针对近期一些不实传闻,英特尔澄清并表示不会放弃3D XPoint,并开发支持Sapphire Rapids的第三代英特尔傲腾产品。
自美光退出3D XPoint市场、帕特·基辛格接任英特尔首席执行官,及该公司把NAND非易失性存储器业务出售给SK海力士以来,外界对于英特尔其它非易失性存储器业务的未来充满疑虑。
英特尔现存的存储相关业务主要是基于3D XPoint技术的傲腾固态盘和持久内存业务。其相关产品由美光在犹他州 Lehi的工厂制造,XPoint研发则由英特尔位于新墨西哥州的Rio Rancho工厂开展。目前正在出货的是第二代XPoint产品,第三代及第四代产品已经在2020年英特尔产品路线图上,虽然没有注明日期。

傲腾持久内存
然而,英特尔过去几个月并未谈及其对傲腾的承诺和计划。从产品策略的角度来看,傲腾持久内存仅限于与至强CPU连接,一直被视为英特尔至强CPU比AMD服务器CPU更具竞争优势的一大特性,它通过有效的为至强提供更多的内存加速应用程序运行。
在基辛格的领导下,英特尔正在寻求重新获得对AMD处理器的领导地位,在高带宽内存的帮助下,Xeon DRAM的容量限制正在被消除。这意味着,将Optane PMem作为至强助力的战略必要性正在减少。
今年2月,英特尔数据中心内存和存储解决方案部门(包含傲腾业务)副总裁兼总经理Alper Ilkbahar已辞职。此外,还有消息称英特尔傲腾3D XPoint业务在2020年亏损超过5亿美元。
英特尔在最近的投资者大会中并没有提及或推广傲腾。Objective Analysis的Jim Handy表示:“很难判断英特尔对3D XPoint/傲腾的承诺有多大。自从帕特·基辛格掌舵以来,英特尔管理层在讲话中从未提及傲腾,这种沉默很容易引起外界的遐想。英特尔肯定不是在大力推动傲腾。”
2月24日,在Ben Thompson的Stratechery博客中发表了对帕特·基辛格的采访。基辛格在采访中表示:“我从未想过涉足内存业务,可以看到我在尽力退出我们的存储业务。”
紧随其后,2月28日分析师Tom Coughlin在福布斯上发表了一篇名为“英特尔会放弃傲腾么?”的文章,其中,他指出:“英特尔很可能会出售当前傲腾产品的剩余库存,但不会为CXL和第五代PCIe开发新产品。”
他补充说,“有很多传言称,该公司不会开发新的傲腾产品”,并总结道,“英特尔一年多来并未发布新的傲腾内存产品,并且自从美光在2021年关闭Lehi工厂以来,也没有明显增加3D XPoint的产能。这种非易失性存储技术曾经前途光明,但其相关产品可能是最后一代了。”

英特尔投资者大会演讲中有关Sapphire Rapids的信息
基于以上种种,我们询问英特尔是否仍致力于开发傲腾和3D XPoint。对此,英特尔全球传播事业部的Ann Goldman答复称:“我们将持续与客户和合作伙伴在内存和存储技术领域展开密切合作,其中包括支持Sapphire Rapids的第三代英特尔傲腾产品。与此同时,我们也正在赋能生态系统,为实现基于CXL互连技术的内存分层等关键技术做好准备。”
这会将傲腾持久内存放置在CXL总线上,以供在连接到CXL 总线的服务器中运行的应用程序用作快速、非易失性内存。
因此,我们认为英特尔仍将持续推动3D XPoint的进一步发展。
注解
傲腾是英特尔的品牌名称,适用于采用3D XPoint介质的产品。这是相变存储器的一种实现方式。其中,使用电流将硫属玻璃材料的状态从晶体变为非晶体并再次变回晶体。这两种状态的电阻不同,即分别用于表示二进制的1和0。每个状态都是持久的,即非易失的。
XPoint介质在单元中制造,这些单元以2层交叉点阵列布局。访问速度比NAND闪存快,但比DRAM慢,写入时间大约是读取时间的三倍。
傲腾可以用作连接内存总线的DIMM(持久内存)或连接NVMe的固态盘。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。