苹果iPhone蓄势拥抱AI革命，QLC NAND存储技术或将登台，存储空间上限激增至2TB

7月25日消息，苹果公司正在考虑在未来iPhone产品中采用QLC NAND闪存技术，这一变革有望最早在2026年实现。此举或将把iPhone的最大存储容量推高至前所未有的2TB，满足用户对更大存储空间日益增长的需求。

QLC 和 TLC

TLC 的全称是 Triple Level Cell（三层单元），进一步增加存储密度，每个存储单元存储三位信息。

TLC NAND 的成本甚至低于 MLC NAND，使其成为消费电子产品和主流 SSD 的有吸引力选择。

QLC 的全称是 Quad-level cells（四层单元），每个单元可储存 4bit 数据，跟 TLC 相比，QLC 的储存密度提高了 33%。

QLC NAND 通常用于入门级消费者固态硬盘和大容量存储应用中，QLC NAND 的耐久度最低，通常 P / E Cycle（Program Erase Cycle）在 100 到 1000 之间。

制造商实施先进的错误校正机制、预留配置（OP）和 Wear leveling 以维持可靠性。

虽然 QLC NAND 可能不适合写入密集型工作负载，但它为日常使用提供了充足的存储容量，使固态硬碟在更广泛的用户范围内触手可及。

早有曝料苹果正推进 QLC NAND

最早曝料信息称苹果计划在 iPhone 14 系列上采用 QLC NAND，今年 1 月报道，苹果可能会在 iPhone 16 Pro 系列上采用 QLC NAND。

集邦咨询预估认为苹果公司正在加速推进 QLC NAND 换代，从而将内置存储上限提高到 2TB。

不过需要注意的是，虽然 QLC 的密度比 TLC 高，但速度却比后者慢；而且单个单元中存在更多的单元，它们的耐用性较差，这意味着它们能处理的写入周期比 TLC 少。

迎接大语言模型

苹果公司还在探索如何使用 NAND 闪存，而不是内存来存储大型语言模型（LLMs），从而能够在本地运行更多 AI 任务，因此过渡到 QLC NAND 可能有助于改善 Apple Intelligence 的表现。

苹果HomePod mini午夜色优雅亮相：集成温湿感应科技，双组合立体声效果

7月17日消息，苹果正式揭晓了其环保力作——“午夜色”HomePod mini智能音箱，即日起面向市场开售。此款音箱全身包裹着100%环保再生织物，设计上突破性采用无接缝透声网面，搭配全亮背光触控面板，不仅传递了对地球的关爱，也展现了前沿科技与美学的完美融合。

全新配色 HomePod mini 售价 749 元，内置温湿度传感器；支持两台组建立体声组合；多台使用可实现多房间音频和广播功能。该款 HomePod 将在美国、加拿大、中国大陆、新加坡及其他 28 个国家和地区的 Apple Store 零售店发售。

HomePod mini 于 2020 年 11 月首次发布。当前，有关 HomePod 家族的新品信息也是接连不断，据报道，tvOS 18 Beta 3 更新本月早些时候发布之后，被发现全新的隐藏触控界面代码，暗示苹果未来会将其用于带屏幕版 HomePod 设备中。

苹果用户持有设备时间越来越长，换机周期放缓

根据消费者情报研究合作伙伴（CIRP）发布的最新研究数据，苹果产品的用户更新换代频率正在下降，这意味着果粉们持有其设备的时间正在逐渐延长。

在最近 12 个月中，至少 71% 的 iPhone 用户和 68% 的 Mac 用户称其旧设备使用时间已超过两年，而 2020 年这两个比例分别为 63% 和 59%；不过 iPad 用户的增长幅度略小。

CIRP 研究表明，Mac 用户持有设备的时间显著增加，目前至少有 56% 的 Mac 用户愿意使用三年以上再去更换新机，而 2020 年这一比例仅为 40%。

分析师指出，随着 2020 年 M1 芯片推出，苹果 Apple Silicon 在性能和能效方面取得了重大提升，因此 Mac 电脑已经能够满足“要求苛刻的任务”的处理需求。

当然，新冠疫情的暴发可能也影响了消费者的行为，例如早期阶段对远程办公和在线教育的需求激增，再加上后续出现的经济不确定性，导致大量消费者在换机方面变得更加谨慎，他们更愿意继续使用现有设备而不是购买新设备。

彭博社 Mark Gurman 也注意到了这一现象，他表示：使用超过两年的老款 iPhone 和 Mac 设备的用户比例急剧上升。他认为，导致这种局面产生可能原因可能有以下几个方面，包括新机“挤牙膏”、设备耐用性和可靠性的提升、用户需求的变化。

他认为，对于大部分用户来说其当前设备仍可应付日常使用需求，因此大多数用户没有频繁升级的需求或动机，无论是摄像头、存储空间或处理器的升级，都没有那么重要。看到这里，相信各位IT之家小伙伴也已经有了自己的一番见解，不妨在下方评论区向大家分享一下你的意见。

苹果公开DCLM-Baseline-7B小模型源码，解锁AI训练全链路宝藏

最近，苹果公司做出重大决策，开源了其DCLM-Baseline-7B人工智能语言模型，这一举措无疑将为全球AI模型研究领域注入强劲动力，促进技术共享与创新，预计对未来AI语言模型的发展产生深刻影响。

DCLM-Baseline-7B模型的开源，不仅仅是代码的公开，更重要的是，它包括了从预训练数据集、数据处理过程、训练过程到评估组件的全链路。这意味着研究人员和开发者可以从头到尾、从里到外，对这个模型有一个全面而深入的了解。

在MMLU测试中，DCLM-Baseline-7B的表现与Mistral-7B-v0.3和Llama38B相当，这证明了它在语言理解能力上的卓越性能。这样的表现，对于一个开源模型来说，无疑是极具吸引力的。

DCLM-Baseline-7B是一个基于解码器的Transformer语言模型，它采用了先进的架构设计，并基于PyTorch与OpenLM框架进行优化。这种架构使得模型在处理语言任务时更加高效和准确。

模型的训练过程同样值得关注。它使用了AdamW优化器，学习率峰值为2e-3，权重衰减为0.05，批处理大小为2048个序列，序列长度为2048个标记，并在H100GPU上进行训练。这些细节都体现了苹果在模型训练上的精益求精。

DCLM-Baseline-7B模型的使用需要先安装open_lm，并通过特定的代码和参数设置来实现模型的生成。这种开放而灵活的使用方式，使得开发者可以根据自己的需求，对模型进行定制和优化。

在众多任务上，DCLM-Baseline-7B展现出了不俗的评估结果。例如，在MMLU（零样本）任务上的得分为0.5766，在MMLU(少样本)任务上的得分为0.6372。这些结果不仅展示了模型的性能，也为未来的研究提供了有价值的参考。

DCLM-Baseline-7B的开源，是苹果在AI领域的又一重要贡献。它不仅展示了苹果在AI技术上的实力，也为全球的AI研究者和开发者提供了一个宝贵的资源。随着这个模型的开源，我们可以预见，未来将有更多创新的应用和研究在这个基础上诞生。