截至3月31日的这个季度,Fortinet在不计入股票补偿等成本之后的利润为1.551亿美元,即每股94美分,高于去年同期的1.642亿美元,即每股81美分,收入增长34%,至9.548亿美元,此前分析师预计的调整后每股收益为80美分,收入为8.85亿美元。
Fortinet各项数据全面上升。该季度产品收入增长至3.71亿美元,同比增长54%,服务收入5.833亿美元,增长24%。截至3月底,总账单金额增长36%至11.6亿美元,递延收入增长33%至36.6亿美元。
预订金额较上年同期增长50%,达到12.8亿美元,未交付订单金额为2.783亿美元。
Fortinet公司创始人、首席执行官Ken Xie(如图)在一份声明中表示:“我们的第一季度收入从超出预期水平,同比增长34%,其中该季度产品收入同比增长54%创下新高。我们所取得的杰出成果反映了市场对我们广泛的网络安全和网络解决方案组合有着非常强劲的需求,而我们的团队也设法应对了充满挑战的供应链环境。”
展望未来,Fortinet预计第二季度调整后的利润为1.05美元至1.10美元,收入为10.05亿美元至10.35亿美元,分析师预计的每股盈利为1.13美元,收入为10.1亿美元。
整个2022财年,Fortinet预计调整后的每股利润为5至5.15美元,收入为43.5亿至44亿美元。
在财报发布之后的电话会议上Xie表示,Fortinet将运营技术视为Fortinet主要的增长机会。
根据Bank Info Security的报道,Xie在电话会上称:“我们肯定地认为,OT是一个更大的市场,可能比SD-WAN更大,这个领域增长非常非常强劲。我们也确实看到了很多潜力,在这个领域进行了大量投资以满足需求。”
尽管前景略有不足,但投资者们仍然喜欢这些数字,开盘后Fortinet股价上涨了近4%。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
罗切斯特理工学院和美国陆军研究实验室的研究团队开发了一种突破性的无源域适应方法,通过混搭拼图增强技术和置信度-边界加权策略,使AI模型能在没有原始训练数据的情况下适应新环境。该方法在三个主要基准数据集上取得显著成果,特别是在PACS数据集上准确率提升了7.3%,为AI系统在隐私保护、安全限制等现实场景中的应用提供了新解决方案。
这篇论文介绍了R1-Code-Interpreter,一种通过有监督学习和强化学习训练大型语言模型进行代码推理的新方法。研究团队收集了144个推理和规划任务,利用多轮训练教会模型自主决定何时使用文本推理或生成代码。最终的14B模型在测试集上将准确率从44.0%提高到64.1%,超过纯文本GPT-4o并接近带Code Interpreter的GPT-4o。研究揭示了SFT阶段的关键作用,并发现模型展现出自发的自我检查行为,为开源模型提供了与商业模型竞争的代码解释器能力。