据外电报道,甲骨文周四发布了2016财年第四财季财报。报告显示,甲骨文第四财季总营收为105.94亿美元,比去年同期的107.06亿美元下滑1%;净利润为28.14亿美元,比去年同期的27.58亿美元增长2%。甲骨文第四财季业绩达到华尔街分析师预期,推动其盘后股价上涨1.94%。

在截至5月31日的这一财季,甲骨文的总营收为105.94亿美元,比去年同期的107.06亿美元下滑1%,但若不计入汇率变动的影响则与去年同期持平,这一业绩表现好于分析师此前预期。汤森路透调查显示,分析师平均预期甲骨文第四财季营收为104.7亿美元。
按业务划分:
2016财年第四财季,甲骨文云计算业务营收为8.59亿美元,比去年同期增长49%,在总营收中所占比例为8%;去年同期,甲骨文云计算业务营收为5.76亿美元,在总营收中所占比例为5%。
甲骨文第四财季新软件授权营收为27.66亿美元,比去年同期下滑12%,在总营收中所占比例为26%;去年同期,甲骨文新软件授权营收为31.38亿美元,在总营收中所占比例为29%。甲骨文第四财季软件授权更新和产品支持营收为48.14亿美元,与去年同期增长3%,在总营收中所占比例为46%;去年同期,甲骨文授权更新和产品支持营收为46.86亿美元,在总营收中所占比例为44%。
甲骨文第四财季硬件产品营收为7.25亿美元,比去年同期下滑11%,在总营收中所占比例为7%;去年同期,甲骨文硬件系统产品营收为8.18亿美元,在总营收中所占比例为8%。甲骨文第四财季硬件系统支持营收为5.58亿美元,比去年同期下滑5%,在总营收中所占比例为5%;去年同期,甲骨文硬件系统支持营收为5.89亿美元,在总营收中所占比例为6%。
甲骨文第四财季服务营收为8.72亿美元,同比下滑3%,在总营收中所占比例为8%;去年同期,甲骨文服务营收为8.99亿美元,在总营收中所占比例为8%。
按地域划分:
甲骨文第四财季来自美洲的营收为58.47亿美元,低于去年同期的61.33亿美元;来自欧洲、中东和非洲的营收为31.20亿美元,高于去年同期的30.67亿美元;来自亚太地区的营收为16.27亿美元,高于去年同期的15.06亿美元。
盈利:
甲骨文第四财季净利润为28.14亿美元,比去年同期的27.58亿美元增长2%;每股收益66美分,高于去年同期的62美分。不计入一次性项目(不按照美国通用会计准则),甲骨文第四财季调整后净利润为34亿美元,调整后每股收益为81美分,高于去年同期的71美分。汤森路透调查显示,分析师平均预期甲骨文第四财季每股收益为82美分。
甲骨文第四财季运营利润为39.68亿美元,与去年同期的39.82亿美元持平。甲骨文第四财季运营利润率为37%,与去年同期持平。
在整个2016财年,甲骨文的总营收为370.47亿美元,比上年的382.26亿美元下滑3%,但若不计入汇率变动的影响则同比增长2%。全年净利润为89.01亿美元,不按照美国通用会计准则的净利润为112亿美元。全年每股收益为2.07美元,不按照美国通用会计准则的每股收益为2.61美元。全年运营利润为126亿美元,运营利润率为34%。不按照美国通用会计准则,甲骨文全年的运营利润为158亿美元,运营利润率为43%。
甲骨文今天宣布,公司董事会计划按每股15美分的价格向普通股股东支付季度现金股息,将在2016年7月27日向截至2016年7月6日收盘为止的在册股东发放。
甲骨文股价周四在纳斯达克常规交易中上涨0.20美元,报收于38.64美元,涨幅为0.52%。在随后的盘后交易中,甲骨文股价上涨0.75美元,报收于39.39美元,涨幅为1.94%。过去52周,甲骨文的最高股价为43.10美元,最低股价为33.13美元。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。