AI业务将无处不在
戴尔日前公布截至8月4日的第二财季运营数字,当期营收共229亿美元,较去年同期下降13%;净利润为4.55亿美元,同比缩水10%。但与表现疲软的第一季度相比,客户端解决方案(CSG)与基础设施解决方案(ISG)部门的销售额均有所提升。
戴尔CFO Yvonne McGill表示,“本季度收入环比增长10%,达到229亿美元;第二季度运营现金流同样强劲,达到32亿美元,且过去12个月总计达到81亿美元。我们将继续为股东创造价值,并以更多灵活方式拉升未来的资本回报率。”
Jeff Clarke
戴尔公司副董事长兼COO Jeff Clarke也对经营数字做出了良好诠释:“凭借更强劲的需求和出色的执行力,我们在第二季度取得了非凡的业绩。”从结果上看,本季度收入较戴尔之前公布的212亿美元预期上限还要多出17亿美元。尽管戴尔第二财季的表现向来优于第一季度,但这样的结果仍然令人印象深刻。
他还在财报电话会议上指出,“考虑到第一财季的实际表现,我们本来对第二财季抱持较为谨慎的态度。但需求环境的改善速度比我们预期的要快,这一点在6月和7月体现得尤其明显。”
Clarke补充道,“我们将继续专注于戴尔身处领先地位的市场,特别是其中利润空间最为丰厚的领域。我们的专有软件定义存储解决方案已经连续八个季度迎来需求增长,我们的客户端解决方案部门也持续增长8%,产品配售率尤为强劲。事实证明,AI业务成为一股长期推动力,拉动我们的产品组合需求不断增长。”
财务摘要
以PC业务为核心的客户端解决方案部门(CSG)收入同比下降16%,目前为129亿美元;其中106亿美元由商业市场贡献,另外24亿美元来自消费市场。
基础设施解决方案部门(ISG)收入为85亿美元,同比下降11%。其中服务器与网络收入为43亿美元,同比下降17.6%;但AI优化型服务器业务实现了逆势增长。
戴尔表示,其存储业务收入为42亿美元,同比下降2.9%,表现好于服务器和网络业务。中端PowerStore阵列和软件定义PowerFlex存储(非VMware超融合基础设施产品)的市场需求也在持续增长。PowerFlex目前已经连续八个季度保持扩张,第二财季的市场需求同比增长了一倍有余。
Clarke指出,“我们的业务主要取决于戴尔在超融合基础设施领域的实力,特别是我们的PowerFlex……我们已经见证了其巨大的发展势头,它能够对高性能应用场景的计算和存储进行独立扩展。……该业务增幅达到三位数,本财季增长了一倍有余。”
有趣的是,超融合基础设施供应商Nutanix在其非VMware产品方面同样表现出色,这表明VMware长久以来在超融合基础设施领域的主导地位正面临威胁。
Clarke也谈到了市场表现不佳的高端存储产品:“我们的高端存储产品正经历下行周期。我们经历了大型机更新、经历了新冠疫情期间的需求累积,还有目前目前愈演愈烈的存储线上化趋势。”但他乐观地认为,AI需求量激增可能会推动非结构化(文件)及对象存储产品的销售,即有望拉动PowerScale和ECS产品的市场需求。
但谈到下个财季的前景时,Clarke认为存储收入将继续下跌,“第二财季到第三财季一直存在季度性下跌趋势。这主要源自企业客户的需求疲软,而他们也恰好是最主要的高端/高价格存储阵列的主要受众。”但情况一般会在第四财季有所好转。
我们非常好奇各具体存储产品线的收入数字,但戴尔并没有公布详情。从总体数字来看,戴尔的存储收入仍使其保持着存储系统市场上当之无愧的王者地位,收入高于驱动器供应商美光(DRAM与SSD)、西部数据(HDD)和希捷(HDD)。美光和西部数据都曾经在存储收入方面压制过戴尔。下表所示,为各存储供应商随时间推移的收入变化及其业务发展情况:
随着DRAM和NAND供应过剩的局面逐渐终结,我们预计美光和西部数据的收入将再次飙升并超越戴尔。但就目前看,无论是NetApp、HPE、IBM、Pure Storage还是Nutanix,还没有哪家存储系统供应商能够对戴尔存储业务的整体领导地位构成威胁。
JEFF Clarke:“我们认为,AI工厂未来将无处不在。”
展望未来,戴尔预计未来几年其可寻址AI市场总量将保持19%左右的年均复合增长率,一路增长至900亿美元左右。戴尔解释称,AI服务器已经在其2023年半年总体服务器销售额中占比约20%,这20亿美元销售总额主要受到AI服务器需求积压和戴尔强大的销售渠道所推动。
Clarke提到,“我们认为,AI工厂未来将无处不在。包括各种大型、小型和中型设施,其中小型位于边缘场景、中型立足数据中心,大型则表现为云规模。这当然是戴尔必须把握住的重要业务机会。”
在他看来,“短期之内,我们认为组织会专注于为所谓第四代AI打造现实用例,包括客户运营、内容创建和管理、软件开发与销售等。在戴尔内部,我们也在以同样的方式增强自身构建产品、服务客户、提高生产力和执行效率的能力。”
他还表示,AI相关硬件也在迅速发展:“我们正在积极跟进至少30种不同的加速器芯片。这些芯片正在开发当中,相信不久后就会投放市场。”
戴尔公布的下财季收入预期将在225亿美元到235亿美元之间,远低于去年第三季度的247亿美元(按230亿美元这一预期中位数计算)。再考虑到第四财季的常规环比增长,戴尔认为其2024财年总收入预期将可上调至895亿美元至915亿美元之间,取中位数905亿美元则同比下降12%。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。