尽管在2018财年第二季度表现出色,但是传统磁盘阵列销售的疲软仍然阻碍着Dell Technologies前进的脚步。
该季度Dell Technologies的收入为193亿美元,去年同期为130亿美元,同比增长48.5%,当然当时的财报中是不包括EMC的。GAAP净亏损为9.78亿美元,高于去年同期的2.62亿美元。
在季度末,Dell Technologies的现金和投资额为153亿美元,该季度已经支付了10亿美元的核心债务,自从收购EMC以来已经偿还了95亿美元的核心债务,剩下的核心债务为405亿美元。
Dell Technologies公司首席技术官Tom Sweet表示:“今天我们庆祝Dell与EMC历史性组合的一年……在第二季度,我们产生了强劲的现金流,并在去杠杆方面取得了进展。我们对客户、服务器、超融合和全闪存的增长速度感到高兴。”
细分结果如下:
- 客户解决方案(CSG):收入为99亿美元,同比增长7%,是两年来的最高
- 基础设施解决方案部门(ISG):收入为74亿美元,环比增长7%
- 服务器和网络收入为37亿美元,同比和环比增长16%
- 存储收入为37亿美元,环比增长0.4%,同比也有所下滑,如果以Dell和EMC产品重叠组合的综合存储收入来计算的话可能是15%。VMware收入为19亿美元
CSG表现出色,亮点包含:
- PC出货量增长3.7%,PC出货量连续第18个季度同比增长,也是自2006年以来最高的市场份额
- 笔记本表现突出,所有高端商用笔记本和消费级产品线都有双位数增长
- 是全球排名第一的工作站厂商
- 连续第16个季度是全球排名第一的显示器提供商,收入实现双位数增长
ISG服务器和网络表现还可以,但是存储方面有所下滑。尽管Dell宣称在全闪存阵列和超融合基础设施产品方面占据领先地位,但是这些收入并不足以抵消传统混合阵列的疲软。
Dell EMC总裁David Goulden表示,Dell EMC将“在商用进入市场部门、全球存储专业团队以及我们的渠道团队增加数百名存储专家,以提升我们存储产品进入市场的能力。我们预计这些变动将会在未来几个季度带来效果。”
Dell EMC的高管也对Virtustream公有云感到满意。公司首席财务官Sweet表示,自己“对我们目前在VMware与Dell销售的产品组合交叉销售所取得的成绩感到满意,因为我们利用这个业务家族扩大了我们的客户群”。
William Blair分析师Jadon Ader表示:“Dell在存储方面的表现较为薄弱……这主要是因为传统混合存储阵列表现疲软……我们猜测原因是来自更多现代化解决方案(来自自身产品组合以及来自竞争对手)的竞争、Dell与EMC之间大量产品重叠、以及兼并整合引起的销售执行问题。”
“与传统存储产品形成鲜明对比,市场对Dell EMC的下一代解决方案(例如全闪存阵列、超融合系统)有强劲的需求。总体来看,我们预计Dell EMC整体存储 业务的同比下滑幅度在百分之十几(计算上同期EMC的结果)”。
Ader认为:“对我们而言,Dell EMC存储业务的产品和执行挑战对NetApp和Pure Storage等竞争对手是有利的,并且短期内仍然存在。尽管如此,我们仍然意识到未来Dell EMC弹性捆绑和定价机制的潜力,重新获得失去的市场份额,特别是随着收入尘埃落定。”
“具体来说,我们将密切关注新的存储产品(特别是在全闪存阵列领域),并且加强销售和渠道执行(特别是在商业领域)。”
好文章,需要你的鼓励
亚马逊在CES期间宣布推出Alexa.com网站,用户可像使用其他AI聊天机器人一样与Alexa交互。经过数月早期体验,Alexa+已获得数千万用户。新网站支持语音和文本交互,需登录使用以确保跨设备功能连续性。76%的Alexa+交互为独特任务,包括智能家居控制和第三方集成。Alexa+兼容七年来的设备,正式版将收费每月20美元或包含在Prime会员中。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
AI笔记公司Plaud在CES 2026推出新款可穿戴设备NotePin S,可夹在衣领、戴在手腕或挂在脖子上记录对话。该设备通过蓝牙连接手机,配备双麦克风,录制范围约3米,支持一键高亮标记重要时刻。同时发布的还有Plaud Desktop桌面AI记录工具,可原生捕获线上会议内容,无需机器人加入通话。两款产品将所有笔记、会议和对话整合到统一平台管理。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。