今天,VMware宣布从内部选择了一位资深高管来领导公司的重大产品线改造以及即将与母公司Dell Technologies剥离等事宜。
现年58岁的Raghu Raghuram目前是VMware执行副总裁、产品和云服务首席运营官。前任首席执行官Pat Gelsinger在今年1月离任,加入英特尔公司担任CEO,而Raghuram将从6月1日起正式担任VMware CEO一职。根据雅虎金融频道的报道,在Raghuram被任命之前,有多位外部候选人被拒。
Raghuram已经在VMware工作了18年时间,在VMware成立之初就帮助公司扩展了核心的虚拟化业务,领导了软件定义数据中心战略,设计架构了云计算业务,此外还在多个成功的大型收购中发挥了重要作用。尽管如此,仍有观察人士把Raghuram视为一匹黑马。
CCS Insight软件开发研究总监Bola Rotibi说:“此前市场可能一直考虑的人选是[现任首席运营官]Sanjay [Poonen],因为他很有活力。但是不止如此,他拥有对市场的洞察力和认知力,知道公司需要怎么发展。”
“VMware一直是一家以工程设计为主导的公司;Raghuram显然很适合这种模式,他还曾经领导了公司一些战略上最重要的业务,或者担任高管层,”Pund-IT分析师Charles King说。“他是一个不错的选择,我期望他取得成功。”
在Raghuram的领导下,VMware与主要的云基础设施厂商建立了一系列合作伙伴关系,其中包括与AWS达成具有里程碑意义的协议,使其在帮助大型企业迁移到云端方面占据了举足轻重的地位。VMware凭借在数据中心内虚拟化领域的主导地位,将自身定位为公有云的通用入口。
Rotibi说:“Pat推动这一战略的同时,Raghu始终参与其中。他了解VMware。他是否有胆量带领VMware一直保持增长?我认为他能够做得到。”
King认为,VMware选择内部候选人的举动说明该公司对其战略和产品组合充满信心。“你通常不希望局外人接管一支获胜的球队。选择像Raghuram这样经验丰富的高管,意味着VMware将保持稳定的发展。”
最近,Raghuram领导了VMware的Tanzu计划,该计划将许多内部开发和外购的产品捆绑到一个软件包中,面向那些希望围绕云原生策略实现应用现代化的客户。”
Raghuram在声明中表示:“VMware凭借横跨不同云、数据中心和边缘的端到端软件平台,以独特能力引领多云时代,帮助加速我们客户的数字化转型之旅。”
Nucleus Research首席执行官Ian Campbell认为:“把他作为VMware成功的贡献者之一是很公平的。随着分拆迫在眉睫,重要的是要有一位了解VMware核心能力和防御性利基市场的高管,确保VMware不会从哪些已经开始初见成效的项目中分散出更多的注意力。”
其他人员方面,目前担任高级副总裁、首席客户官的Sumit Dhawan将出任VMware总裁,负责监督全球销售、合作伙伴关系、客户体验、市场营销和沟通。曾在董事会寻找继任者期间担任临时首席执行官的Zane Rowe,将重返首席财务官一职。
在VMware工作了7年时间的Poonen即将离开。此前他被视为首席执行官的主要竞争者,他在一份声明中向Raghuram表示了“热烈的祝贺”,并补充说“他将把公司提升到一个新的高度”。
King分析师称Poonen的离职是“一个损失。他一直是VMware领导团队的重要组成部分,但是他在寻找新职位时应该会有很多选择。”
VMware还5月27日正式发布财报之前,于今天早上发布了初步收益估计。VMware预计,基于强劲的订阅和许可收入表现,第一财季的收入和利润将有望超出预期。
VMware预计第一季度收入将达到29.9亿美元,同比增长9.5%。订阅、软件即服务和许可总收入预计增长12.5%,达到13.9亿美元。净收入预计为每股摊薄收益1.76美元。分析师此前预计的每股收益是1.51美元,营收约29.1亿美元。
投资者对Raghuram的任命反应不大,到午盘时,VMware股票下跌了约2.5%,这与纳斯达克当天大盘抛售的趋势是一致的。
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。