惠普企业(HPE)周四发布业绩报告,季度财务数据好过预期,令大家都感到意外。
原惠普解体,其业务结束对HPE强劲一年的开始功不可没,税收上好处多多,而且HPE还在努力削减成本和工作岗位,因此利润同比增长近5倍。
在截至1月31日为止的三个月里, HPE 的2018财年第一季度的表现如下:
收入为77亿美元,同比增长11%,超过分析师预估的71亿美元。
净收益15亿美元,比2017年第一季度的3亿美元增长490%。
每股收益(非美国通用会计准则)为0.34美元,高于分析师预期的0.22美元。
混合IT(数据中心和云)收入为63亿美元,增长10%。计算收入增长了11%,存储增长了24%,数据中心网络增长了27%。
智能边缘(Intelligent Edge,是HPE数据中心的分支)收入为6.2亿美元,与 2017年第一季度比增长9%。Aruba产品收入增长9%,Aruba服务则增长了6%。
金融服务收入为8.88亿美元,同比增长8%。
HPE首席执行官Antonio Neri不久前从Meg Whitman手里接过大印, 他表示,最近的美国税制改革以及正在进行的HPE重组给公司注入了一剂强心剂。Neri表示,他对第一季度的回报倍感鼓舞,他会更加努力地推动下一个削减成本活动。
他周四在电话会议上向华尔街分析师表示,“我们有好的增长,三大板块的表现非常平衡。”
他表示,“这是一个建立新文化和彻底重建HPE的机会。我现在知道,可以做更多,可以更加努力...... 我们走到这一步全靠Meg Whitman在过去六年里领导有方,她带领我们走上了一条美好的道路。我现在有机会加速我们的策略。”
不过Neri对预期却也比较谨慎,他称过去两个季度的好表现可能不会在本财政年度的后半部分重演。尽管如此,投资者对于回报感到非常振奋,惠普股价在盘后交易中升至每股18.39美元,上涨了12%。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。