希捷在2018财年第二季度收入基本持平,利润下滑。
截至2017年12月29日的三个月中,希捷的收入为29亿美元,去年同期为28.9亿美元,上个季度为26.3亿美元。
该季度希捷的GAAP净收入为1.59亿美元,去年同期为2.97亿美元,下降47%,比2018财年第一季度的1.81亿美元下降12%。
该季度希捷产生了8.5亿美元的运营现金流和7.73亿美元的自由现金流。Wells Fargo高级分析师Aaron Rakers表示,现金流非常强劲,“高于我们此前预期的5亿美元和普遍预估的4.1亿美元”。
他还表示,收入和非GAAP每股收益超过预期。
上周,西部数据公布了同一季度创纪录的业绩。希捷如何包装这些沉闷的收入数字?
希捷公司首席执行官Dave Mosley表示:“12月份这个季度实现同比收入和盈利增长以及产生了大量现金流,这反映出希捷在存储解决方案组合方面的稳健执行和竞争力。”
希捷在2018财年第二季度的季度收入和GAAP净收入
盈利增长?一点点吧。所得税前利润为3.71亿美元,去年同期为3.10亿美元。
对西部数据产生了深远影响的美国新税法,再次被视为所得税从税前利润中剔除的一个原因。没有这部分的话,GAAP净收入可能会有所增长。
那为什么没有有效的收入增长呢?因为希捷没有售出足够多的磁盘驱动器。
该季度希捷的出货容量为87.5EB(西数的出货量为95.3EB)和4000万个硬盘(西数为4230万个),这两个数据都落后于西数。 Raker表示,希捷出货的大容量/近线驱动器总容量为35.1EB,同比增长62%。现在企业级硬盘为希捷贡献大约40%的收入。
其他磁盘驱动器细分市场都在下滑:
- 客户端硬盘出货容量为19.2EB,同比增长12%,客户端硬盘收入达6.7亿美元;同比减少4%
- 非计算硬盘出货容量为30.9EB,同比上涨15%,非计算机硬盘收入为8.6亿美元,下滑3%
- 任务关键型企业硬盘容量出货容量为2.4EB,同比下降8%(上个季度为-13.5%)。
Rakers表示,希捷的企业级硬盘总收入约为12亿美元,同比增长9%。这意味着来自其他驱动器细分市场的总收入或多或少地减少了9%,使收入持平。
未来呢?Mosley表示:“展望未来,我们将继续专注于运营卓越性,实现我们的财务和股东回报目标。”是的,但是要实现真正的增长呢?
Rakers表示:“随着成本降低已经接近尾声,我们仍然认为希捷高线增长的能力将成为投资者日益关注的焦点。”
有趣的是,希捷公司已经任命了两名新董事。Judy Bruner被描述为“作为财务负责人,在全球高科技行业拥有丰富的经验和职业成就”。
另一位董事Dylan Haggart,希捷称“自2016年以来,他以咨询顾问的角色一直是受董事会尊敬的贡献者,我们期待着他作为董事会成员继续发挥顾问作用”。Haggart是ValueAct Capital的合伙人,ValueAct Capital目前是希捷最大的投资者之一,持股比例为7.4%。
ValueAct也被认为是非常积极的投资者,可以识别那些看似不受欢迎的公司,或者那些正在经历重大转变的公司,并致力于改善这些公司。
与西部数据相比,希捷在固态硬盘市场几乎没有存在感,SSDS正在蚕食高端磁盘驱动器。不过据说希捷已经与东芝达成了闪存战略供应协议。观察人士正在期待着看希捷将如何利用这一协议,在整体SSD市场取得更大的份额。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。