VMware公布2021财年第一季度财报
总收入同比增长12%,订阅和SaaS收入同比增长39%
VMware(NYSE: VMW)今日公布了2021财年第一季度财务报告:
- 第一季度收入总额为27.3亿美元,同比增长12%。
- 订阅、SaaS和许可收入合计为12.3亿美元,同比增长17%。
- 第一季度订阅和SaaS收入为5.72亿美元,同比增长39%。
- 第一季度GAAP净利为3.86亿美元,稀释每股收益0.92美元,相较2020财年第一季度GAAP净利3.8亿美元,稀释每股收益0.89美元。第一季度非GAAP净利为6.4亿美元,稀释每股收益1.52美元,相较2020财年第一季度非GAAP净利5.35亿美元,稀释每股净收益1.25美元,同比增长21%。
- 第一季度GAAP运营收入为4.18亿美元,同比增长18%;非GAAP运营收入为8.18亿美元,同比增长25%。
- 第一季度经营现金流为13.7亿美元,自由现金流为12.9亿美元。
- 第一季度RPO总额为101亿美元,同比增长19%;总收入加上总预收收入的持续变化同比增长6%。
- 订阅、SaaS和许可收入加上预收订阅、SaaS和许可收入的持续变化同比增长16%。
VMware首席执行官Pat Gelsinger表示: “在这个前所未有的时代,我们第一季度业绩稳健且执行力强劲。确保员工的安全和福利、满足客户快速变化的需求,一直是我们的首要任务。我们为提供基本服务的客户提供必要的数字服务,帮助他们高效、更安全地扩展业务。”
VMware首席财务官兼执行副总裁Zane Rowe表示: “第一季度展现了我们为正在经历数字化转型的客户带来积极投资回报率(ROI)及增强弹性的能力。该季度还凸显了VMware在充满挑战的经济环境中所拥有的优势和机遇。”
近期重要事件和战略发布
- VMware宣布推出VMware Tanzu产品与服务组合,帮助更快交付软件。客户能够使用VMware Tanzu套件,实现现代应用生命周期自动化、跨云运行Kubernetes,并统一和优化多云运维。
- VMware完成对Octarine收购,将原生安全带入Kubernetes环境中运行的容器化应用,在现有IT和开发运维生态架构中构建安全功能。
- VMware革新其核心产品组合VMware Cloud Foundation,包括发布vSphere十年来的最大演进,以及NSX-T、vSAN 与vRealize Operations Cloud更新,持续将创新功能引入自身的领先的基础架构堆栈之中,为全球的本地环境和公有云提供支持。
- VMware推出全新安全产品,包括VMware Advanced Security for Cloud Foundation,帮助客户替换传统安全解决方案,跨私有云和公有云提供统一保护。
- 德国电信和VMware宣布双方正基于O-RAN标准,合作构建一个开放的智能化虚拟无线接入网(vRAN)平台,面向现有LTE和未来5G网络为无线接入网带来敏捷性。
- VMware推出全新简化的灵活计划VMware Partner Connect,赋予合作伙伴满足客户需求的灵活性,让合作伙伴更加轻松地获取VMware技术和服务机会。
- VMware在《IDC MarketScape:2019 - 2020年全球虚拟客户端计算供应商评估》报告中荣膺行业领导者。该报告对10家虚拟客户端计算(VCC)供应商进行了评估。
0赞好文章,需要你的鼓励
推荐文章
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
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%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
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。