在面对起伏不定的货币汇率走势、全面爆发的中/美贸易战以及全闪存阵列销售增长幅度放缓等负面因素的前提下,NetApp公司仍然拿出了一份令人满意的第二季度运营答卷。
NetApp公司凭借其作为内部部署与云计算世界之间数据管理服务桥梁的Data Fabric产品实现了出色表现——在截至今年10月26日的周期之内,其营收为15.17亿美元,较上年同期增长7%。
产品销售额增长11%,目前达到9.13亿美元,其中需要强调的是全闪存阵列(简称AFA)产品同比增长29%。再加上上个季度约50%的强劲增幅,NetApp公司在2019财年内的全闪存阵列业务年营收有望达到22亿美元。
NetApp公司CEO George Kurian在电话会议上,应分析师们的要求对本季度的增速放缓问题做出了说明。
“我认为闪存与混合闪存之间有所结合。在我看来,我们目前的全闪存阵列业务占比很高。因此如果按先后顺序来观察,本财年第一季度,我们通过ELA(即企业许可协议)为全闪存阵列争得了一定收益……因此我认为第一季度的表现应该进行季度间比较,而非作为一次性评判指标。”
但这种模棱两可的答案无法令所有分析师满意,他们坚持对全闪存阵列的质疑。还有人提问称,竞争对手是否采取了其它措施以拉低NetApp的销售额,而NetApp公司又如何看待这种情况。
Kurian同时指出,“我认为从已安装设备规模的角度来看,我们在全闪存阵列方面的安装基数仍然非常小,只能算是初窥门径。因此,这方面业务还有着充足的发展空间。”他还进一步补充称,“市场竞争动态也没有出现根本性改变。”
分析师Megabuyte表示,全闪存阵列业务的转变“表现出显著的放缓倾向”,并且“令人感到担忧”。
本季度软件维护营收由2.24亿美元微升至2.36亿美元,但硬件维护营收则由3.72亿美元下降至3.68亿美元。
我们一般不讨论年化收益数字,虽然其能够为投资者提供一定的指导性作用,但这方面数据极易发生变化,因此往往无甚意义。
NetApp公司还谈到其云数据服务业务(主要依托于Cloud Volume产品线),表示其今年的年化收益为2700万美元——但该公司并没有就自家超融合基础设施产品线做出具体说明。
Kurian表示,“我们看到了更为广阔的业务范围与加速通道,也迎来了一个又一个市场竞争中的胜利。因此,这证明了我们长期以来坚持的观点,即企业需要一套能够实现混合云基础设施的解决方案,使得IT资源无论处于本地还是多云环境当中都能够以服务供应商的形式运转,从而确保其无缝管理应用程序基础设施以及数据。”
“同样的,我们的战略也发挥了应有的作用。我们还有很多工作要做,包括继续扩大我们的市场化途径,同时提升我们需要实现的价格水平。”
对于第三财季,NetApp公司预计营收将在15.5亿美元到16.5亿美元之间,Megabuyte将这样的预期评价为“疲软”级别。
NetApp公司CFO Ron Pasek指出,该公司“正密切关注宏观背景下的一切变化,包括利润率、货币汇率波动以及因中国贸易纠纷而加剧的市场形势震荡。”
Pasek表示,该公司专注于业务执行以及“控制我们所能控制的范围内的一切变量”,并认为这可能才是最好的行动方案。
当然,NetApp公司确实能够以货币对冲的方式缓解货币汇率波动问题,但却无法真正预测现任美国总统的下一步决策。因此其能否顺利达成预期运营目标,仍然需要接受时间的检验。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。