最近,导致内存制造商库存增加的DRAM短缺问题似乎已经画上句号——至少目前是这样的,不过从SK Hynix最近第四季度的财报仍然能看到这带来的一些影响。
韩国半导体制造商SK Hynix财报显示,该季度销售额为9.94万亿韩元(约合89亿美元),同比增长10%,但环比减少13%。
同样地,SK Hynix的净利润同比增长6%至3.4万亿韩元(约合30.4亿美元),但环比减少28%。
SK Hynix全年的销售额为40.45万亿韩元(约合361亿美元),较2017年增长34%,净利润增长46%,达到15.54万亿日元(约合138亿美元)。
内存短缺始于2017年并持续到2018年,导致SK Hynix的利润率大幅上升。
SK Hynix在一份声明中表示,2018年大部分时间“市场状况是持续有利的”,这主要是受到了“数据中心和高性能移动设备需求大增”的推动,带来“创纪录的业绩”。
但是,有增长必然会有下滑,考虑到服务器和PC制造商——以及他们的最终客户——不得不付出更高价值,所以业内并没有很多人对SK Hynix第四季度数据的下滑感到沮丧。
SK Hynix 表示:“由于下半年内存需求放缓,供应短缺问题得到解决,内存市场环境快速变化。”
Wells Fargo高级分析师Aaron Rakers称,DRAM销售额占SK Hynix本季度总收入的87.1%,同比增长17%。
第四季度,SK Hynix的DRAM位出货量同比减少2%,平均销售价格减少11%。NAND闪存的位出货量增加10%,但平均售价下降了21%。
SK Hynix表示,预计2019年上半年NAND价格仍然疲软,而且今年NAND CAPEX上的支出将会减少。
SK Hynix的战略是专注于利润率更高的内存技术,以防止其底线变得不稳定,这是指用于服务器和HBM2及GDDR6产品的高密度DRAM模块。
在闪存市场,SK Hynix将推出72层3D NAND,以及96层产品。与往常一样,在需求上升之前,一切都是为了控制成本和等待需求增长。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。