本文将带大家一同回顾2022年第四财季发布的磁盘驱动器相关消息。
尽管本季度磁盘驱动器出货单位数与总存储容量再度下降,但降幅已经不像2022年第三季度那么严重(当时出货单位数下降5.4%,出货存储容量暴跌21%)。尽管在近线产品出货量的拖累下,磁盘驱动器仍未摆脱2022年第一财季的出货量缩水趋势,但希捷和西部数据均做出乐观估计,认为2023年下半年磁盘驱动器的出货存储容量将重回上升通道。
希捷表示,本季度大容量磁盘驱动器贡献的总存储出货容量为96.7 EB,其中79.7 EB为近线产品。传统磁盘驱动器出货容量则为15.8 EB。从具体产品来看,大容量磁盘的平均容量为11.9 TB,传统磁盘驱动器的平均容量则为2.2 TB。希捷两类产品的总和出货容量为112.5 EB,折合单位驱动器平均7.3 TB。本季度,希捷的磁盘驱动器收入为16.63亿美元。在12月当季度出货的大容量磁盘当中,有超过六成容量达到20 TB以上。而从2023年6月开始,希捷将正式销售容量在30 TB以上的HAMR驱动器产品。
希捷希望,2023年上市的热辅助磁记录(HAMR)驱动器能帮助公司重获竞争优势。在希捷的财报电话会议上,CEO Dave Mosley表示“在当前市场环境下,我们一直在利用制造设施闲置的机会来解决HAMR指生产中面临的具体问题。我们正达到或迈过各个产品开发里程碑与可靠性指标,并将在未来几周内向各大云客户交付认证单元。从目前的进展来看,我们预计30+TB存储平台今年6月即可顺利上市,比原计划略微提前。”希捷认为,其HAMR的推出将帮助公司在多年的市场竞争中占据优势。
西部数据表示,他们本季度的磁盘平均售价为99美元(低于上季度的125美元)。云存储在西部数据本季度收入中占比39%(较上季度下降10%)。好消息是,西数的叠瓦式磁记录(SMR)近线驱动器迎来强劲增长,其中包括容量达26 TB的UltraSMR驱动器产品。
西数公司的David Goeckeler表示,“基于SMR技术的大容量企业级磁盘出货量在大容量产品门类中占比超25%,比我们的预期高出了四分之一。从现在的情况看,我们预计2023财年SMR产品将占大容量企业磁盘总出货存储容量的40%以上。”他还表示,SMR的亮相让大容量企业磁盘的平均容量继续增长19%、较上年同期增长21%,本季度已经达到17 TB。
自2022年第三季度下滑1.6%之后,磁盘驱动器的平均销售价格(ASP)在最新财季进一步下降12.7%。下图所示,为多年以来的磁盘平均售价趋势。2022年第四财季之所以出现平均售价下降,主要原因就是西数(下降20.8%)与希捷(下降4.8%)双双出现售价缩水。但2022年年中时,由于价格更高的大容量企业磁盘在传统应用场景中重新获得较高销售占比(此前,PC及高性能企业存储等市场已经被SSD占据),产品平均售价曾一度有所回升。

磁盘平均售价历史记录
下表所示,为2022年第四财季按厂商及常规应用类型划分的出货存储容量。请注意,根据希捷报告,“遗留”(Legacy)部分包括PC、CE、品牌及企业应用。另外,西数仅给出了本财季与上财季之间的总出货量变化差值,东芝则未报告出货存储容量。

2022年第四财季磁盘驱动器出货存储容量
2022年全年,磁盘出货存储容量的总体统计如下:

2022年磁盘出货存储容量汇总
以下饼状图所示,为2022年磁盘驱动器市场份额(按单位/块计)。请注意,从2022年第三季度到第四季度,东芝从西数手中夺取到一部分市场份额。

2022年磁盘驱动器市场份额
下图所示,为以往历史记录和我们做出的到2028年磁盘驱动器年出货量增长预测。随着数据中心对于大容量磁盘的旺盛需求,我们预计产品出货量将由2022年的总体下降走向2023年年中的全面恢复。

磁盘驱动器出货存储容量的历史与预测
下图所示,为到2028年SSD、磁盘和磁带出货量的历史记录与预测结果。可以看到,2022年销量下滑的不只是磁盘,SSD也同样受到影响。

各类存储产品出货容量的历史记录与未来预测
2022年第四财季,磁盘驱动器的出货单位与出货容量再次下降,但降幅已经小于上个季度。与2021年相比,2022年磁盘的整体出货单位和出货容量分别下滑33.4%和14.5%,其中近线磁盘需求的降幅最大。但随着数据生成和存储量的不断增加,预计近线磁盘市场将从2023年下半年开始复苏。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。