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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。