过去3年,主流消费类固态硬盘的价格每年都有幅度较大的下降,预计到2017年,它与传统硬盘每GB存储容量的价差将缩小到11美分(约合人民币0.7元)。
不断下跌的价格也推动固态硬盘在笔记本中的普及。市场研究公司TrendForce旗下DRAMeXchange发表报告称,今年约24%-25%的笔记本将配置固态硬盘。据DRAMeXchange资深经理艾伦·陈称,明年31%消费类笔记本将配置固态硬盘,到2017年时这一比例将达到41%。

价格日趋接近
这标志着固态硬盘价格跌幅连续四个季度超过10%。DRAMeXchange指出,但是,随着它们日趋流行,今年采用率将低于预期。
艾伦·陈表示,“由于笔记本销售低于预期,品牌PC厂商和渠道经销商减少了固态硬盘采购。但是到2016年,256GB固态硬盘价格将接近主流传统硬盘,因此固态硬盘在商用笔记本中的采用率将会上升。”
Computerworld表示,尽管过去3年固态硬盘价格大幅下跌,传统硬盘价格跌幅并不大。在2012年-2015年期间,传统硬盘每GB存储容量的价格由2012年的9美分(约合人民币0.58元)下降至2015年的6美分(约合人民币0.38元),每年下跌1美分(约合人民币0.06元),但是到2017年,预计传统硬盘每GB存储容量的价格将维持在6美分的水平。
这意味着1TB传统硬盘的平均零售价将仍然约为60美元(约合人民币384元),不过在许多电商的价格可能不足45美元(约合人民币288元)。相比之下,2012年消费类固态硬盘每GB存储容量价格为99美分(约合人民币6.33元)。在2013-2015年,每GB存储容量价格由68美分(约合人民币4.35元)下跌至39美分(约合人民币2.49元),意味着1TB固态硬盘价格约为390美元(约合人民币2494元)。
艾伦·陈表示,明年固态硬盘价格将下跌至每GB存储容量24美分(约合人民币1.54元),2017年将进一步下跌至17美分(约合人民币1.09元)。这意味着1TB固态硬盘平均零售价将仅为170美元(约合人民币1087元)。
今年第三季度消费类固态硬盘销量(其中包括零售固态硬盘市场)达到2160万块。据DRAMeXchange称,受季节性因素影响,第三季度全球笔记本销量增长至4330万台,环比增长13%。
在零售固态硬盘市场上,由于预计NAND闪存芯片价格还会进一步下跌,渠道经销商在补充库存方面比较保守。艾伦·陈说,因此第三季度固态硬盘市场销量只是略有增长,按旺季标准来看令人失望。
在欧美市场上,第四季度是传统的销售旺季。艾伦·陈指出,尽管MacBook销售持续增长,配置英特尔Skylake芯片的非苹果品牌笔记本已经上市,季度笔记本销量仍然受到正在进行的库存调整的影响。DRAMeXchange预计同期内固态硬盘在笔记本市场的采用率将略微增长至约28%。
Computerworld称,由于NAND闪存价格下跌和固态硬盘厂商积极的价格政策没有停止的迹象,第四季度零售固态硬盘市场将偏离淡旺季规律。全球固态硬盘销量可能每季度增长4%-6%。
DRAMeXchange表示,为了利用更多产能和提高市场份额,三星、东芝、海力士、英特尔和美光等NAND闪存芯片厂商2016年上半年将继续维持积极的价格策略。
在固态硬盘策略方面,三星将继续利用其3D TLC固态硬盘和不采用DRAM的固态硬盘的优势,提高在PC厂商市场上的份额。但是,SanDisk在迅速崛起,自今年年中以来已经开始量产TLC固态硬盘和不采用DRAM的固态硬盘。其他固态硬盘厂商在推出采用15纳米或16纳米工艺MLC闪存芯片的产品。
艾伦·陈指出,由于主要NAND闪存芯片厂商努力利用产能和提高市场份额,2016年上半年NAND闪存芯片市场将继续上演价格战。■
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。