Emulex公司CEO Jeff Benck披露一丝希望曙光,指出上个季度这家企业已经在营收方面迎来令人惊喜的初步转机。
Emulex公司主要销售光纤通道HBA与以太网连接产品,并将QLogic作为HBA以及融合型网络适配器市场上的主要竞争对手。
Emulex方面预计其2015财年第二季度的营收总额在1.10亿美元到1.11亿美元之间。该公司于上个季度斩获1.04亿美元营收,大上个季度的成绩则为9980万美元; 我们据此统计出总体营收走势,可以看到Emulex已经连续三个季度实现营收增长,而且这样的成绩对于该公司来说可谓极其难得。
Emulex公司的营收数字已经连续多个季度保持平稳,但在过去几个季度中却一直饱受亏损困扰——通过下图可知,在此之前亏损问题也时有发生。
截至2015财年第二季度,Emulex公司各季度营收与利润/亏损统计图表
最新财季的最终财报结果可能显示Emulex重回盈利轨道;这一消息对于Benck及其高管团队来说无疑可算振奋人心的大好消息。他在一份经过准备的声明当中提到了“充满活力的光纤通道业务部门”,并乐观地指出:“我们预计将继续保持这一良好基础、同时期待着我们专为即将于未来一年全面推向市场的下一代x86服务器所打造的10Gbit以太网产品设计方案能够得到OEM合作伙伴们的广泛认可。”
2015财年第二季度的实际表现可以说远超Emulex方面的预期,上财季该公司将预期营收数字划定在1.02亿美元到1.08亿美元之间。这项目标显然已经被轻松实现并超越,具体原因可能在于客户所购买的需要SAN接入机制的服务器产品数量较预估为高。
最后我们总结出这样的结论:FCoE,即以太网基础上的光纤通道方案,似乎将以无所不在之势迎来全面普及。一旦以太网统治整体网络环境的固有思路遭遇到无法解决的实际困难——尽管目前这种情况尚不属于主流,但却呈现出显著趋势——那么光纤通道终将雄踞这一领域。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。