5月13日,VMware(NYSE:VMW)宣布,其董事会已任命Rangarajan(Raghu)Raghuram为首席执行官和董事会成员,自2021年6月1日起生效。Raghuram是一位业界资深人士兼战略商业领袖,目前担任VMware执行副总裁兼产品与云服务首席运营官。
VMware董事会主席Michael Dell 表示:“我很高兴Raghu能担任VMware首席执行官。在他的整个职业生涯中,Raghu的卓越领导力一直与正直、信念兼容,为VMware的成功发挥了重要作用。现在,Raghu已经准备好构建VMware的未来,帮助客户和合作伙伴在多云世界中加速其数字业务。”
自2003年加入VMware以来,Raghuram在VMware的悠久历史中帮助指导了公司的战略方向和技术发展,推动了核心虚拟化业务发展和VMware软件定义数据中心战略,构建并指导了VMware云计算业务和SaaS转型,在公司并购战略中发挥了关键作用,并在推动与戴尔科技集团及其他大规模战略合作伙伴的合作中发挥了关键作用。
Raghu Raghuram表示:“VMware凭借跨云、数据中心和边缘的端到端软件平台,以独特的姿态引领多云计算时代,帮助客户加速数字化转型。我很荣幸,感到受宠若惊,也很兴奋能被选中,带领公司进入一个新的发展篇章。我们有巨大的机会,我们有正确的解决方案和优秀的团队,我们将继续专注、热情、敏捷地前行。”
VMware首席独立董事Paul Sagan表示:“经过深入周到的寻找,董事会认为Raghu是领导公司、担任CEO的最佳人选,因为他体现了我们的创新文化、代表了我们的价值观,对VMware的未来有着清晰的展望。我们还要感谢Zane Rowe作为临时首席执行官所展现的领导力,他将继续担任首席财务官并发挥关键作用。”
VMware还宣布,Sumit Dhawan已被任命为总裁,负责所有市场营销的职能,包括全球销售、全球合作伙伴和商业组织、客户体验和成功(CXS)、营销和沟通。凭借他在构建和扩展订阅业务方面的丰富经验以及以客户为中心的定位,Dhawan非常适合担任这些团队的领导。Dhawan目前担任VMware高级副总裁兼首席客户官,他帮助设计了新兴的多云和订阅服务的业务战略,改变了VMware客户使用VMware服务的方式。
现任VMware首席运营官,主管客户运营的Sanjay Poonen做出了离开VMware的个人决定。Poonen已在VMware工作了7年,目前负责客户运营,在此之前负责终端用户计算(EUC)。“我们代表董事会和公司感谢Sanjay为VMware做出的诸多贡献,并祝愿他在未来的工作中一切顺利,”Sagan表示。
VMware首席运营官,主管客户运营的Sanjay Poonen表示:“热烈祝贺Raghu晋升为首席执行官,我知道他将把公司推向新的高度。我将为公司的成功而欢呼,因为我将开始我的下一段旅程。”
2022财年第一季度初步财务报告
2022财年第一季度的收入预计为29.94亿美元,同比增长9.5%。
订阅、SaaS和许可收入预计为13.87亿美元,同比增长12.5%。
第一季度GAAP营业利润率预计为18.7%,非GAAP营业利润率预计为30.8%。
GAAP净利稀释每股收益预计为1.01美元,非GAAP净利稀释每股收益预计为1.76美元。
有关VMware第一季度财务业绩的更多详细信息将于美国时间2021年5月27日(星期四)收盘后公布。公司将于太平洋时间当天下午1:30、美国东部时间下午4:30召开电话会议,回顾财务业绩和业务前景。
好文章,需要你的鼓励
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。