各位账房先生,我们地处何方?报告船长,不知道。
Supermicro(超微公司)日前发布了截至3月31日为止的第三财季收入增长估计数据,但最终的审计数据仍未确定下来,皆因公司在多个季度以来的股票交易数据方面与纳斯达克存在争议。
主板和白盒服务器制造商Supermicro估计自己的收入在7.85亿美元至7.95亿美元之间,较上年同期增长约25%,而去年同期的数据本身仍然存在问题。 Supermicro尚未确定利润是多少,因为没有准确的收入数据。
季度末时Supermicro的总计现金、现金等价物及短期投资总额为1.36亿美元,Supermicro称公司的银行债务为1.863亿美元。
要跟踪Supermicro的财务状况有点像在没有指南针且有雾的情况下试图令一艘帆船不偏离航道。由于Supermicro的2017财年业绩受到销售财会出错的影响,公司2018财年的最终经审计季度业绩仍未发布。
Supermicro表示,审计委员会已经完成了一项调查,目前正在进行额外的、据说“接近完成的“测试”。
Supermicro表示,需要额外的时间对在测试中发现的历史财务记录产生的影响进行评估,然后才能提交上一年的完整业绩报告。
由于Supermicro未能提交这些季度的报告和年度报告,也未能在4月26日的合规计划听证会小组会上向纳斯达克提交更新报告,并且要求进一步延迟备案许可至2018年8月24日,Supermicro面临被纳斯达克除名的可能。业绩报告需要重述的程度尚未确定,纳斯达克也尚未批准延期。
Supermicro表示,下一季度的收入预计在8亿到8.6亿美元之间。
法务会计调查员肯定抓狂。
而Supermicro在这样的背景下仍在不断推出新产品,其中最新的产品是一款1U服务器和1U闪存JBOD,二者均可配置256TB的闪存,用的是英特尔DC P4500 8TB Ruler固态硬盘,二者均配有NVMe驱动器连接。
Supermicro总裁兼首席执行官Charles Liang表示:
“该款Supermicro系统的存储密度是以前1U解决方案全闪存的三倍多,不久以后该系统将在单1U系统中实现PB级规模。”
Supermicro表示,“这一款1U系统今年将支持半PB的NVMe存储容量,而且会在明年年初采用EDSFF标准提供全PB容量。”
就是说,16TB DC P4500 Ruler可在今年晚些时候推出,32TB版会在2019年初推出?感谢96层3D闪存技术。
图中为SSG-136R-NR32JBF(https://www.supermicro.nl/products/system/1U/136/SSG-136R-NR32JBF.cfm)闪存Ruler JBOD和SYS-1029P-NR32R(https://www.supermicro.nl/products/system/1U/1029/SYS-1029P-NR32R.cfm)服务器。
Supermicro称多达12个主机可以直接连接到这些系统的1U池化NVMe存储。或者也可以通过NVMe-oF(基于以太网的NVMe结构)连接数百台主机。
Supermicro曾在1月份推出一款配备了三星Ruler闪存的服务器(https://www.theregister.co.uk/2018/01/15/super_micro_superserver_with_36_samsung_ssds/),容量为288TB,今年晚些时候可扩展到576TB。Supermicro的赌注下在闪存Ruler赛的两匹马上。
服务器制造商Supermicro希望不会有事发生致使这些Ruler系统的推出受到阻碍。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。