至顶网服务器频道 12月02日 新闻消息:
VMware再次超越预期,该公司第三季度业绩报告显示其收入为19.8亿美元——高出预期2000万美元——而每股收益也增加了7美分,达到每股1.34美元。
VMware的第三季度业绩报告——较2016年第三季度上涨了11%——引发了分析师们在电话会议上的热烈讨论。此外,授权销售额同比增长了14%,非GAAP运营利润率也达到了33%。
VMware的战略是将其业务范围从vSphere及其相关的管理产品转向多元化,而其他新产品所收到的较好的市场反馈,则进一步显示该发展战略的正确性:NSX许可证预定量同比增长了11%,终端用户计算增长了40%。此外,该公司的首席财务官Rowe欣喜表示,VSAN较去年同比增长了150%,且购买方均是将其用于存储与超融合应用程序。
VMware公司的首席执行官Pat Gelsinger表示,该公司与DXC签署了一份在未来几年其价值有望超越1亿美元的协议,而该协议将有助于解决目前VMware所面临的难题。对此,Gelsinger补充称,我们现在很高兴能够宣布该公司在最近签署的交叉投资组合企业协议中已然取得了“相当惊人”的成功。
此外,VMware公司的首席执行官还表示,目前VMware正在努力从公共云中获取一定的利润,但其难度明显高于该公司的最初预期。
Gelsinger解释称,三年前,高管团队认为该公司能够实现应用程序的升级并将其转向云计算,而团队现在已然认识到重构应用程序的难度。
Gelsinger表示, VMware如今与客户实现了“更加平等的对话”,借此让客户能够从应用程序在云端与本地的适用性方面“理解该公司的应用程序组合”。而此类平等的对话交流促使VMware能够更为轻松地展现其混合云产品的价值。
该提议的资产负债表证实VMware的云服务项目(此前名为vCloud Air Network)的收入同比增长了30%,而增长的原因则是几乎所有规模的云供应商均选择注册并运行由vSphere驱动的云以满足终端用户的需求。
Gelsinger与Rowe对VMware-on-AWS的回应都十分积极,但Gelsinger补充表示,投资者不能期望其能够对该公司今年或明年的资产负债表产生重大影响。
然而,AWS已经以其他方式对VMware提供了帮助。该公司于本周透露亚马逊网络服务公司的Greengrass——运行Lambda函数的环境——目前能够在vSphere上实现本地甚至离线运行。VMware方面认为,通过在其平台上运行无服务功能并尽可能地扩展AWS云价值,该公司就可实现物联网。Gelsinger进一步表示,VMware公司期望更多的受益于这类“混合性”合作。
此外,Gelsinger还对VMware方面的NSX计划做出了相应解释,目前该公司的高管已经开始使用“NSX无处不在”这一措辞,并且一旦VMware完成了其对VeloCloud的收购,NSX就会在WAN上正式推出。
Gelsinger表示:“VeloCloud让我们能够将NSX扩展至分支机构与WAN客户,许多客户希望寻找更为有效的MPLS线路以改造其分支机构。而VMware公司将乐意效劳。”
Gelsinger补充道,预计VeloCloud公司一半的业务将来自与运营商的合作,而这将有助于推动其网络功能虚拟化业务。目前该款业务已拥有了3.5亿位客户,而该公司渴望能够获得更多。
2018年第四季度的预期营收为24亿美元,2018财年的全年营收预计可达78.75亿美元。VMware公司去年的全年营收为70.9亿美元,所以如果VMware今年达到了预期目标,那么作为一家通常被认为是与IaaS、PaaS以及云原生应用程序普及趋势无关的公司,这对虚拟巨头而言将会是一个颇为理想的结果。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。