颓势终于过去。
根据IBM公司于去年10月发布的预期报告显示,其2017年第四季度营收增长了4%,终于结合了最近五年半以来年销售额持续以15%比例下降的魔咒。本季度225亿美元营收略高于华尔街作出的220.5亿美元预期。含成本毛利润为48亿美元,折合每股5.18美元,同样超出分析师预期。
尽管业绩表现强劲,但较低的毛利率以及近期美国税收改革的影响仍令投资者们感到担忧。因此在财报公布后的大盘交易中,IBM公司股价下跌约3%。结合美国近期税收变动所带来的55亿美元一次性支出,IBM公司本季度净亏损11亿美元,折合每股1.14美元。
IBM公司在沃森深度学习技术的基础之上,继续面向分析、安全、云计算以及认知计算类产品与服务领域的“战略需求”方面取得进展。其营收贡献达到总体收入的46%,高于上季度的45%与上年同期的11%。
第四季度云营收为55亿美元,同比增长27; 而IBM公司“即服务”类业务总体营收(其中包括云基础设施与应用程序)本季度收得25亿美元,即年化营收已达100亿美元。安全业务营收实现倍增,目前为15亿美元。
即将卸任的IBM公司首席财务官Martin Schroeter(将赴任IBM全球市场高级副总裁)指出:“从任何角度来看,这都是一年以来最为强劲的业绩表现。”
Moor Insights & Strategy公司分析师Patrick Moorhead认为,蓝色巨人正迎来复苏。他表示:“尽管单一数据点还不足以形成趋势,但公司整体的发展与庞大的云计算及战略需求增长使其以良好的态势步入2018年。”
IBM公司还没有全面进入上升轨道。该公司的大规模分析业务增长比例仅为6%,这意味着其仍在继续努力充分发挥沃森平台的优势。公司高管在电话会议上向分析师们解释称,沃森在健康、金融服务以及物联网市场上表现良好。然而Schroeter补充称,“我们对于一部分分析产品的表现感到失望。”
事实上,Wikibon公司分析师Ralph Finos表示,本季度的上扬几乎完全来自大型机的营收贡献,而货币汇率波动亦为其带来2.7%的增长比例。
他解释称,“认知云是除此之外的惟一亮点,因此IBM也许确实已经迎来起色。不过除此之外的业务表现都不理想,云技术服务与云平台的表现皆令人失望。”总体而言,他认为盘后股价下跌“在意料之中。IBM公司仍处于困境当中。”
本季度IBM公司毛利率为48.2%,全年毛利率则为45.8%,均低于2016年水平,公司高管将此归咎于货币汇率波动与战略投资带来的经营成本提升。总体而言,他们表示IBM公司目前正处于营收下滑的拐点,并认为2018年第一季度该公司将实现同比增长——但拒绝披露更为具体的预期数字。
即将上任的首席财务官James Kavanaugh表示:“我们一直在努力重塑自身业务,值此2018年伊始之时,我们的营收状况比上一年更为强劲。我们预计2018年整体营收将有所增长。我们的云业务将继续改善,并在新年第一季度开始带动这一稳定的增长步伐。”
考虑到IBM公司去年夏季发布的全新z14大型机在销售预期方面将有所提升,因此营收转好的预测并不令人意外。IBM公司承诺其系统营收将增长28%,其中z系列大型机销售额增长超过70%。与此同时,其硬件业绩表现也依然强劲,Power系统增长50%,存储产品也连续第四个季度实现收益提升。
Kavanaugh指出,“我们对于整体表现非常满意,而且其已经开始超越大型机。在今年,我们连续四个季度实现存储营收增长。我们对自身系统产品组合非常满意。”该公司在2017年第四季度还实现了有史以来最高的原始计算产品出货量。
不过技术服务部门的表现不尽如人意,本季度营收为94亿美元,同比下降4%。但软件即服务业务的增长抵消了技术支持与基础设施服务的持续下滑。根据报道,IBM公司计划对这些业务进行重大重组,目前这部分业务的利润还不到系统及软件业务的一半。
尽管近年来一部分竞争对手已经开始削减或者剥离旗下服务部门,但IBM公司的高管们表示,其服务仍然是新兴业务的主要发起者,特别是在IBM云产品层面。Schroeter表示:“我们在服务业务方面储备有超过1200亿美元资金,而现在我们正着手将其转向云计算。”
IBM公司全年自由现金流总量达到近130亿美元,较2016年上涨11%。该公司将其中75%以股息的形式派发给股东从而维持正常股息水平,此举使其股票成为机构投资者的最爱。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。