SanDisk第一季度收入呈现不错的同比增长,而这主要是受到了企业级产品销售额增长的推动。
在2016年第一季度,SanDisk收入13.7亿美元,相比一年之前的13.3亿美元增长了3%,正如预期的,相比2015财年最后一个季度的15.4亿美元季节性下滑了11%。
该季度SanDisk的利润不错,为7800万美元,同比增长100%,同样地相比上个季度的1.33亿美元呈现季节性下滑。
SanDisk表示,“市场对我们的企业解决方案、客户端SSD和便携式产品的需求要好于预期”。
企业级闪存产品收入的增长主要受到了企业级SATA SSD和PCIe产品以及超大规模客户增长的推动。
SanDisk公司总裁兼首席执行官Sanjay Mehrotra声明称:“我们第一个季度的业界标志着2016年一个良好的开端。我们实现了收入、盈利以及现金流的同比增长,很高兴我们的企业级解决方案、客户端SSD以及便携式产品都在第一季度实现了收入的强劲增长。”

SanDisk企业级闪存增长成为亮点
SanDisk的收益情况展示了该季度闪存成本和价格的变化:
- 每GB成本的环比变化:下滑6%
- 每GB成本的同比变化:下滑40%
此外分析一下收入的其他组成部分:
- 企业级产品:收入环比增长9%,同比增长15%
- 客户端SSD:收入季节性同比下滑6%,同比增长6%
- 嵌入式闪存:收入环比和同比均下滑33%,归结于智能手机客户的需求疲软
- 可移动式闪存:收入由于零售季节性因素环比下滑15%,同比增长6%
- 其他:收入环比增长12%,同比增长54%,主要受到了组件和晶圆销售的推动。
SanDisk的3D NAND产品正在通过OEM厂商的认证,下一代3D NAND有望在明年上半年批量出货。3D NAND预计将让该行业的总体NAND晶圆产量在2016年增长15%-20%。SanDisk自己的3D NAND晶圆产量预计在2016年站到总体晶圆产量的15%。
SanDisk表示,他们的“基于15纳米技术的第二代12Gbit/s企业级SAS SSD已经生产出样品,并且正在持续推进这款新SAS产品以及NVMe PCIe SSD在2016年底的发布”。
该季度SanDisk在一家主要OEM厂商那里完成了15纳米基于X3(TLC或者3bits/cell)的客户端SSD认证,预计在第二季度投入生产。其他针对该产品的OEM认证将会在第二季度完成。
这意味着接下来我们将会看到英特尔/美光、三星和东芝/WDC/SanDisk之间掀起一场围绕3D闪存产品的激烈竞争。
市场对InfiniFlash的兴趣越来越高,但是目前还没有足够的业务能够单独撑起一片天地。我们预计明年的这个时候将会看到3D NAND版本的InfiniFlash,在3U机箱内拥有更高的容量——可能是750GB,也可能是1PB。这对IBM、Nexenta、Red Hat以及Tegile来说将是一个好消息。
现在,想象下通过光纤连接NVMe的InfiniFlash。这对于那些等待实时大数据分析师的人来说,将是值得期待的。至于高性能类型的使用实例……
因为WDC正在收购SanDisk,所以没有财报电话会议。预计该收购将在2016年6月底完成,等待中国监管部门的批准。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。