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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。