全球存储市场规模在2016年减小,但可能没有超过15%,因为许多初创企业都在快速发展。整体来看,2015年全球大型存储企业营收下降3%.而2012年至2013年增长5%,2013年至2014年增长9%。
此次排名是基于2016财年发布存储营收且超过20亿美元营收的企业官方数据。
但如果我们要将2015年与2016年做的排名进行对比,由于以下原因变得相当困难:
EMC被戴尔收购,新集团不再透露其营收;
西部数据收购了闪迪(去年的第六名),2016年后者不再上榜;
而博通则前后成功收购了Avago,Emulex和博科;
赛门铁克(2015年排行第九)分拆,并将旗下的Veritas存储业务以80亿美元的价格出售给了Carlyle Group.
日立/ HDS不再公开其存储系统销售额。
我们估计get到EMC(2004年以来年年第一)的戴尔(2015年排名第十二)会是目前全球存储行业的领导厂商。
收购闪迪的西数目前排名第二,而美光则因为从2015年至2016年营收下降23%而降为第三。然后希捷第四,它是去年销售额超过100亿美元,排名最末的企业。
NetApp以55亿美元营收排名第五。
我们假设日立(HDS+日本)的存储营收约为40亿美元,被排名到第六,第七名HPE的存储营收约在30亿美元。第八和第九分别是博通和IBM,存储营收在20亿美元左右,大蓝是去年大型存储企业中营收下降最快的企业。
如果我们只考虑2015年和2016年公开其存储营收的企业,它们的整体销售额下降了15%,前九大企业中除了博通,其它企业销售额都有所下降。原因是大型存储系统公司的传统产品销售额降低,硬盘市场逐渐收缩,无法通过其基于闪存芯片的产品或设备进行营收补偿。全球存储市场规模在2016年减小,但可能没有超过15%,因为许多初创企业都在快速发展。整体来看,2015年全球大型存储企业营收下降3%.而2012年至2013年增长5%,2013年至2014年增长9%.
关于闪存业务,虽然美光在2016年营收下降了23%,但这并不意味着闪存市场陷入颓势。相反,一些其它大型企业,如三星和东芝就做得更好,但由于它们未公开闪存芯片和固态硬盘的财政营收而未列入排名当中。
博通凭借收购案成为唯一一家保持积极成长态势的企业(存储营收增长5%)。
以下前九大企业的存储营收都超过了20亿美元。
2016财年存储营收排名前九位的企业(营收以百万美元计)
*仅存储
**仅存储产品
对于三星和东芝,排名可能在这个前九大企业当中:
三星因为没有发布NAND闪存芯片和固态硬盘的营收,所以并未收录,但仍可能列入前九名。
至于东芝,我们知道,之前东芝一直加倍下注闪存业务,后者作为一个营收增长点希望能爬出金融泥沼同时捞一笔钱挽回它的驱动器业务,但由于本月初,东芝的美国核电业务价值减计63亿美元,财务压力倍增,据称东芝希望通过出售闪存芯片业务的多数股权来筹集至少1万亿日元(约合90亿美元)的资金,以便公司及时应对出现的财务问题,但可能会将闪存业务卖给多个买家而非一家竞购方。
注释:
这里的存储被定义为采用所有类型的数字化设备(基于磁盘,磁带,光盘,非易失性固态硬盘和子系统)记录和检索计算机数据的活动,包括所有相关的连通性,软件和服务。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。