在软件定义存储、软件定义网络和最终用户计算方面的抢眼表现,帮助VMware在第一财季实现了突出的业绩。VMware还预期会在VMware Cloud on AWS方面取得成功。
最近一系列产品方面的新举措使得VMware提高了自己在2018财年全年的预期。
VMware首席执行官Pat Gelsinger在财报电话会议上回答分析师关于公司业绩的问题时表示,整个市场对即将推出的VMware Cloud on AWS是充满信心的。
“我们的测试版本已经得到了超额认购,”Gelsinger表示。
VMware Cloud on AWS服务将在2017年中期提供,Gelsinger说:“当然,到了8月的VMworld,我们将会有更多信息公布。”
Gelsinger说,VMware将会在正式提供VMware Cloud on AWS的时候公布定价信息。不过他说,现在他们已经在与测试客户探讨定价相关的问题。“我们有信心我们能够顺利进入这个市场……这让客户可以获得无缝的云端体验。”
Amazon将提供新的硬件设备来运行VMware的堆栈,VMware则负责管理整个VMware体验,Gelsinger说。这个体验将是动态且可扩展的。“这对客户来说是非常有吸引力的一部分:他们没有失去任何东西。”
他说,更多关于VMware Cloud on AWS的信息将在推出的时候公布。
VMware的vSAN软件定义存储技术正在不断发展,许可订购量同比增长超过150%,VMware首席财务官Zane Rowe这样表示。目前VMware已经有超过8000家客户订购vSAN。
4月推出的vSAN 6.6显著提升了vSAN的抢眼表现,这也是首个把原生超融合基础设施安全性包含在内的版本。
“我们相信我们在超融合市场中拥有最广泛的产品,vSAN已经超越了竞争对手。”他说。
VMware的NSX软件定义网络技术也显示出了突出的实力。Rowe说,NSX许可订购同比增加超过50%,VMware已经有2600家NSX客户。
Gelsinger表示,VMware前十大订单中有9个都包含了NSX,安全是采用NSX的主要动力之一。Gelsinger说:“这将是我们所有产品一个必不可少的组成部分。”
VMware的最终用户计算业务也表现不错,许可订购同比增长20%,其中以移动和桌面软件销售的健康增长尤为突出。
VMware最近在2017年1月调整了自己的财年,因为戴尔收购了VMware母公司EMC。因此,VMware的2018财年第一季度是与2016财年第一季度相对比的,2017财年的“报告期末段”是从1月1日到2月3日。
VMware在截止于5月5日的2018财年第一季度收入17.4亿美元,比2016年同期16.9亿美元高于6%。这其中包括6.1亿美元的许可收购,增长6.6%;9.74亿美元的软件维护收入,增长9.3%;1.52亿美元的专业服务收入,增长20.6%。
VMware有大约一半的收入来自美国。
VMware报告称,GAAP净收益为2.32亿美元,或者每股0.56美元,高于2016年同期的1.61亿美元(或者每股0.38美元)。以非GAAP计算,该季度的净收益为4.12亿美元,或者每股0.99美元,高于2016年同期的3.66亿美元(或者每股0.86美元)。
VMware提高了第二季度和2018财年全年的预期。
2018财年第二季度的收入预计在18.4亿美元到18.9亿美元,相比之下2016年第二季度的收入为16.9亿美元。下个季度的许可收入预计在6.95亿美元到7.25亿美元之间。每股收益、非GAAP预计在1.11美元到1.14美元之间,高于2016年同期的0.97美元。
从2018财年全年来看,收入预计能达到76.1亿美元,高于2016全年的65.7亿美元,这其中包括29.8亿美元的许可收入,高于2016年的27.2亿美元。VMware预计全面(非GAAP)收益为每股4.91美元,高于2016财年的每股4.06美元。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。