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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。