兆易创新GD5F1GM9系列QSPINANDFlash,速度极限突破
兆易创新推出GD5F1GM9系列高速QSPI NAND Flash,以其突破性的读取速度和创新的坏块管理(BBM)功能,解决了传统SPI NAND Flash速度慢、易受坏块干扰的难题。该系列采用24nm工艺,支持多种高速读取模式,读取速度是传统产品的2~3倍,显著缩短系统启动时间并降低功耗。 GD5F1GM9系列还内置8bit ECC,并通过BBM功能有效管理坏块,保障代码区稳定性并提高资源利用率,成为安防、工业、IoT等应用的理想选择,为NOR Flash用户提供了扩容替代方案。 目前提供1Gb容量,3V/1.8V两种电压及多种封装选项。
今日,兆易创新宣布推出GD5F1GM9系列高速QSPI NAND Flash,该系列以其突破性的读取速度和创新的坏块管理(BBM)功能,可有效解决传统SPI NAND Flash响应速度慢、易受坏块干扰的行业痛点。作为一种巧妙融合了NOR Flash高速读取优势与NAND Flash大容量、低成本优势的新型解决方案,GD5F1GM9系列的面世将为SPI NAND Flash带来新的发展机遇,成为安防、工业、IoT等快速启动应用场景的理想之选。

GD5F1GM9系列高速QSPI NAND Flash采用24nm工艺节点,支持内置8bit ECC、3V和1.8V两种工作电压,以及Continuous Read、Cache Read、Auto Load Next Page等多种高速读取模式,为用户提供多种组合设计方案。与传统SPI NAND Flash相比,GD5F1GM9系列在ECC设计上摒弃了原有的串行计算方式,实现复杂ECC算法的并行计算,这极大地缩短了内置ECC的计算时间。该系列3V产品最高时钟频率为166MHz,在Continuous Read模式下可达83MB/s连续读取速率;1.8V产品最高时钟频率为133MHz,在Continuous Read模式下可达66MB/s连续读取速率。这意味着在同频率下,GD5F1GM9系列的读取速度可达到传统SPI NAND产品的2~3倍,该设计优势可有效提高器件的数据访问效率,显著缩短系统启动时间,进一步降低系统功耗。
为了解决传统NAND Flash的坏块难题,GD5F1GM9系列引入了先进的坏块管理(BBM)功能。该功能允许用户通过改变物理块地址和逻辑块地址的映射关系,从而有效应对出厂坏块和使用过程中新增坏块的挑战。一方面,传统NAND Flash在出厂时可能存在随机分布的坏块,若这些坏块出现在前部代码区,将导致NAND Flash无法正常使用。而GD5F1GM9系列通过坏块管理(BBM)功能,可确保前256个Block均为出厂好块,进而保障代码区的稳定性。另一方面,在使用过程中,NAND Flash可能出现新增坏块,传统解决方案需要预留大量冗余Block用于不同分区的坏块替换,造成严重的资源浪费。GD5F1GM9系列的坏块管理(BBM)功能允许用户重新映射逻辑地址和物理地址,使损坏的坏块地址重新可用,并且仅需预留最小限度的冗余Block,该功能不仅显著提高了资源利用率,还有效简化了系统设计。
“目前,SPI NAND Flash的读取速度普遍较慢,已成为制约终端产品性能提升的重要瓶颈”,兆易创新副总裁、存储事业部总经理苏如伟表示,“GD5F1GM9系列高速QSPI NAND Flash的推出,为市场中树立了新的性能标杆,该系列不仅有效弥补了传统SPI NAND Flash在读取速度上的不足,并为坏块管理提供了新的解决方案,可成为NOR Flash用户在扩容需求下的理想替代选择。未来,兆易创新还将持续打磨底层技术,为客户提供更高效、更可靠的存储方案。”
目前,兆易创新GD5F1GM9系列可提供1Gb容量、3V/1.8V两种电压选择,并支持WSON8 8x6mm、WSON8 6x5mm、BGA24(5×5 ball array)5x5ball封装选项。如需了解详细信息及产品定价,请联系当地销售代表。
终于介绍完啦!小伙伴们,这篇关于《兆易创新GD5F1GM9系列QSPINANDFlash,速度极限突破》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!
Python学习路径及实用建议
- 上一篇
- Python学习路径及实用建议
- 下一篇
- 中伟股份2024年收入达40.22亿,增长17.36%
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · 推理优化 ONNX Runtime 动态量化 nodes_to_exclude
- ONNX Runtime 动态量化怎么选择需要排除的节点
- 377浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | 人工智能 · 向量检索 · Sentence Transformers truncate_dim 嵌入维度 Matryoshka 向量存储
- Sentence Transformers 怎么截断嵌入维度减少存储
- 165浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- PEFT 多个 adapter 怎么按权重组合推理
- 454浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Accelerate 大模型推理怎么自动分配到多块设备
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | 人工智能 · Tokenizers offset_mapping 原始文本
- Tokenizers offset mapping 怎么映射回原始文本位置
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 | python · 人工智能 · shuffle Hugging Face Datasets streaming IterableDataset buffer_size
- Datasets streaming 怎么在不下载全集时打乱样本
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 |
- Diffusers 单文件模型怎么转换成组件目录格式
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 | 人工智能 ·
- Diffusers 怎么临时禁用 LoRA 但保留已加载权重
- 309浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · diffusers ModularPipeline update_components ComponentSpec 模型组件
- Diffusers ModularPipeline 怎么替换单个模型组件
- 175浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers bitsandbytes 量化后怎么保留部分模块精度
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · Transformers 大模型推理 KV Cache 显存不足 缓存卸载
- Transformers KV cache 怎么在显存不足时启用卸载
- 499浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers chat template 怎么生成 assistant token 掩码
- 164浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 355次使用
-
- 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。
- 416次使用
-
- 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。
- 423次使用
-
- 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。
- 378次使用
-
- 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。
- 200次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

