韩国DRAM厂商与NAND制造商SK海力士公司公布其2017年第一季度实现营收增长,同时创下破纪录利润水平。
该公司本季度营收达到6.29万亿韩元,较上年同期增长72%,亦较上季度高出17%。净收入则为1.9万亿韩元,较上年同期提升惊人的324%,较上季度增幅则为17%。
另外,SK海力士公司亦借此创下破纪录利润水平。
本季度净运营利润率为30%,而营收与利润的双重增长主要受到产品价格上涨的推动
在DRAM方面,该公司的出货总量下降5%,但产品平均售价(简称ASP)则上涨了24%。由于年初库存量低而引发的供应量受限状况导致了供应紧张,最终带来总出货量下降状况。然而,PC与服务器供应商的强劲需求仍然显著提高了产品的单位售价并因此带来出色的财报表现。
在财报电话会议当中,SK海力士公司总裁兼企业支持负责人Kim Jun-Ho表示:“云计算市场开始起飞,因此市场对于服务器DRAM的需求表现出极为强劲的势头。”
尼古拉斯公司分析师兼总经理Aaron Rakers表示,PC市场的缩水趋势正得以缓和。SK海力士预计将凭借着约20%的市场需求增长而继续享受这一DRAM供应量不足带来的红利。
DRAM营收在本季度占SK海力士公司整体营收的74%。
闪存产品同样迎来了类似的出货量增幅下降与平均售价提升趋势,其销售量缩水3%,但产品平均售价则提升了15%。移动产品与固态硬盘市场需求继续保持旺盛,而供应商的库存量则与DRAM一样处于较低水平。
SK海力士公司的72层3D NAND产品
Rakers指出,该公司本季度的NAND闪存营收约为13.3亿美元,占其总体营收中的24%。他认为SSD仅占全部闪存产品营收中的16%。
Kim Jun-Ho同时表示:“市场需求旺盛主要是受到中国智能手机NAND闪存需求量增长以及个人计算机SSD使用比例的提高所推动。”
着眼于未来,SK海力士认为DRAM需求量的增长主要受到系统内DRAM容量水平提升的推动,而非系统本身数量的增长。Kim Jun-Ho指出,“今年推出的新型智能手机将越来越多地采用双摄像头与改进型AI技术,而采用LPDDR4X等速度更快的移动DRAM将能够更好地支持这些先进功能。”
在服务器方面,随着云服务规模的持续增长,数据中心的需求量亦快速提升。众多供应商正在建立自有数据中心,而这仅成为云服务市场的普遍潮流。很明显,高容量DRAM模块能够帮助相关服务器提供低延迟与高处理能力优势。
在PC领域,“高端笔记本与游戏PC亦在不断提升内置DRAM内存容量,这也将给销售额带来增长。”
总体而言:“今年市场对于DRAM的需求量增长预计将超过20%,且需求增长量将超过供应能力增长。在另一方面,厂商并无能力显著提升DRAM生产能力,而对3D NAND的迫切需求也将导致针对DRAM的投资额保持在较低水平。”
SK海力士公司表示,其将扩大2Z纳米DRAM的生产能力,并在今年下半年开始大规模生产1X纳米DRAM。不过Kin Jun-Ho强调称,“我们认为这种供应能力短缺将持续至今年年底。”
在闪存方面,“今年市场对NAND的需求量增长预计将在30%到35%之间,而需求增长可能略微超过供应量增长……我们计划向移动市场内投放36层MLC产品,并面向高存储密度移动与SSD市场投放48层与72层产品。”
SK海力士公司正在参与东芝存储器业务的投标,如果其成功,那么东芝方面的NAND生产设施及容量将帮助海力士显著提升DRAM产能水平。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。