WDC西部数据最新财报解读

2024-05-05 02:04

本文主要是介绍WDC西部数据最新财报解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

西部数据公司(Western Digital,简称WD)在2025财年第三季度的业绩显示出了强劲的增长势头,这得益于硬盘(HDD)收入的显著提升以及固态硬盘(SSD)需求的增加。本季度的财务表现标志着其收入下滑趋势的结束,与前几个季度的亏损相比,实现了明显的反转。

### 财务亮点
- 第三季度营收为34.6亿美元,同比增长29%,超过了33亿美元的预期。
- 实现了1.35亿美元的利润,结束了连续五个季度的亏损状态。
- 毛利率稳定在29%,与去年同期基本持平。
- 经营现金流从一年前的负1.1亿美元转正为5800万美元,自由现金流达到9100万美元。
- 现金及现金等价物余额为19亿美元。

### 业务细分表现
- 闪存业务收入为17亿美元,同比上涨30.5%。
- 硬盘业务收入达到17.5亿美元,同比增长17.1%,这是三个季度以来首次超越SSD收入。近线硬盘收入达到了六个季度以来的最高点。
- 硬盘出货量的平均售价从一年前的109美元上升至145美元,季度环比增长41%。
- 硬盘总出货量为1170万台,尽管同比下降7.1%,但这已是连续第二个季度增长。云服务提供商购买了730万台硬盘,同比增长15.9%;而面向非云OEM和企业的客户端硬盘出货量同比下降30.7%,降至250万台;消费级硬盘出货量则下降了29.6%,为190万台。

### 市场细分影响
- 云业务收入增长29%,达到15.6亿美元,占总收入的45%,增长主要归因于近线硬盘出货量的增加和单价的提高,以及闪存收入的季度和年度增长。
- 客户端业务收入增长20%,达11.7亿美元,占总收入的34%,增长动力来源于闪存和HDD单价及闪存位出货量的增加。
- 消费者业务收入增长17%,至7.3亿美元,占总收入的21%,增长主要源于闪存位出货量和单价的提升。

### 未来展望与策略
- 对于即将进行的硬盘和NAND/SSD业务分离,CEO David Goeckeler表示团队正在努力推进,计划在日历年下半完成分离。
- Goeckeler提到,NVMe SSD的需求正在回升,尤其是在人工智能相关的应用中,WD计划在年内推出60TB的SSD,以满足市场对更大容量点的需求。
- 超密录(SMR)硬盘被越来越多的超大规模数据中心采纳,26TB和28TB的UltraSMR硬盘已成为近线企业级存储出货量的重要组成部分,约占近线出货量的50%。
- Goeckeler认为,WD通过提前商业化ePMR、OptiNAND和UltraSMR技术,而非直接转向HAMR(热辅助磁记录)的策略是成功的,使WD能够在HDD市场上超越竞争对手希捷。
- 尽管希捷计划在2025年下半年推出40TB的HAMR硬盘,但Goeckeler认为HAMR的最佳时机是在40TB级别,并对WD的HAMR开发进度充满信心。
- 关于SSD是否正在侵蚀HDD市场的问题,Goeckeler表示并不同意这种观点,他认为HDD在数据湖、大数据集的存储以及AI生命周期的摄入阶段扮演着关键角色,而SSD则在训练和推理等新应用场景中发挥作用,两者更多是共同促进市场的增长,而非简单的替代关系。

### 结论
西部数据对第四季度的营收预期为36亿至38亿美元,如果按中间值37亿美元计算,将代表年度增长38.8%,全年预计收入将达到129.4亿美元,较2023财年增长4.8%。整体而言,西部数据的业绩显示了其在存储市场中的强劲复苏态势,特别是在硬盘领域的显著成就。

这篇关于WDC西部数据最新财报解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/960594

相关文章

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

LLM系列 | 38:解读阿里开源语音多模态模型Qwen2-Audio

引言 模型概述 模型架构 训练方法 性能评估 实战演示 总结 引言 金山挂月窥禅径,沙鸟听经恋法门。 小伙伴们好,我是微信公众号《小窗幽记机器学习》的小编:卖铁观音的小男孩,今天这篇小作文主要是介绍阿里巴巴的语音多模态大模型Qwen2-Audio。近日,阿里巴巴Qwen团队发布了最新的大规模音频-语言模型Qwen2-Audio及其技术报告。该模型在音频理解和多模态交互

文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑燃料电池和电解槽虚拟惯量支撑的电力系统优化调度方法》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python

如何打造个性化大学生线上聊天交友系统?Java SpringBoot Vue教程,2025最新设计思路

✍✍计算机编程指导师 ⭐⭐个人介绍:自己非常喜欢研究技术问题!专业做Java、Python、微信小程序、安卓、大数据、爬虫、Golang、大屏等实战项目。 ⛽⛽实战项目:有源码或者技术上的问题欢迎在评论区一起讨论交流! ⚡⚡ Java实战 | SpringBoot/SSM Python实战项目 | Django 微信小程序/安卓实战项目 大数据实战项目 ⚡⚡文末获取源码 文章目录