今天下面的视频简要讲解了在支持PCIe 5.0 M.2 SSD接口的笔记本电脑环境中，如何连接、使用 Quarch PAM（Power Analysis Module） + M.2 治具来监测、分析测试笔记本的L1.2低功耗表现，具体的、详细的监控软件（QPS - Quarch Power Studio）可以参考我们之前的多期视频，如下：   【高清视频】手把手教你如何测试HDD/SSD功耗并监控sideband信号 【高清视频】手把手教你如何对HDD/SSD进行电压拉偏以及功耗测量 Quarch热插拔_故障注入模块 + PAM联合测试演示 Quarch PAM操作培训视频   我们花了2个小时拍摄了本期视频并处理添加了字幕供大家参考,参见下面的视频，记得如果想看高清视频一定要在电脑上打开下面的视频链接进行观看！如果你觉得这篇文章对你有帮助，也希望帮助到更多人，欢迎分享到朋友圈或者与朋友讨论！ 视频内容简单总结如下： 1，介绍Quarch PAM 管理模块（QTL2312）和 PAM 治具（M.2 Gen4 规格）。描述了设备连接方法，包括电源供电、治具与模块之间的数据传输（双向Type-C接口）、模块与管理电脑之间的通信（USB端口）。 2，实际上电测试，通过Quarch官方监测软件Quarch Power Studio展现功耗监测过程与结果，内容包括简单的软件页面讲解与最后抓取到的低功耗状态图形界面展示。 如果想了解Quarch PAM的具体功能，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的chatper 4.3章节。同时请关注我们公众号，我们将在2025年春节后增加更多PCIe Gen6的全球业内最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加saniffer公众号留言，或致电021-50807071 / 13127856862，sales@saniffer.com。  

国际上大部分公司SATA SSD的开发大概好多年前就停止了，但是国内的情况不大一样，包括政府、工业控制等很多领域还在使用SATA SSD和HDD。当然，企业级使用也有用SAS SSD/HDD。我们今天拍摄的的视频是采用全球销售最多的SerialTek公司的6G SAS/SATA协议分析仪，通过40分钟视频让你非常直观地了解如何分析6G SATA SSD的各种问题，保证看过后就知道Seagaste, WDC，Toshiba等传统SATA HDD厂家以及各其它SATA SSD厂家如何分析SATA 盘的各种故障和异常问题的了！ 我们花了2个小时拍摄了本期视频并处理添加了字幕供大家参考,参见下面的视频，记得如果想看高清视频一定要在电脑上打开下面的视频链接进行观看！如果你觉得这篇文章对你有帮助，也希望帮助到更多人，欢迎分享到朋友圈或者与朋友讨论！ 下面是视频总结文字供参考。 SerialTek 6G SAS/SATA Protocol Analyzer 硬件与软件培训总结 1. 设备概述 SerialTek 6G SAS/SATA 分析仪是一款用于分析和调试 SAS/SATA 协议的工具。主要用于监测主机与存储设备之间的数据传输，并进行协议分析、调试和故障排除。 前面板结构 设备前面板上有两对端口，分别用于连接     Initiator（主机） 和 Target（存储设备）。 对于 SAS 接口： I1 代表      Initiator（主机端） T2 代表      Target（存储设备端） 对于 SATA 接口： Host（主机） Device（设备） 连接方式： 左侧端口连接主机端 右侧端口连接存储设备端 设备采用差分信号线进行数据传输，确保信号完整性。 后面板结构 电源接口：19V 直流电源接口。 网络接口：千兆以太网端口（推荐使用直连方式）。 触发端口（Trigger In/Out）： Trigger In：可由外部信号（如示波器）触发数据捕获。 Trigger Out：用于发送触发信号，控制其他设备（如示波器）进行同步捕获。 2. 硬件工作原理 数据传输路径 设备通过      SATA/SAS 线缆 连接主机与存储设备。 监控数据流动，并将信号传递至      FPGA 进行实时解析。 FPGA 对数据包进行时间戳标记 并存入内存缓冲区（Buffer）。 数据捕获过程 设备通过      BusExpert 软件进行控制和管理。 通过 以太网接口      连接 PC，使用管理软件进行配置与数据分析。 支持 自动触发      和 手动触发，用于不同的调试场景。 设备可以存储      2.25G Buffer 的数据，确保长时间捕获不丢失关键信息。 触发与控制 手动触发：在发现特定现象时，手动按下触发按钮停止数据采集。 自动触发：设置特定条件（如 Bit Error）时，自动停止捕获。 外部触发（Trigger In/Out）：可与示波器等外部设备联动，实现精确的事件同步。 3. BusExpert 软件功能 BusExpert 是用于SerialTek 分析仪的数据采集与分析软件，主要包括以下功能： 基本操作 连接与配置 通过 IP 地址 连接设备（推荐使用静态 IP）。 设备连接成功后，软件自动识别并初始化。 数据捕获 通过 Start Capture 开始数据抓取。 采集过程中，可随时      Stop Capture 停止并保存数据。 数据保存 采集的数据可以      本地存储 为 trace 文件（File →      Save）。 便于后续分析和对比。 数据分析 数据视图 协议解码视图（Protocol View）： 以       时间戳 和 协议格式 展示数据流。 事务视图（Transaction View）： 显示 Host 和 Device 之间的交互，便于分析命令流。 直方图视图（Histogram View）： 统计数据传输速率、错误分布等信息。 数据表格视图（Spreadsheet View）： 按时间顺序显示数据帧，包含流控信息（如 HOLD、HOLDA、X_RDY       等）。 数据包视图（Packet View）： 详细显示每个数据包，包括 CRC 校验、EOF（End       of Frame）等信息。 协议分析 SATA/SAS 速度协商（Speed Negotiation） OOB（Out of Band）通信进行 1.5G/3G/6G 速率协商。 命令执行 典型命令：Identify Device（设备识别）、Read（读）、Write（写）。 解析数据格式，查看命令执行顺序及响应时间。 错误检测 检查       CRC 错误、链路错误、丢包情况。 发现       R_ERR（Receive Error）       触发重传。 数据统计 统计链路      利用率、最小/最大帧传输时间。 查找 最慢数据包，分析系统性能瓶颈。 监测 SAS/SATA 错误率，确保数据完整性。 4. 典型使用场景 存储设备开发与调试 监测 主机与 SSD/HDD 之间的通信，验证协议实现。 调试 SATA/SAS 设备兼容性 问题。 性能分析 评估 磁盘读写性能，优化数据吞吐量。 监控 流控机制，分析存储设备的响应速度。 故障排查 发现 CRC 错误、协议错误，帮助排查数据传输问题。 检测 Bit Error 及 信号完整性 问题。 自动化测试 结合外部触发，实现      自动化测试流程。 进行 长期监测，捕捉间歇性故障。 5. 视频总结 SerialTek 6G SAS/SATA 分析仪结合 强大的硬件架构和 BusExpert 软件，提供了全方位的存储协议分析功能。其高精度的数据捕获、直观的协议解析和 丰富的调试工具，使其成为存储开发、测试和故障排查的重要工具。 如果想了解SATA/SAS盘的其它各种测试，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的Chapter 4等章节。同时请关注我们公众号，我们将在2025年春节后增加更多PCIe Gen6的全球业内最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加saniffer公众号留言，或致电021-50807071 / 13127856862，sales@saniffer.com。  

我们一提到memory这个英文单词，大部分人就想到内存，脑海里就浮现出DDR或者DIMM内存条。实际上，我们提到的 memory（存储器） 广义上可以泛指两大类：内存（volatile memory） 和 闪存（non-volatile memory），目前主要是NAND Flash，其实这里也可以包括一些新型NVM，感兴趣的可以看我之前的介绍《中国高校和企业在新型存储技术MRAM, ReRAM, FeRAM, PCM方面的研究总结》。 这两大类memory在用途和特性上有所不同。尽管大部分人对于内存和闪存都有了解，我们在介绍Micron会议发言前，还是先看一下两类存储器的简单区分和特点： 1. 内存（Volatile Memory） 特点 易失性：断电后数据会丢失。 读写速度快：通常用作计算机或设备的运行内存（如RAM）。 用途：用于存储临时数据或运行中的程序。 常见类型 DRAM（动态随机存取存储器）：如 DDR4、DDR5，用于 PC、服务器等的系统内存。 SRAM（静态随机存取存储器）：速度更快，常用在缓存（如 CPU 的 L1/L2 缓存）。 HBM (High Bandwdith Memory)：通常用于GPU 应用场景 运行操作系统和应用程序。 存储临时数据（如剪贴板内容）。 2. 闪存（Non-Volatile Memory） 特点 非易失性：断电后数据不会丢失。 读写速度较慢（相对内存）：但近年来闪存速度提升很大，例如 NVMe SSD。 用途：用于长期存储数据。 常见类型 NAND 闪存：用于 SSD、U 盘、存储卡等。 NOR 闪存：用于固件存储（如 BIOS）。 应用场景 手机存储（ROM）、电脑硬盘（SSD）。 嵌入式系统的程序存储（如微控制器中的固件）。 Memory 的狭义和广义理解 狭义：在 IT 技术中，“memory”有时特指 RAM（内存），与 storage（存储设备）     区分开，例如内存条与硬盘的功能对比。 广义：从存储器整体来看，“memory”可以包含内存和闪存，代表所有用于存储数据的设备。 对比总结 属性 内存（RAM） 闪存（Flash） 是否易失性 易失性 非易失性 存储时间 临时存储 长期存储 读写速度 快（纳秒级） 较慢（微秒级） 用途 运行程序 保存数据 如果你讨论的背景是硬件开发、大型模型训练或设备配置，可以根据具体上下文进一步细化内存和闪存的具体种类及其作用。 下面我们来看看美国Micron公司的Emanuele Confalonieri /Distinguished Member of the Technical Staff在2024/12月份的IEEE IEDM会议上的发言Memory Needs and Solutions for AI and HPC，这里做了一个简单总结方便大家参考。 1. 引言 随着人工智能（AI）和高性能计算（HPC）的快速发展，计算和内存需求呈指数级增长。AI模型的参数数量从数十亿增加到数万亿，训练这些模型所需的计算能力和内存容量也随之大幅提升。为了满足这些需求，CPU、GPU和内存技术的协同发展变得至关重要。该Micron的发言探讨了AI和HPC的未来发展对CPU、GPU及内存技术的需求，并介绍Micron公司在这方面的技术路线图。 2. AI与HPC的计算需求 AI模型的训练和推理需要大量的计算资源，尤其是在大规模并行计算环境中（目前deepseek蒸馏开源模型据说对于推理的资源要求下降不少另说）。以下是AI和HPC领域的主要计算需求： 计算性能：AI模型的训练需要极高的计算性能，尤其是矩阵运算（如GEMM、GEMV、SpMV等）。HPL（High Performance Linpack）和HPCG（High Performance Conjugate Gradients）是衡量计算性能的常用基准测试。 内存容量：随着模型参数数量的增加，内存容量需求也在急剧增长。例如，训练一个万亿参数的模型需要至少14TB的内存。 内存带宽：高带宽内存（HBM）对于GPU的性能至关重要，尤其是在处理大规模矩阵运算时。内存带宽不足会成为系统性能的瓶颈。 可靠性：在大规模并行计算环境中，单个GPU或内存模块的故障可能导致整个训练任务的中断。因此，内存的可靠性和错误纠正技术（如ECC、Chipkill等）变得尤为重要。 3. CPU、GPU与内存技术的协同发展 为了满足AI和HPC的需求，CPU、GPU和内存技术需要协同发展。以下是各技术的发展趋势： 3.1 CPU与主内存（DDR5/DDR6/LP5） DDR5：DDR5内存提供了比DDR4更高的带宽和更低的功耗，适合用于CPU的主内存。随着CPU核心数量的增加，DDR5的带宽和容量需求也在增加。 DDR6：未来的DDR6将进一步增加带宽和容量，支持更高密度的内存模块，满足AI和HPC的内存需求。 LPDDR5（低功耗内存）：LP5内存适用于移动设备和低功耗场景，能够在保持高性能的同时降低功耗。 3.2 GPU与高带宽内存（HBM4/HBM4e） HBM3/HBM3e：HBM3提供了高达1.2TB/s的带宽，适合用于GPU的高性能计算。HBM3e将进一步增加带宽和容量，支持更大规模的AI模型训练。 HBM4/HBM4e：未来的HBM4将提供更高的带宽（预计1.65TB/s）和更大的容量（48GB），支持多GPU并行计算，满足万亿参数模型的训练需求。 3.3 内存扩展模块（CXL） CXL（Compute Express Link）：CXL是一种新兴的内存扩展技术，允许CPU和GPU通过高速互连访问扩展的内存模块。CXL模块可以提供高达1TB的内存容量，适合用于大规模AI模型的训练和推理。 //* 对于这部分感兴趣的可以看我之前的一些介绍文章，可以添加saniffer公众号查询关键词"CXL"，不限下面的文章： 【高清视频】如何通过协议分析仪进行CXL底层延迟分析 中文高清视频：从零开始详细讲解CXL协议的解码和分析 高清视频1080P - CXL内存扩展卡产品形态、实操演示和技术趋势演进 高清视频1080P - 介绍Intel CPU和MSI基于AMD的CXL 2.0产品和实现 CXL内存扩展卡在服务器上如何安装和配置？ 3.4 固态盘（NVMe SSD） NVMe：NVMe SSD提供了极高的存储带宽和低延迟，适合用于AI和HPC中的快速数据访问。随着AI模型的数据集越来越大，NVMe SSD将成为存储解决方案的重要组成部分。 4. Micron的技术路线图 Micron公司在Memory技术领域处于领先地位，以下是其在AI和HPC领域的技术路线图： 4.1 高带宽内存（HBM4/HBM4e） HBM4：Micron计划在2026年推出HBM4，提供1.65TB/s的带宽和48GB的容量，支持多GPU并行计算。 HBM4e：HBM4e将进一步优化带宽和功耗，适合用于大规模AI模型的训练。 4.2 主内存（DDR5/DDR6/LP5） DDR5：Micron已经推出了DDR5内存模块，支持高达67.2GB/s的带宽，适合用于高性能CPU。 DDR6：Micron正在研发DDR6内存，预计将在未来几年内推出，提供更高的带宽和容量。 LP5：Micron的低功耗内存LP5适用于移动设备和低功耗场景，能够在保持高性能的同时降低功耗。 4.3 内存扩展模块（CXL） CXL模块：Micron已经推出了CZ120 CXL模块，支持高达2TB的内存扩展。未来的CXL模块将支持更高的带宽和容量，适合用于大规模AI模型的训练。 4.4 快速存储解决方案（NVMe） NVMe SSD：Micron的NVMe SSD提供了极高的存储带宽和低延迟，适合用于AI和HPC中的快速数据访问。 5. 未来发展方向 为了进一步提升AI和HPC系统的性能，未来的发展方向包括： 内存解耦：通过内存解耦技术，CPU和GPU可以更灵活地访问内存资源，提升系统的整体性能。 近内存计算：将计算任务移到内存附近，减少数据传输的延迟，提升计算效率。 高级封装技术：通过3D封装和异构集成技术，进一步提升内存和计算单元的集成度，降低功耗并提升性能。 6. 结论 AI和HPC的快速发展对计算和内存技术提出了更高的要求。CPU、GPU和内存技术的协同发展是满足这些需求的关键。Micron公司通过其高带宽内存（HBM4/HBM4e）、主内存（DDR5/DDR6/LP5）、内存扩展模块（CXL）和快速存储解决方案（NVMe）等技术，为AI和HPC提供了强大的内存支持。未来的内存解耦、近内存计算和高级封装技术将进一步推动AI和HPC系统的发展。 参考文献： Emanuele Confalonieri, "Memory Needs and Solutions for AI and HPC," IEDM     2024 Short Course.     如果想了解memory测试，包括DDR5, HBM, CXL memory expansion card，NVMe SSD等，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的相关章节。同时请关注我们公众号，我们将在2025年Q1增加更多PCIe Gen6的全球业内最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加saniffer公众号留言，或致电021-50807071 / 13127856862，sales@saniffer.com。  

我们在2/5日发了一个实拍视频《手把手教你如何测试HDD/SSD功耗并监控sideband信号》，介绍了通过PAM （power analysis module)被动分析背板/主板给SAS/SATA/NVMe HDD/SSD或者插卡的电压、电流、功耗、sideband边带信号，其实，我们同一时间也拍摄了一个PPM （power analysis module)的电压拉偏的视频，今天处理完视频字幕后供大家参考。 我们花了2个小时拍摄了本期视频并处理添加了字幕供大家参考,参见下面的视频，记得如果想看高清视频一定要在电脑上打开下面的视频链接进行观看！如果你觉得这篇文章对你有帮助，也希望帮助到更多人，欢迎分享到朋友圈或者与朋友讨论！ 下面是针对本次PPM以及演示内容的一个总结。 1.引言 本视频演示详细介绍了Quarch公司的PPM（Programmable Power Module）可编程电源模块的功能、使用方法及其在电压拉偏、功耗测量等方面的应用。PPM是一种可编程的电源模块，广泛应用于企业级硬盘（HDD、SSD）和各类插卡的电压拉偏测试和功耗测量。通过本视频演示，读者可以全面了解PPM的工作原理、硬件结构、软件控制及其在实际测试中的应用场景。 2.PPM硬件介绍 PPM有两种型号，一种是独立一个电源模块，另外一种是HD-PPM即一种高密度（High Density, HD）的可编程电源模块配置，适合机架部署。普通的PPM尺寸较小，通常比机顶盒还要小，适合放置在桌面上。PPM模块独立工作，也可以与其他模块组合使用。PPM的主要功能是通过编程控制输出电压（拉偏电压）、电流，并实时监控功耗变化。 外观与尺寸：PPM的外观为一个蓝色盒子，尺寸较小，适合放在测试台面上。HD-PPM为19’’机架设备，其内部包含六个独立的PPM单元，能够实现高密度的电源管理。 电源输出：PPM支持双输出，最大输出功率为60瓦（12V/5A）。前面板有10芯的电源输出接口，后面板则包括220V供电口、保险丝和风扇。PPM可以通过USB或网络进行管理，部分公司出于信息安全考虑，禁止使用USB，只能通过网线连接。 兼容性：PPM支持多种企业级硬盘，包括12G SAS、6G SAS、6G SATA HDD/SSD，以及PCIe 3.0、4.0、5.0的U.2接口硬盘。它还支持U.3和EDSFF以及M.2等各种接口的SSD盘，几乎涵盖了所有企业级硬盘的供电需求。 3.PPM的工作原理与功能 PPM的核心功能是通过编程控制输出电压，并实时监控电压、电流和功耗的变化。它可以通过Python脚本或图形化界面进行控制，支持电压的波动输出，并记录电压、电流和功耗的变化。 电压拉偏功能：PPM可以通过编程设置输出电压的波动范围。例如，可以在不同的时间段（可以精确到uS，按照时间定义输出，单位可以是uS, mS, S秒等）内输出不同的电压值（如5V、4.9V、5.12V等），以测试硬盘在不同电压条件下的稳定性。这种功能特别适用于测试硬盘在电压波动环境下的表现。 功耗测量：PPM可以实时监控硬盘的功耗变化，记录电压、电流和功耗的数据。这些数据可以帮助工程师分析硬盘在不同负载下的功耗表现，优化电源管理策略。 跳线设置：PPM支持SAS、SATA和PCIe硬盘的测试，但在测试SAS或SATA硬盘时，需要手动调整跳线帽的位置。默认情况下，跳线帽连接PCIe     NVMe SSD接口，测试SAS或SATA硬盘时需要将跳线帽拔下并重新连接。 4.PPM的软件控制 PPM通过Quarch的Power Studio QPS软件进行控制。该软件可以通过USB或网线连接PPM模块，实现电压输出、功耗测量和数据记录等功能。 软件界面：Power Studio QPS软件界面简洁，支持自动扫描设备。用户可以通过软件设置输出电压、启动电源输出，并实时监控电压、电流和功耗的变化。 数据记录与分析：软件支持记录电压、电流和功耗的变化，并生成波形图。用户可以通过放大波形图，查看特定时间段的电压波动和功耗变化。软件还支持设置采样时间（如32us、128us，1ms、10ms等），用户可以根据需要调整采样频率。 电压拉偏设置：用户可以通过软件设置输出电压的波动范围。例如，可以在不同的时间段内输出不同的电压值，模拟电压波动环境。软件还支持保存和加载电压波动模式（Pattern），方便用户重复测试。 5.PPM在实际测试中的应用 PPM广泛应用于企业级硬盘的电压拉偏测试和功耗测量。通过PPM，工程师可以模拟不同的电压环境，测试硬盘在电压波动下的稳定性和性能表现。 电压拉偏测试：通过PPM的电压拉偏功能，工程师可以测试硬盘在不同电压条件下的稳定性。例如，可以逐步降低电压，观察硬盘在低电压下的表现，直到硬盘无法正常工作。这种测试可以帮助企业确定硬盘的最低工作电压，优化电源管理策略。 功耗测量：PPM可以实时监控硬盘的功耗变化，帮助工程师分析硬盘在不同负载下的功耗表现。通过功耗测量，企业可以优化硬盘的电源管理，降低能耗。 兼容性测试：PPM支持多种企业级硬盘的测试，包括SAS、SATA和PCIe接口的硬盘。通过PPM，企业可以测试不同接口硬盘的兼容性和稳定性，确保硬盘在各种环境下的正常工作。 6.PPM与PAM的区别 PPM与PAM（Power Analysis Module）在功能上有一定的相似性，但使用场景有显著不同：PPM重在电压拉偏测试SSD或者插卡在电压不稳定的情况下的稳定性，这些SSD或者插卡不是由背板或者主板提供；PAM监测记录电压、电流、功耗和sideband边带信号，它的电压就是由背板或者主板提供。 电压拉偏功能：PPM可以通过编程设置输出电压的波动范围，而PAM只能监控电压变化，无法主动控制电压输出。 Sideband边带信号记录：PPM可以实时监控电压、电流和功耗的变化，并记录数据。PAM同样监控功耗，但同时可以提供边带信号记录功能，这在问题debug的时候非常有效。 7.PPM的注意事项 在使用PPM进行测试时，需要注意以下几点： 跳线设置：在测试SAS或SATA硬盘时，需要手动调整U.2治具前端的跳线帽的位置到SAS标识一侧，确保PPM能够正确识别硬盘类型。（PAM的治具没有这个要求） 电压范围：PPM的输出电压有一定的范围限制。例如，12V的输出电压不能超过14.4V（120%的额定电压），5V的输出电压不能超过6V。超过这些范围可能会导致硬盘损坏。 复位操作：在测试完成后，需要将PPM的跳线帽复位到PCIe接口，确保下次使用时测试NVMe SSD能够正常工作。 8. 演示视频总结 Quarch公司的PPM可编程电源模块是一款功能强大的测试工具，广泛应用于企业级硬盘的电压拉偏测试和功耗测量。通过PPM，工程师可以模拟不同的电压环境，测试硬盘在电压波动下的稳定性和性能表现。PPM支持多种硬盘接口类型，具有高密度、可编程的特点，能够通过Python脚本或图形化界面进行控制。PPM的电压拉偏功能和功耗测量功能为企业优化电源管理、降低能耗提供了有力的支持。 在实际应用中，PPM与PAM可以结合使用，能够满足更复杂的测试需求。通过合理使用PPM，企业可以确保硬盘在各种电压环境下的稳定性和兼容性，提升系统的整体性能和可靠性。 如果想了解Quarch PPM的具体功能，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的chatper 4.2章节。同时请关注我们公众号，我们将在2025年春节后增加更多PCIe Gen6的全球业内最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加saniffer公众号留言，或致电021-50807071 / 13127856862，sales@saniffer.com。  

本周一下午有用户想试用一下EDSFF E1.S和E3.S转金手指插卡，所以我们拍摄了这个视频也简单介绍一下，观看视频可以直接跳到到本文底部即可。 我们花了1小时拍摄了本期视频并处理添加了字幕供大家参考，记得如果想看高清视频一定要在电脑上打开本文底部的视频链接进行观看！如果你觉得这篇文章对你有帮助，也希望帮助到更多人，欢迎分享到朋友圈或者与朋友讨论！ 尽管该视频只是介绍了两个具体的转接卡，实际上涉及多个转接卡，包括： 2* EDSFF E1.S 转接成金手指插卡 （内含M.2 SSD转接成EDSFF E1.S转接卡）     EDSFF E3.S 转接成金手指插卡 （通过不同的braket挡板实际上可以实现E1.S转接成金手指插卡） 下面是本次高清视频的主要内容简介： 转接卡介绍： 视频开始讲解了两种不同的转接卡，分别是PCIe 5.0和PCIe 4.0版本。 其中，PCIe 5.0转接卡为X8接口，适用于各种硬盘和CXL扩展模块。 该转接卡配备了可更换的bracket（支架），用户在订货时需要指定所需的bracket类型。常见的为EDSFF E3类型，也有E1类型，参见下面的图片。       硬盘兼容性与安装： 适用于不同厚度和接口的硬盘。以EDSFF硬盘为例，E3类型的bracket支持两倍厚度的硬盘安装。 用户可以通过更换bracket，将不同接口的硬盘（如Gen5 X8或Gen5 X4）插入转接卡。特别是，Gen5 X4的硬盘或CXL内存扩展卡也可以通过相同的方式插入。 适配M.2盘到EDSFF： 在没有E1.S盘的情况下，用户可以使用M.2转接卡来适配EDSFF接口。这种转换通常用于不常见的E1.S硬盘。 通过这种转接，可以将M.2盘转为E1.S格式，方便插入相应的插槽。当然，如果本身要测试就是E1.S SSD那么就不需要这个M.2/E1.S转接卡了。 插槽分配与BIOS设置： 当插入多个硬盘时，需要通过主机的BIOS进行配置。例如，若插槽为X8类型，则可以通过BIOS设置分叉（bifurcation），将其分配为两个X4插槽。 进入BIOS后，用户需要选择“bifurcation”选项，将X16插槽配置为四个X4插槽，X8插槽则配置为两个X4插槽，以便支持多个SSD同时运行。 硬盘插槽配置： 插槽的配置也有一定的限制。例如，如果只插入一个SSD，系统会自动调整为X4模式。 若想同时插入两个X4硬盘，则需要在BIOS中手动设置为两个X4模式。否则，第二个SSD插槽可能无法正常工作。 插入方式与限制： 对于某些硬盘插槽，如果希望插入多个硬盘，必须遵循规定的插入顺序和方式。例如，如果槽位设为X4，必须在指定的插槽插入硬盘，否则可能无法正常工作。 扩展模块与插槽兼容性： 在插入内存扩展模块（如CXL X8内存模块）时，也需关注插槽类型。某些硬盘需要特定的插槽来发挥最佳性能，并且不能随意插入其他类型的插槽。 总结而言，视频重点介绍了如何通过不同类型的转接卡和bracket安装硬盘、扩展卡，并讲解了插槽分配、BIOS设置以及硬盘插入的具体要求。 如果想了解各种不同接口的转接卡的图片，描述和具体信息，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的Chatper 5和11两个章节。同时请关注我们公众号，我们将在2025年2月份增加更多全球业内针对计算、网络、存储技术最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你需要各类转接卡的更进一步的信息，例如user manual等，也请按照下面的方式联系我们。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加点击左下角“阅读原文”留言，或者saniffer公众号留言，致电021-50807071 / 13127856862，sales@saniffer.com。  

IEEE IEDM 2024年底在旧金山召开的会议上由TechInsight AI市场研究总监Anand Joshi做了专题“Evolution of AI Hardware: Past, Present and Future”。下面是对于没有时间或者机会参加本次会议的朋友提供的一个关键信息的总结，供大家参考。 Anand Joshi – AI硬件的演进：过去、现在与未来 1. 引言与议程 Anand Joshi 在IEDM 2024会议上详细探讨了AI硬件的发展历程，分析了过去的推动因素，当前的市场格局，以及未来的技术和市场趋势。他的演讲包括以下关键议题： AI加速需求的驱动因素； 过去五年的变化； AI用例的演变； AI芯片市场细分； 生成式AI对AI芯片的影响； 当前市场领导者； AI硬件的未来走向。 2. AI加速需求的驱动因素 90年代，CPU性能的限制阻碍了神经网络的进步。映射数学模型到硬件（如矩阵运算）成为AI硬件发展的核心挑战。 随着神经网络复杂度和操作数量的快速增长，传统CPU无法满足这些需求，推动了GPU和ASIC等专用硬件的崛起。 3. 过去五年的变化 GPU的崛起：GPU成为AI加速的核心，2023年GPU市场达到380亿美元，同比增长3倍。Nvidia的CUDA软件生态和硬件投资是其成功的关键。 ASIC的突破：尽管ASIC市场在2023年达到110亿美元，主要由超大规模数据中心（如Google TPU和亚马逊的Trainium）驱动，初创公司的贡献仍不足0.5%。 CPU的角色：尽管CPU在经典机器学习（如欺诈检测、推荐系统）中表现良好，但在现代深度学习和推理任务中面临瓶颈。 4. AI芯片市场细分 GPU：预计到2029年市场规模将达到2650亿美元，年复合增长率39%。Nvidia占据97%的市场份额，但AMD的MI300X正逐步蚕食市场份额。 ASIC：预计到2029年市场规模将达800亿美元，年复合增长率38%。主要应用于深度神经网络推理。 FPGA：市场份额小（预计2029年为4.8亿美元），主要用于低延迟应用，如语音识别和高频交易。 CPU：尽管在经典ML应用中仍有潜力，但在AI加速市场中份额逐渐被GPU和ASIC取代。 5. 生成式AI对AI芯片的影响 模型规模与硬件需求的爆炸性增长：从GPT-1（2018年，1.1亿参数）到GPT-4（2023年，18亿参数），模型复杂度呈指数级增长，对计算资源的需求也随之激增。 硬件升级：训练时间和计算能力需求的激增迫使硬件从V100（120 TFLOPS）升级到H100（1979 TFLOPS）等更高性能的芯片。 推理市场的开放性：尽管GPU在训练领域无可替代，推理市场尚未形成绝对的领导者，多个厂商（如Intel、AMD、Google TPU）正积极竞争。 6. 市场领导者与失败案例 Nvidia：凭借CUDA生态系统和硬件优势，Nvidia在GPU市场占据主导地位，预计将在未来继续保持领先。 Google TPU：六代TPU专注于内部工作负载，使Google成为数据中心第三大硅片公司。 初创公司的挑战：许多初创公司低估了软件生态系统的重要性，未能优化库和神经网络性能，导致市场表现不佳。 7. 未来趋势 AI硬件的持续需求：随着LLM（大语言模型）如GPT-4的训练需求不断增加，对AI加速器的需求将持续增长。 推理与训练的分化：推理基础设施将继续优化成本效益比，而训练仍需依赖高性能GPU。 边缘市场的碎片化与机遇：边缘AI市场（如智能手机、自动驾驶、物联网）需求多样，为硬件厂商提供了新的增长机会。 8. 结论 AI芯片市场的爆炸性增长：过去五年AI芯片市场经历了显著的扩张，未来短期至中期内仍将保持强劲增长势头。 生成式AI推动下一波硬件革新：生成式AI的广泛应用对硬件性能提出更高要求，驱动硬件架构和市场的快速演进。 如果想了解关于AI训练和推理系统硬件，包括服务器硬件，GPU, 网卡，SSD等相关的问题诊断、分析和测试，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的Chatper 17章：附录H：AI大模型训练/推理基础原理和底层硬件兼容性、稳定性诊断、分析和测试介绍。下面是本章的一些简介： 17.1 通俗易懂地讲解ChatGPT的训练和推理过程的分层软/硬件架构（1）.... 1396（页码，下同） 17.2通俗易懂地讲解ChatGPT执行过程在分层架构之间的调用和交互分析（2）.... 1399 17.3通俗易懂地讲解ChatGPT底层依赖的CUDA架构和兼容CUDA的国产GPU可能面临的威胁（3）... 1403 17.4通俗易懂地讲解ChatGPT的训练过程终止的条件（4）... 1409 17.5 AI大模型训练和推理Tutorial. 1412 17.6 AI大模型训练和推理对各个硬件性能的基本要求，及硬件研发常用的诊断、分析测试工具简介.... 1416 17.7 SerialTek PCIe协议分析仪解决大模型训练/推理过程中典型问题分析（一）.... 1419 17.8 SerialTek PCIe协议分析仪解决大模型训练/推理过程中典型问题分析（二）.... 1421 17.9 Quarch在大模型训练/推理过程中导入各种异常进行主动测试典型场景分析（一）.... 1423 17.10 Quarch在大模型训练/推理过程中针对SSD导入各种异常进行主动测试典型场景分析（二）.... 1427 17.11 Quarch PPM可编程电源在大模型训练/推理过程中导入异常进行主动测试典型场景分析（三）... 1430 17.12 Quarch PAM电源分析模块在大模型训练/推理过程中进行问题诊断的典型场景分析（四）.... 1433 17.13 Quarch PAM电源分析模块在大模型训练/推理过程中进行GPU问题诊断的典型场景分析（五）.... 1438 17.14 Quarch在大模型训练/推理过程中进行网络健壮性测试的典型场景分析（六）.... 1442 17.15使用SanBlaze硬件工具如何测试AI训练和推理的硬件的功能和性能指标... 1444 17.16如何使用PCIe 5.0/6.0协议分析仪测试AI训练和推理硬件.... 1447 请关注我们公众号，我们将在2025年2月份增加更多全球业内针对计算、网络、存储技术最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加aniffer公众号留言，致电021-50807071 / 13127856862，sales@saniffer.com。  

我们在2024年5月13日做过针对在韩国首尔召开的IEEE IMW (International Memory Workshop 5.12-5.15.2024)座谈会的介绍，想回溯看一下的点击这里“IEEE国际存储座谈会 + 针对NAND/新型存储测试技术面对面交流预约”，2024年12月一年一度的IEEE IEDM (International Electron Devices Meeting)作为全球微电子与纳米电子领域的风向标会议，也涉及大量的新型存储技术的最新进展，我在2025年1月份和参会的美国工程师沟通过后本来想写点东西，后来一直拖延没有来得及写。现在春节刚过，抽出时间重点归纳总结了一下本次会议涉及的新型存储技术MRAM, ReRAM, FeRAM, PCM以及中国公司的参与情况，供大家参考。   IEEE IEDM 2024会议总结 一、会议简介与历史由来 IEEE International Electron Devices Meeting（IEDM）是全球微电子与纳米电子领域最具影响力的学术会议之一，每年12月举办，汇聚了来自全球的科研人员、工程师及行业领袖，探讨半导体器件技术、制造工艺、物理建模及电路-器件交互等前沿议题。 IEDM的历史可追溯至1955年，当时首届会议在华盛顿特区Shoreham Hotel举办，旨在促进电子器件技术的交流与发展。会议自1965年起与摩尔定律结下不解之缘，戈登·摩尔在IEDM上进一步阐述其集成电路复杂度每两年翻倍的预测，奠定了IEDM在半导体行业的标志性地位。 二、2024年第70届IEDM概况 第70届IEEE IEDM于2024年12月7日至11日在旧金山Union Square Hilton酒店举行。本届会议的主题聚焦于AI时代的半导体创新、能源高效架构及宽禁带功率电子技术等，涵盖半导体制造、存储器技术、量子器件、光电子、3D集成等领域。 1. 重要主题演讲 半导体产业展望与技术前沿：台积电执行副总裁Y-J. Mii主讲，探讨先进制程与技术趋势。 AI架构与系统集成创新：AMD技术产品工程高级副总裁Mark Fuselier分享低功耗AI计算架构。 碳化硅在可持续能源中的应用：Wolfspeed CTO Elif Balkas讲解宽禁带功率器件的突破性进展。 三、参会企业与科研机构统计 1. 按国家分布： 中国：34家机构 韩国：18家 美国：10家 台湾：4家 日本、法国、意大利等国也有代表参会 2. 按存储技术分类： MRAM（磁阻式随机存取存储器）：22篇论文 ReRAM（阻变式存储器）：12篇论文 Flash（闪存）：17篇论文 FeRAM（铁电存储器）：14篇论文 PCM（相变存储器）：9篇论文 四、中国参会机构及技术亮点 清华大学、北京大学、复旦大学、上海科技大学、北航、北理工、浙大、电子科大等高校：在ReRAM、MRAM及PCM等领域取得重要研究成果。 中科院、北京元芯碳基集成电路研究院、致真存储等企业：展示了高可靠性嵌入式ReRAM、高速MRAM芯片及神经网络计算芯片等。 代表性论文示例： ReRAM加速器：基于阻变存储器的神经微分方程求解器，加速AI模型推理。 MRAM技术突破：128Kb SOT-MRAM芯片，写入速度5ns，耐久度超10^10次。 FeRAM高温可靠性优化：32Kb铁电存储芯片，在175℃下展现出色的性能稳定性。 五、会议日程概览 12月8日（周日）：技术创新与AI系统专题研讨会 12月9日（周一）：开幕式与颁奖、AI存储技术、3D集成、光电子等专题 12月10日（周二）：嵌入式存储器、神经接口技术、计算内存硬件、先进封装等 12月11日（周三）：铁电存储、3D集成电路、生物传感器、新型磁性器件等 六、热点研究方向解析 1. 存内计算（CIM）架构 CIM技术成为本届IEDM的热门议题，旨在减少数据在处理器与存储器之间的传输瓶颈，显著提升AI推理效率。多项论文展示了基于ReRAM和PCM的计算内存芯片，适用于神经网络加速与边缘计算。 2. 新型存储器技术 MRAM、ReRAM和FeRAM等新型非易失性存储器在高速读写、低功耗及高耐久性方面取得突破，推动嵌入式系统与AI芯片的发展。 3. 3D集成与异构封装 随着摩尔定律趋缓，3D集成技术成为性能提升的新路径。本届IEDM展示了多层3D NAND架构、异构芯片封装及先进互连技术。 4. 宽禁带半导体与功率电子 SiC和GaN等宽禁带半导体在高频、高功率应用中表现出卓越性能，适用于电动汽车、可再生能源及5G通信领域。 七、总结 IEEE IEDM 2024展示了半导体领域的最新突破，反映了AI计算需求驱动下的技术变革趋势。中国科研机构与企业在存储器、计算架构及材料创新方面的活跃表现，凸显了其在全球半导体生态中的重要地位。未来，计算内存、3D集成及宽禁带功率器件等领域有望引领新一轮技术革新。 ------------------------------------ NplusT公司位于意大利，为非易失性存储器提供测试和characterization设备和服务以及数据分析软件工具，针对MRAM, ReRAM, FeRAM, PCM等新型存储推出了测试工具，其技术专家 Tamas Kerekes将在2025年3月初来中国就新型存储测试做技术交流，感兴趣的朋友可以提前预约时间面对面交流。 ------------------------------------- 如果想了解本次爆火的MRAM, ReRAM, FeRAM, PCM以及闪存Flash的技术原理和相关原型测试，请参考《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver11.11》的Chatper 7.2章节：新型闪存技术研发测试平台TESTMESH系列。同时请关注我们公众号，我们将在2025年2月份增加更多全球业内针对计算、网络、存储技术最新的发展情况，推出《PCIe5&6.0, CXL, NVMeNVMoF, SSD, NAND, DDR5, 800GE测试技术和工具白皮书_ver12.0》。 如果你需要本次会议的更进一步的信息，也请按照下面的方式联系我们。 如果你有其他任何关于PCIe5&6.0, CXL, NVMe, NAND, DDR5/LPDDR5以及UFS测试方面的问题想咨询，请添加saniffer公众号留言，或致电021-50807071 / 13127856862，sales@saniffer.com。