中国,北京,2020年2月5日——全球领先的存储解决方案提供商希捷科技公司(NASDAQ:STX)日前发布了于2020年1月3日结束的2020财年第二财季财务报告。
希捷科技首席执行官Dave Mosley表示:“第二财季,在不断改善的市场需求环境下,希捷科技将非美会计准则(Non-GAAP)下营业利润率提升了近300个基点,非美会计准则(Non-GAAP)下季度每股摊薄收益(EPS)同比增长超过30%,同时获得了非常强劲的营业现金流。”
“凭借业界领先的16TB硬盘,我们实现了公司最快的产品升级,这为收入的连续增长和第二财季创纪录的EB出货量做出了贡献。我们有望从大容量存储设备的持续需求中受益,从而抵消上半年传统市场的季节性下滑。”
季度财务报告
|
美国会计准则 GAAP |
|
非美会计准则 Non-GAAP |
||||||||||||
|
FQ2 2020 |
|
FQ2 2019 |
|
FQ2 2020 |
|
FQ2 2019 |
||||||||
营收(百万美元) |
$ |
2,696 |
|
|
$ |
2,715 |
|
|
$ |
2,696 |
|
|
$ |
2,715 |
|
毛利率 |
28.1 |
% |
|
29.2 |
% |
|
28.7 |
% |
|
29.9 |
% |
||||
运营利润率 |
14.2 |
% |
|
15.3 |
% |
|
15.7 |
% |
|
17.2 |
% |
||||
净利润(百万美元) |
$ |
318 |
|
|
$ |
384 |
|
|
$ |
359 |
|
|
$ |
432 |
|
每股摊薄收益 |
$ |
1.20 |
|
|
$ |
1.34 |
|
|
$ |
1.35 |
|
|
$ |
1.51 |
|
2020财年第二财季中,公司营运现金流为4.8亿美元,自由现金流为2.86亿美元。希捷资产负债表健康,2020财年第二财季中,公司支付现金股息1.65亿美元,并以1.5亿美元回购250万股普通股。截至本财季末,现金和现金等价物总额为17亿美元,已发行和未发行普通股2.61亿股。
希捷科技公司还公布了补充财报信息,详情点击希捷官网投资者关系页面(investors.seagate.com)。
季度现金股息
董事会批准的季度现金股息为每股0.65美元,并将于2020年4月8日支付给2020年3月25日交易收盘时登记的所有股东。未来的季度股息支付将由公司董事会根据希捷的财务状况、运营业绩、可用现金、现金流、资本需求以及其它董事会认定的相关因素决定。
业绩展望
我们对2020财年第三财季的展望基于我们目前的假设和预期;实际结果可能因为包括下面前瞻性陈述的警示性说明中列举的重要因素在内的各种因素而有所不同。
公司预计2020财年第三财季的业绩如下:
非美会计准则(Non-GAAP)每股摊薄收益的预测不包含已知的用于购买无形资产的摊销费用以及股权激励支出,两项分别为每股0.05美元以及每股0.11美元。
公司尚未将非美会计准则(Non-GAAP)每股摊薄收益与最直接关联的美国会计准则(GAAP)相关指标进行对比,因为可能影响这些指标的重大事项不在我们的可控范围内和/或无法合理预测,这些项目包括但不限于加速折旧、资产减值、以及节约成本带来的费用、部门重组费用、战略投资损失或带来的减值、这些项目造成的所得税调整、以及其他可能产生的费用和收益。这些项目的数量目前暂时未知,但是可能对未来的财务结果产生巨大影响。很难将非美会计准则(Non-GAAP)每股摊薄收益与美国会计准则(GAAP)相关数据进行对比。以上新闻稿中包含了我们已经实现的非美会计准则(Non-GAAP)与最相关的美国会计准则(GAAP)有关指标的对比。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。