Objective Analysis公司的Jim Handy在上周召开的闪存存储峰会上发言称,我们目前确实处于闪存供过于求的局面。在他看来,未来闪存产品可能出现价格整体下降甚至是崩溃,具体价格水平将趋近于64层3D NAND的生产成本——换言之,到2019年闪存将达到每GB 0.08美元的价格水平。Handy将其称为半导体产品有史以来规模最大的一次价格波动。
Wells Fargo公司高级分析师Aaron Rakers利用IDC与DRAMeXchange提供的数据,估算出目前NAND闪存的总体价格约为每GB 0.30美元。Rakers还指出,Objective Analysis方面预测NAND闪存容量将迎来年均45%的增幅。
目前闪存生产线出产的闪存芯片约有70%属于3D NAND,其余是较为陈旧的2D或者说平面NAND。Handy认为这部分过剩的制造能力可转移为制造DRAM,他同时警告称这亦可能在未来引发DRAM存储容量发生过度供应。
Deep StorageNet公司首席科学家Howard Marks也在此次峰会上表示,企业级固态驱动器与传统磁盘驱动器间的价格差一旦低于5倍,即有可能引发磁盘客户全面转向固态驱动器内同类产品。
Rakers指出,与关键任务磁盘驱动器相比,企业级SSD的价格目前高出约3到4倍。与此同时,相较于近线/高端企业磁盘驱动器,企业级固态驱动器的价格约为每GB 15到17美元。
最近发布的英特尔与美光QLC(四级单元)SSD也希望从近线磁盘驱动器市场当中分得一部分读取密集型应用的份额。
如果Handy对闪存芯片价格走向的分析准确无误,那么SSD定价也将随之下降。他表示,他认为NAND价格将下跌至目前水平的25%左右。而如果固态驱动器价格稳定下降,那么未来此类产品的使用成本也有望同步降低75%。
根据Rakers公布的数据,这意味着企业级固态驱动器的价格目前约为每GB 0.30美元到0.80美元,具体视品牌而定。相比之下,近线/高端磁盘驱动器的价格则为每GB 0.02美元。假设这些SSD降价75%,即达到每GB 0.08美元,那么其每GB价格将仅为磁盘驱动器单位存储价格的四倍——低于Marks提出的五倍拐点理论。
另外,从逻辑的角度来讲,至少在读取密集型工作负载领域,利用固态驱动器取代近线/高端磁盘驱动器也将是一种必然的选择。
Handy提出的价格修正过程可能需要持续数个季度,我们认为在此期间及之后,近线/高端磁盘驱动器的销售额很可能出现相当严重的萎缩。
巧合的是,高盛公司分析师Mark Delaney曾经表示,希捷公司的股价将由51.42美元(截至发稿之时)下跌至约44美元,并决定将该股票的评级由“中等”下调为“卖出”。
他认为该股票的最终目标价格将为44美元,因为“磁盘驱动器仍然属于一个周期性行业,且面临着SSD固态驱动器市场中各子市场带来的长期挑战……NAND供应过剩正在导致固态驱动器价格下降(在某些情况下,其价格将以峰值为基础下降 30%甚至40%)。”
希捷公司的大部分收入由磁盘驱动器产品所贡献,且旗下的近线/高端驱动器正越来越多。相比之下,老牌竞争对手西部数据的营收则有一半以上来自闪存,这意味着其因磁盘价格下滑而受到的影响要小得多。
然而,与希捷相比,西部数据也有着自己的难题——易受NAND芯片价格崩溃的影响。那么,希捷与西部数据接下来的命运将如何?根据您所身处的技术或金融领域具体位置,对此可能抱有不同的结论,受到的实际影响也将有所区别。我们将在后续报道当中,持续跟进相关动态。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。