对存储供应商收入趋势的最新观察发现,闪存与硬盘厂商的业绩正在跳水,戴尔、Pure Storage及Snowflake等系统供应商的占比则逐渐崛起。
随时间推移,我们一直在关注上市存储公司的收入变化。下图所示,为变动模式的最新比照结果:

所有供应商的季度收入报告,都经过标准化处理以与HPE财年设置对齐。对于其中列出的戴尔、HPE等系统供应商,我们只关注存储部分收入。
我们的上一轮存储厂商收入趋势回顾是在2022年9月,当季度各厂商的收入增势相当强劲。但NAND供应过剩加上总体经济形势疲软,共同拉下了一季度的统计结果。其中美光收入已经不及戴尔存储业务,甚至连西部数据和希捷也被戴尔斩落马下。自2021年中以来,戴尔甚至一直保持着逆势增长的状态。
以下是重新整理的图表,其中仅列出收入高于NetApp的厂商,这样可以更明确地了解到存储领域各头部厂商的运营情况:

就存储收入而言,NetApp与HPE间的差距正逐渐拉开。有三家厂商正在向HPE靠拢,分别为Pure、Snowflake以及Nutanix,后两位本季度刚刚互换了份额排名。
在第二份图表中排名垫底的选手分别为:Commvault、Quantum、N-able以及Backblaze。
我们认为,Rubrik可能会在今年晚些时候或2024年进行首轮公开募股,Cohesity、Databricks乃至Veeam都有可能紧随其后。在上市之后,这些新秀的业绩数字也将出现在我们的统计图表当中。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。