今天戴尔发布第二季度财报,个人电脑销售额的强劲增长帮助戴尔实现了创纪录的季度业绩。
该季度戴尔在不计入股票补偿等特定成本下的每股利润为2.24美元,收入为261.2亿美元,同比增长15%,此前华尔街的预期每股利润仅为2.03美元,收入为255.3亿美元。
戴尔公司副董事长、联席首席运营官Jeff Clarke表示,戴尔以独特的调整能力和把握增长机会的能力而见长,该季度的业绩证明了这一点。他说:“我们正在进行创新并帮助客户成长,专注于多云解决方案、以传统方式和即服务的方式交付现代基础设施。”
情况可能是这样,但不可否认的是,戴尔的客户端解决方案部门(包括个人电脑业务)为该季度的业绩提供了助力。新冠疫情席卷全球迫使人们不得不在家办公,对个人电脑、笔记本电脑和其他能够支持远程办公的设备的持续需求,推动戴尔的业务一直蓬勃发展。
该季度戴尔客户端解决方案集团的营业收入为9.95亿美元,销售额为143亿美元,同比增长27%,其中商用PC收入增长35%至106亿美元,消费级PC销售额增长17%至37亿美元。
戴尔表示,Latitude和Precision系统的增长尤为强劲,该季度美国市场的销售额随着笔记本电脑的快速普及增长了17%。
Pund-IT分析师Charles King认为,戴尔是提供当今客户所需商品、同时也为未来机遇和挑战做好准备的企业典范。
“戴尔客户端产品持续的突出表现,尤其是以工作场所为中心的解决方案,突显了戴尔专注于帮助企业客户保持生产力和效率,尽管过去一年半中企业经历了各种考验和磨难。”
Clarke在与分析师的电话会议中解释说,戴尔正受益于一种“能在任何地方做任何事情”的新经济模式,这种模式推动很多行业和各种规模企业客户加大了对IT技术的支出。“我们希望在强劲的IT支出中占据一席之地。”
强劲的IT支出很大一部分也用于基础设施,这一点也让戴尔从中受益。戴尔的另一项主营业务,基础设施解决方案集团的收入在该季度(通常是增长比较慢的一个季度)增长了3%达到84亿美元,营业利润达到9.7亿美元。
戴尔表示,市场对多云设备需求强劲,这促使戴尔的服务器和网络收入提高了6%。然而,存储硬件销售额下降了1%,不过分析师也看到了基础设施业务的一些亮点。
King表示:“戴尔最新的VXrail超融合基础设施解决方案订单增长了34%,这一点是企业对于戴尔能够不断交付创新产品、增强产品的能力做出的回应。”
Moor Insights & Strategy分析师Steve McDowell表示,尽管销售额下降,但戴尔的存储业务仍然是健康的。他提到戴尔的中端存储业务增长了17%,高于市场竞争对手NetApp和Pure Storage,再加上PowerStore服务器增长势头良好,有近四分之一的客户是新客户。
“对戴尔存储业务的拖累似乎主要来自于高端业务,这比中端业务更具周期性,而且复苏速度也比其他市场慢。”
也许这个季度戴尔基础设施部门真正的亮点,是戴尔推出了新的APEX即服务产品组合,被寄予厚望推动未来的增长。
目前戴尔正在追随HPE、思科和IBM等已经承诺转向订阅定价和交付模式的行业竞争对手,这种模式有时也被称为可组合式基础设施。
在这种模式下,提供商负责安装和维护计算机、存储和网络设备,并根据使用情况进行收费。基础设施提供商负责响应客户需求,通过从可变资本支出模型转变为把技术也视为一项运营支出的模型,从而平衡支出。
King表示,戴尔这个季度表现强劲,反映了公司创始人将戴尔发展成为端到端业务IT解决方案厂商的明智之举。“戴尔新的APEX服务和产品也预示着未来的发展方向。”
该季度,戴尔聘请了一名重要的高管,管理咨询公司贝恩公司的合伙人Chuck Whitten,担任新的联席首席运营官。Whitten将与Clarke一起直接汇报给Michael Dell,有分析师表示,此举可能暗示了戴尔未来的继任计划。
Wikibon首席分析师Dave Vellante认为:“在我看来,这是和长期继任计划有关系的。Dell本人对整个公司的继任计划和业务弹性考虑得非常细致,不仅仅是在高层——这就是供应链思维。”
戴尔也受到VMware的大力推动,该季度VMware贡献了31亿美元的销售额,同比增长8%。
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。