VMware想要从独立虚拟化产品销售商向更普及的打包解决方案供应商的战略转型,并未出现放缓的迹象。
今天VMware公布第一季度财报,该季度VMware收入20.1亿美元,同比增长14%,超过VMware在上个季度预测的19.6亿美元。许可收入增长21%,达到7.74亿美元,而服务收入仅增长9%,这表明VMware向更可持续的许可模式转型正在取得成效。
该季度VMware的净收入为5.16亿美元,合每股1.26美元,与去年同期相比增长18%,轻松超过分析师普遍预期的1.15美元。VMware还提高了2019财年的收入指引,总收入为87.8亿美元,同比增长12%,高于预期的87.3亿美元。
VMware首席执行官Pat Gelsinger表示:“市场对我们产品组合的各个方面都有积极响应。我们看到我们的全球接受度很高,而且企业级软件公司处于一个良好的环境。”VMware的国际销售额首次超过美国市场销售额,占到该季度总收入的53%。
投资者也积极响应,VMware股价在盘后交易中上涨3%,并且在过去12个月中涨幅超过40%。
Gelsinger说,VMware过去两年时间一直在把核心虚拟化产品扩展为覆盖四大主题的一个产品组合:私有云、公共云、网络/安全、工作场所变革。
VMware本月早些时候公布了注重虚拟化和安全的端到端网络路线图愿景。最近VMware还改进了自己的Workspace端点管理套件,提高了安全性和管理可视性。Gelsinger说:“人们不再组装各种组件,而是说‘给我一套解决方案’。”
VMware没有按照产品线划分收入,但高管们表示,其核心数据中心虚拟化以外的业务增长势头强劲。
NSX网络虚拟化软件的许可预订量在该季度增长了30%,而vSAN虚拟化存储产品的销售攀升了70%。VMware在该季度签署的前十大交易中都包含了VSAN。
Moor Insights&Strategy分析师Patrick Moorhead说:“VMware是我们所谓的‘数据中心操作系统’中的一员,在这种系统中计算、存储和网络都是虚拟化的。VMware是软件定义和管理计算和存储的最终来源,我认为VMware也将成为NSX网络领域的一个主要参与者。”
VMware高管们表示,他们也看好VxRail超融合一体机的潜力,VxRail运行VMware全套的软件定义数据中心产品。根据IDC最新的数据,Dell 通过收购EMC获得了VxRail,并在超融合市场份额中跃居第一。Gelsinger说,目前有超过14000个客户使用vSAN运行VxRail,销售额比去年增长70%。“我们看到了这款产品的巨大发展潜力。随着超融合成为我们客户的一个重要产品类表,我们也发展成为该领域显而易见的领导者。”
VMware高管明确表示,将在云端支持客户所需的任何公有云选项。VMware没有提供关于与AWS和IBM日益紧密的云合作伙伴关系,但Gelsinger说,两者都“进展顺利”。
VMware最近还采取了初步措施以改善与长期竞争对手微软的关系,在NSX Cloud中增加了对微软Azure基础架构即服务的支持。这两家公司还在虚拟桌面基础架构方面展开合作。Gelsinger暗示谷歌云将是下一个。他说:“我们的战略是多云的战略,我们希望客户能够利用多个公有云提供商的同时获得私有云的好处。我们将继续填补我们的云提供商和服务产品组合。”
VMware还强化了对容器的承诺,轻量级虚拟机技术曾被认为是对VMware核心业务的威胁。“我们认为虚拟机和容器是非常互补的,我们正在让客户更容易地利用这两者,我们相信容器将加速客户对我们核心平台的兴趣。”
Moorhead表示认同:“关于VMware将因为容器而死的报道是被过分夸大了。”
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。