
大数据时代下的“汽车存储”之变2_数据分析师培训
盖世汽车:美光有哪些产品系列?
Kris Baxter:我们的存储产品有两大类别:第一个是NVM(非易失性存储),也即闪存。这个类别中又有两个细分:NOR和NAND。NOR是一种冷存储,还可以用于系统启动,是用来存储操作系统以及应用的。而NAND系统的应用现在越来越多,因此我们除提供基本款外,也提供可管理的NAND(Managed NAND),也即是e.MMC和固态硬盘SSD技术。
第二个大类别是DRAM存储类别,它是用于工作存储的,一方面我们为整车厂提供的是适用于现有技术的DRAM,包括SDRAM还有DDR1和DDR2。另外,现在我们提供更加先进的LPDRAM,用于ADAS系统,还提供LPDDR2。
盖世汽车:在近期举办的慕尼黑电子展上,贵司展出的创新产品有哪些?
Kris Baxter:今年的电子展我们推出了两款新的产品,第一款是高速并行NOR,它可以用于快速启动以及快速的代码执行,实现非常低的延时性,所以它具有非常高的读取速度。第二款我们推出的新产品是LPDDR4,它能够提供非常大的带宽进行大量的工作负荷的处理,同时它还有非常低的能耗,非常适用于ADAS以及车载信息娱乐系统。
盖世汽车:刚才您提到LPDDR4,据了解,目前市场上较为通用的是LPDDR2,LPDDR4目前比2代或3代的领先之处体现在哪些方面?由2代过渡到4代大概需要多久?另外,低功耗的DDR4与标准化的DDR4相比,性能上有什么不同?
Kris Baxter:LPDDR4的功耗更低,带宽能够提升32%到40%。其峰值带宽是LPDDR2的四倍,LPDDR3的两倍。速度取决于客户,LPDDR4进度是这样的,今年我们会向客户来发布这样的一个样品,用于检测,而生产会需要一年的时间。应用LPDDR4的车型,它的设计工作会在2015年底和2016年初开始,预计在2017年我们就可以在看到它初具雏形。
对于低功耗的DDR4和标准化的DDR4,我们认为前者的应用范围更广,因为低功耗DDR4功耗更低,带宽更大,但频率会稍微放低一些,但是由于它有更低的功耗,所以它可以处理更多的信息。
盖世汽车:刚才您也提到V2V/V2I,在车联网方面是否有举措?
Kris Baxter:车联网是非常明显的一个发展趋势和要求,美光在无线互联模组方面也是世界的领导者,比如说在机器对机器的互联当中我们提供了MCP,即多芯片封装这样的解决方案,适用于2G、3G、4G/LTE的网络。在这个MCP多芯片封装技术当中我们提供的是NOR和NAND两种技术。
盖世汽车网:美光目前在中国的拓展情况怎么样?
Kris Baxter:中国是我们重点发展的领域,在这里我们建立了系统工程实验室和设计研发中心,有能力为本地的生态客户提供非常好的创新支持,助力中国汽车嵌入式业务能更快的发展。
采访小结:非常感谢Kris Baxter先生,其实美光仅仅是汽车存储的一个代表,随着智能互联的发展,谁也不知道存储究竟能扩展到多大,我们看到的是汽车生态圈的合作变得更加密切,如果真到了全民自动驾驶的那天,自然一切都不是事儿,不过究竟是一个什么样存储技术时代,给大家一个想象空间吧!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01