返回 7*24 快讯
重要来源MarsBit

深科达:上半年存储设备获北美HDD厂商新增订单约5792.6万元

火星财经消息,深科达(688328.SH)发布投资者关系活动记录表公告,公司半导体设备新产品平移式分选机今年上半年实现收入2,847.80万元,较上年同期增长5,449.94%。公司存储设备业务取得突破性进展,海外高端市场布局落地成效凸显。报告期内,公司成功获得北美知名HDD存储厂商的新增订单约5,792.60万元,同比增长2,393.39%。目前,公司多款新产品平移式分选机、存储设备等均在大客户端持续推进。(财联社)
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

08-06 22:21

西部数据 CPO:闪存处理当下,HDD 处理整个生命周期

ChainCatcher 消息,西部数据首席产品官 Ahmed Shihab 发文表示,AI 存储竞争的关键并非单纯追求最快介质,而是能否以可承受的成本持续扩展容量。其认为,许多架构在早期运行正常,但当数据规模从数 PB 增长至数百 PB 甚至 EB 级时,可能因成本失控而暴露问题。 闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文等高性能、低延迟场景;HDD 则更适合训练语料、日志、检查点、合规记录、合成数据及推理输出等大规模、长期保存且成本敏感的数据。其总结称:“闪存处理当下,HDD 处理整个生命周期。” 在 AI 规模下,存储成本本身会成为架构问题。长期将大批量数据存放在高性能介质上,将挤占计算、网络、电力和人员等预算。对于许多批量存储负载,问题并非闪存能否存储,而是客户能否长期承担全部使用闪存的成本。 未来 AI 存储不会由单一技术主导,而应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计。其强调,这并非闪存与 HDD 的竞争,而是需要从一开始就为不同工作负载匹配合适介质,否则架构在规模扩大后可能影响业务可持续性。

08-06 22:19

西部数据首席产品官:AI 存储不应全押闪存,HDD 仍是大规模数据长期保存基础

火星财经消息,8 月 6 日,西部数据首席产品官 Ahmed Shihab 发文表示,AI 存储竞争的关键并非单纯追求最快介质,而是能否以可承受的成本持续扩展容量。其认为,许多架构在早期运行正常,但当数据规模从数 PB 增长至数百 PB 甚至 EB 级时,可能因成本失控而暴露问题。 闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文等高性能、低延迟场景;HDD 则更适合训练语料、日志、检查点、合规记录、合成数据及推理输出等大规模、长期保存且成本敏感的数据。其总结称:「闪存处理当下,HDD 处理整个生命周期。」 在 AI 规模下,存储成本本身会成为架构问题。长期将大批量数据存放在高性能介质上,将挤占计算、网络、电力和人员等预算。对于许多批量存储负载,问题并非闪存能否存储,而是客户能否长期承担全部使用闪存的成本。 未来 AI 存储不会由单一技术主导,而应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计。其强调,这并非闪存与 HDD 的竞争,而是需要从一开始就为不同工作负载匹配合适介质,否则架构在规模扩大后可能影响业务可持续性。

08-06 22:13

西部数据:AI存储胜负不在闪存与HDD之争,未来赢家将是经济型容量方案

Odaily星球日报讯 西部数据(WD)首席产品官 Ahmed Shihab 表示,随着人工智能基础设施快速扩张,存储领域的核心竞争不应简单归结为闪存(Flash)与机械硬盘(HDD)的较量,而在于能否构建具备长期经济可扩展性的 AI 存储架构。当前 AI 行业正面临一个关键问题:今年选择的存储架构,是否能够支撑未来数据规模增长至 PB 级甚至 EB 级。他认为,许多 AI 基础设施设计并非因性能不足而失败,而是在数据规模扩大后陷入成本困境。 Ahmed Shihab 认为,AI 数据持续增长,包括模型训练数据、推理数据、用户交互记录、合规数据和合成数据等。如果在早期阶段采用全闪存架构,虽然在小规模部署中具有吸引力,但随着数据量增长,存储成本将成为巨大负担。闪存和 HDD 并非竞争关系,而是面向不同工作负载的互补技术。高性能场景,如模型权重、GPU 溢出、KV 缓存等,需要低延迟闪存支持;而训练数据集、日志、检查点、合规记录以及大规模历史数据等长期存储需求,则更适合采用具备成本优势的 HDD。 “AI 存储的胜负将取决于谁能够提供经济可扩展的容量。”Shihab 称,客户选择存储方案时关注的不只是速度,而是能否以可靠、可持续的方式扩展 AI 业务。 Shihab 指出,AI 时代的存储架构将更加分层化,而不是依赖单一存储介质。“闪存负责关键时刻的性能,HDD 负责数据生命周期。”在 AI 基础设施规模化阶段,存储成本已经不再只是运营费用,而成为架构设计的一部分。每一美元用于高成本性能存储,就意味着更少资源投入计算、网络、电力和其他基础设施。 此外,可靠性也必须从架构设计初期考虑。对于大规模 AI 系统而言,硬件、软件、网络和电力故障都是常态,优秀的存储系统需要具备持续运行、故障隔离和快速恢复能力。他总结称,未来 AI 存储的发展方向并非“闪存取代 HDD”,而是根据不同数据生命周期和业务需求进行精准分层。“真正的基础设施不是追求炫目的性能,而是能够支撑 AI 长期增长的可靠底座。”

08-03 14:56

摩根士丹利调研:数据中心HDD/SSD需求延续强势,企业级SSD2026年出货容量料翻倍

BlockBeats 消息,8 月 3 日,摩根士丹利发布报告称,6 月 HDD/SSD 数据继续显示数据中心需求强劲。TSR 预计,2026 年数据中心用企业级 SSD 出货容量将达到 525EB,同比增长 100%;数据中心用近线 HDD 出货容量将达到 1845EB,同比增长 30.4%。 报告显示,6 月数据中心企业级 SSD 出货容量为 46.33EB,同比增长 124.5%,环比增长 12.0%。同期企业级 SSD 出货量为 635 万台,同比增长 41.1%,环比增长 8.9%。摩根士丹利认为,随着高容量产品占比提升,SSD 出货容量增速将继续快于单位出货量增速。 HDD 方面,6 月近线 HDD 产量为 703 万台,同比增长 12.3%,环比小幅下降 0.6%。TSR 预计,2026 年近线 HDD 产量将达到 8439 万台,同比增长 12.8%。 不过,报告提示,近线 HDD 后续增产可能受到磁头和测试产能制约。整体来看,AI 和数据中心资本开支仍在拉动存储容量需求,但供应链瓶颈正在从终端设备扩散至关键零部件环节。