云网络公司Arista Networks昨天发布第二季度财报,收益和收入均超出预期水平,并且发布了对下一季度的强劲指引,不过Arista股价在盘后交易时段却有所下跌。
第二季度Arista在不计入股票补偿等特定成本下的每股利润为2.72美元,收入为7.073亿美元,较去年同期增长31%。高于此前华尔街预期的6.75亿美元至6.95亿美元的收入, 6.87亿美元销售额,以及2.54美元的每股收益。
此外Arista称该季度的毛利率为65.2%,高于此前预期63%至65%的区间,此外该季度的净收入为2.168亿美元。
Arista公司首席执行官Jayshree Ullal表示,强劲的业绩反映了Arista在主要垂直领域和产品线方面的持续发展势头和多元化。她说:“我们正处于网络软件和数据驱动转型的风口浪尖,期待我们会让更多客户满意。”
Arista的产品包括高速网络交换机,主要供Facebook和微软等超大规模数据中心运营商使用,此外还销售企业园区交换机,竞争对手包括思科等公司。
Arista的另一块业务是网络管理和安全软件,该软件采用了AI技术,有助于发现故障原因、监控用户体验和识别网络威胁。
该季度Arista的产品收入达到5.564亿美元,软件服务收入增加至1.408亿美元。
Arista还宣布,第二季度累计出货量超过5000万个云网络端口。
Arista公司首席财务官Ita Brennan表示,他对该季度公司的强劲表现感到满意,公司将“继续与客户和合作伙伴合作,应对充满挑战的供应环境。”
展望第三季度,Arista预计销售额在7.25亿美元至7.45亿美元之间,远高于华尔街预期的6.97亿美元。
好文章,需要你的鼓励
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。
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。
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。