数据存储巨头西部数据(Western Digital)近日公布了表现强劲的第三季度财报,收益和收入均超出预期,并在该财年最后一个季度发布了强劲的指引,这让西部数据的股价在常规交易时段大幅上涨5%,盘后小幅上涨约1%。
该季度西部数据净收入2500万美元,不计入股票补偿等成本之后的每股收益为1.65美元,总收入43.8亿美元,比去年同期增长6%,此前华尔街分析师预期的每股收益为1.49美元,收入为43.4亿美元。
西部数据公司首席执行官David Goeckeler(如图)表示,西部数据实现了“出色的财务业绩”,尤其是考虑到该公司不得不应对持续的供应挑战等地缘政治和宏观经济环境。
他说:“这一切都要归功于我们在过去几年中对运营和产品组合进行的改进,让我们能够释放西部数据模式的盈利能力。展望未来,我们对2022日历年的业务前景持乐观态度。我们相信,市场对存储的长期需求以及我们硬盘和闪存方面的新产品增长,将推动我们在终端市场的增长。”
西部数据主要提供存储驱动器,包括用于PC、数据中心服务器、智能汽车、及各种其他产品的硬盘驱动器和闪存芯片。
西部数据有三个业务部门,其中云业务涵盖了面向公有云和私有云基础设施提供商的产品,这块业务的销售额为17.7亿美元,同比增长25%,占总销售额的40%。西部数据表示,这块业务的强劲增长得益于西部数据在18TB驱动器领域的领先地位,以及其最新20TB驱动器产能扩张。
西部数据的客户端业务(包括直接销售给OEM厂商和通过分销合作伙伴销售的产品)收入为17.3亿美元,同比减少2%。西部数据公司高管表示,随着他们开始解决供应链问题,来自PC OEM客户的需求将有所增加。
西部数据的消费者业务(包括零售和最终用户产品)收入下滑了8%,至8.75亿美元,而这主要归咎于零售闪存出货量的下滑。
眼下西部数据似乎把赌注压在了云业务的未来增长上,并且信心十足。西部数据表示,第四季度收入预计在45亿美元至47亿美元之间,每股收益在1.60美元至1.90美元之间,高于此前华尔街分析师预期的收入43.6亿美元,每股收益1.69美元。
该季度西部数据的运营现金流为3.98亿美元的现金流,以25.1亿美元现金和现金等价物支付了1.5亿美元的可自由支配债务。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。