希捷公司的2018财年第一季度营收为26亿美元,同比下降了7%。然而,该公司期望并相信其热辅助磁记录技术(HAMR)将助力于营收方面的增长。
GAAP净收入为1.81亿美元,与去年的1.67亿美元相比上涨了8.4%。
新任首席执行官Dave Mosley在其声明中提及,希捷公司不仅需要传承“前所未有的开发水平”以及“营收与利润的持续增长”,也需要确保“稳定的执行力与市场需求量”。
Dave Mosley认为:“目前,希捷公司有足够的能力发展业务、提高盈利能力并继续实践其股东回报制度。”
据了解,该公司已售出的容量共计70.3 EB,平均每块驱动器的容量水平可达1.9 TB。
磁盘驱动器收益为23.9亿美元,而去年同期的HDD收益为26亿美元。企业系统(阵列)、闪存以及其他收益为2.42亿美元,较去年同期的2.08亿美元上涨了17%,而与上一季度的1.86亿美元相比,环比增长了30%。由于第一季度的磁盘驱动器收益为22.2亿美元,因此这一业务类别也同样实现了环比增长。
然而,西部数据公司并不看好HAMR这一希捷大力推动的下一代硬盘技术,这是否是在表明其对MAMR的青睐?
财报电话会议期间,Mosley宣称:“我们将持续推进热辅助磁记录(即HAMR)技术组合的研发进程,预计将于2019年推出该技术产品组合……我们相信,HAMR技术将开启极富价值的设计领域,以满足市场所需的高容量与高性价比,并且我们已就此与客户进行了数月的沟通交流。”
此外,希捷公司同贝恩资本联合参与对东芝存储器业务的竞标。首席财务官Dave Morton表示:“我们期望能够与东芝存储器方面达成长期的NAND供应合作协议,这将保证我们扩展产品组合所需的原始NAND供给的连续性……此外,这份协议还将为发展希捷在NAND存储产品组合方面的未来收益增长潜力提供机会。”
与该竞标事件颇为曲折的过程相比,希捷方面得到了其所期望的结果。此外,提及对克雷公司集群存储阵列业务的处理时,Morton表示:“我们剥离了大部分高性能的计算资产,这将能够实现每年2000万美元的成本节约,并且每年能够将非磁盘驱动器运营收益提升约5000万美元。”
关于闪存驱动器业务中产品种类的减少,Mosley解释称:“我认为我们此前的产品组合过于丰富了。事实上,现在已经有太多的接口与不同的解决方案可供客户选择。所以,我认为此时正是应该在以前的基础上筛选并决定我们期望扩展的领域。”
Morton预计本季度在推出10与12 TB企业硬盘之后会迎来较为良好的收入增长。据Morton透露,在台式机领域,希捷拥有容量为2TB的磁盘片。对此,Morton补充称:“我们2 TB/盘,3.5英寸的磁盘不断注入台式机市场,这对需要2 TB、4 TB以及8 TB容量的客户具有极大的价值。”
在接下来的一个季度,Mosley表示:“我们预计将实现营收环比增长约3%至5%。”如若按此增长率,希捷公司的营收将达到27亿至27.6亿美元,这相较去于年的28亿美元而言有所下降。希捷公司筹集了大量资金并生产了数量可观的硬盘驱动器,然而其不断萎缩的业务需要新产品以再次促进经济增长。而现在对于希捷而言确实只剩一个选择了吗?恐怕是的,答案是且仅是闪存业务。
好文章,需要你的鼓励
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
阿里巴巴通义千问团队发布开源编程模型Qwen3-Coder-480B-A35B-Instruct,专门用于软件开发辅助。该模型采用混合专家架构,拥有4800亿参数,支持25.6万token上下文长度,可在数秒内创建完整功能应用。在SWE-bench基准测试中得分67.0%,表现优于GPT-4和Gemini。模型基于Apache 2.0开源许可,企业可免费使用。AI研究者称其可能是目前最佳编程模型,特别适合企业级代码库理解、自动化代码审查和CI/CD系统集成。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。