三星发布新一代 LPDDR5 内存 满足 AI 和 5G 使用场景

简介: 前些时候,三星发布了新一代的移动内存 LPDDR5。该内存采用 10 nm 工艺,峰值传输速率 6400 MHz,是上一代 LPDDR4X 的1.5倍,带宽高达 51.2GB/s!已经可以比肩桌面级内存 DDR4 的水平。在功耗方面,LPDDR5 有两种规格,分别为 1.1V(6400 MHz)和 1.05V(5500 MHz),8GB LPDDR5 DRAM相比LPDDR4X DRAM最高省电30% 。不仅性能更强而且功耗更低,LPDDR5 可以说为新一代智能手机和汽车量身打造,以满足对硬件性能要求更高的 AI 需求。

前些时候,三星发布了新一代的移动内存 LPDDR5。该内存采用 10 nm 工艺,峰值传输速率 6400 MHz,是上一代 LPDDR4X 的1.5倍,带宽高达 51.2GB/s!已经可以比肩桌面级内存 DDR4 的水平。在功耗方面,LPDDR5 有两种规格,分别为 1.1V(6400 MHz)和 1.05V(5500 MHz),8GB LPDDR5 DRAM相比LPDDR4X DRAM最高省电30% 。不仅性能更强而且功耗更低,LPDDR5 可以说为新一代智能手机和汽车量身打造,以满足对硬件性能要求更高的 AI 需求。


207ec3e64bcd2e9b2866358ae1b3d35e.jpg


据三星高管介绍,5G 和 AI 将是 LPDDR5 主力服务的场景,它将开始生产符合客户需求的内存芯片。虽然三星尚未给出具体的量产时间,但预计为第三季度或第四季度推出。因此预计年末的旗舰安卓手机将会搭载 LPDDR5 芯片,而最有可能率先搭载的,或将是 9 月推出的新款 iPhone。


9318dbe5c5c3bfd9bbd384761e7d0ab3.jpg


随着 LPDDR5 的发布,可以明显看出三星加快了抢占内存市场的布局。目前三星已经称霸了全球半导体产业,几乎垄断了整个内存市场。此前我们经常在某某手机发布会上听到「吊打三星」的口号,其核心硬件却采用了三星的产品,颇为讽刺的感觉。但近年来随着中国内存厂商的崛起,三星的半导体地位也受到了不小的挑战。


9318dbe5c5c3bfd9bbd384761e7d0ab3.jpg


「中兴禁售」的风波让国家对科技产业的扶持上升到前所未有的高度,特别是在严重依赖国外进口的半导体产业,国产化的研发速度明显提升。目前国产内存除了紫光主导的武汉长江存储之外,合肥长鑫的兆易创新也已投产 8GB LPDDR4 内存新品,并计划在 2018 年年底推出相关样品,在 2019 年第三季度正式量产。虽然国产内存技术的发展水平和三星相比,还有很大的差距,但中国企业正在努力追赶,未来几年内必定会对冲击三星垄断的格局。对三星而言,也只有加快技术创新才能保持领头羊地位。


4443c083a8bd3f07c47ea0dac77c9520.jpg


回到主题,三星这次发布的 LPDDR5 基于 10nm 工艺,而三星在 10nm 工艺拥有绝对的技术优势。据官方介绍,相比 14nm 工艺,10nm 工艺制造的芯片性能提升 27%,同时功耗降低达 40%,并且 10nm 工艺允许每个晶圆多制造 30% 的芯片。可以说 10nm 工艺芯片的性能跨越了一大步。


a541d16d37c95d88c70e01e212e45198.jpg


与此同时,为了降低功耗,采用 10nm 的 LPDDR5 还加入了「深度睡眠模式」。该模式被设计成在活动状态下,根据相应应用处理器的指令,降低其工作电压,它还被配置为避免用「0」值覆盖单元格。基于此,LPDDR5 在功耗方面比起上一代产品降幅达到了 30%,非常适合对电量敏感的移动设备。


8a52f0f01aeedb9ac823c13bf08950f0.jpg


随着 AI 技术普及,手机对硬件提出了更高的要求。在 AI 这个风口中,手机硬件必定迎来一波更新换代潮流,对于国产半导体而言无疑是一次实现弯道超车的最佳时机。三星已经开始行动,我国企业也要抓把劲才行了!

相关文章
|
人工智能 关系型数据库 Serverless
Serverless 应用引擎常见问题之AI应用限制人为限制内存如何解决
Serverless 应用引擎(Serverless Application Engine, SAE)是一种完全托管的应用平台,它允许开发者无需管理服务器即可构建和部署应用。以下是Serverless 应用引擎使用过程中的一些常见问题及其答案的汇总:
256 3
|
20天前
|
存储 人工智能 搜索推荐
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
Mem0 是专为 AI 代理设计的内存层,支持记忆、学习与进化。提供多种记忆类型,可快速集成,适用于开源与托管场景,助力 AI 代理高效交互与成长。
236 123
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
|
2月前
|
存储 人工智能 自然语言处理
AI代理内存消耗过大?9种优化策略对比分析
在AI代理系统中,多代理协作虽能提升整体准确性,但真正决定性能的关键因素之一是**内存管理**。随着对话深度和长度的增加,内存消耗呈指数级增长,主要源于历史上下文、工具调用记录、数据库查询结果等组件的持续积累。本文深入探讨了从基础到高级的九种内存优化技术,涵盖顺序存储、滑动窗口、摘要型内存、基于检索的系统、内存增强变换器、分层优化、图形化记忆网络、压缩整合策略以及类操作系统内存管理。通过统一框架下的代码实现与性能评估,分析了每种技术的适用场景与局限性,为构建高效、可扩展的AI代理系统提供了系统性的优化路径和技术参考。
156 4
AI代理内存消耗过大?9种优化策略对比分析
|
1月前
|
人工智能 边缘计算 自然语言处理
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
随着模型量化技术的发展,大语言模型(LLM)如今可在低配置设备上高效运行。本文介绍本地部署LLM的核心技术、主流工具及十大轻量级模型,探讨如何在8GB内存环境下实现高性能AI推理,涵盖数据隐私、成本控制与部署灵活性等优势。
805 0
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
|
2月前
|
存储 人工智能 API
AI代理性能提升实战:LangChain+LangGraph内存管理与上下文优化完整指南
在AI代理系统开发中,上下文工程成为提升系统性能的关键技术。本文探讨了从提示工程到上下文工程的转变,强调其通过为AI系统提供背景信息和工具支持,显著提升智能化程度和实用价值。文章系统分析了上下文工程的理论基础、核心策略(如写入、选择、压缩和隔离),并结合LangChain和LangGraph工具,展示了如何实现上下文工程技术以优化AI代理性能。通过Scratchpad机制、内存管理、RAG系统集成、多代理架构及沙盒环境等技术手段,开发者可以更高效地构建高性能、可扩展的AI系统。
265 0
AI代理性能提升实战:LangChain+LangGraph内存管理与上下文优化完整指南
|
9月前
|
机器学习/深度学习 人工智能 缓存
【AI系统】推理内存布局
本文介绍了CPU和GPU的基础内存知识,NCHWX内存排布格式,以及MNN推理引擎如何通过数据内存重新排布进行内核优化,特别是针对WinoGrad卷积计算的优化方法,通过NC4HW4数据格式重排,有效利用了SIMD指令集特性,减少了cache miss,提高了计算效率。
292 3
|
9月前
|
机器学习/深度学习 人工智能 算法
【AI系统】内存分配算法
本文探讨了AI编译器前端优化中的内存分配问题,涵盖模型与硬件内存的发展、内存划分及其优化算法。文章首先分析了神经网络模型对NPU内存需求的增长趋势,随后详细介绍了静态与动态内存的概念及其实现方式,最后重点讨论了几种节省内存的算法,如空间换内存、计算换内存、模型压缩和内存复用等,旨在提高内存使用效率,减少碎片化,提升模型训练和推理的性能。
424 1
|
10月前
|
机器学习/深度学习 人工智能 物联网
5G与AI融合:智能网络的新纪元
【10月更文挑战第25天】
506 3
|
10月前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
291 1
|
小程序 安全 5G
Janus: 基于 eBPF 的 5G 实时 AI 控制器(中)
Janus: 基于 eBPF 的 5G 实时 AI 控制器(中)
315 0

热门文章

最新文章