当前位置:网站首页>什么是tSD/qSD?CS创世 SD NAND到底是什么?
什么是tSD/qSD?CS创世 SD NAND到底是什么?
2022-07-17 05:11:00 【深圳市雷龙发展有限公司】
最近在跟小伙伴沟通当中,有人提到了曾经的tSD和qSD产品,我们的同事作为曾经的参与者,相当惊讶。居然还有人记得这么古老的这么一个产品,在这里简单的跟大家聊一下。
tSD和qSD的架构是控制器+TLC NAND Flash晶圆,当初是为了用户更快的享受到TLC NAND晶圆的价格红利(8年前)。
tSD和qSD的封装形式有 BGA和TSOP两种,那个时候也有人称之为TSOP/BAG封装的SD卡/TF卡。
tSD和qSD的主流容量是8GB和16GB。
但是后来,由于各种原因,这两款产品相继退出市场,如今CS创世 SD NAND也被一些小伙伴们简称为:贴片式TF卡,贴片式SD卡,贴片式T卡,那么CS创世 SD NAND和tSD/qSD有什么相同和不同的呢?
简单来说相同的,它们的架构都是一个控制器+ NAND Flash晶圆,对外都是SD接口。
不同的有
1、内部晶圆不同,CS创世 SD NAND使用的SLC NAND晶圆,擦写寿命10W次。tSD/qSD是使用TLC晶圆,擦写寿命是500-1000次。
2、容量不同,CS创世 SD NAND容量 128MB/512MB为主。tSD/qSD容量是8GB和16GB为主。
3、尺寸和封装不同。CS创世 SD NAND WSON-8 6*8mm 封装,体积小方便焊接。tSD/qSD有两种封装,BGA 153个球 11.5*13mm,TSOP 48封装, 12*20mm。
4、稳定性,CS创世 SD NAND的控制器是最新,内部是SLC NAND。tSD/qSD内部是TLC NAND Flash晶圆,只适合对价格很敏感的消费类电子产品。

上图从左到右:CS创世 SD NAND, TF卡,eMMC,TSOP48(tSD/qSD同样封装)
亲爱的卡友们,如果看完文章之后还是有疑惑或不懂的地方,请联系我们,自己去理解或猜答案是件很累的事,请把最麻烦的事情交给我们来处理,术业有专攻,闻道有先后,雷龙发展专注存储行业13年,专业提供小容量闪存解决方案。
边栏推荐
- Simple application of COAP in andorid
- CV-Model【2】:Alexnet
- Review of software process and management (6)
- 对比学习损失函数(RINCE/ReLIC/ReLICv2)
- MySQL service is starting MySQL service failed to start
- 基于 VITA57.1 标准的单通道 6GSPS 12 位AD采集,单通道 6GSPS 16 位 DA(AD9176)输出 子卡
- A Survey of Robust LiDAR-based 3D Object Detection Methods for Autonomous Driving(激光雷达3D目标检测方法)论文笔记
- 8种视觉Transformer整理(上)
- 尝试解决YOLOv5推理rtsp有延迟的一些方法
- Record: yolov5 model pruning lightweight
猜你喜欢

CUDA编程-03:线程层级

如何用NumPy读取和保存点云数据

C language - bubble sort

Pointnet++代码详解(一):farthest_point_sample函数

2021-05-21
![Pytorch learning notes [2]: learning mechanism](/img/c9/77b47682e97b09c9772bdc627703f8.png)
Pytorch learning notes [2]: learning mechanism

Pointnet++ code explanation (V): Sample_ and_ Group function and samle_ and_ group_ All function

C language implementation of iteration and binary search

重写YOLOX的TensorRT版本部署代码

Transform the inriapearson data set into Yolo training format and visualize it
随机推荐
CV学习笔记【1】:transforms
尝试解决YOLOv5推理rtsp有延迟的一些方法
深度聚类相关(三篇文章)
Pointnet++代码详解(二):square_distance函数
PyTorch学习笔记【2】:学习的机制
模型时间复杂度和空间复杂度
Pointnet++ code explanation (VI): pointnetsetabstraction layer
Pointnet++代码详解(五):sample_and_group函数和samle_and_group_all函数
Image compression based on Quadtree
Comparative learning loss function (rince/relic/relicv2)
static 关键字对作用域和生命周期的影响
Emotional classification based on Bert
基于复旦微 FPGA+华为海思 HI3531DV200+兆易创新MCU 的综合视频处理卡
C language - bubble sort
VS 中 error C4996: ‘scanf‘: This function or variable may be unsafe. 的解决方法。
基于四叉树的图像压缩问题
CV-Model【2】:Alexnet
PyTorch学习笔记【3】:使用神经网络拟合数据
Run yolov5 process record based on mindspire
Contrastive learning for image semantic segmentation (two articles)