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
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。