NAND供应过剩问题的可能性正快速提高——随着存储器供应量的持续提升,市场很可能无法消化或者将这些存储资源转化成令供应商满意的利润空间。
当然,没有哪家NAND闪存制造商希望看到这种过剩局面,他们都相信自己的行为理性而客观——但事实显然并非如此。然而就在内存与闪存行业一次又一次享受到稀缺性带来的利润增长之后,如今其终于来到了亏损的悬崖前。就如繁殖过剩的旅鼠一般,它们知道悬崖就在前方,但仍然义无反顾地向前奔跑。
造成这种供过于求前景的原因有三:第一,供应过度; 第二,预期价格往往不像预期那样稳定; 第三,市场需求有所下滑。
需要注意的是,市场对闪存存储资源的需求可能仍在增长,但如果其年增长幅度为5%,而行业的供应量每年提升15%,则代表着相对需求将下降10%。
当客户需要更多闪存资源时,那么NAND就会以商品形式面临市场经济带来的波动,过剩问题也由此产生。供应商无法快速提升其速度或者安全性表现,他们只能通过缩小晶圆尺寸的方式增加NAND产量。目前2D或者叫平面NAND就在采取这种缩小尺寸的作法; 在3D方面,人们努力增加NAND中的层数,并/或同步提升NAND单元中的单位容量。
目前3D NAND的这两种发展趋势皆客观存在,包括64层3D NAND逐步转化为96层,QLC(四级单元)亦在渐渐取代现有TLC(三级单元)。
供应商当然意识到了存储行业正在发生的这些长期性变化,即客户开始放弃速度缓慢的磁盘驱动器,转而采用速度更快的闪存存储资源。供应商们认为市场的相关需求空间很大,且这种趋势将长期保持下去。
制造商们很清楚,在这种背景下增加市场份额与利润的最佳方式,无疑是推出比竞争对手成本更低的闪存产品。更具体地讲,即在单位晶圆上实现更高容量,从而实现单位容量价格降低。
总体来讲,NAND的降价态势已成事实; 但供应商们认为,这将是一波缓慢而长期的下降过程,不会产生断崖式缩水。
为了扩大利益,他们正在建设更多闪存晶圆厂,而这将大大增加市场供应量。
英特尔公司于2015年年底在中国大连建立了3D NAND工厂,并计划在2018年年底将其产能翻番。
三星公司则在中国西安的3D NAND工厂中努力提升产量。
SK海力士正在利川建设新工厂,并计划于2020年正式投入使用。此外,其还在扩大另外两座韩国本土工厂的无尘车间面积。利川的M14工厂与位于无锡的另一家工厂亦开始准备生产更高层数的3D NAND芯片。
东芝存储公司/西部数据合资建立的公司正在开发96层3D NAND,其同时亦制造QLC芯片。另外,东芝还在日本岩手县北上市建造有一座新工厂。
两家公司还在对位于日本四日市的现有FAB 6工厂进行扩建,预计其将在2019年投入运营。
中国的清华紫光也在建设自己的3D NAND工厂。美光公司正在对其闪存知识产权采取法律行动,并表示清华紫光从中间商手中窃取到了相关机密技术。
长江存储科技公司等其它中国NAND供应商也在积极兴建代工设施,从而配合中国全面实现存储器生产自给自足的发展目标。
凭借着联合贝恩资本对TMC进行采购,希捷方面将利用来自TMC/西部数据合资工厂的芯片发布SSD产品。
那么,市场能否消化这么多代工厂带来的额外产能?
一位业内观察人士认为,供应过剩将导致价格下跌以及NAND滞销。
DRAMeXchange作为TrendForce公司下辖的事业部,预计称“2018年第三与第四季度,NAND闪存的平均售价将环比下降10%左右。尽管2018年第三季度一般而言应为消费电子产品的传统销售旺季,但最终市场需求的增长仍将低于预期。与此同时,3D NAND闪存的供应量将持续扩大。”
该事业部也对供应过度问题做出了进一步说明。其表示,价格下跌的主要原因在于全方位的供过于求。
这些因素将引发供应持续过剩,各类NAND闪存产品的合约价格也将在下半年持续走低。
DRAMeXchange预计,2019年上半年传统淡季期间不够理想的价格将继续保持下去。另外结合周期性规律,明年上半年的智能手机、笔记本电脑及平板电脑的出货量预测皆相当保守。
再有,其表示各大厂商向96层3D NAND的过渡预计将进一步增加整体产量,并推动供过于求趋势的升温。
我们认为,随着众多晶圆制造厂的兴建与扩建计划,2019年、2020年到2021年期间这种过度供应很可能真正转化为实际性过剩。
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。