上市三周年营收增长近三倍,资源及客户数量稳步攀升
中国领先的高性能数据中心运营商和服务商万国数据服务有限公司(以下简称“万国数据”或“公司”)(纳斯达克股票代码:GDS)今日公布截至2019年9月30日的第三季度未经审计的财务业绩。
2019年第三季度财务业绩:
2016年11月2日,万国数据在美国纳斯达克上市,截至2019年第三季度:
截至2019年第三季度,万国数据数据中心总签约面积超过240000平方米。本季度,万国数据获得来自已有客户的三个超大规模订单,单一订单规模呈不断加大趋势。其中一单来自于本季度一家新增客户——短视频领域的互联网头部企业。此外,公司本季度还赢得一家超大规模客户——专注于在全球范围内提供智能消费品的科技公司。至此,公司的超大规模客户由2016年底的三家扩展到13家。在过去的七个季度中,万国数据持续获得来自已有战略客户的订单,同时不断满足高成长型客户日益增长的需求,稳步保持每季度约20000平方米签约面积的高速增长。
根据IDC最新研究报告,2019年上半年中国公有云服务整体市场规模(IaaS/PaaS/SaaS)达54.2亿美元,其中IaaS市场增速稳健,同比增长72.2%。中国作为云计算市场逐步成熟且全球增速最快的国家,用户愈发接受公有云带来的多种便利,公有云的使用率和渗透率持续攀升。为保障公有云服务提供商的快速发展和扩张,数据中心资源的供应变得至关重要。胡润研究院的研究显示,中国的独角兽企业在全球占比超过41.7%,数量位居全球第一。这些企业需要稳定可靠的IT基础设施保证其高速成长。此外,5G的大规模部署也驱动数据中心需求日益旺盛。这些都为万国数据向更多优质客户提供专业、稳定、高效的数据中心服务创造了绝佳机遇。
在资源储备方面,万国数据继续关注核心市场同时放眼其周边地区。在北京周边城市,公司新建了三座数据中心,目前已被三个超大规模客户全部签约。未来,万国数据将在该地区加速拓展更多资源,并在其他核心市场延续这一成功模式;在上海及周边地区,公司在探索市区内新项目的同时,还将在上海周边城市如昆山及常熟获取更多资源。这两个地点的电力供应和土地资源可支持约90000平方米的数据中心运营;在粤港澳大湾区,万国数据在广州市周边拥有丰富的电力及土地资源,并在已有数据中心附近新增两处优质资源。至此,万国数据在国内核心城市拥有230000平方米的可开发数据中心面积,并且将继续发掘更多具有战略意义的资源,以满足客户的更高需求。
“在第三季度,我们的整体业务再一次取得了不错的成绩。本季度的新增数据中心签约面积超过21000平方米,再创历史新高,预计我们将会顺利实现全年的销售目标。我们继续致力于在一线城市获得土地和电力,不断扩充我们在核心地区的数据中心资源储备。与此同时,我们认为香港是中国重要的一线市场之一,在本季度也进一步扩展了我们在香港的布局。通过自建和收购数据中心,再加上更多元化的客户群体给予我们的信任,我们相信我们可以继续保持优势,持续强劲增长。”——万国数据董事长兼首席执行官黄伟
“我们在第三季度继续保持了高速发展,同比增长约40%。随着数据中心业务不断发展,规模效应日益显现,本季度调整后EBITDA利润率持续走高,达45.4%,比去年同期增长5.9个百分点。因此,我们再次提高2019年指引预测。在资金方面,我们与新加坡主权财富基金GIC的战略合作目前进展良好,一切顺利。”——万国数据首席财务官Dan Newman
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。