一份分析师报告指出,磁盘驱动器容量出货量预计将在现在到2030年期间呈陡增趋势。
这组数据包含在 Tom Coughlin 最新发布的 174 页《数字存储技术通讯》中,该通讯回顾了三大磁盘驱动器供应商在 2025 年第一季度的表现,并预测了直到 2030 年的磁盘驱动器单元和容量出货量。
领先的 Western Digital 在 2025 年第一季度从 Toshiba 处获得了一个百分点的市场份额,因为与 2024 年最后一个季度相比,磁盘驱动器单元与出货容量(以 EB 计)均有所下降。
2025 年第一季度共出货 2970 万台驱动器,比上一季度的 3170 万台下降约 9.5%,其中大容量近线驱动器出货量下降了 12%。同期出货的总容量为 361.4 EB,同比下降 4.4%。硬盘驱动器供应商总收入环比下降约 8.4%,至 52.42 亿美元。
Western Digital 出货 1210 万台驱动器,总容量达到 179.8 EB,收入为 22.94 亿美元,出货单位市场份额为 42%。
Seagate 出货 1140 万台驱动器,总容量为 143.6 EB,收入 20.03 亿美元,市场份额为 40%。
Toshiba 出货 520 万台驱动器,总容量为 41 EB,市场份额占 18%,收入达到 9.45 亿美元。
各驱动器格式出货类别环比表现各异: Notebook(笔记本电脑):增长 1.4% Desktop(台式机):增长 1.4% Consumer Electronics(消费电子):下降 10.4% Branded(品牌驱动器):下降 11.3% High-performance enterprise(高性能企业级):下降 15.2% Nearline enterprise(近线企业级):下降 11.3%
总体而言,3.5 英寸驱动器出货量下降 8.7% 至 2270 万台,而 2.5 英寸驱动器下降 12.9% 至 600 万台。这一切反映出业内对制造 3.5 英寸近线驱动器的日益集中。
Coughlin 指出,2025 年第一季度平均销售价格(ASP)环比上升了 4.9%,并呈现了一张基于 Seagate 与 Western Digital ASP 数据的历史价格图,显示出一条近乎对称的浴盆曲线。
他指出:“由于对高容量、高 ASP 硬盘驱动器需求的增加以及此类驱动器出货比例的上升,如今 HDD 的平均销售价格已超过 1998 年末的水平。”
报告中还包含一张图表,展示了截至 2030 年 HDD 单位出货量的高、中、低三种预估,且三者均呈上升趋势。
他认为,自 2000 年以来,磁盘驱动器面积密度每年以 20% 的速度增长,从 2000 年到大约 2010 年期间的复合年增长率约为 40%,而从那时到 2024 年则放缓至大约 10%。
Coughlin 的报告中还包含一张磁盘驱动器年度出货容量(EB)的预测图,显示出从 2024 年到 2030 年容量急剧上升。
我们不确定这是否基于高、中、低三种 HDD 单位出货预估中的哪一种,已对此进行询问。Tom Coughlin 回复道:“是的,这两张图表是相互关联的。容量出货量预测反映了我对 HDD 平均存储容量的预估以及中位出货量预测。”
总的来说,除了笔记本、个人电脑和高性能磁盘驱动器正持续被 SSD 所取代之外,目前尚无迹象表明 SSD 会在任何显著程度上取代近线、大容量 HDD。
好文章,需要你的鼓励
体验管理专家Qualtrics发布新AI功能Qualtrics Assist for CX,旨在缩短收集客户反馈与采取行动之间的差距。该副驾驶工具让管理者能直接探索客户体验数据,通过引导式洞察回答简单问题并提供数据支持的答案。公司每年处理12亿份调查数据,AI体验代理能理解客户需求并采取正确行动。然而调研显示,仅10%的组织能成功将体验数据转化为行动,澳洲高管在AI采用方面相对保守。
这项研究首次让AI学会了类似生物细胞分裂分化的能力,能从单一起始状态预测并追踪多个不同的发展路径。该技术突破了传统AI只能处理单一结果的局限,在医疗诊断、药物研发和生物研究等领域展现出巨大应用潜力,为AI系统处理复杂现实问题开辟了全新道路。
Quobyte首次公布其在MLPerf存储基准测试中的表现,在关键的3D-Unet基准测试中取得显著优势。该测试专门评估存储系统在模型训练时的数据供应能力,对确保昂贵GPU充分利用至关重要。Quobyte使用8节点集群配置,成功支持每客户端6个GPU达到90%效率,并声称是该测试中最快最高效的文件系统,在支持GPU数量、成本控制和能耗方面均表现出色。
这项研究提出了SWE-Flow框架,通过测试驱动开发方法自动生成AI编程训练数据。研究团队从真实GitHub项目中构建运行时依赖关系图,将复杂开发任务分解为循序渐进的步骤,生成了16061个训练实例。实验表明,使用该数据训练的AI模型在软件开发任务上表现显著提升,为AI编程能力提升提供了新思路。