中国北京 – 2021年5月28日
新闻概要
• 在基础设施解决方案、客户端解决方案和VMware业务部门增长的驱动下,第一财季营收同比增长12%至245亿美元;
• 第一财季运营利润同比增长96%至14亿美元;按非通用会计准则(以下简称“non-GAAP”)计算的运营利润同比增长26%至创纪录的27亿美元;
• 每股摊薄收益增长495%至1.13美元,按(non-GAAP)计算的每股摊薄收益增长59%至2.13美元
戴尔科技集团(纽约证券交易所代码:DELL)公布了2022财年第一财季报告。第一财季营收同比增长12%,达到245亿美元;运营利润同比增长96%,达到14亿美元;non-GAAP运营利润同比增长26%,达到27亿美元;净利润为9.38亿美元,non-GAAP净利润为18亿美元;调整后息税折旧摊销前利润(EBITDA)为32亿美元;运营现金流为22亿美元;每股摊薄收益同比增长495%至1.13美元;non-GAAP每股摊薄收益同比增长59%至2.13美元。
戴尔科技集团首席运营官兼副董事长Jeff Clarke表示:“全球各地的数字化转型速度大大加快,我们第一财季营收达到创纪录的245亿美元就体现了这一点。比以往更明显的是,客户正借助戴尔科技集团来打造自己的数字化未来。展望未来,技术日益成为全球经济和社会发展的核心。而令人兴奋的是,我们正在创造充满机会的数据驱动型未来。”
2022财年第一季度财务业绩
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159亿美元,剩余合约义务为420亿美元。公司今年迄今为止偿还了25亿美元的债务,并修订了2022财年的偿债目标——在完成VMware剥离之后至少偿还160亿美元。
戴尔科技集团首席财务官Tom Sweet表示:“我们第一财季的营收和运营利润均创造了新的记录,过去12个月的运营现金流达到创纪录的144亿美元,这要归功于三大业务部门的强劲实力和执行力。我们将继续强化资本结构、推动我们的核心基础设施和PC业务更加现代化,并继续扩大混合与私有云、边缘、电信和即服务业务。”
经营部分摘要
在5月初举行的戴尔科技集团全球大会上,公司宣布推出新的APEX即服务系列产品组合,以及包括智能制造解决方案在内的一系列解决方案,并建立新的合作伙伴关系,旨在从边缘数据中提取更多价值。 APEX系列服务让客户能够按需扩展IT系统,以推出新应用、启动新项目并满足自己不断变化的需求。所有这些均由戴尔管理,并通过统一的控制台进行访问。
客户端解决方案集团(CSG)第一财季营收达到创纪录的133亿美元,同比增长20%。第一财季运营利润同比增长84%至创纪录的11亿美元,占该部门营收的8.2%,这主要得益于公司在整个生态系统上进行创新,为随时随地寻求高效工作和娱乐的客户提供更好的体验。消费业务营收为35亿美元,同比增长42%;商用客户端营收为98亿美元,同比增长14%。
主要亮点:
·消费产品线上订单增长58%,其中XPS笔记本电脑订单增长21%,Alienware笔记本电脑订单增长76%;
·Latitude、Precision笔记本电脑和商用Chromebooks订单实现两位数增长;
·推出大量全新的商用、消费和游戏设备,帮助人们随时随地创作、娱乐和工作。
基础设施解决方案集团(ISG)第一财季营收同比增长5%至79亿美元,这得益于客户加速了对混合云解决方案的IT投资。其中,服务器和网络业务营收增长9%至41亿美元,存储业务营收达到38亿美元。第一财季运营利润同比增长8%至7.88亿美元,约占该部门总营收的10%。
主要亮点:
·通过多云选项扩展了Dell EMC PowerProtect Cyber Recovery解决方案,帮助客户在遭遇网络勒索威胁的情况下制定弹性战略;
·升级了Dell EMC PowerStore软件,使工作负载性能提高了25%,它以新颖的容器体系结构为基础,并支持新的PowerStore 500,这是一种成本较低的机型,适用于范围广泛的业务和企业使用场景;
·推出新一代迄今为止最强大、最安全的Dell EMC PowerEdge服务器,拥抱人工智能,并满足客户跟上数据时代和边缘IT需求的步伐;
·强化Dell EMC Streaming Data Platform功能,为戴尔科技集团制造边缘解决方案提供强大实时分析,实现智能制造中的关键应用。
VMware第一财季营收同比增长9%至30亿美元,这主要得益于多元化产品组合带来的广泛优势;运营利润为8.41亿美元,占VMware总营收的28.1%。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。