至顶网网络与安全频道 06月05日 编译:博通(Broadcom)周四发布第二季度财报(https://www.prnewswire.com/news-releases/broadcom-inc-announces- second-quarter-fiscal-year-2020-financial-results-and-quarterly-dividends-301071010.html),收入超出市场预期。不过,博通公司首席执行官Hock Tan表示,博通预计第三季度的收益将被供应链限制抵消以及“无线部分将大幅重置”。
博通第二季度非公认会计准则(Non-GAAP)摊薄后每股收益为5.14美元,营收57.42亿美元,增长4%。之前分析师预期每股收益为5.14美元、营收为56.9亿美元。
Tan在一份声明中称,“第二季度的结果符合我们的预期,受COVID-19的影响有限。至于未来的第三季度,在半导体第三季度指引上反映了云、电信及企业客户的需求激增被供应链限制所抵消,无线部分预期将大幅重置。博通将继续聚焦各种关键任务半导体和软件特许经营权的投资,同时在不确定的环境里小心管理我们的费用。”
博通宣布曾在3月31日支付了每股普通股3.25美元的现金股息,总计13.06亿美元,并支付了每股20美元的强制性可转换优先股的现金股息,总计7500万美元。博通预计第三季度收入为57.5亿美元,上下浮动1.5亿美元。
另据其他消息, MongoDB发布的第一季度财务业绩优于预期(https://www.prnewswire.com/news-releases/mongodb-inc-announces-first-quarter-fiscal-2021-financial-results-301071036.html),原因是COVID-19危机导致了数字化的加速转型。
MongoDB的非公认会计准则净亏损为730万美元,合每股13美分。总收入达1.303亿美元,同比增长46%。市场之前预期MongoDB每股净亏损25美分,营收1.1962亿美元。
MongoDB首席执行官Dev Ittycheria在一份声明中表示,“MongoDB在COVID-19大流行期间强劲的第一季度表现证明了我们的现代数据平台对客户成功的价值。MongoDB平台的速度和敏捷性令客户能够快速适应不断变化的业务条件。”
Ittycheria还表示,“COVID-19的影响将会比我们在本财年初的预期更长,但我们看到的明显迹象表明,当前的环境将加强数字化转型和云迁移长期趋势的力度。MongoDB显然是该趋势的受益者,我们将继续进行投资,充分利用这个市场机会。”
MongoDB表示,截至4月30日,客户超过18,400。MongoDB旗下的全球云数据库Atlas收入占第一季度总收入的42%,同比增长超过75%。订阅收入为1.249亿美元,同比增长49%,服务收入为550万美元,同比增长1%。
MongoDB预计第二季度营收将在1.25亿美元至1.27亿美元之间。预计2021财年全年收入在5.2亿美元至5.3亿美元之间。
另外,Domo第一季度财务业绩也超过预期(http://www.globenewswire.com/news-release/2020/06/04/2043998/0/zh_CN/Domo-Announces-First-Quarter-Fiscal-2021-Financial-Results.html)。数据分析公司Domo的非公认会计准则净亏损为1840万美元,合每股65美分。总收入为4,860万美元,同比增长19%。
华尔街分析师此前预期每股净亏损91美分,营收为4565万美元。
首席执行官Josh James在一份声明中表示,“我们Domo的构建完全能够满足时下的需求,实时打包信息便于轻松消费,可以在任何设备上进行大规模分发,可以在创纪录的时间内提供。我们很高兴能够帮助三个州的州长在当前的健康危机时期访问他们需要管理的实用数据。我们现在将为私营部门推出相同的功能,帮助他们管理员工队伍,帮助他们安全地返回工作岗位,为他们提供在我们平台上构建的应用和解决方案应付这个特殊时期。”
Domo第一季度的订阅收入为4,240万美元,同比增长23%,占总收入的87%。账单部分收入为4,650万美元,同比增长13%。Domo预计第二季度收入在4850万美元至4950万美元之间。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。