在这个对于基础设施厂商来说喜忧参半的季度收益季中,VMware很好地证明了自己已经成功实现从服务器专家到战略IT合作伙伴的转变。
VMware今天公布了第四财季收入和利润,结果均轻松超过此前分析师的预期,这要归功于更大规模的交易和产品组合在高增长领域的突出表现。
该季度VMware的收入同比增长了16%,达到25.9亿美元,远高于分析师此前预期的24.9亿美元。每股1.98美元的调整后利润也好于预期。VMware股价在盘后交易中上涨约2.5%。
2019财年的收入相比2018财年增长了14%,达到89.7亿美元。许可收入增长了18%,达到37.9亿美元。VMware表示,有望在2020财年收入首次突破100亿美元,增幅达到11.8%。
VMware首席执行官Pat Gelsinger表示:“第四季度为表现抢眼的2019财年划上了一个完美的句号,这主要是受到我们多元化产品组合以及所有三个地区(尤其是亚太地区)的强劲推动。”该季度VMware完成了创纪录的23笔规模达1000万美元或更高的交易,并拿下了首个规模2000万美元的订单,有超过一半的预定是来自于企业客户。
这证明了VMware在将虚拟化产品系列从计算多元化扩展到存储及网络方面所取得的成功。在该季度完成的10大交易中,8个包含了用于超融合基础设施的vSAN软件,9个包含了NSX网络虚拟化层,所有10个交易都包括核心服务器虚拟化和管理。该季度NSX的销售额超过5亿美元,全年销售额超过13亿美元,而vSAN许可预订量也增长了60%。
市场研究公司Forrester副总裁兼研究总监Glenn O'Donnell表示:“随着服务器虚拟化的扩展,VMware的业务已经远远不止是服务器虚拟化;NSX只是VMware扩张的一个主要催化剂。”他指出,VMware的超融合产品也有令人印象深刻的表现。“它在很短的时间内成为了市场领导者。”
Pund-IT总裁兼首席分析师Charles King表示,VMware凭借NSX将目光瞄准了市场领导者思科,并且显然已经达到了目标。本周早些时候,VMware宣布对NSX进行最重要的升级,增强功能首次将扩展到VMware虚拟机管理程序之外。
“通过投资NSX,VMware推动了网络虚拟化的进一步发展,并且比其他方式更加快速。随着网络虚拟化成为VMware运营中一个越来越重要的因素,这让企业客户有充分的理由继续保持与VMware的合作,”King这样表示。
Gelsinger表示,交易规模越来越大,表明客户“正在从计算转向完整的解决方案。这些交易规模更大,更具战略性,因为客户现在从我们这里购买的是完整的数据中心。“
Gelsinger表示,市场也认可了VMware作为混合云和多云厂商的新定位。混合云和软件即服务订阅占该季度VMware总收入的10%,同比增长35%。
Gelsinger表示,客户越来越多地将VMware作为他们转型为混合云的战略合作伙伴。VMware的Cloud Foundation平台提供了一个可以在本地部署或从云端作为服务运行的通用基础架构,“这将超越所有目标,”他说。Gelsinger在没有提供具体细节的情况下表示,VMware最近进入安全市场的进展良好。“我们在安全市场中处于独特的地位,我们可以看到整个操作——数据流、网络和应用,”他说。与AWS长达两年半的合作关系“进展非常顺利”。
Forrester的O'Donnell表示,随着客户转向多云战略,VMware占据有利位置。“客户希望选择将云和一些资产留在他们自己的数据中心。现在新兴的边缘计算市场正在快速扩张, VMware处于横跨所有这些领域的有利位置。”
根据最近的报道,在宣布与Amazon合作取得成果之后,VMware可能会与长期竞争对手微软也就类似的合作伙伴关系达成协议。Pund-IT的King表示,VMware对客户选择VMware来管理他们的混合云战略越来越有信心。“与AWS和微软合作是VMware在客户引领方面要做的方向。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。