当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 三星电子:4nm 节点良率趋于稳定,二季度开始量产 HBM3E 12H 内存

三星电子:4nm 节点良率趋于稳定,二季度开始量产 HBM3E 12H 内存

来源:IT之家 2024-04-30 14:48:29 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《三星电子:4nm 节点良率趋于稳定,二季度开始量产 HBM3E 12H 内存》,这篇文章主要讲到等等知识,如果你对科技周边相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

三星电子:4nm 节点良率趋于稳定,二季度开始量产 HBM3E 12H 内存

本站4月30日消息,三星电子在今日发布的一季度财报中分享了其半导体相关业务的技术信息和未来展望,本站整理如下:

系统 LSI

三星表示整体晶圆代工业务的复苏相对延迟,但晶圆厂的运营效率有一定提升。

技术方面,三星称其 3nm 和 2nm 节点技术发展顺利,将在本季度完成 2nm 设计基础设施的开发;而在 4nm 节点方面,良率渐趋稳定。

三星正就适用于3D IC的4nm技术进行准备,同时计划开发适用于14nm、8nm等成熟节点的基础设施,满足不同应用的需求。

三星确认其仍计划在下半年实现第二代 3nm 技术的量产,并提升 2nm 技术的成熟程度。

存储

三星表示其已于本月开始量产 HBM3E 8H(8 层堆叠)内存,并计划于本季度内开始量产可提供 36GB 单堆栈容量的 HBM3E 12H 产品。三星将继续增加 HBM 供应,满足生成式 AI 市场的需求。

对于常规 DDR5,三星基于 1bnm(12 纳米级)制程的 32Gb DDR5 也将于本季度量产。三星计划在该产品上实现更快的产能爬坡,以提升企业在高密度 DDR5 模组市场的竞争力。

三星 1bnm 32Gb DDR5 内存于去年 9 月发布,当时计划于 2023 年底量产。

而在 NAND 闪存领域,三星进一步明确第 9 代 V-NAND 的 QLC 版本将于三季度量产。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
Go 中的父子上下文取消顺序Go 中的父子上下文取消顺序
上一篇
Go 中的父子上下文取消顺序
Java 函数中的日志记录机制与分布式系统的交互?
下一篇
Java 函数中的日志记录机制与分布式系统的交互?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    424次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    503次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    512次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    460次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    289次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码