受AI驱动的GPU服务器对高带宽内存需求的推动,SK海力士在2024年第四季度和全年的营收与净利润均创下历史新高。
该公司公布的第四季度初步营收为19.76万亿韩元 (约137.6亿美元),同比增长74.7%,净利润为8万亿韩元 (约55.6亿美元),与去年同期13.8万亿韩元 (约9.6亿美元) 的亏损形成鲜明对比。2024全年业绩同样亮眼,营收达66.19万亿韩元 (约459.7亿美元),同比增长49.5%,从去年9.14万亿韩元 (约63.6亿美元) 的亏损扭转为19.8万亿韩元 (约138亿美元) 的净利润。公司的财务状况发生了根本性转变。
副总裁兼首席财务官金宇炫表示:"随着高附加值产品占比的显著提升,SK海力士已建立起即使在市场调整期也能实现可持续收入和利润的基础。"
这家韩国公司生产DRAM和NAND芯片,并使用自己的NAND芯片生产固态硬盘。公司表示,其DRAM业务中的高带宽内存 (HBM) 部门展现出"高速增长",目前占其DRAM总收入的40%以上。据报道,SK海力士2024年HBM收入较2023年增长了4.5倍以上。公司指出,"随着AI内存需求的增长,存储器行业正在向高性能、高质量市场转型。"
2024年,由于数据中心强劲需求,该公司的企业级固态硬盘销量增长了300%。
查看SK海力士连续几个季度的营收数据显示,收入在过去五个季度持续稳步增长至历史新高。利润也从2023-2024年低谷强劲反弹,收入已连续七个季度上涨。
从年度营收来看,SK海力士目前的规模几乎是2016年的4倍,并且从2023年的存储器低谷中反弹,收入和利润大幅增长。
与同样生产DRAM、NAND芯片和固态硬盘的美国竞争对手美光相比如何?数据显示,得益于在HBM市场的主导地位,SK海力士在2023年第二季度之后的增长速度快于美光。美光透露,希望最终能获得20%的HBM市场份额。美光CEO桑杰·梅赫罗特拉表示:"我们2025年的HBM产品已售罄,且这一时期的定价已确定。在2025财年,我们预计HBM收入将达到数十亿美元。"
根据公开信息判断,美光目前的市场份额低于20%,其HBM收入可能不到SK海力士的一半。
SK海力士预计,"随着全球科技公司对AI服务器的投资增长以及AI推理技术日益重要,对HBM和高密度服务器DRAM的需求将继续增加。"据《韩国时报》报道,SK海力士预计2025年其HBM销售额将翻倍。
公司计划扩大当前HBM3E的生产。在财报电话会议上表示:"今年上半年,HBM3E将占我们HBM产品的一半以上...我们相信12层HBM4将成为2026年的旗舰产品,我们将在今年完成12层HBM4的开发和量产,以便按计划交付给客户...我们计划在今年下半年完成HBM4的开发和量产准备工作...HBM4将从12层芯片开始供应,随后是16层。16层芯片预计将根据客户需求在2026年下半年交付。"
公司预计,随着搭载AI的智能手机和PC销量扩大,将在2025年下半年推动其消费市场销售增长。
SK海力士利润丰厚,与2023年底相比,已将债务减少6.8万亿韩元 (约47.3亿美元) 至22.7万亿韩元 (约158亿美元),"使负债率和净负债率分别显著改善至31%和12%"。公司还将年度固定股息提高25%至每股1,500韩元 (约1.04美元),并决定将原计入股息支付的自由现金流的5%用于改善财务结构。
除非AI热潮很快结束,否则SK海力士似乎将在2025年全年保持季度营收持续增长的势头。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
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。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
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。