Micron首席执行官在财报电话会议上向分析师们表示,Micron最近一个季度的收入同比增长了58%。
根据财报显示,Micron在2018财年第二财季的收入为73.5亿美元,比去年同期的46.5亿美元增长58%,比上一季度的68亿美元增长8%。
该季度Micron的净收入为33亿美元,高于去年第二季度的8.94亿美元,这是NetApp最近一个季度收入的2倍多。该季度Micron的营业收入为36亿美元,高于去年的10亿美元。目前该市场无法生产足够的DRAM和NAND来满足需求,而且价格也很高。
美光预计下一季度的收入在72亿美元至76亿美元之间。
Micron公司总裁兼首席执行官Sanjay Mehrotra表示:“我们面向云、移动和汽车客户的销售有所增加,并且SSD(销售额同比增长18%)和图形内存产品创下了新高,”他说。
那么这次财报电话会仅仅提到了收入和利润的快速增长?
美光还确认了64层3D NAND的强劲销售情况。汽车市场需要更多的智能性,这就需要内存和NAND的支持。手机需要更多的内存和NAND来支撑高分辨率的视频和摄像头。目前Micron的1x纳米DRAM技术已经通过了全球三家超大规模客户的认证,其他客户也在陆续认证中。
Micron预计2018年DRAM产量将增长20%左右,NAND同比增长率将高于45%。
DRAM正受到超大规模数据中心和云数据中心需求的推动。Mehrotra表示,人工智能在这方面的应用前景非常广阔:“我们在云计算和数据中心内运用人工智能才刚刚起步。”
这会给DRAM和NAND需求带来影响。在DRAM方面:“我们预计,到2017年大约有145GB的DRAM,到2021年将达到约350GB。在NAND方面,到2017年每台服务器平均有1.5TB的NAND,到2021年将达到6TB。”
仅仅4年时间,每台服务器的平均NAND容量就增加了4倍,DRAM增加了2倍多。
Micron的存储业务部财报结果较弱,收入(12.5亿美元)相较第一季度的13.8亿美元下降了9%,SSD的增长抵消了部件收入的减少。不过,该部门同比增长了17%。
QLC NAND
提到QLC NAND,Mehrotra表示:“QLC无疑是未来几年Micron一个令人兴奋的机会,而QLC正处于开发阶段,在2018年不会普及,估计这个机会要到2019年开始发力。”
他谈到读取密集型的使用案例——很自然地,QLC NAND写入耐用性预计会低于今天的TLC闪存。
XPOINT
总的来说,好消息一直不断,直到我们开始使用3D XPoint,在这方面Micron一直拖累合作伙伴英特尔。它可以制造芯片,但是不能生产和销售XPoint设备。Micron说,这个情况可能会有所改变。
Micron公司首席财务官Dave Zisner宣称:“3D XPoint解决方案的产品开发正在进行中......我们的第一款3D XPoint产品预计将在2019年推出。”
DRAM节点光刻收缩
Micron正在日本广岛的工厂建设更多洁净室,以便在2019年生产1y纳米DRAM。
看来亚1纳米DRAM光刻不太可能了。可能某种3D DRAM技术将成为增加芯片密度的一种方式。
Rosenblatt Securities分析师Hans Mosesmann问道:“在使用了DRAM一年之后,你自己和整个业界还愿意转换或者半转换多少节点?”
Mehrotra回答说:“我们已经谈到了在DRAM中的1z技术节点,并将继续这么做下去。然后我们当然会寻求进一步扩展的机会,逐渐地,我们也在研究未来其他的先进技术。”
Mosesmann回复:“好的,但是现在1z之后就没有其他了?” Mehrotra快速地回答说:“你知道,1z之后在字母表里就没有字母了......”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。