VMware发布了2020财年第四季度财报,结果收入超出预期,但利润未达预期,使其股价跳水。
这家由戴尔持股多数股的计算虚拟化软件厂商公布,在不计入股票薪酬等特定成本的情况下,第四季度利润为8.68亿美元,合每股2.05美元,较上年同期增长9%。收入增长11%,达到30.7亿美元。
此前分析师普遍预期调整后的每股利润为2.14美元,收入为29.5亿美元。总体来看,净利润为3.21亿美元,合每股76美分,相比去年第四季度的4.96亿美元(合每股1.17美元)大幅下降。
VMware首席执行官Pat Gelsinger在分析师电话会议上说:“收入略有下降。”他将下滑归因于订阅收入和SaaS收入提高,也就意味着短期收入减少。VMware提供的软件用于“虚拟化”计算硬件,并将企业连接到云计算服务。
不过Gelsinger也坦言,一些大交易中确实存在“季度执行挑战”。他说:“在该季度末,我们的执行情况不佳。我们有太多事情要做。就在预定截止前的一个小时,刚刚达成了一笔非常大的交易。”他说,VMware正在努力加快交易的完成流程。
Constellation Research分析师Holger Mueller表示:“VMware无法承担第四季度末完成交易所涉及的执行问题带来的后果,对VMware来说情况可能很快变糟。”
VMware股价在收盘时下跌6%,至每股135.63美元,在盘后交易中,VMware的股价又下跌了6%。
该季度VMware在订阅和软件即服务(以前称为混合云和SaaS收入)方面取得了进展,与去年同期相比增长了52%,达到5.56亿美元。
Mueller说:“VMware在整体市场形势严峻的情况下保持着与市场的同步,越来越多的工作负载转移到公有云上,离开了VMware。对股东而言,好消息是VMware将与基础设施即服务厂商展开合作,实现本地工作负载自动化,从而继续创新并参与下一代计算平台市场。”
但是,这在某种程度上也给财报带来了影响。VMware首席财务官Zane Rowe在财报电话会议上表示,由于SaaS组合增加导致许可收入不足,而且预计订阅和SaaS收入也会超出预期。
VMware交易金额超过1000万美元的企业交易数量创下历史新高,从一年前的23笔增加到31笔,在前10大交易中,订阅和SaaS产品交易金额“显着增长”。Rowe表示,这是去年同期的2倍多。
VMware因为助推母公司戴尔而获得赞誉。Moor Insights&Strategy总裁、首席分析师Patrick Moorhead表示:“我仍然认为VMware是戴尔增长和利润的驱动力。VMware使Unified Workspace和Dell Technologies Cloud之类的解决方案得以发展,这些解决方案不仅利润率更高,而且将成为增长来源。”
Moorhead指出,戴尔在本地混合云计算领域有很多机会,但“ VMware是戴尔增加公有云收入的一个有力工具。”
VMware表示,预计第一财季收入将增长11.4%,达到27.3亿美元,订阅、SaaS和许可收入将增长15.9%,达到12.25亿美元,调整后的每股收益为1.27美元。预计全年收入将增长11.5%,达到120.5亿美元,订阅、SaaS和许可收入将增长15.9%,达到58.6亿美元,调整后每股收益为6.55美元。
Gelsinger表示,新冠病毒给VMware增长的影响是“较小的”,“总体情况没有改变”。
2月中旬曾有报道称,VMware计划在4月解雇200多名员工,其中包括高管和董事级的员工。VMware在一份声明中表示,裁员是“定期员工再平衡”的一部分。
尽管如此,过去一年中VMware一直在疯狂收购。今年1月,VMware以27亿美元收购了企业应用开发平台Pivotal Software,不到一个月的时间内,VMware又收购了网络分析初创公司Nyansa。去年8月,VMware还以21亿美元的价格收购了网络安全公司Carbon Black。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。