京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21