硬盘制造巨头希捷公司业绩强劲增长,营收同比增长21%至26.3亿美元,GAAP利润达到5.49亿美元,同比增长80%。供应受限的硬盘遇上了AI驱动的强劲需求,推动价格上涨。公司表示,全球云客户正在推动近线硬盘需求,基于订单生产的合约,整体产量已基本承诺到2026年。
希捷董事长兼首席执行官戴夫·莫斯利表示:"在对持续需求强度有明确预见的情况下,我们正在增加面密度领先的Mozaic HAMR产品的出货量,这些产品现在已获得全球五大云客户的认证...生成式AI正在改变内容的消费和生成方式,提高了数据和存储的价值,希捷在持续盈利增长方面处于有利地位。"
财务概要
毛利率达到40.1%,高于上季度的37.9%。经营现金流为5.32亿美元,高于上季度的5.08亿美元。自由现金流为4.27亿美元,高于上季度的4.25亿美元。现金及现金等价物为11亿美元,较上季度增长25%。总债务为49.94亿美元,与上季度的49.95亿美元基本持平。摊薄每股收益为2.61美元,高于上季度的2.59美元。
希捷指出,AI推理正在提升对高容量近线硬盘的需求,用于存储、监控、验证数据并将其重新整合到无限训练循环中。近线硬盘的平均容量同比增长26%,因为客户转向更高容量的硬盘以支持不断增长的存储需求。全球云客户推动了需求强度,基于订单生产的合约,整体近线生产已基本承诺到2026年。希捷数据中心收入同比增长34%至21亿美元,占总收入的80%。
本季度该公司出货了超过100万块Mozaic HAMR硬盘。当前一代Mozaic 3+硬盘(3TB/盘片)预计到2026年中期将获得其余几家主要全球云服务提供商的认证。
韦德布什分析师马特·布赖森认为,这意味着"约15%的近线硬盘单位和接近20%的近线EB容量基于HAMR技术"。他补充说:"管理层还表示,其初始客户(我们认为代表了上季度出货量的大部分)在采购中获得折扣,这种折扣会随时间消散。"
Mozaic 4+ HAMR硬盘(4TB/盘片)正在与第二家全球云服务提供商进行认证,预计初始批量生产将在2026财年下半年开始。这个硬盘平台将支持容量高达44TB的云工作负载和用于边缘工作负载的较少盘片低容量硬盘。
下季度收入预期将上升至27亿美元±1亿美元,同比增长16%。这是基于截至2025年10月28日公布的关税政策,对前景的直接影响微乎其微。
布赖森指出,希捷认为在未来4个季度内,硬盘供应没有机会满足客户需求。制造产能不足以满足当前需求,更不用说不断增长的未来需求。希捷不打算增加制造产能,将"通过面密度提升来满足未来的EB级需求"。这应该会保持高价格,因为"在可预见的未来,供应将滞后于需求"。
Q&A
Q1:什么是HAMR技术?它为什么这么重要?
A:HAMR(热辅助磁记录)是希捷的先进硬盘技术,能够显著提高硬盘的存储密度。当前的Mozaic 3+硬盘达到3TB/盘片,而新一代Mozaic 4+将达到4TB/盘片,这种技术让硬盘容量大幅提升,满足AI和云计算日益增长的存储需求。
Q2:希捷为什么不增加产能来满足需求?
A:希捷选择通过提高硬盘面密度而非增加制造产能来满足未来需求。公司认为当前制造产能已无法满足现有需求,而通过技术创新提升单个硬盘容量是更有效的解决方案,这也有助于维持较高的产品价格。
Q3:AI对硬盘市场产生了什么影响?
A:生成式AI推动了对高容量存储的巨大需求,特别是用于数据存储、监控、验证和训练模型的近线硬盘。AI推理过程需要将数据重新整合到无限训练循环中,这使得高容量硬盘需求激增,推动了希捷等厂商的业绩增长。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    