
Jika Anda membandingkan SanDisk SNDK dan Seagate STX, pertanyaan utamanya bukanlah apakah SSD akan sepenuhnya menggantikan HDD, melainkan di mana pertumbuhan data AI menciptakan nilai. SNDK lebih diuntungkan oleh NAND Flash, SSD enterprise, pembacaan data AI berkecepatan tinggi, pemuatan model, dan caching inferensi. STX lebih diuntungkan oleh HDD nearline, HAMR, penyimpanan awan skala besar, permintaan backup, dan arsip. Yang pertama lebih terkait dengan lapisan performa dan daya tawar harga, sedangkan yang kedua lebih terkait dengan fondasi kapasitas dan arus kas. Bagi investor, kuncinya adalah membedakan apakah Anda bertaruh pada data AI yang "baca/tulis cepat" atau data AI yang "penyimpanan jangka panjang".

SNDK dan STX sama-sama mendapat keuntungan dari pertumbuhan data AI, tetapi salah satunya menyelesaikan “kecepatan akses data,” sementara yang lainnya menyelesaikan “kapasitas penyimpanan data.” SanDisk SNDK mewakili NAND Flash dan SSD enterprise, yang cocok untuk pemuatan model, pencarian vektor, caching, praproses data pelatihan, dan layanan inferensi. Seagate STX mewakili HDD nearline dan penyimpanan berkapasitas besar, yang cocok untuk danau data pelatihan, log, pencadangan, penyimpanan arsip, serta data dingin atau hangat. Anda dapat menganggap SNDK sebagai lapisan kinerja dalam rantai data AI dan STX sebagai lapisan kapasitas.
Sandisk menyelesaikan pemisahan dari Western Digital pada tahun 2025 dan mulai diperdagangkan secara independen di Nasdaq dengan ticker SNDK. Setelah pemisahan tersebut, SanDisk menjadi lebih mirip perusahaan penyimpanan Flash murni (pure-play), dengan aset inti yang mencakup NAND Flash, SSD enterprise, SSD klien, penyimpanan konsumen, dan flash tertanam. Permintaan AI tidak menarik SanDisk melalui GPU atau HBM, melainkan melalui meningkatnya permintaan akan penyimpanan berkecepatan tinggi dalam pelatihan model besar, inferensi, dan pemrosesan data.
Bisnis inti Seagate adalah HDD, terutama HDD nearline, Exos, HAMR, dan platform Mozaic. Seagate memposisikan dirinya sebagai penyedia mass-capacity storage, menekankan bahwa penerapan AI berskala besar membutuhkan berbagai solusi penyimpanan, dengan hard drive berkapasitas tinggi yang masih berfungsi sebagai lapisan kapasitas dasar. Semakin besar pertumbuhan data AI, semakin besar tekanan pada penyimpanan jangka panjang, backup, dan pengarsipan, serta semakin mudah nilai kapasitas STX untuk terlihat.
| Dimensi | SanDisk SNDK | Seagate STX |
|---|---|---|
| Lapisan data AI | Lapisan akses berkecepatan tinggi | Lapisan kapasitas jangka panjang |
| Produk inti | NAND Flash, SSD perusahaan | Nearline HDD, HAMR, Exos |
| Kasus penggunaan tipikal | Pemuatan model, caching, inferensi, akses data | Data lake, arsip, pencadangan, penyimpanan jangka panjang |
| Kata kunci investasi | Performa, harga NAND, SSD perusahaan | Kapasitas, biaya per TB, arus kas |
| Risiko utama | Siklus NAND, permintaan pelanggan, volatilitas valuasi | Siklus pengadaan cloud, substitusi SSD, peningkatan HAMR |
Ringkasan: Perbedaan antara SNDK dan STX bukan tentang mana yang memiliki label AI, melainkan di mana posisi masing-masing perusahaan dalam rantai data AI. SNDK lebih dekat ke data panas dan skenario akses frekuensi tinggi, di mana SSD enterprise, NAND QLC, NAND TLC, dan komposisi pelanggan pusat data menentukan daya ungkit laba. STX lebih dekat ke akumulasi data jangka panjang, di mana HDD nearline, HAMR, kapasitas drive, dan pesanan pelanggan cloud menentukan nilai jangka panjang. Jika Anda peduli dengan inferensi AI, caching, pemuatan model, dan pembacaan berkecepatan tinggi, SNDK mendapatkan manfaat yang lebih langsung. Jika Anda peduli dengan data lake AI, pencadangan, pengarsipan, dan kapasitas berbiaya rendah, STX memiliki logika yang lebih jelas.

Pertumbuhan data AI tidak akan hanya menguntungkan NAND Flash, dan juga tidak hanya menguntungkan HDD. Alasannya adalah data AI memiliki siklus hidup yang lengkap: pengumpulan, pembersihan, prapemrosesan, pelatihan, inferensi, pembuatan log, pencadangan, dan pengarsipan. Setiap tahap memiliki kebutuhan penyimpanan yang berbeda. Data panas membutuhkan latensi rendah, IOPS tinggi, dan throughput tinggi, sehingga cocok untuk SSD. Data dingin dan hangat lebih berfokus pada biaya per TB yang rendah serta retensi jangka panjang yang andal, sehingga cocok untuk HDD. Oleh karena itu, pusat data AI lebih cenderung mengadopsi penyimpanan berjenjang (tiered storage) daripada mengganti seluruh kebutuhan dengan satu media penyimpanan.
Keunggulan NAND Flash adalah kecepatan. SSD enterprise cocok untuk pemuatan model, caching data pelatihan, basis data vektor, kueri frekuensi tinggi, layanan inferensi, dan prapemrosesan data. Materi enterprise SSD dari Sandisk mencatat bahwa memori flash QLC adalah teknologi NAND yang dioptimalkan untuk kapasitas, yang dirancang untuk mendekati biaya HDD per TB dalam skenario tertentu. Bagi pusat data AI, ini berarti SSD tidak hanya mengejar kecepatan, tetapi juga berevolusi menuju kapasitas yang lebih besar dan efisiensi biaya yang lebih baik.
Keunggulan HDD adalah biaya kapasitas. Dalam Data Storage for AI, Seagate menekankan bahwa alur kerja AI memerlukan kolaborasi berlapis di antara hard drive, SSD, GPU, CPU, HBM, dan DRAM. Tidak semua data perlu disimpan di SSD, terutama data historis, data arsip, log, cadangan, dan data dengan akses frekuensi rendah. Bagi penyedia cloud, biaya kapasitas per unit, ruang rak, konsumsi daya, dan keandalan sama pentingnya.
| Tahap Data AI | Kesesuaian NAND / SSD | Kesesuaian HDD | Alasan Utama |
|---|---|---|---|
| Pembersihan dan praproses data | Tinggi | Sedang | Membutuhkan throughput baca/tulis yang lebih tinggi |
| Pemuatan data pelatihan model | Tinggi | Sedang | Data panas sering diakses |
| Layanan inferensi AI | Tinggi | Rendah | Membutuhkan latensi rendah dan IOPS tinggi |
| Log inferensi dan catatan historis | Sedang | Tinggi | Volume data besar, frekuensi akses lebih rendah |
| Pencadangan dan pengarsipan | Rendah | Tinggi | Biaya per TB lebih penting |
| Data lake jangka panjang | Sedang | Tinggi | SSD menangani caching, HDD menyediakan kapasitas dasar |
Struktur berlapis ini juga menjelaskan mengapa SNDK dan STX dapat sama-sama diuntungkan. Seiring meningkatnya aplikasi AI, lapisan data panas membutuhkan lebih banyak SSD enterprise. Pada saat yang sama, skala model, log, dataset, dan cadangan terus meluas, sehingga meningkatkan permintaan kapasitas HDD. Keduanya bukanlah substitusi sederhana. Keduanya melayani frekuensi akses, kendala biaya, dan kebutuhan performa yang berbeda.
Ringkasan: Dampak inti dari pertumbuhan data AI adalah pusat data menjadi lebih bergantung pada arsitektur penyimpanan berlapis. NAND Flash cocok untuk kecepatan, latensi rendah, IOPS tinggi, dan akses frekuensi tinggi, sementara HDD cocok untuk kapasitas masif, penyimpanan jangka panjang, dan kontrol biaya. Peluang SNDK berasal dari permintaan SSD perusahaan bernilai lebih tinggi dan NAND selama pemrosesan data AI. Peluang STX berasal dari data lake, pencadangan, pengarsipan, dan perluasan kapasitas cloud setelah data AI terakumulasi. Untuk menilai siapa yang diuntungkan lebih banyak, Anda harus terlebih dahulu menentukan apakah Anda membandingkan "lapisan kinerja" atau "lapisan kapasitas."

Jika Anda berfokus pada daya ungkit laba jangka pendek hingga menengah dari pertumbuhan data AI, SNDK biasanya lebih kuat. Alasannya adalah NAND Flash dan SSD enterprise lebih sensitif terhadap pasokan yang ketat, kenaikan ASP, dan perubahan komposisi pelanggan bernilai tinggi. Inferensi AI, pemuatan model, basis data vektor, dan praproses data semuanya membutuhkan penyimpanan yang lebih cepat. Seiring meningkatnya permintaan SSD enterprise, hal ini dapat langsung memperbaiki komposisi pendapatan dan margin kotor SNDK. Selama siklus naik, daya ungkit laba NAND biasanya lebih menonjol dibandingkan daya ungkit laba HDD.
Laporan pendapatan terbaru Sandisk menunjukkan pendapatan kuartal ketiga sebesar US$5,95 miliar, naik 97% secara kuartalan, dengan pendapatan Datacenter naik 233%. Keunggulan pendapatan tersebut terutama didorong oleh perubahan komposisi pelanggan bernilai tinggi dan penetapan harga yang lebih kuat. Perusahaan ini juga memproyeksikan pendapatan kuartal keempat sebesar US$7,75 miliar hingga US$8,25 miliar, yang menunjukkan bahwa permintaan pusat data AI telah memberikan dampak yang jelas terhadap ritme operasionalnya.
Leverage ini berasal dari dua tingkat. Yang pertama adalah peningkatan bauran produk: SSD enterprise memiliki standar kualifikasi pelanggan, persyaratan keandalan, dan hambatan rantai pasok yang lebih tinggi daripada penyimpanan konsumen biasa. Yang kedua adalah siklus harga NAND: ketika penawaran dan permintaan mengetat, kenaikan harga chip Flash dan SSD dapat dengan cepat mengalir ke pendapatan dan margin kotor. Reuters juga melaporkan bahwa permintaan penyimpanan data AI mendorong permintaan SSD enterprise dan chip memori Flash, sekaligus menciptakan kelangkaan pasokan dan harga yang lebih baik.
SNDK memperoleh manfaat dari pertumbuhan data AI melalui lima jalur utama:
Namun, leverage SNDK yang kuat juga berarti volatilitas yang kuat. Industri NAND memiliki siklus boom-bust yang khas. Ketika harga naik, keuntungan dapat berkembang dengan cepat; ketika pasokan meluas atau permintaan melambat, keuntungan juga dapat turun dengan cepat. Reuters juga mencatat bahwa Sandisk menggunakan kontrak jangka panjang untuk mengurangi siklus industri memori tradisional, tetapi kesepakatan jangka panjang tidak dapat sepenuhnya menghilangkan risiko harga, inventaris, dan valuasi.
Ringkasan: SNDK lebih baik dianalisis melalui sudut pandang "lapisan performa data AI" dan "leverage siklus NAND." Semakin sering data AI diproses, semakin besar nilai SSD perusahaan, NAND QLC, NAND TLC, dan Flash pusat data. Semakin ketat pasokan NAND, semakin terlihat leverage pendapatan dan margin kotor SNDK. Namun leverage ini tidak bebas risiko. Ini bergantung pada siklus harga, pesanan pelanggan, disiplin kapasitas, dan ekspektasi valuasi. Jika Anda mencari leverage tinggi dalam pertumbuhan data AI, SNDK layak mendapat perhatian lebih. Jika Anda tidak dapat menoleransi volatilitas dari pembalikan siklus NAND, Anda perlu menurunkan ekspektasi dan mengelola sensitivitas posisi.
STX bukan penerima manfaat utama dari akses data AI berkecepatan tinggi, tetapi merupakan penerima manfaat kunci dari penyimpanan data AI jangka panjang. Pelatihan AI, inferensi, basis pengetahuan perusahaan, konten multimodal, video, log, dan pencadangan semuanya menciptakan akumulasi data jangka panjang. Sebagian besar data ini tidak memerlukan performa setingkat SSD, tetapi memang memerlukan kapasitas yang andal, dapat diskalakan, dan berbiaya rendah. Nearline HDD dirancang untuk kebutuhan kapasitas skala besar di pusat data cloud dan perusahaan, sehingga semakin besar pertumbuhan data AI, semakin terlihat fondasi kapasitas milik STX.
Seagate melaporkan pendapatan sebesar US$3,11 miliar untuk kuartal fiskal ketiga 2026, dengan margin kotor non-GAAP mencapai 47,0% dan arus kas bebas sebesar US$953 juta. Bagi STX, indikator-indikator ini menunjukkan bahwa penawaran dan permintaan HDD nearline, disiplin harga, serta komposisi produk berkapasitas besar sedang membaik. Berbeda dengan daya ungkit pertumbuhan tinggi milik SNDK, STX lebih mudah digerakkan oleh karakteristik arus kas, margin kotor, dan dividen.
HAMR dan Mozaic merupakan teknologi kunci dalam logika jangka panjang STX. Dalam hasil kuartal pertama tahun fiskal 2026, Seagate menyatakan bahwa produk Mozaic HAMR-nya telah memperoleh kualifikasi dari lima pelanggan cloud terbesarnya, mendukung pertumbuhan permintaan baru termasuk aplikasi AI. Pembahasan Seagate tentang Mozaic 3+ juga menekankan bahwa drive HAMR telah mulai meningkatkan volume pengiriman dan memperbaiki kepadatan kapasitas per drive.
| Penggera Manfaat STX | Dampak terhadap Laba | Metrik Utama yang Dipantau |
|---|---|---|
| Retensi data AI jangka panjang | Mendorong permintaan kapasitas HDD nearline | Pengiriman nearline dalam EB |
| Ekspansi pusat data awan | Mendukung pesanan pelanggan besar | Ritme pengadaan hyperscale |
| Peningkatan produksi HAMR | Meningkatkan keunggulan kapasitas dan biaya per drive | Pengiriman Mozaic / HAMR |
| Disiplin harga | Meningkatkan margin kotor | ASP HDD dan margin kotor |
| Arus kas bebas | Mendukung dividen dan pembelian kembali saham | FCF, dividen, perubahan utang |
Risiko STX juga jelas. Keunggulan HDD terletak pada biaya dan kapasitas, bukan kecepatan. Jika biaya SSD kelas perusahaan terus menurun, beberapa skenario data hangat mungkin bergeser ke arah SSD. Siklus pengadaan cloud, penyesuaian inventori, yield HAMR, disiplin pasokan industri, dan volatilitas belanja TI perusahaan semuanya dapat memengaruhi kinerja dan valuasi STX. Dibandingkan dengan SNDK, STX mungkin memiliki daya ledak potensi keuntungan yang lebih lemah, tetapi logika arus kas dan kapasitasnya lebih mudah dilacak dari waktu ke waktu.
Ringkasan: Logika AI STX bukan "lebih cepat," melainkan "lebih besar, lebih lama, dan lebih murah." Pusat data AI membutuhkan kapasitas SSD berkecepatan tinggi dalam jumlah besar, tetapi mereka juga membutuhkan fondasi kapasitas yang murah dan dapat ditingkatkan skalanya untuk penyimpanan jangka panjang. Nearline HDD, HAMR, Mozaic, dan kualifikasi pelanggan cloud adalah penopang utama STX dalam siklus pertumbuhan data AI. Jika Anda percaya bahwa danau data (data lake) AI, log, cadangan, dan arsip akan terus berkembang, logika STX tetap valid. Namun, hal ini tidak boleh dipahami sebagai pengganti langsung untuk SSD perusahaan atau NAND Flash.
Jika Anda membandingkan leverage keuangan, SNDK lebih kuat. Jika Anda membandingkan arus kas dan stabilitas relatif, STX layak mendapat perhatian lebih. SNDK lebih seperti saham siklus NAND ber-leverage tinggi, dengan pendapatan, margin kotor, dan valuasi yang bergerak cepat mengikuti permintaan SSD enterprise, ASP NAND, dan permintaan pelanggan pusat data. STX lebih seperti saham arus kas penyimpanan kapasitas, dengan kinerja yang lebih bergantung pada pesanan HDD nearline, pengiriman HAMR, arus kas bebas, dan ritme pengadaan pelanggan cloud. Keduanya mendapat keuntungan dari pertumbuhan data AI, tetapi sumber risikonya berbeda.
Keunggulan SNDK adalah pertumbuhan yang eksplosif. Sandisk sebelumnya mengungkapkan dalam hasil kuartal keduanya bahwa pendapatan Datacenter tumbuh 64% secara berurutan, didorong terutama oleh pembangun infrastruktur AI, pelanggan semi-kustom, dan penerapan AI berskala besar. Pendapatan Datacenter kemudian terus tumbuh tajam pada kuartal ketiga, menunjukkan bahwa perusahaan sedang bermigrasi dari penyimpanan konsumen tradisional menuju pasar pusat data yang lebih bernilai tinggi.
Keunggulan STX terletak pada karakteristik arus kas dan pengembalian kepada pemegang saham. Setelah bertahun-tahun konsolidasi industri, pasar HDD memiliki disiplin pasokan yang lebih kuat. Ketika pasokan drive berkapasitas besar menyempit, margin kotor dan arus kas bebas dapat meningkat secara signifikan. Drive 30TB dari Seagate ditujukan untuk memenuhi permintaan penyimpanan AI di pusat data, dengan tujuan utama menggunakan kapasitas yang lebih tinggi per drive untuk memenuhi kebutuhan penyedia cloud akan ruang, daya, dan efisiensi kapasitas.
| Dimensi Perbandingan | SNDK | STX |
|---|---|---|
| Daya ungkit laba | Lebih kuat | Lebih stabil |
| Penggerak pendapatan | Harga NAND, SSD perusahaan, pelanggan pusat data | HDD nearline, pelanggan cloud, HAMR |
| Penggerak margin kotor | Bauran produk dan ASP NAND | Drive berkapasitas besar, disiplin harga, utilisasi |
| Profil arus kas | Kuat saat siklus naik, tetapi bersifat siklikal | Lebih terlihat, karakteristik dividen lebih kuat |
| Risiko utama | Penurunan NAND, valuasi tinggi, volatilitas permintaan | Pengadaan cloud yang lebih lambat, substitusi SSD, kemajuan HAMR |
Jika Anda berencana untuk memantau SNDK, STX, atau saham AS lain yang terkait dengan penyimpanan AI, Anda tidak boleh hanya melihat laporan laba dan harga saham. Anda juga perlu memasukkan biaya perdagangan aktual dalam pengambilan keputusan Anda. Biaya perdagangan saham AS sering kali mencakup lebih dari sekadar komisi; biaya tersebut juga dapat melibatkan biaya platform, biaya lembaga eksternal, biaya aktivitas transaksi, jenis order, dan perubahan nilai tukar. Saat menggunakan Biya untuk melihat saham terkait, Anda juga harus memperhatikan kutipan pasar, detail order, dan struktur biaya. Biya tidak mengenakan komisi untuk perdagangan saham AS, sedangkan biaya platform, biaya lembaga eksternal, dan biaya lainnya mengacu pada biaya perdagangan saham AS serta halaman order aktual.
Ringkasan: SNDK lebih cocok untuk investor yang mencari leverage tinggi dari pertumbuhan data AI, sedangkan STX lebih cocok untuk investor yang berfokus pada permintaan kapasitas, arus kas, dan siklus perangkat keras penyimpanan. Indikator kunci untuk SNDK adalah harga NAND, pengiriman enterprise SSD, pendapatan Datacenter, dan margin kotor. Indikator kunci untuk STX adalah pengiriman nearline HDD, peningkatan produksi HAMR, arus kas bebas, dan pesanan pelanggan cloud. Tidak ada satu pun dari kedua perusahaan yang seharusnya dievaluasi hanya berdasarkan tema AI. Valuasi, panduan laba, siklus penawaran-permintaan, biaya, dan toleransi risiko sama pentingnya.
Jika Anda membandingkan AI data dalam hal "pemrosesan dan akses berkecepatan tinggi," NAND Flash lebih diuntungkan, dan SNDK memiliki daya ungkit yang lebih kuat. Jika Anda membandingkan AI data dalam hal "penyimpanan jangka panjang dan perluasan kapasitas," HDD lebih diuntungkan, dan logika STX lebih jelas. Pertumbuhan AI data bukanlah tentang satu media penyimpanan yang menang mutlak. Hal ini mendorong SSD dan HDD menuju koeksistensi berjenjang. SSD menyelesaikan masalah kecepatan data panas, sementara HDD menyelesaikan masalah kapasitas data dingin dan hangat. Untuk mengevaluasi SNDK dan STX, Anda harus terlebih dahulu memutuskan apakah Anda berfokus pada hambatan kinerja atau hambatan kapasitas.
Dari lapisan kinerja, SNDK lebih langsung. Inferensi AI, pemuatan model, basis data vektor, caching data, dan prapemrosesan data pelatihan semuanya membutuhkan SSD enterprise berkinerja tinggi. SN670 NVMe SSD dari Sandisk yang berorientasi pada siklus hidup AI menggunakan UltraQLC dan NAND BiCS8, dengan kapasitas hingga 122,88TB, diposisikan untuk skenario AI seperti penyerapan data, persiapan, data lake yang lebih cepat, dan pembuatan konten baru.
Dari lapisan kapasitas, STX lebih jelas. Data yang dihasilkan AI tidak hilang setelah pelatihan atau inferensi. Perusahaan dan penyedia cloud tetap perlu menyimpan dataset, versi model, log, catatan kepatuhan, cadangan, dan arsip. Keunggulan biaya per TB yang rendah dari HDD membuatnya tetap cocok untuk akumulasi data jangka panjang berskala besar. Seiring HAMR meningkatkan kapasitas per drive, siklus hidup HDD di pusat data AI juga dapat diperpanjang.
| Pertanyaan Kunci | Lebih Terkait SNDK | Lebih Terkait STX |
|---|---|---|
| Siapa yang lebih diuntungkan oleh baca/tulis AI berkecepatan tinggi? | Ya | Kurang |
| Siapa yang lebih diuntungkan oleh permintaan SSD enterprise? | Ya | Tidak |
| Siapa yang lebih diuntungkan oleh pengarsipan data jangka panjang? | Sebagian | Ya |
| Siapa yang lebih diuntungkan oleh penyimpanan berbiaya rendah per TB? | Tidak | Ya |
| Siapa yang memiliki daya ungkit laba yang lebih kuat? | Biasanya lebih kuat | Lebih stabil |
| Siapa yang memiliki karakteristik arus kas dan dividen yang lebih kuat? | Belum tentu | Lebih kuat |
Putusan akhirnya dapat disederhanakan: SNDK mewakili sisi "cepat" dari pertumbuhan data AI, sedangkan STX mewakili sisi "besar"-nya. Jika Anda lebih peduli dengan pemrosesan data AI, caching inferensi, SSD perusahaan, dan siklus harga NAND, SNDK adalah penerima manfaat yang lebih langsung. Jika Anda lebih peduli dengan akumulasi data AI, kapasitas penyimpanan cloud, backup dan pengarsipan, serta arus kas nearline HDD, STX memiliki logika yang lebih stabil. Keduanya bukan tentang salah satu mengeliminasi yang lain. Keduanya melayani lapisan yang berbeda dari pusat data AI secara bersamaan.
Ringkasan: Baik NAND Flash maupun HDD dapat memperoleh manfaat dari pertumbuhan data AI, tetapi dengan cara yang berbeda. SNDK lebih diuntungkan dari SSD enterprise, akses berkecepatan tinggi, latensi rendah, dan meningkatnya harga NAND Flash, sehingga memberinya daya ungkit laba yang lebih kuat. STX lebih diuntungkan dari HDD nearline, HAMR, penyimpanan awan berkapasitas besar, dan retensi data jangka panjang, sehingga memberinya fondasi kapasitas yang lebih stabil. Bagi investor biasa, pendekatan yang lebih rasional bukanlah sekadar memilih "SSD atau HDD", melainkan menempatkan SNDK dan STX ke dalam kerangka lapisan performa dan lapisan kapasitas, lalu menilai keduanya dengan mempertimbangkan valuasi, laporan laba, siklus permintaan-penawaran, dan toleransi risiko.
Saat membandingkan SNDK dan STX, Anda dapat menggunakan informasi saham AS untuk memantau SNDK, STX, dan saham lain yang terkait dengan NAND Flash, HDD, pusat data AI, semikonduktor, dan penyimpanan. Jika layanan terkait tersedia di wilayah Anda, Anda juga dapat menggunakan Biya untuk memantau kutipan pasar, pesanan, dan pengaturan perdagangan multi-aset. Untuk penggunaan seluler, Unduh Aplikasi dapat mendukung pelacakan akun, pesanan, dan aset. Informasi di atas hanya membahas data pasar publik, laporan keuangan perusahaan, dan struktur biaya. Ini tidak merupakan saran investasi. Sebelum melakukan transaksi, Anda harus memahami secara menyeluruh jenis pesanan, struktur biaya, perubahan nilai tukar, persyaratan pajak, dan toleransi risiko Anda sendiri.Ketersediaan layanan bergantung pada lokasi Anda, hasil verifikasi identitas, aturan platform, serta hukum dan peraturan yang berlaku.
Ya, SNDK adalah saham terkait penyimpanan AI inti, tetapi lebih tepatnya, ia adalah penerima manfaat dari NAND Flash dan SSD enterprise. Ia terutama mendapatkan keuntungan dari pembacaan data AI berkecepatan tinggi, pemuatan model, caching, inferensi, dan permintaan SSD pusat data, bukan dari GPU atau HBM.
Penggantian total tidak mungkin terjadi dalam waktu dekat. SSD lebih cocok untuk pembacaan dan penulisan berkinerja tinggi, sedangkan HDD lebih cocok untuk penyimpanan kapasitas skala besar dengan biaya rendah. Pusat data AI biasanya menggunakan arsitektur berjenjang, dengan SSD menangani data panas (hot data) dan HDD menyimpan data dingin dan hangat, arsip, serta cadangan.
NAND Flash menekankan kecepatan, latensi rendah, dan IOPS tinggi, sehingga cocok untuk pemuatan model, caching, dan inferensi. HDD menekankan kapasitas, biaya per TB, dan penyimpanan jangka panjang, sehingga cocok untuk data lake, log, backup, dan pengarsipan. Keduanya melayani lapisan data yang berbeda.
Untuk SNDK, investor harus memantau harga NAND, pengiriman SSD enterprise, pendapatan Datacenter, dan margin kotor. Untuk STX, investor harus memantau pengiriman HDD nearline, peningkatan produksi HAMR, arus kas bebas, dan pesanan dari pelanggan cloud. Penilaian apa pun harus didasarkan pada laporan keuangan asli dan pengungkapan risiko.
Tidak. Pertumbuhan data AI memang merupakan pendorong permintaan industri, tetapi harga saham juga dipengaruhi oleh valuasi, siklus, panduan laba, perubahan permintaan-penawaran, dan ekspektasi pasar. Baik SNDK maupun STX berpotensi mendapatkan keuntungan, tetapi keduanya juga dapat berfluktuasi jika siklus berbalik arah atau valuasi menjadi terlalu tinggi.
Saat melihat SNDK dan STX melalui Biya, pengguna harus memperhatikan kutipan pasar, biaya, jenis pesanan, dan kelayakan akun. Biaya spesifik tunduk pada pusat biaya dan halaman pesanan sebenarnya, sedangkan ketersediaan layanan bergantung pada aturan setempat, hasil verifikasi identitas, serta hukum dan peraturan yang berlaku.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

