HPE近日公布第三季度收益结果超出华尔街预期,同时上调了全年预期,使其股价在本周二盘后交易中上涨8%。
然而,投资者可能高兴得太早了,因为HPE的收入下滑了7%,而且对短时间内恢复增长并不乐观。
调整之后的收益为每股45美分,比之前指引高点多出5美分。该季度HPE的收入为72.2亿美元,低于去年同期的78亿美元。此前华尔街分析师预期每股收益为40美分,收入为72.7亿美元。
HPE连续第七个季度提高了全年每股收益指引,现在预计每股收益将在1.72美元至1.76美元之间,而年初的预测范围为1.51美元至1.61美元。
HPE高管们在与分析师的电话会议上强调,他们对提高盈利能力的关注正在取得成效。今年迄今为止,HPE的现金流达到创纪录的26亿美元,比去年增加了9.27亿美元。营业利润率从去年同期的9.1%上升至9.9%,自由现金流达到创纪录的8.6亿美元。
HPE正处于业务激进转型的早期阶段,首席执行官Antonio Neri设定了一个目标,即到2022年把所有产品以服务的形式进行交付。Neri在声明中表示:“我对我们执行战略推动盈利增长的能力充满信心。” 他的预测显得雄心勃勃,尤其是考虑到HPE正在转向消费和订阅定价模型,而这通常会对主要依赖产品销售的企业带来一定的影响。
HPE还将专注于削减低利润业务,把重点放在利润更高的高端产品上。Pund-IT首席分析师Charles King表示,毛利率和营业利润率的提高表明HPE在这方面取得了稳步进展,但持续的收入缩减令人担忧。
“问题在于,HPE计划将重点放在利润率更高的软件优化硬件上,而几乎所有竞争对手也都在这么做,而且有些竞争对手可以说做得更深入、更强大。该季度HPE在盈利方面的表现被季度收入结果所抵消,这表明HPE所做的是提高利润率较高的产品销售额、降低组织和运营成本。”
Moor Insights&Strategy总裁Patrick Moorhead对这些观点表示赞同。他说:“HPE继续在诸如超融合基础设施、网络、可组合基础设施和高性能计算等特定高增长领域保持利润和推动增长。现在HPE需要把重点放在扩大这些增长领域的规模,以推动整体收入的增长。”
过去几年HPE的收入状况一直在波动,而这一部分是因为HPE几次大规模的收购和剥离。 2015年和2016年HPE的年收入下滑,接下来两年反弹,然后在今年前三个季度又出现下滑。
该季度HPE的“混合IT”产品组合(包括云和本地数据中心基础设施)以货币波动为基础调整后的收入为55亿美元,同比减少了5%。该业务占到了HPE营业利润的90%。
计算业务是收入下滑幅度最大的业务,降幅为12%。可组合云业务(一种基于使用情况定价的私有云平台)收入增长了28%,Nimble存储业务增长了21%,GreenLake灵活容量计算平台收入增长了24%。HPE首席财务官Tarek Robbiati表示:“我们的产品组合转型正在发挥作用,基本收入和收益正在显着改善。”
高性能计算和超融合基础设施业务的表现不尽如人意,增幅分别为2%和4%。高性能计算收入增幅与上一季度的25%相比有大幅下降,但已经连续10个季度增长,预计在完成对Cray Research的收购之后有望恢复增长,Neri表示,该收购将在2019年比计划提前完成。
“智能边缘”(包括Aruba网络产品线)业务的收入减少了3%,其中Aruba产品销售额减少5%。好的一方面是,Aruba服务收入增长了15%,但服务通常是利润较低的业务。
HPE高管们还提供了关于本月早些时候收购MapR所花费费用的第一条线索。Robbiati说,MapR的收购金额“不到年收入的一倍”,竞争洞察力公司Owler估计MapR的年收入为8000万美元。
Neri表示,平均单价呈下降趋势,而客户购买附加内存和存储容量却仍在不断增加,这对数据中心服务器制造商来说是一个令人担忧的趋势,“单位容量的成本正在下降,但容量却在继续增长。”
HPE在云计算领域继续专注于集成的公有云和私有云基础设施,而不是像竞争对手那样专注于帮助客户管理多云环境,Pund-IT分析师King认为,这一点令人担忧。
“帮助客户更好地管理内部和外部系统、应用程序、数据应该是最重要的考虑因素;如果你不这么做,客户会去找能做的其他厂商。也许HPE认为自己的云和软件合作伙伴可以填补这些空白,但这种乐观主义有些天真了。”
好文章,需要你的鼓励
IBM在量子开发者大会上发布两款新型量子处理器。Quantum Nighthawk配备120个量子比特和218个新一代可调耦合器,比前代产品增加20%耦合器,可执行复杂度提升30%的电路。Quantum Loon是实验性处理器,展示了实现极低错误率和高效错误恢复的所有组件。IBM计划2026年底确认首批量子优势案例,并于2029年交付大规模容错量子计算平台。
腾讯研究团队提出GCPO算法,通过引入"黄金答案"解决小型语言模型推理能力不足问题。当传统对比学习失效时,该方法为模型提供正确示例指导,在多个数学推理基准上取得25%-54%的性能提升,为小型模型突破能力边界提供了新思路。
VDURA数据平台第12版本通过扩展元数据计算、添加系统级快照功能和支持叠瓦磁记录硬盘来降低每TB成本。新版本引入弹性元数据引擎,可动态扩展元数据节点,将元数据操作性能提升最多20倍。快照功能支持即时的节省空间的数据集时点副本。SMR硬盘支持通过智能写入放置引擎,在不影响吞吐量的情况下每机架增加25-30%容量。
上海人工智能实验室联合多家机构推出MUSE框架,首次实现AI助手的经验学习与自我进化能力。MUSE采用三层记忆架构,通过"计划-执行-反思-记忆"循环,让AI能够像人类一样从工作中积累经验。在TAC基准测试中,MUSE创造性地达到51.78%成功率,成为首个突破50%大关的系统,标志着AI助手从静态工具向智能伙伴的重要转变。