闪存阵列提供商Pure现在正式成为一个规模数十亿美元的厂商,随着来自Dell EMC和HPE的竞争逐渐消退,Pure似乎有望最终实现盈利。
截至2018年1月31日止的第四季度,Pure收入同比增长48%至3.383亿美元,较上季度增加34%。产品销售额增长48%,达到2.7740亿美元,服务销售额达到6090万美元。
销售额的大约76%来自美国,剩余的来自全球其他地区。
该季度净亏损1190万美元,明显好于去年同期亏损4290万美元和上一季度亏损4166万美元。这是Pure自上市以来最小的亏损,如图所示:
由于最近一个季度亏损大幅减少,我们可能会看到Pure在未来几个季度首次实现盈利。
从全年来看,收入增长41%至10.2亿美元,净亏损1.776亿美元,对比去年来看:
首席执行官Charlie Giancarlo声称,“独立的IT企业达到这个收入规模一般需要20年,而我们成立8年以来,我们已经实现了10亿美元的里程碑。”
总裁David Hatfield指出,“我们所有竞争对手的胜率都在提高”。
竞争力较弱
该季度Pure新增了500个客户,总数超过4500个。Wells Fargo高级分析师Aaron Rakers表示:“IDC估计,2017年第四季度Dell EMC全闪存收入同比减少13%。”
“我们预计全闪存VMAX收入同比减少16%(XtremIO -36%),市场份额在第四季度为29%,而一年前为38%。”
我们也知道HPE全闪存阵列的销售额在最近一个季度增长了16%。
Rakers表示:“HPE的全闪存阵列市场份额为12.5%,低于一年前的14.4%——主要动力来自Nimble(第四季度同比增长112%/年),抵消了全闪存阵列3PAR的疲软(同比减少3%)。”
以下是Rakers准备的关于全闪存阵列厂商的收入对比表:
图表显示有三个增长明显的产品:NetApp的全闪存FAS、Pure的FlashArray和IBM的FlashSystem。
Dell EMC的XtremIO虽然在过去几个季度略有回升,但降幅最大。HPE Nimble的全闪存阵列现在处于相同的收入区间,而且也在不断上升,而NetApp的SolidFire则在不断增长。他在此图表上没有标出HPE 3PAR。
说回Pure
Rakers还提到:
- 基于NVMe的FlashArray // x系列采用率抢眼,占收入的20%,估计为距离最近的竞争对手的10倍
- FlashBlade在面向下一代工作负载(AI、机器学习等)方面保持发展势头
- Pure报告市场对快速备份/恢复的需求有所增加
- 思科/FlashStack产品在未来12-18个月内可能出现来自超大规模数据中心的商机
哈特菲尔德在财报中提到FlashStack:“FlashStack的发展势头依然强劲,目前已经覆盖30多个国家,与思科的这种联合解决方案的增长速度已经大大超过了整体融合基础设施和集成系统市场。
他称赞了FlashBlade的大规模并行架构及其快速恢复能力,但没有发布任何数字:“FlashBlade这一年表现非常好的一年,以出色的Q4为这一年画上句号。”
Pure目前的员工规模超过2100人,这一年中增加了约400人。
Pure预测下一季度的收入为2.46亿美元至2.45亿美元,2019年全年为13.1亿美元至13.60亿美元。
好文章,需要你的鼓励
代理型AI正在颠覆在线会议平台,从被动观察者转变为主动参与者。Zoom、Microsoft等公司纷纷推出AI助手,不仅提供语音转录,还能回答问题、安排后续会议。Otter AI更是推出了能通过语音命令参与对话的AI会议代理。这些创新将大大提升会议效率,为企业带来实际价值。未来,AI将从工具演变为真正的协作伙伴,深度理解业务场景将成为关键竞争力。
谷歌与计算机历史博物馆联合发布了AlexNet的源代码,这是一个在2012年彻底改变人工智能领域的卷积神经网络。AlexNet证明了"深度学习"能够实现传统人工智能技术无法达成的目标,标志着人工智能领域的重大突破。此举不仅为AI爱好者和研究人员提供了一个窥探计算机历史关键时刻的机会,也为未来的历史学家提供了理解这项改变世界技术的宝贵资料。
Midjourney 与纽约大学合作,发布了一项提升大语言模型创造性写作能力的研究。他们提出了两种新技术:多样化直接偏好优化(DDPO)和多样化比值偏好优化(DORPO),旨在扩大模型输出的多样性,同时保持连贯性和可读性。这项研究不仅展示了 Midjourney 在文本领域的野心,也为企业 AI 团队、产品开发者和内容创作者提供了改进 AI 生成文本的新方法。
英伟达推出了一款名为G-Assist的实验性AI助手,可在本地GPU上运行,无需云端支持。这款AI助手旨在帮助玩家优化PC性能并提升游戏体验。G-Assist能够回答基本问题、调整系统设置、超频GPU等。虽然目前功能有限且存在一些性能问题,但它代表了本地AI应用的一个重要尝试,展示了未来GPU同时运行游戏和AI模型的潜力。