时代全芯如何化解新数据时代的挑战?

2024-01-13 11:30

本文主要是介绍时代全芯如何化解新数据时代的挑战?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

导读:2020年,一场疫情的爆发,让云计算、互联网的价值日益凸现。人们越来越认识到数据的重要性。

抗疫期间,多家互联网企业纷纷加强大数据在疫情防控中的应用。小到社区,大到部委相关部门,都将大数据作为不可或缺的防疫工具。行程卡和健康码的使用,实现了对每个行人行程的精确管控,为疫情治理工作提供了强有力的支持。

数据,数据!

之所以能有如此准确、高效的识别率,正是数据的力量,数据尤其是大数据,作为新一轮工业革命中最为活跃的技术创新要素,正在全面重构全球生产、流通、分配、消费等领域,对全球竞争、国家治理、经济发展、产业转型、社会生活等方面产生全面深刻影响。

与源于敲键盘或者点击智能手机的传统数据时代不同,如今,数据更多的来自设备,如摄像头、传感器、激光雷达等来自动采集,数据从采集、管理和应用到最后归档的数据资产过程中,还会产生很多新的数据,如数据类型就有很大的变化,原先人们采用的都是关系型数据库,今天更多是图片、视频、音频等非结构化的数据。

根据国际数据公司IDC统计显示,全球近90%的数据将在这几年内产生,预计到2025年,全球数据量将比2016年的16.1ZB增加十倍,达到163ZB。

在这里插入图片描述

来源:前瞻产业研究院

在不断的发展过程中,数据的角色也开始悄然改变,PC、互联网、消费级移动设备的兴起宣告了新数据时代的来临。央行正在进行的数字货币试点就是这样一个例子——未来人们手中持有的都是数字钱包,而货币也不再是一张张一枚枚的纸币硬币,取而代之的是纯数字化的形式,数字就是人们的资产,这个看得见但摸不着的虚拟货币就是人们的核心资产。而数据的载体就是存储器。

诚如前文所言,数据无论在数据量还是角色方便都发生了转变,这样一种转变在物联网与5G等先进技术的加持下,将会变得更加明显。

智能化时代里,万物智联,存储行业市场空间将进一步加大,对数据存储在速度、功耗、容量、可靠性层面也将提出更高要求。对于现有的存储器而言,DRAM虽然速度快,但功耗大、容量低、成本高,且断电无法保存数据,使用场景受限;NOR Flash和NAND Flash读写速度低,存储密度受限于工艺制程。

市场亟待能够满足新场景的存储器产品,性能有着突破性进展的新型存储器即将迎来爆发期。有业内人士指出,新的存储技术必将取代现有存储技术,这是历史发展的必然趋势。

PCM的魔力

PCM(Phase Change Memory)即相变存储器是全球公认的最为成熟的新一代存储技术,资料显示,PCM 速度慢于 DRAM,但比 Flash 快近 1000 倍;PCM 存储密度高于 DRAM,但是比Flash 要低。目前存储器运用过程中,DRAM 和 Flash 两者在整个系统中不匹配,需要新的存储器来构建整个架构,PCM优势很多,市场有很大的需求,很多公司在推动其产业化的进程。英特尔、三星、ST等存储企业都将相变存储纳入了下一代存储的方向。

三星 2008 年基于 90nm 工艺制备 512Mb 相变存储器芯片;2011 年基于 58nm 工艺制备 1Gb 相变存储器芯片;2012 年基于 20nm 工艺制备 8Gb 相变存储器芯片;2014 年发布相 变存储器的产业报告。

美光 2009 年基于 45nm 工艺制备 1Gb 相变存储器芯片;2011 年发布第一款基于相变存储器 的 SSD;2013 年基于 45nm 工艺 1Gb 相变存储器芯片实现量产;2015 年联合 Intel 发布 3D Xpoint。

意法半导体 2009 年联合恒亿共同发布 90nm 工艺 4Mb 嵌入式相变存储器芯片;2010 年,发布了《通过材料改性工程 N-GeTe 实现更好的热稳定性及数据保持》;2013 年,发布了《通过材料改性工程 N-Ge-GST 实现 SET 与高低组保持的性能平衡》。

但目前全球量产相变存储产品的仅有美国的英特尔和中国的北京时代全芯存储技术股份有限公司(AMT)两家企业。

据悉,英特尔的产品主要为大容量的3D X Point产品,已广泛用于我国各大数据中心的服务器中,如百度云、阿里云、平安云、腾讯云等。根据公开数据:英特尔傲腾数据中心级持久内存的引入让平安云新平台的内存采购成本降低了22.5%—48%;英特尔傲腾数据中心级持久内存让快手Redis服务的TCO降低了30%。英特尔傲腾固态盘用于中国电信四川ABM系统后的存储性能获得显著提升,稳定性也更加优异。中兴通讯也已将英特尔傲腾128GB内存条用在其的数据中心。

而时代全芯目前的量产产品主要以中低容量的可pin to pin替换的EEPROM和NOR FLASH存储为主,同时也已经基本研发完成与英特尔傲腾产品类似的DRAM Like产品,并将与主控芯片厂商进行合作开发。未来时代全芯的大容量存储产品将应用于移动通信设备、个人电脑、数据中心等各类产品中。

资料显示,北京时代全芯存储技术股份有限公司(AMT)从2010年开始进入相变存储领域,在北京、香港、纽约和台湾分别设有研发中心,在江苏淮安设有一座12寸晶圆厂—江苏时代芯存半导体有限公司(AMS),可达到年产6万片的规模。目前EEPROM、NOR FLASH等中低容量pin to pin存储产品已进入量产,DRAM Like等大容量存储已基本研发完成,将与主控芯片厂商合作推出高性能换代产品。

时代全芯如何应对新数据时代挑战?

作为一家国产公司,时代全芯能够在巨头林立的存储市场中闯出一番天地与其发展方针和对人才的建设密不可分。

在大方向上,集成电路一直以来都是我国卡脖子的产业,在过去中国经济快速发展的十多年里,时代全芯始终紧跟国家战略方向,根据对我国未来产业和我国经济形势的发展趋势,做出公司发展方向的决策:做自主可控的存储芯片。

在公司决策方面,时代全芯的创始人张龙先生长期从事高科技产业投资,服务的许多企业都与芯片领域相关。在从事投资的过程中也结识了IBM等一批全球顶尖科技企业的科学家,长期的共同工作与交流让张龙先生更加坚信高科技企业是未来的主角,他也将创立自主可控的存储芯片企业作为了自己人生目标。

在人才的选择方面,时代全芯长期以来十分重视人才建设,公司以全球化的人才战略组建了一支全球一流的集成电路人才队伍,核心技术人员均来自国际一线集成电路设计和生产企业。

不仅如此,随着公司规模化量产和大容量产品的开发,时代全芯还将加大对PCM材料、集成电路生产工艺、存储芯片设计等方面人才的吸引和培养,完善企业内部人才的储备,加强与全球知名半导体企业的人才互动,吸引更多的全球精英人才服务“中国芯”。

与此同时,时代全芯还在加强与本地高校的合作,促进产学研一体化,为本地集成电路专业人才提供成长和发挥才能的平台。2019年AMT科研院成立,在首批院士和技术骨干的带领下,时代全芯技术人才队伍不断攻克技术难关,取得了丰硕的成果,为时代全芯的创新发展做出了贡献。

未来,时代全芯科研院将肩负更大责任,承担更艰巨的任务,从企业内部打造攻克困难,夺取胜利的文化,推动企业技术的持续更新和快速发展。创新人才激励机制,以人为本,让员工获得更多的成就感和归属感,保持人才的竞争力。

说在最后

回看整个中国存储市场,存储器市场国产化率极低,传统存储器先进技术均掌握在美国、韩国和日本手中,中国在最新产品性能上落后5-10年。三星、海力士和美光垄断了以DRAM为代表的易失性存储器市场,而以NAND为代表的非易失性存储器也被三星、铠侠、闪迪、美光和海力士垄断。

但在PCM等新型存储器的发展上,中国与其他国家站在同一起跑线,都有机会出现下一个三星和海力士。在这中国存储产业突围的关键时期,一系列相关政策陆续出台,重点支持存储行业。

国家“十四五”规划纲要中,在加强原创性引领性科技攻关方面,“先进存储技术升级”被列入“科技前沿领域攻关”重点领域;在加快推动数字产业化方面,《纲要》提到,培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业,提升通信设备、核心电子元器件、关键软件等产业水平。

目前,很多曾在世界顶尖企业担任高管的产业专家纷纷回国创业,不仅带来了先进技术和经验,也吸引了一批有志之士共同打造中国芯。如时代全芯这样的企业,集结了一批国内外优秀人才,立足于相变存储技术,发展完全自主可控的各类存储芯片,并在不断突破自我的过程中前进。

天时地利人和之下,中国新型存储器未来可期!

这篇关于时代全芯如何化解新数据时代的挑战?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/601304

相关文章

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram

使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)

《使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)》在现代软件开发中,处理JSON数据是一项非常常见的任务,无论是从API接口获取数据,还是将数据存储为JSON格式,解析... 目录1. 背景介绍1.1 jsON简介1.2 实际案例2. 准备工作2.1 环境搭建2.1.1 添加