虽然还没有恢复到2015财年辉煌时期的水平,但是NetApp表示,自己的全闪存阵列销售十分火爆,预计还会有增长的空间。
在2018财年第二季度,NetApp收入为14.2亿美元,同比增长6%,环比增长6.7%,超出了此前华尔街预期的13.8亿美元。
该季度NetApp的利润(GAAP)为1.75亿美元,相比去年同期的1.09亿美元同比增长了60.6%,环比增长了28.7%。NetApp有60美元现金和等值资金,并从运营中获得了3.14亿美元现金,去年同期为1.58亿美元。
NetApp表示,全闪存阵列的年运营率现在达到了17亿美元,同比增长58%。装机群中有10%是采用了全闪存阵列,这样未来会有大量潜在的销售机会。
富国银行(Wells Fargo)分析师Aaron Rakers指出:“NetApp在激烈的竞争(主要面对IBM、日立、Dell/EMC)中取得了强劲的增长势头,特别是该季度每天都会发生2个竞争对手的替代(2017年5月那个季度是每天有1个)。”
在财报电话会议中,NetApp公司首席执行官George Kurian表示:“毫无疑问我们在各种面都展开了竞争。”
他提到了OEM方面的机会:“从7模式向集群式ONTAP的转变已经完成。我们的附加硬件业务正在增长,我们将重点重新放在硬件和软件OEM的机会上。”
NetApp下个季度的收入预计在114.25亿美元到15.75亿美元之间,中间点是15亿美元,这意味着同比增长7%。NetApp公司首席财务官Ron Pasek表示:“我们预计长期业务的收入增幅在低个位数的水平。”
展望未来,Kurian表示:“我们将提高下半年的收入指南。”
以现在的增长速度,想要重新达到2015财年的水平还有一段距离,有可能会在2019财年实现。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。