3d保存慢（3d帧缓存保存问题）

渲染，ps调节图片伽马暗问题

3DMAX效果图保存变暗如何处理?#3dmax建模#3dmax教程

如果长江储存也受到美帝的实体清单制裁，后果严重不？还是挺严重的！虽然长江存储从技术上来看，使用的xtacking技术，128层TLC/QLC3d堆叠技术是自己的，但是从技术上看，长存的nand做消费级还可以，做宽温带的工业级产品性能差挺多的。被封最重要的影响是国内ssd controller供应商技术不行，如果不让用国外的controller，长存的nand性能再好，整个ssd的性能也上不去。

不过饭要一口一口地吃，长存能突破到现在，这个程度已经相当厉害了！整个芯片行业的突围将是我国现代化建设史上一部壮丽的史诗，目前，长存算是它的刀尖！

4K壁纸：裸眼3D效果手机壁纸，记得保存原图。#手机壁纸#

啊这，怎么有点山寨机内味？有网友曝光一张疑似为iPhone 14 Pro真机图，可以看到感叹号屏具体部件布局，其中靠左部分预计就是存放3D面部识别的元器件，不过跟之前的iPhone不同的是，这次可以清楚看到其中有两个开孔，看上去显得有些突兀，右侧则是前置镜头，如果真机真长这样的话，那苹果的审美属实退步严重了。

#数码圈八卦#

【长江储存发布新款ufs3.1闪存UC023】

长江储存发布新款UFS3.1闪存UC023，采用Xtacking 2.0技术，TLC 3D 颗粒，支持JEDEC UFS 3.1最新标准，提供128G、256G、512G三种储存容量版本。

#今日热点#

救命，终于找到了！[无辜笑]

找了好久才看到这篇文章，本来想选择一个价位适中的智能锁，奈何都不太合适，有几家品牌被吹得天花乱坠，看了许多网友回应都是售后问题比较棘手，如果买智能锁售后服务不到位，我这个人是无法忍受的。

今天跟大家聊聊开锁方式的选择（划重点）[玫瑰]

智能门锁，顾名思义就是智能的锁，能够给我们带来便利的智能化家居产品。尽管现在的智能锁都自带了许多功能，但我们最常用的还是指纹解锁。所以选择门锁的第一重点是选择最适合自己的解锁方式。

指纹识别适用人群：年轻人，指纹清晰。指纹识别的智能门锁是最常见也是保有量最大的，价格相对人脸识别和指静脉识别也偏低一些，对于指纹清晰的人来说还是很方便的，回家伸手指就行。

人脸识别适用人群：老年人。人脸识别当然是全年龄段可用，但是对老年人就超级友好。人脸识别是靠门锁上的摄像头对站在门前的人进行3D扫描来判断是否是储存了的用户，从而判断是否解锁门。

很多老年人的手指会皲裂不清晰，传统的半导体指纹识别很难识别这种指纹。这也是老纪给爸妈把指纹锁升级成人脸识别的原因。之前爸妈回家大部分时间都是用输入密码的，指纹模块反而成了摆设。

指静脉识别适用人群：中老年人。指静脉识别是比半导体指纹识别更安全更友好的识别方式，它靠扫描手指皮下的静脉血管，识别对比血液中血红蛋白吸收红外线光后形成的静脉血管图像来识别用户，安全级别很高。

#分享今日的感悟#

超越96层，3D NAND工艺存在哪些挑战？

伴随3D NAND的层数超越96层，它的工艺存在哪些挑战呢？今天，泛林集团高级化学气相沉积工艺制程专家，Steve Shih-Wei Wang，将和大家一起探讨3D NAND工艺中的挑战和机遇。

与2D NAND技术中的扩展实践不同，在3D NAND中降低位成本和增加芯片密度的直接方法是增加层数。2013年，三星交付了首款采用MLC技术的24层V-NAND产品。五年后的2018年，3D-NAND供应商均宣布将使用TLC生产96层NAND。根据最新报道，供应商已经在开发包含更多层数的下一代3D NAND。然而，3D NAND的工艺存在哪些难题？随着使用层数的增加，它的上限又是什么呢？

图1：3D NAND存储器阵列和关键工艺挑战

替代层的模具堆叠

模具堆叠要求严格的均一性和缺陷控制、最低的面内位移和氮化硅收缩，确保在经受热应力后晶圆弯曲度在可接受的范围，并具备高氮化硅/氧化硅湿式刻蚀选择性，以实现所需的图形精度和电性能。而增加叠加层数会增加出现缺陷的几率（因为缺陷会向上层蔓延），放大器件应力（导致晶圆弯曲或翘曲），以及增加工艺的复杂性和管理难度。

字线（WL）阶梯定义

目前，多道字线光刻步骤通过重复的垂直步骤刻蚀和2D剪裁，以提供3D NAND器件中使用的字线阶梯的“上下”形状。这一系列工艺步骤要求对字线触点进行精确的刻蚀侧面、修剪刻蚀均匀性和回拉CD控制。当在给定的单元密度下添加更多3D NAND层时，字线阶梯也需要加长并占用更多空间。例如，对于一个32层的NAND器件，字线阶梯会从单元阵列的边缘延伸20μm。而对于一个128层架构，字线阶梯则将延伸80μm。受制于这一线性缩放效应影响，当前的字线阶梯设计可能是影响这种3D NAND架构单元效率和扩展的主要障碍。目前业界正在研究替代方案，以解决这一问题。

图2：(a) 通过重复的纵向与横向刻蚀修剪，

来确定字线触点垫片的位置；(b) 形成的“上下”阶梯

高深宽比（HAR）存储器通道刻蚀

使用超高HAR刻蚀（深宽比大于40）来形成穿过90多NAND层的存储器通道所需的孔洞，挑战了当前等离子体刻蚀技术的物理极限，因为每个晶圆上需要刻蚀超过一万亿个孔。来自泛林集团的Harmeet Singh表示，这其中存在的问题包括“不完全刻蚀、弓型弯曲、扭曲，以及堆叠顶部和底部之间的CD差异。这些缺陷可能会导致短路、相邻存储器字符串之间的相互干扰以及其他性能问题。”叠加若干个存储器阵列（例如堆叠2个64层以提供一个等效的128层阵列）可以减轻HAR刻蚀的难度，但也会带来成本和良率问题。

图3：针对90层以上的结构，高深宽比刻蚀与控制的挑战

字线（WL）替换栅极填充

Harmeet Singh还表示，“对于替换栅极方案，字线钨提供了层内各个存储单元之间所需的关键传导链接。这一工艺特别具有挑战性，因为需要以最小的应力实现在复杂、狭窄、横向结构的存储堆叠单元里的无空隙填充。”此外，Singh还指出，具有高拉伸应力的传统CVD钨会导致晶圆弯曲，而工艺过程中氟向外扩散也会产生限制良率的缺陷。低氟含量钨（LFW）ALD工艺是一种可行的电流解决方案。但是，由于电阻率的原因，字线钨的厚度要求会限制堆叠层（ONON）厚度的压缩，从而导致存储器孔刻蚀的深宽比增加。在未来的NAND架构中，可能需要采用一种新的低电阻字线金属，用于支持扩展和增加堆叠层数。

图4：在深3D结构中，很难实现均匀的无空隙填充

生产力

随着3D NAND不断发展，位成本逐渐降低至2D NAND的水平以下，人们希望通过在垂直方向上扩展存储器规模，让3D NAND继续支持摩尔定律的位数增长。但是，如果这种位数增长仅仅依赖于总层数的增加，那么加工每个晶圆的时间所对应的成本就会变得异常高昂。如果晶圆的加工时间过长，则技术将难以被市场接受。最近，有公司宣称四位元QLC技术相较3D NAND可提升33%储存容量。这是业界缓解因堆叠高度增加而导致产能增长压力的措施之一。然而，相较于分辨TLC存储单元的8种电压状态，分辨QLC存储单元的16种电压状态会以减少写入寿命和影响性能为代价。如果不考虑浮动栅极或电荷捕获栅极方案的可用性，业界能否继续通过增加每单元的比特数来提升存储容量，这一点仍待探究。

总之，当前的3D NAND架构依旧存在某些瓶颈，它们限制了通过添加器件层数来增加架构密度的做法。这为创新型集成解决方案以及单个单元工艺技术和设备设计同时带来了挑战和机遇。下一次突破何时出现，我们将拭目以待。

原文链接：

网页链接

又一中国芯片相关企业成为M国调查对象，理由是可能向华为提供芯片？

据外媒报道，国内芯片储存企业“长江储存”被M国盯上，成为其调查对象。M国调查该企业的理由是可能向华为提供芯片。

说起长江储存，是一家以制造3D NAND高性能固态硬盘为主的企业，目前在全球处于技术先进行列，今年全球市场占有率或达到7%。而这恐怕才是被美国盯上的真正原因。

众所周知，M国为了维持其科技霸权，曾经对很多科技头部企业下手。华为就是最典型的例子。所以现在盯上长江储存也不足为奇。更何况长江储存是由武汉新芯和中科院共同成立的，有着强大的国资背景。也正是在中科院以及清华大学等高校的共同扶持下，长江储存才实现了仅用5年时间就进入世界先进行列。对此美国自然会忌惮。

所以M国借着华为大作文章，不过就是想要再次绞杀中国半导体罢了。可见我们走上自给自主的道路是非常正确的，核心技术掌握在自己手中，才能够不惧任何的挑战与威胁。

不知道大家怎么看呢？

在用AD软件绘制PCB板时，使用快捷键能有效提高绘板的速度。

列出我在绘制PCB板时，经常用到的快捷键。

P+T：绘制走线；

P+P：放置焊盘；

P+V：放置过孔；

P+G：铺铜；

T+R：蛇形走线；

Ctrl+M：测量两点距离；

Q：单位切换（mil和mm之间）；

Shift+S：显示一层（可以单独看顶层、底层、丝印层等）；

S+P：选择相同网络编号的连线（可以是多个连接点的线）；

+/-：正向或反向切换层；

shift+空格：切换PCB走线的形式（包括圆弧、直角走线）；

shift+W：走线宽度设置；

E+D：删除走线，可以连续删除；

E+O+S：设置PCB的原点；

D+R：PCB走线规则设置；

2/3：PCB的2D和3D图切换；

Ctrl+S：保存；

Ctrl+Z：撤销；

让百年央企保存下来吧！别让利益把百年企业，百年城市历史消失！呼吁保留！

国产芯片传来好消息，又一重大难题被成功攻破。

最近阿里达摩院宣布，和紫光集团成功研发了全球首款基于DRAM的3D键合堆叠存算一体芯片。存算一体，简单来说就是将计算芯片和存储芯片进行互联，大幅提高带宽、降低能耗。

要知道，在传统的冯·诺依曼架构中，存储和计算不仅没有实现一体化，甚至存储还经常拖计算的“后腿”。相当于一个水桶能装多少水，不是取决于木桶有多大，而是取决于短板有多短。

而当今芯片界的现状是，芯片计算能力强，储存却跟不上，成为了木桶上的短板。如果说短板还没什么，关键是数据的“运输”成本也高得吓人。一个简单的计算，数据要从内存中读取数据，计算完成后再存回内存。计算芯片和存储芯片就像异地恋的“情侣”，见面成本极高。统计显示，在冯·诺依曼架构中，传输数据消耗的能耗是计算本身的200倍。

在人工智能时代，芯片必须同时满足高容量内存和高算力的需求。传统冯·诺依曼架构，必将被存算一体芯片所替代。虽然阿里这款芯片离量产还有一定距离，但是也非常值得鼓励。要知道很多技术，可能要坐10年甚至20年的冷板凳才能被大规模应用。只要阿里勇于追赶、勇于走在最前面，就算走错了也是好样的。

都转发一下，那些自以为占据道德制高点的西方国家，有什么资格抹黑教训中国

圆明园3D复原照：太美了，要是保存至今多好，图8是兽首所在位置

长江储存做到了，128层3D NAND闪存芯片量产，华为的努力没有白费。

在纷繁复杂的芯片生态链中，有一种被叫做闪存芯片，在手机、电脑、硬盘等设备中，都有广泛应用。遗憾的是，这种芯片的市场份额，长期以来高度集中，其中SK海力士、美光、英特尔、铠侠、三星和西部数据，这6家企业，就占据了全球NAND闪存芯片市场97.9%的份额，比台积电的芯片代工份额，还要让人瞠目。

NAND闪存芯片的全球市场规模，超过500亿美元，市场大是次要，关键是闪存芯片的优劣，将对硬盘等产品的读写速度、容量大小等带来很大影响。试想一下，如果没有稳定可靠的NAND闪存芯片，对很多科技、互联网企业，都将带来不小的影响。

如果按部就班，从96层3D NAND闪存芯片向前推进，我们就只能追着一流闪存芯片企业的尾巴，很难实现超越。长江储存这次做到了，直接跳过96层闪存芯片，一举突破，实现128层3D NAND闪存芯片的量产，过程虽然艰难，但成绩却值得称赞。

不少人可能会问，长江储存突破闪存芯片技术，并实现量产，有华为什么事？还记得华为Mate40系列手机吗，该系列手机上的闪存芯片，就采用的是长江储存64层3D NAND闪存芯片。

华为对长江储存的支持，与对京东方的支持，有很多类似之处。所以，长江储存能够弯道超车，坚持技术自研，并具备自研的条件，与华为也有很大关联。

随着128层闪存芯片的到来，由外企主导的底层固件、闪存颗粒和主控芯片，将迎来变局，一条自主可控的国产SSD生态链，也将逐步形成。

华为P50发布，不少人还在笑话，都这样了，还在用国产供应链。殊不知，外企的技术再先进，产品再优秀，也比不上国产供应商的自主可控。

长江储存闪存芯片的新突破，也引人深思，除了华为，是不是应该有更多的厂商，要加入到支持国产供应链的体系之中？

PC性能测试软件《3DMark》推出DLC“3DMark 存储基准测试”，售价15元。该DLC可用以测试存储硬件的游戏性能，支持所有最新的存储技术，并针对诸如加载游戏，保存进度，安装游戏文件以及录制游戏视频流之类的活动测试实际的真实游戏性能。

从山海关的3D地图上看其重要性，只要把住了山海关，骑兵进入中原还是很难得。当初吴三桂如果和李自成达成协议，就不会有满族进入中原，先进文化得以保存，可惜了。

祝贺一次又一次的进步！长江存储128层闪存已正式量产出货，一举填补了国产存储市场高端产品的空白。

近日，国内存储产品代工企业“嘉合劲威”发布消息称，该公司品牌阿斯加特发布新品，闪存颗粒采用长江存储128层闪存，主控方案来自国内企业英韧科技。长江存储是证实，测试结果显示长江存储128层TLC闪存的素质良好。

不得不佩服，作为行为新人，长江存储仅用3年便实现了从32层到64层再到128层的跨越。该公司128层产品还将率先应用于消费级SSD，并逐步进入企业级服务器、数据中心等领域。

请问哪里可以买到？我这笔记本的固态硬盘终于可以换了。还请大家一起支持国货哈，因为支持他们就是支持自己的钱包。

因为国外厂商的惯用做法就是，你没有的时候，他高价销售，技术垄断！等你有了，特别是刚刚量产时，他马上大幅度降价，让你国内刚刚量产的厂家，巨额研发费用无法回收最后亏损倒闭，然后他再卖高价。

所以可以预言，固态硬盘的价格马上就要跌了。

#我要上微头条##我要上头条##固态硬盘#

美图欣赏，青蛙美图，很美丽哦，喜欢就直接保存吧。#壁纸|头像|背景图# #头条创作挑战赛#

最近阿里干了件大事，正式宣布和紫光集团联手研发了全球首款基于DRAM的3D键合堆叠存算一体芯片。这款芯片，基础是DRAM，但是又不止DRAM这么简单。阿里把内存芯片和CPU结合到了一起。既有计算能力，也有储存能力。并且性能提升了10倍，能效比更是提升了300倍。

可以说，阿里把DRAM芯片做出了新高度，开创了一条先河。一直以来，CPU做计算，内存做储存，是传统计算机不变的冯·诺依曼架构。这个架构存在一个问题，数据在CPU和内存之间传输的时候，消耗的能量是计算本身的200倍。也就是说，计算不耗能，反而是传输耗能。

存算一体芯片相比传统单功能芯片，做到了用更低的能耗做更高的计算，满足了人工智能等场景对极致算力的需求。当下芯片界，AI芯片赛道上的赛跑已经开始，苹果、微软等企业相继宣布进军存算一体AI芯片领域。如今我们不仅要关注“多少纳米”的问题，也要对存算一体芯片保持足够的重视和警惕。