仍然在消化SanDisk的西数公司,售卖的磁盘驱动器超出了对手希捷,而且似乎闪存业务也蓬勃发展起来。
第二季度西数总收入49亿美元,同比增长48%——但那时候西数收购了SanDisk及其闪存业务,环比收入增长4%,不过第二季度往往从季度性来看都是高于第一季度的。
利润(净收益)为2.35亿美元,不如去年同期的2.51亿美元,但是要远好于上个季度的亏损3.66亿美元。西数正在为整合HGST和SanDisk付出代价。
这个季度西数出货了4480万部磁盘驱动器,同比减少9.9%,环比减少5.7%。
西数公司首席执行官Steve Milligan提到“我们团队在良好的市场环境下有出色的运营执行力,从而实现了12月这个季度抢眼的业绩表现”以及“市场对大容量企业硬盘、所有基于NAND的产品以及客户端应用硬盘的稳定需求。我们还实现了目标成本和效率改进,并通过持续强劲的现金流表现改善了我们的流动性状况。”
该季度西数从运营中获得了11亿美元现金,总现金、现金等价物以及可出售的证券达到了大约52亿美元——听起来就像是一家银行。
下面是季度收入和净收益表格:
按季度细分的磁盘驱动器出货情况:
上面这个细分表格显示,桌面驱动器环比增加,消费电子(CE)驱动器大幅下滑而笔记本驱动器出货量增长,贴牌驱动器出货量小幅增加。消费电子驱动器出货量的下滑是导致季度总驱动器出货量减少的主要原因。
不过西数的闪存出货量进行了一定的弥补。在财报电话会议上,西数公司首席运营官Mike Cordano表示:“我们来自客户端设备的收入环比增长主要是受到了客户端SSD和嵌入式产品的推动,收购SanDisk的收入协同效应有利于我们实现一个表现突出的季度。移动手机存储容量的增加,以及客户端SSD的市场表现,都是我们这部分业务的长期有利因素。”
对NAND的高需求以及NAND工厂产能意味着价格很高,从收入和毛利率的角度来看这是个好消息。
在财报电话会议上Milligan表示:“向3D技术持续过渡,按照计划我们的64层架构将进行升级。在12月这个季度,我们的64层产品开始向零售出货以及向OEM提供样品……我们完全可以期待我们将引领从2D NAND向3D NAND的转型。在2017年,你将看到我们的64层3D NAND将部署在我们的产品组合中,覆盖可移动嵌入式客户端SSD和企业级SSD产品。”
预计2017年西数将提供企业级64位3D NAND产品的样品。
他提到NAND代工合作伙伴东芝遇到的麻烦,但是并没有直接提到可能会部分出售东芝的NAND晶圆业务。这一切都令人放心:
我们的闪存合资伙伴正在面临挑战。在过去几周我们一直在与他们进行定期沟通。我们相信他们的半导体内存业务仍然健康并且在战略上是可执行的。在任何情况下,我们都将保护西数的利益并确保我们在合资公司中的领导地位。
企业数据中心对磁盘驱动器的需求集中在容量上,在这方面西数的10TB充氦气驱动器表现不错,而希捷由于进入充氦气驱动器技术领域较晚所以还处于认证阶段。Morton认为大容量驱动器的年PB级增幅将在40%左右。
西数认为下一次重要的磁盘驱动器记录技术转折点将出现在2019年,这就是热辅助磁记录(HAMR)。
当消费电子和非企业级(贴牌)磁盘驱动器业务分析师Katy Huberty问为什么希捷“业务环比增长20%而西数的业务下滑20%”的时候,Morton表示,现在希捷只能在监控硬盘领域赶上西数。
评论
总的来说,西数身处于一个有利的市场,整合HGST和SanDisk带来了更多节省成本的协同效应。我们将看看西数是如何销售64位3D NAND,对抗目前这个市场中的领导者三星公司。西数在硬盘出货量方面超过了希捷,4480万部对希捷的3990万部,应该增长速度继续超过希捷。希捷将更大力度地投入闪存业务。
西数预计下个季度的收入为45.5亿美元,去年同期为33亿美元。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。