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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。