中国北京 – 2020年11月25日
新闻概要
第三财季营收同比增长3%,达到235亿美元
客户端解决方案集团的营收达到创纪录的123亿美元,同比增长8%,运营利润为10亿美元
每股摊薄收益增长64%,达到 1.08美元;按非通用会计准则(以下简称“non-GAAP”)计算的每股摊薄收益增长16%,达到2.03美元
运营利润增长35%,达到11亿美元;non-GAAP运营利润增长12%,达到27亿美元
全文
戴尔科技集团(纽约证券交易所代码:DELL)公布了2021财年第三财季财务业绩报告。第三财季营收同比增长3%,达到235亿美元;运营利润同比增长35%,达到11亿美元;non-GAAP运营利润同比增长12%,达到27亿美元;净利润为8.81亿美元,non-GAAP净利润为17亿美元;调整后息税折旧摊销前利润(EBITDA)为32亿美元;经营活动产生的净现金流为30亿美元;每股摊薄收益同比增长64%,达到1.08美元;non-GAAP每股摊薄收益同比增长16%,达到2.03美元。
戴尔科技集团副董事长兼首席运营官Jeff Clarke表示:“技术从未如此重要。我们的业务也随着世界的发展前进。我们本季度满足了市场对远程办公和在线学习等解决方案空前的需求,营收增长至235亿美元。与此同时,我们加快实施‘即服务’战略并加强触达边缘的混合云能力,这让我们在这些成长性市场取得成功,并让客户轻松地管理各项业务的数据和工作负载。”
在10月举行的戴尔科技峰会(DTWE)上,戴尔科技集团宣布通过APEX项目拓展“即服务”能力,简化客户与合作伙伴按需获取戴尔技术的流程,其中包括存储、服务器、网络、超融合、个人电脑等解决方案。APEX项目将戴尔科技集团的“即服务”与云战略、产品与服务、市场进入策略等相融合。无论工作负载在本地、边缘位置还是公有云,企业都可享受一致的“即服务”体验。
2021财年第三季度财务业绩

(除非另外说明,本新闻稿中的所有比较均为同比)
戴尔科技集团本财季末现金和投资余额为130亿美元,本财季偿还了46亿美元的债务。公司本财季末递延营收总额为287亿美元,同比增长11%。本财季经常性收入(包括递延营收摊销、公用事业,以及“即服务”模式)约为60亿美元,同比增长13%。
戴尔科技集团首席财务官Tom Sweet表示:“我们通过多样化的产品组合实现了差异化的业绩并把资源向增长机会倾斜,同时严格地管理运营费用。第三财季,公司创造了30亿美元的经营现金流,随着收入成倍提升,我们的盈利能力也显著提高,从而推动企业价值增加。”
经营分部摘要
客户端解决方案集团(CSG)第三财季营收为123亿美元;运营利润增长36%,达到10亿美元,占该部门营收的8.2%。其中,远程办公、在线学习和游戏解决方案的需求依然强劲,消费业务营收为35亿美元,同比增长14%;商用客户端营收为88亿美元,同比增长5%。
主要亮点:
按订单量计算,消费产品直销业务增长47%,消费产品在线直销业务增长62%
Latitude和Precision笔记本电脑实现了两位数营收增长,商用Chromebooks实现了三位数营收增长,带动了强劲的业绩表现
XPS高端系列以及包括Alienware在内的游戏系统销售强劲,笔记本电脑和台式机收入均实现了强劲的两位数营收增长
基础架构解决方案集团(ISG)第三财季营收为80亿美元,这是由于客户继续将更多支出用于远程办公和维系业务连续性的解决方案所致。其中,存储业务营收为39亿美元,服务器和网络业务营收为42亿美元。第三财季运营利润为8.82亿美元,约占该部门总营收的11%。
主要亮点:
HCI、云、存储和数据保护集成最新版VMware,帮助客户在边缘、数据中心和混合云等众多领域进行创新
VxRail和PowerMax解决方案的需求依然强劲,订单量均连续三个季度实现两位数增长
PowerEdge服务器订单量环比个位数增长
VMware第三财季营收为29亿美元,同比增长8%,这主要得益于多元化产品组合带来的广泛优势。本财季运营利润为8.37亿美元,占VMware营收的28.9%。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。