网络设备公司瞻博网络(Juniper Networks)第三季度财务业绩好于预期,非GAAP净收入为1.52亿美元,同比增长5%。
非GAAP摊薄后每股收益为0.46美元,净收入为11.88亿美元,差不多符合华尔街12亿美元和每股收益0.46美元的预期。
瞻博网络股价在盘后交易中上涨了1.71%,报27.02美元。
瞻博网络首席执行官Rami Rahim星期二表示,“我们连续第五个季度实现收入同比增长,而且连续第二个季度在第三季度时间段里实现了不俗的订单增长。”
瞻博网络预计第四季度的收入将达到12.6亿美元左右,加减5000万美元。非GAAP每股净收入将约为0.53美元,加减0.05美元。
瞻博首席财务官Ken Miller在4月时表示,该公司“正在经历持续的供应限制,这导致了交货时间的延长”,他将这种放缓归咎于“影响许多行业的全球半导体短缺”。
瞻博在7月份也发布了类似的信息,提醒投资者全球范围内仍然存在半导体短缺,部分原因是COVID-19大流行造成的。他们重申交货时间将会延长以及成本的增加,这种情况“至少在未来几个季度内将持续存在”。
Miller今天表示,该公司“执行得非常好尽管供应链环境充满挑战,公司在9月份的季度中表现出了强大的财务管理”。
Miller补充表示,“我们的订单势头强劲、积压创纪录,而且我们在加强供应链,这些都使得我们对未来的增长前景和我们在2022年及以后的时间能够提供更好的盈利能力充满信心。”
瞻博网络在今年1月以未披露的金额收购了Apstra,还曾在去年10月斥资4.5亿美元收购了128科技公司。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
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。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
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。