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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。