西部数据(Western Digital)第二季度获得创纪录收入,但美国新税法拖累其净亏损达到8.2亿美元。
该季度西部数据收入53亿美元,比去年同期增长8.4%,仅比上一季度增长2.3%。西部数据表示,该季度GAAP净亏损达8.23亿美元,其中包括16亿美元的临时净税费用,主要是由于税收减免和就业法案导致的遣返税。
这意味,如果没有这部分费用GAAP净收入就是7.77亿美元左右。去年同期为2.35亿美元,上个季度是6.81亿美元。今年业绩良好的另一个迹象是营业收入,本季度为9.55亿美元,去年同期为5.45亿美元。
西部数据在2018财年第二季度的收入和GAAP净收入
西部数据公司首席执行官Steve Milligan表示,收入增长“受到我们主要终端市场的推动”,特别是“大容量企业级硬盘和闪存产品”。到目前为止,64层NAND技术正在被部署到SSD产品组合中,96层技术将在2018年后期进行升级,现在即将制造出样品。
他证实,西部数据计划在2018年7月至12月期间推出基于MAMR的容量型驱动器样品,这项技术将会创造40TB以上的驱动器。
该季度西部数据的硬盘总出货量是4230万个,去年同期为4480万个,上一季度为4220万个。该季度出货容量为95.3EB,去年同期是77.8EB,上一个季度是87.4EB。
对硬盘细分市场进行细分发现,消费级硬盘数量环比下滑幅度较大,笔记本电脑用硬盘略有下滑,但其他类别(台式机、贴牌和企业级硬盘)则全面上涨。
2018财年第二季度磁盘驱动器细分市场
西部数据公司总裁兼首席运营官Mike Cordano表示,西部数据在所有产品领域都看到了增长,包括客户端设备(驱动器)、客户端解决方案(带有软件和驱动器的产品)、数据中心设备(驱动器)和数据中心解决方案(阵列) 。
Wells Fargo高级分析师Aaron Rakers表示,预计2018年上半年高容量企业磁盘驱动器需求将增长超过60%。
Rakers估计,西部数据的“NAND闪存总收入为26.7亿美元,上个季度为25.7亿美元,去年同期为20.9亿美元”。
他对西部数据面向企业的SSD销售情况感到失望,他说:“我们认为,西部数据在企业SSD方面的表现仍然较弱。我们将关注即将推出的eSSD,包括整合96层(BiCS4 3D-NAND)技术,这是未来业绩改善的动力。”
鉴于SSD持续向企业的渗透,西部数据正在减少对性能型企业硬盘(1万转和1.5万转硬盘)的未来投资,缩小其客户端硬盘组合。闪存市场看起来比较稳定,在发生了那么多关于东芝部分出售其闪存合资公司的法律和其他方面争议之后,西部数据很高兴与东芝达成了合作伙伴关系。
西部数据公司首席财务官Mark Long谈到美国的新税法,称16亿美元的临时净税费是“主要由于一次性强制的回国税,这只是包含在我们公认会计原则结果中的。预计从2019财年开始的未来8年,完成对这部分汇回税的支付,在最后三年完成其中的60%”。
这实际上是个好消息,因为西部数据将“以高效率的方式得到在美国的全球现金,从而受益于新的税法”。
西部数据希望在下一季度能够获得约49亿美元的收入,去年同期是46亿美元。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。