当前位置: 首页 > news >正文

WDC西部数据闪存业务救赎之路,会成功吗?

一、序言

在存储界的江湖里,WDC就像是一位手握两大秘籍(闪迪和铠侠NAND工厂)的武林高手,本以为能在企业级SSD的擂台上大展身手,结果却发现自己更像是被误邀参加学霸聚会的学渣,心里那个苦啊,只能默默在角落啃着指甲。

图片

想当年,企业级SSD的大佬们个个像打了鸡血,争分夺秒地研发高性能、高科技玩意儿。而咱们的WDC同学呢,可能还在消费级市场的小卖部前流连忘返,等到回过神来,发现赛场上早已人山人海,自己连个好座位都没捞着。

有了闪迪和铠侠这两位“内功深厚”的小伙伴,按理说应该能搞出点大动静。可偏偏WDC就像是把秘籍落在了家里,到了考场才想起没复习,那些企业大佬想要的“超高速”、“超耐用”技能,它总是慢半拍才领悟。

在消费市场混得风生水起的WDC,到了企业级闪存SSD市场突然发现自己变成了“最熟悉的陌生人”。

图片

二、WDC的曲折故事

WDC是以硬盘HDD起家,2011花43亿美元收购了日立HGST,在HDD硬盘领域拥有了绝对的话语权。随着固态硬盘SSD出现,HDD市场份额逐步下滑。为了巩固市场地位,WDC在2016年花160亿美元收购了Sandisk闪迪,进军NAND闪存业务。

图片

收购Sandisk后,西部数据的确过了几年的开心时光,也经历波动。玩着玩着发现HDD业务家底,因为NAND闪存业务又陷进去了。

从2021年开始,西部数据(WDC)和铠侠(Kioxia)就开始进行NAND闪存技术的合作。这一合作旨在通过共享资源和技术,提高NAND闪存的生产效率和降低成本,以在竞争激烈的存储市场获得更大的竞争优势。原本预期在去年可以完成合并,最后情断海力士,牵手失败!股市应声下跌。

图片

还来不及悲伤,WDC对外宣布,将要把HDD和NAND业务完全拆分,寻求NAND业务在2024年下半年单独上市。

图片

这一重大的业务重组行动最早于2023年10月30日公之于众,主要内容是将现有的HDD(硬盘驱动器)机械硬盘业务和Flash闪存与SSD(固态硬盘)业务进行彻底分离,分别组建为两个全新的、具有独立运营能力和发展前景的企业实体。

与此同时,西部数据也在积极搭建新的管理团队阵容。现任西部数据CEO David Goeckeler将在拆分后担任新成立的专注于闪存业务公司的首席执行官;而现任西部数据全球运营执行副总裁Irving Tan,则将在新的机械硬盘业务公司中担任首席执行官职务,共同引领各自企业开启全新篇章。

首席执行官David Goeckeler表示:“西部数据第一财季的业绩超出了我们的预期,因为该团队努力提高业务敏捷性,并在广泛的终端市场开发差异化和创新产品,从而实现了闪存和HDD业务的利润率环比改善。

其实,WDC拆分NAND的消息最早是去年5月份,WDC在投资大会上宣布了公司需要重新考虑定位的事项。同期,Elliott投资管理有限公司致函西部数据(WDC.US)的董事会。在信中,Elliott呼吁董事会通过将硬盘驱动器(HDD)和NAND闪存(Flash)这两项截然不同业务拆分掉,来对公司的全面战略进行价值评估。

图片

原本是要拆分后与铠侠合并成立新的公司,目前牵手未果,只能继续拆分自家NAND,抬头向前!

拆分后,HDD业务继续使用WDC西部数据的品牌,SSD业务还未确定新的品牌名字。

图片

WDC西部数据,HDD和SSD呈现了完全不同的市场状态,拆分不可避免。HDD的优势在云市场。SSD的优势在消费级市场。

图片

三、WDC的自我救赎

在2024年第一季度,由于对高容量存储需求的激增,企业级固态硬盘(SSD)市场的收入实现了显著增长,达到了37.58亿美元,与上一季度相比增长了62.9%。这一增长主要得益于供应商减产导致的高容量订单需求未得到满足,以及企业为了建立低成本库存而采取的采购策略,共同推动了订单量的大幅增加。

图片

这里的数据显示,西部数据WDC在全球闪存大厂里面,表现是最差的。特别是在中国市场,根本找不到WDC的影子。根据IDC公布的2023年中国市场企业级SSD市场报告来看,整体市场以三星、Solidigm(Intel NAND业务前身,后整体卖给Hynix改名)为代表的国外厂商仍占据中国SSD市场(含NVME、STAT/SAS SSD)的前两名。

图片

为了进行自我救赎,WDC近期也是动作频频,以期获得市场的认可。

西部数据WDC的最新一期财报显示,其营收与利润均超市场预期,显示出强劲的增长态势。这份超出预期的成绩单,主要归功于人工智能(AI)需求的蓬勃发展以及云服务提供商在AI领域积极的投资行动,共同促进了数据存储需求的显著提升。

图片

在AI创新浪潮的推动下,西部数据WDC于近期发布了一项六阶段的AI数据周期框架。西部数据提出的AI数据周期框架涵盖了数据收集、准备、训练、推理、部署和反馈六个关键阶段,每个阶段对存储的需求各异。公司已将其闪存和HDD的产品及技术路线图与这一周期的每一个关键阶段的存储需求相匹配,以确保提供最适合的存储解决方案,满足从数据密集型处理到存储效率优化的全方位需求。

扩展阅读:深度剖析AI存储架构的挑战与解决方案

图片

为配合这一框架的推出,西部数据揭晓了一系列面向计算和存储密集型工作负载的企业级AI存储解决方案,其中包括:

图片

  • Ultrastar DC SN861 SSD:作为西部数据首款面向企业级的PCIe Gen5解决方案,这款SSD提供了行业领先的随机读取性能和预期最佳的AI工作负载能效比。高达16TB的容量,相比上一代产品,随机读取性能提升至三倍,且具有低延迟特性,特别适合大型语言模型的训练、推理及AI服务部署。其低功耗特性降低了整体TCO,而PCIe Gen5带宽的提升则满足了AI市场对高速加速计算和低延迟的日益增长需求。

  • Ultrastar DC SN655 SSD:这款企业级SSD系列的扩展选项达到了最高64TB,专为存储密集型应用设计,为AI数据准备和更快速、更大的数据湖提供更高的性能和容量。

  • Ultrastar DC HC690 UltraSMR HDD:西部数据正在向选定客户样品提供32TB的ePMR企业级HDD,这款UltraSMR HDD专为超大规模云和企业数据中心的大数据存储设计,以其无与伦比的容量、快速部署的资格认证和集成,以及卓越的可靠性和耐用性,成为AI工作流程中大规模数据存储和低TCO需求的关键角色。

接着,西部数据在最近的投资者活动上展示了一项重大技术突破,即2Tb容量版本的BICS8(218层)QLC NAND闪存芯片。这一成就标志着存储技术的重大进步:

  1. 业界最高密度:2Tb的存储容量在一个单芯片上实现,确立了西部数据在闪存密度方面的领先地位。这表明了在3D NAND技术上的持续演进,通过增加堆叠层数至218层,实现了更高的存储容量,从而使得设备能够在更小的空间内存储更多的数据。(扩展阅读:3D NAND原厂:哪家芯片存储效率更高?)

图片

  1. QLC技术的应用:QLC(Quad-Level Cell)技术意味着每个存储单元可以保存4个比特的数据,相较于TLC(Triple-Level Cell)或MLC(Multi-Level Cell)技术,它在提高存储密度的同时,也对成本控制和大规模数据存储应用(如数据中心、云存储和AI计算)有着显著优势。(扩展阅读:深度剖析大容量QLC SSD为何遭疯抢?

图片

  1. 性能与效率提升:西部数据分享的数据显示,BICS8 2Tb QLC NAND闪存不仅在存储密度上领先,还实现了功耗的降低和I/O性能的提升。相比竞争对手,它的I/O接口速度快了50%,每GB数据所需的程序能效降低了13%。(扩展阅读:行业动态|2024 Q2 DRAM/NAND技术路线更新)

图片

  1. 制造工艺:采用CBA(CMOS直接键合到阵列)技术生产,这种制造方法与长江存储的Xtacking架构类似,通过单独制造CMOS晶圆和单元阵列晶圆再将其粘合,可能提高了生产效率和芯片的性能。

图片

此外,近日有媒体报道,WDC与韩国固态硬盘控制器制造商FADU建立合作伙伴关系,共同开发下一代名为“FDP(Flexible Data Placement)”的企业级SSD技术

扩展阅读:

  • NVMe FDP会被广泛使用吗?

  • NVMe SSD:ZNS与FDP对决,你选谁?

  • 为什么QLC NAND才是ZNS SSD最大的赢家?

  • 字节跳动ZNS SSD应用案例解析

FDP作为开放计算项目(OCP)提出的一项标准技术,近期获得由三星、Meta、谷歌等科技巨擘推动的NVMe规范(TP4146)批准,旨在通过减少写入放大效应,简化整个软件生态系统的整合,从而提升存储效率。通过大幅度降低“写入放大”,FDP技术能够将SSD随机写入性能提升2至3倍,并优化数据在SSD存储空间中的布局,也提升了SSD的使用寿命。

成立于2015年的FADU是一家专注于先进NAND闪存技术研发的无晶圆厂初创企业,致力于满足超大规模、企业和云端数据中心对数据存储需求的爆炸性增长。FADU在高性能SSD控制器和数据中心芯片设计方面展现出非凡实力,并计划到2026年将其在SSD控制器市场的份额提升至30%。FADU首席执行官李智浩在2023年7月的IPO简报会上透露,全球数据中心当时使用了约5000万个SSD控制器,预计在未来2-3年内需求将翻倍至1亿个。

西部数据在企业级SSD市场,能否救赎成功,让我们拭目以待!


如果您看完有所受益,欢迎点击文章底部左下角“关注”并点击“分享”、“在看”,非常感谢!

精彩推荐:

  • 属于PCIe 7.0的那道光来了~

  • 深度剖析:AI存储架构的挑战与解决方案

  • 浅析英伟达GPU NCCL P2P与共享内存

  • 3D NAND原厂:哪家芯片存储效率更高?

  • 大厂阿里、字节、腾讯都在关注这个事情!

  • 磁带存储:“不老的传说”依然在继续

  • 浅析3D NAND多层架构的可靠性问题

  • SSD LDPC软错误探测方案解读

  • 关于SSD LDPC纠错能力的基础探究

  • 存储系统如何规避数据静默错误?

  • PCIe P2P DMA全景解读

  • 深度解读NVMe计算存储协议

  • 浅析不同NAND架构的差异与影响

  • SSD基础架构与NAND IO并发问题探讨

  • 字节跳动ZNS SSD应用案例解析

  • CXL崛起:2024启航,2025年开启新时代

  • NVMe SSD:ZNS与FDP对决,你选谁?

  • 浅析PCI配置空间

  • 浅析PCIe系统性能

  • 存储随笔《NVMe专题》大合集及PDF版正式发布!

如果您也想针对存储行业分享自己的想法和经验,诚挚欢迎您的大作。
投稿邮箱:Memory_logger@163.com (投稿就有惊喜哦~)

《存储随笔》自媒体矩阵

图片

相关文章:

  • 嵌入式实验---实验一 通用GPIO实验
  • 行列视(RCV)在生产数据监督中的优势
  • enum库
  • SSM实现设置商品秒杀券的后端设计思路
  • 互联网广告相关概念
  • Pyinstaller 打包exe后,打开出现can‘t find package tkdnd 报错
  • 科技云报道:推进工业新质生产力机器人有望成为AI下一个新引擎?
  • 如何制作 PDF 文件
  • 测速小车模块
  • C++ 类与对象的使用要点(超详细解析,小白必看系列)
  • 昇思大模型学习·第一天
  • TDesign环境搭建-后台模板的安装和使用-构建web管理端后台系统
  • upload-labs第十三关教程
  • 微信小程序地图功能详解
  • N32G031时钟配置
  • [nginx文档翻译系列] 控制nginx
  • [译]前端离线指南(上)
  • C语言笔记(第一章:C语言编程)
  • ES10 特性的完整指南
  • gulp 教程
  • java8-模拟hadoop
  • Js基础知识(一) - 变量
  • LeetCode29.两数相除 JavaScript
  • Map集合、散列表、红黑树介绍
  • PAT A1050
  • PHP 小技巧
  • Python 使用 Tornado 框架实现 WebHook 自动部署 Git 项目
  • Service Worker
  • Spark in action on Kubernetes - Playground搭建与架构浅析
  • SpringCloud集成分布式事务LCN (一)
  • STAR法则
  • Sublime text 3 3103 注册码
  • windows下使用nginx调试简介
  • 阿里云爬虫风险管理产品商业化,为云端流量保驾护航
  • 案例分享〡三拾众筹持续交付开发流程支撑创新业务
  • 码农张的Bug人生 - 初来乍到
  • 设计模式(12)迭代器模式(讲解+应用)
  • 收藏好这篇,别再只说“数据劫持”了
  • 我的面试准备过程--容器(更新中)
  • 正则学习笔记
  • HanLP分词命名实体提取详解
  • raise 与 raise ... from 的区别
  • 移动端高清、多屏适配方案
  • ​Linux Ubuntu环境下使用docker构建spark运行环境(超级详细)
  • #[Composer学习笔记]Part1:安装composer并通过composer创建一个项目
  • #vue3 实现前端下载excel文件模板功能
  • (2024)docker-compose实战 (9)部署多项目环境(LAMP+react+vue+redis+mysql+nginx)
  • (cos^2 X)的定积分,求积分 ∫sin^2(x) dx
  • (done) 两个矩阵 “相似” 是什么意思?
  • (超详细)语音信号处理之特征提取
  • (第一天)包装对象、作用域、创建对象
  • (附源码)springboot社区居家养老互助服务管理平台 毕业设计 062027
  • (剑指Offer)面试题34:丑数
  • (三)mysql_MYSQL(三)
  • (十三)Flink SQL