、极限环境掉电等各式情况,需要更强的保合手数据踏实性的才调,因此咱们会对应的客户的种种化需求来提供工规级,以至是车规级的镶嵌式贬责决策。”

 

从云霄数据中心,到智高手机、汽车、IoT建树,正如张丹指出,闪迪的视角是通过数据中心赋能各个不同的期骗场景。在这一阶段,更需要不同的旯旮端像枝桠同样“接收营养”,汇注数据来反哺数据中心,酿成生态闭环——如吞并棵大树不断感奋成长。“是以亦然为什么咱们勤奋于于打造从云霄、旯旮到终局的丰富产物组合。 ”

 

这次闪迪展出的全场景闪存贬责决策,不仅彰显了其在AI存储鸿沟的时间高出上风,更兑现了从云霄数据中心到耗尽终局的全链路时间粉饰,为AI时间的范围化落地筑牢了坚实的存储底座。AI期间下,闪迪将合手续以改变闪存时间为中枢驱能源,赋能从数据中心到种种端侧建树的全场景期骗,让各鸿沟用户齐能在AI场景中享受到更畅通、高效、可靠的数字体验。

  

编订于 2026-04-03 20:27:33开云体育




热点资讯

相关资讯



Powered by 开云官网kaiyun皇马赞助商 (中国)官方网站 登录入口 @2013-2022 RSS地图 HTML地图