作为2014财年的最后一个季度,西部数据的营收总额为37亿美元——尽管该公司售出的磁盘驱动器产品总量有所上升,但利润却反而出现缩水。与前两个季度相比,SSD产品的销量同样出现下降。
本季度驱动器产品需求增长主要源自PC主机、游戏设备以及笔记本,遗憾的是游戏机与笔记本驱动器产品的利润率相对较低。
本季度营收数字较上两个季度以及去年同期基本持平。3.17亿美元利润总值则略低于上季度的3.75亿美元,同时明显不及上年同期的4.16亿美元。事实上,令人沮丧的是西数公司本年度在利润方面一直属于持续萎缩态势:
我们真的不希望这样的状况继续持续下去。
本财年西数公司总营收为151亿美元,比上一年的153.5亿美元略有缩减。今年利润总额为16亿美元,同样略低于上年的16.6亿美元。
西数公司CEO兼董事长Stephen Milligan在财报会议上就企业级SSD销售下滑发表了更为详尽的解释,他指出:“在过去两个季度当中,我们逐步成为某家大客户的供货源之一。而该客户如今拥有更多可资选择的方案……因此我们认为目前的营收情况可以说是正常的。我们将——我们预计公司营收将在今年下半年逐步有所回升,而且这一趋势明显将持续到2015年年内。”
西数企业级SSD产品季度营收示意图
也就是说,一家客户就把整个西部数据糟蹋成这样?这已经是西数公司连续第二个季度遭遇SSD营收缩水。管理层必须有所行动来扭转这一不利局势。
关于6TB驱动器的讨论
Milligan谈到了西数公司旗下的两款6TB驱动器产品:西数自己的NAS红盘驱动器与HGST的氦气填充式磁盘。有传闻称6TB红盘属于叠瓦式驱动器方案,在就其平面存储密度问题作出解答时,他选择了一种更加迂回的表达方式:“目前公布的6TB产品中包含五张碟片,这显然说明其拥有业界领先的存储密度,面向的是NAS市场。需要强调的是,它并非面向企业级市场,而是专门为NAS市场所打造。”
我们与西数方面进行了沟通,询问对方该产品是否使用叠瓦式磁记录技术,最终得到了否定的答复。
再来看HGST的6TB氦气填充式驱动器,他表示这款产品专门面向企业级(请注意,并非中小型企业NAS)市场。它已经获得了广泛好评,也达到了西数为其定下的销售量预期。
他随后指出,这其实并不能算是一款“真正的”产品:“我们推出的这款6TB产品实际上,我更倾向于称其为技术展示方案。而且它确实不能算一款真正的产品。虽然不想承认,但我必须强调——从客户的角度看,我们希望能够拿出一套可以让使用者感到满意的示范性方案。”
“我们将继续推出采用氦气填充技术的更多后续产品,而且我们相信它们将在市场上拥有卓越的竞争优势,我们同样相信这些驱动器将在容量方面更上一层楼。因此6TB产品并非最终形态、也无法代表这项技术的潜力极限。”
PC升级滞后的行为惯性
他指出,西数发现PC主机驱动器需求提升的一大原因在于“其在商用领域的使用规模有所上扬,这无疑是受到了Windows系统更新周期的有力推动”。此外,“消费者级领域也显示出了强大的购买力,或者说是初步显示出这种购买力。”
他同时补充称:“可以说,已经有大量PC设备在很长一段时间内从未进行过系统版本的大规模升级。而人们在这样的状况下往往会陷入一种行为惯性,他们更倾向于把本应用在PC升级的钱用来购买其它设备上——但现在情况有了变化,他们又开始把这笔预算用回到了PC身上。”
Milligan表示,西数拥有一套非常出色的PCIe闪存产品发展路线图,其技术成果采购并整合自sTec、Virident以及Velobit等多家公司。我们预计随后将有实际产品公布出来。
将西数与希捷双方的本季度营收加以对比,我们会发现二者的表现存在较大差距——希捷营收出现萎缩,而西数则基本保持平稳。西数已经与中国商务部达成了协议,获准将其西部数据与HGST驱动器制造体系迁至中国。如果一切顺利的话,那么其产品制造成本将有所下降、并将给利润额度带来有力提振。
形势看起来一片大好,除了SSD闪存业务。不过PCIe营收应该会随着新产品的发布有所提升,我们也希望西数的SSD销售额与销售渠道不断实现扩展。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。