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。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。