中華車旗下綠捷推四足機器人GT5X、GT3X 拚2027年台灣自製率100%
中華車旗下綠捷發表四足機器人GT5X與GT3X,訂定2027年在地自製率100%目標;團隊由原中華汽車人馬轉任、逾15年車用技術經驗,並分別與恩嘉科技、輝達NVIDIA、台塑新智能合作AI運算與電池系統。
三星半導體(Samsung Semiconductor)指出,記憶胞尺寸微縮至 20 奈米以下時,電荷洩漏至鄰近記憶胞的機率會顯著增加CITE:E3。這是平面微縮的物理極限之一:記憶胞之間的物理間距一旦縮小到臨界值以下,原本用來隔絕電荷的空間就不足以防止相鄰記憶胞互相干擾CITE:E3。這意味著單純把記憶胞排得更密、線寬做得更細的傳統路線,在逼近 20 奈米這個門檻後難以再繼續走下去,產業必須另尋架構上的出路。
三星半導體的 V-NAND 技術不再擠壓平面面積,而是改以向上堆疊記憶胞的方式建構CITE:E4。這項技術等於把原本在平面上「擠密度」的思路,換成在垂直方向「疊密度」CITE:E4。美光(Micron)對堆疊的效益提出方向相同的說法:將 NAND 記憶胞陣列堆疊成更多層,可在每平方毫米矽面積上提供更多位元,進而帶來更高密度與更低的每位元成本CITE:E1。兩家廠商各自的技術說明指向同一個結論——垂直堆疊是繞開平面微縮物理極限的解方。
三星半導體表示,平面 NAND 設計的最高元件密度為 128Gb,V-NAND 則將上限擴展到 1TbCITE:E5。以數字對照,128Gb 到 1Tb(約 1024Gb)代表元件密度上限擴增到原本平面設計的 8 倍左右,這個倍數差距反映出垂直堆疊為何能取代平面微縮,成為 NAND 產業持續擴充容量的主要路線CITE:E5。
Kioxia 的 BiCS FLASH 層數由 2015 年 48 層堆高至 2022 年 162 層,美光同年推出 232 層 3D NANDCITE:E6CITE:E2。
| 廠商/產品 | 年份 | 堆疊層數 |
|---|---|---|
| Kioxia BiCS FLASH | 2015 | 48 層 |
| Kioxia BiCS FLASH | 2018 | 96 層 |
| Kioxia BiCS FLASH | 2020 | 112 層 |
| Kioxia BiCS FLASH | 2022 | 162 層 |
| 美光(Micron) | 2022 | 232 層 |
美光表示,232 層 3D NAND 是業界首款量產產品,已搭載於部分 Crucial 品牌 SSD 出貨CITE:E2。從時間序看,Kioxia 的 BiCS FLASH 在 2015 年至 2022 年間完成四個世代的層數推進(48 層、96 層、112 層、162 層),美光則在同一年份以 232 層刷新層數紀錄,顯示 2022 年是多家廠商層數演進的關鍵節點CITE:E6CITE:E2。
Kioxia 的 QLC 技術把每個記憶胞儲存的位元數從 TLC 的三個提升到四個,藉此擴充容量CITE:E7。這項技術路徑與層數堆疊彼此獨立:在相同的堆疊層數與矽晶圓面積之下,QLC 讓每一個記憶胞多存一個位元,等於在垂直堆疊之外再疊加一條容量成長的路徑CITE:E7。
這代表什麼:綜合三星半導體、美光與 Kioxia 各自揭露的數字,3D NAND 產業的容量成長來自兩條可疊加的路徑——一是把堆疊層數從 2015 年的 48 層推高到 2022 年美光的 232 層CITE:E6CITE:E2,二是把每記憶胞儲存的位元數從 TLC 的 3 個增加到 QLC 的 4 個CITE:E7。而這一切轉向的起點,是三星半導體指出平面微縮在 20 奈米以下面臨電荷洩漏風險的物理限制CITE:E3,促使產業改以 V-NAND 的垂直堆疊路線,將元件密度上限從 128Gb 推升至 1TbCITE:E4CITE:E5。
三星半導體(Samsung Semiconductor)指出,記憶胞尺寸微縮至 20 奈米以下時,電荷洩漏至鄰近記憶胞的機率會顯著增加CITE:E3。這是平面微縮的物理極限之一:記憶胞之間的物理間距一旦縮小到臨界值以下,原本用來隔絕電荷的空間就不足以防止相鄰記憶胞互相干擾CITE:E3。
三星半導體的 V-NAND 技術不再擠壓平面面積,而是改以向上堆疊記憶胞的方式建構CITE:E4。這項技術等於把原本在平面上「擠密度」的思路,換成在垂直方向「疊密度」CITE:E4。
三星半導體表示,平面 NAND 設計的最高元件密度為 128Gb,V-NAND 則將上限擴展到 1TbCITE:E5。
Kioxia 的 BiCS FLASH 層數由 2015 年 48 層堆高至 2022 年 162 層,美光同年推出 232 層 3D NANDCITE:E6CITE:E2。
從三星半導體、美光與Kioxia各自揭露的數字看,3D NAND容量成長已是層數堆疊與每胞位元數雙軌並進:美光232層與Kioxia BiCS FLASH從48層演進到162層,顯示層數增加仍是主要驅動力;QLC把每記憶胞位元數推到4位元,則代表位元密度提升不再只靠往上疊層。後續可觀察的具體指標,是下一代產品能否在維持QLC四位元架構下,把層數推得比232層更高。
中華車旗下綠捷發表四足機器人GT5X與GT3X,訂定2027年在地自製率100%目標;團隊由原中華汽車人馬轉任、逾15年車用技術經驗,並分別與恩嘉科技、輝達NVIDIA、台塑新智能合作AI運算與電池系統。
Nvidia於2026年9月3日確認以129.3億美元(精確金額12,930,300,000美元)收購開源AI平台Hugging Face,該平台擁有逾1,800萬開發者、300萬個模型與50萬個資料集;收購金額較其2023年45億美元估值大幅墊高。
輝達以35億美元認購聯發科39億美元海外可轉換公司債,成為輝達首次大手筆投資台灣公司;雙方將在AI基礎建設、邊緣AI運算與車用平台三大領域深化合作,並導入NVLink Fusion與NVHBM技術銜接資料中心晶片。