Pure Storage今天公布了第二季度财报,结果好于预期,但由于闪存市场持续存在供过于求的问题,使得Pure Storage调低了未来三个月的收入预期。
Pure Storage主要售卖各种基于闪存的数据存储硬件和软件产品。该季度Pure Storage在股票补偿等特定成本之前的收益为每股1美分,收入为3.963亿美元,同比增长28%。华尔街此前预期的收益为每股亏损4美分,收入为3.92亿美元。
然而,Pure Storage调整后的第三季度预期有些令人失望。Pure Storage表示,预计未来三个月的销售额在4.34亿美元至4.46亿美元之间,远低于华尔街分析师预测的4.663亿美元。
较低的指引通常会导致公司股票大幅下挫,但今天并未发生这种情况,Pure Storage的股票在盘后交易中上涨了2%。同花顺美股讯 8月22日Morgan Stanley维持Pure Storage评级为持股观望,最新目标价为17.00美元。
Moor Insights&Strategy分析师Steve McDowell表示,这可能是因为Pure Storage在存储市场中的表现仍然优于竞争对手。Pure Storage的产品收入增长与竞争对手NetApp形成鲜明对比,后者最近报告称全闪存产品销量有所下滑。
至于调低指引,McDowell表示,这是目前NAND闪存供过于求导致价格压力的结果。
他说:“IT买家们知道市场发生了什么,他们要求相应的价格调整,这对Pure Storage的收入带来冲击。”
尽管如此,这对Pure Storage来说可能只是暂时性的,McDowell表示,所有迹象都表明未来两个季度供应过剩的问题会自行解决。
他说:“所有闪存厂商都在努力管控供应,美光、英特尔和SK Hynix都公开表示,他们正在削减生产以管理库存,而东芝和西部数据在日本的联合工厂遭遇停电,这导致很多晶圆损坏,使得生产量减少。一旦产量减少,市场将逐渐稳定下来,闪存市场中所有厂商的收入都会开始增长。”
Pure Storage在电话会议中也给投资者带来了一个乐观的理由,暗示自己将与AWS开展新的业务。Pure Storage高管们表示,他们将在下个月奥斯汀举行的Pure Accelerate活动中公布更多信息。
不利方面,投资者在听说首席财务官Tim Ritters即将离职这一消息之后可能会有些担忧。Pure Storage表示,他还将留任一段时间直到找到继任者。
在Ritters离任之前的五年时间内,Pure Storage的收入增长了10倍。
Pure Storage董事长兼首席执行官Charles Giancarlo表示:“过去的五年中,Tim一直是Pure Storage领导团队不可分割的一部分。作为首席财务官,他任职期间的成功与数字相关,数字不言自明。”
Pure Storage之前公布了2020财年第一季度财务业绩,截至2019年4月30日,总收入为3.27亿美元,较上一财年同期2.56亿美元增长27.73%;按GAAP计算,经营亏损为9740万美元,同比扩大57.35%;净亏损为1亿美元,同比扩大55.99%;摊薄每股亏损41美分,同比扩大41.38%。
公司在财报中公布了本财度第二季度指引,其收入范围将在3.89亿美元至4.01亿美元之间。事实上其收入在预计合理范围。
Pure Storage董事长兼首席执行官查尔斯·吉安卡洛(Charles Giancarlo)当时表示:“通过创新、差异化的商业模式以及对客户满意度的高度关注,Pure不断赢得市场份额。”从今年第一季度业绩表现可以看出,公司开局不错。公司将继续在产品组合中展示强劲的增长、领先行业创新,创造更高的利润。
同时,Pure Storage宣布推出对人工智能云端基础架构管理与支持平台。主要满足多种场景下的可视化与自助式存储功能,帮助企业节省管理基础架构的时间。
该平台被称为Pure1,Pure1平台以Pure1 Mera操作系统为基础,为客户实现基础架构的优化与自动化,并提供多种工具,包括:预测性支持、由人工智能驱动的管理、以及多云环境下的全栈式分析。
在满足基础架构下的存储需求下,Pure1提供三大基于智能的功能,包括自驾式、全栈式分析和多云端。
Pure1能够实现传统企业内部部署的FlashArray与公有云结合。客户可以轻松的在传统或混合架构中实现单一云端控制台的自动存储管理混合云架构下的数据。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。