全球存储市场规模在2016年减小,但可能没有超过15%,因为许多初创企业都在快速发展。整体来看,2015年全球大型存储企业营收下降3%.而2012年至2013年增长5%,2013年至2014年增长9%。
此次排名是基于2016财年发布存储营收且超过20亿美元营收的企业官方数据。
但如果我们要将2015年与2016年做的排名进行对比,由于以下原因变得相当困难:
EMC被戴尔收购,新集团不再透露其营收;
西部数据收购了闪迪(去年的第六名),2016年后者不再上榜;
而博通则前后成功收购了Avago,Emulex和博科;
赛门铁克(2015年排行第九)分拆,并将旗下的Veritas存储业务以80亿美元的价格出售给了Carlyle Group.
日立/ HDS不再公开其存储系统销售额。
我们估计get到EMC(2004年以来年年第一)的戴尔(2015年排名第十二)会是目前全球存储行业的领导厂商。
收购闪迪的西数目前排名第二,而美光则因为从2015年至2016年营收下降23%而降为第三。然后希捷第四,它是去年销售额超过100亿美元,排名最末的企业。
NetApp以55亿美元营收排名第五。
我们假设日立(HDS+日本)的存储营收约为40亿美元,被排名到第六,第七名HPE的存储营收约在30亿美元。第八和第九分别是博通和IBM,存储营收在20亿美元左右,大蓝是去年大型存储企业中营收下降最快的企业。
如果我们只考虑2015年和2016年公开其存储营收的企业,它们的整体销售额下降了15%,前九大企业中除了博通,其它企业销售额都有所下降。原因是大型存储系统公司的传统产品销售额降低,硬盘市场逐渐收缩,无法通过其基于闪存芯片的产品或设备进行营收补偿。全球存储市场规模在2016年减小,但可能没有超过15%,因为许多初创企业都在快速发展。整体来看,2015年全球大型存储企业营收下降3%.而2012年至2013年增长5%,2013年至2014年增长9%.
关于闪存业务,虽然美光在2016年营收下降了23%,但这并不意味着闪存市场陷入颓势。相反,一些其它大型企业,如三星和东芝就做得更好,但由于它们未公开闪存芯片和固态硬盘的财政营收而未列入排名当中。
博通凭借收购案成为唯一一家保持积极成长态势的企业(存储营收增长5%)。
以下前九大企业的存储营收都超过了20亿美元。
2016财年存储营收排名前九位的企业(营收以百万美元计)

*仅存储
**仅存储产品
对于三星和东芝,排名可能在这个前九大企业当中:
三星因为没有发布NAND闪存芯片和固态硬盘的营收,所以并未收录,但仍可能列入前九名。
至于东芝,我们知道,之前东芝一直加倍下注闪存业务,后者作为一个营收增长点希望能爬出金融泥沼同时捞一笔钱挽回它的驱动器业务,但由于本月初,东芝的美国核电业务价值减计63亿美元,财务压力倍增,据称东芝希望通过出售闪存芯片业务的多数股权来筹集至少1万亿日元(约合90亿美元)的资金,以便公司及时应对出现的财务问题,但可能会将闪存业务卖给多个买家而非一家竞购方。
注释:
这里的存储被定义为采用所有类型的数字化设备(基于磁盘,磁带,光盘,非易失性固态硬盘和子系统)记录和检索计算机数据的活动,包括所有相关的连通性,软件和服务。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。