思科公司首席执行官Chuck Robbins(如图)在一份声明中表示:“我们看到稳定的客户需求,赢得的市场份额,并在人工智能、安全和云等关键领域展开创新,这些势头让我们对能够抓住未来众多机遇充满信心。”

思科在第四财季的净利润为40亿美元,比去年同期增长37%,不计入股票补偿等特定成本之前的收益为每股1.14美元。该季度思科的收入增长了16%,达到152亿美元,这一结果好于此前分析师预测的每股收益1.06美元,收入150.5亿美元。
思科还公布了全年收入达到570亿美元,较上一年增长11%,为十多年来的最高水平。
思科公司首席财务官Scott Herren在接受采访时表示,思科在该季度打破了多项记录。他说:“这个季度思科在很多方面都是创纪录的:收入、净利润、每股收益、自由现金流。”
思科主要的产品和服务业务部门该季度收入分别增长了20%和4%。产品业务(包括销售的
路由器、以太网交换机和其他网络设备)销售额达到116.5亿美元,服务业务(包括网络管理和安全)销售额达到35.5亿美元。
当许多其他科技公司陷入困境的时候,思科却能够实现收入上的增长,是因为思科满足了因为新冠疫情期间供应短缺而引发的需求激增。由于无法获得所需的零部件,思科已经积压了好几个月未履行的订单。现在这些部件已经上市,思科已经能够比前几个季度运送更多的硬件,并销售设备的相关软件。
Robbins在电话会议中承认,思科几乎已经赶上了积压订单,因此增长速度正在放缓。不过他表示,由于基于订阅的业务模式以及对人工智能的关注,让思科未来收入能够更加稳定。
AI是这次电话会议讨论的主要话题,思科方面强调了思科将如何在帮助云服务提供商构建基础设施以应对ChatGPT和Google Bard等生成式AI服务方面发挥关键的作用。Robbins表示,AI对于思科来说是一个利润丰厚的市场,并强调称,思科已经看到来自超大规模云客户的AI产品订单,总额超过5亿美元。
他对分析师表示:“思科致力于帮助客户以值得信赖和负责任的方式完成这一转变,以兑现对这项技术的全部承诺,我们已经做好了获胜的准备。”
Constellation Research分析师Holger Mueller表示,疫情期间时思科遇到的供应链问题比大多数公司都更为严峻,但他相信现在这一局面显然已经扭转。“所有关键绩效指标看起来都不错,思科的供应链似乎也正在变得井然有序,如果Robbins关于云厂商正在依靠思科构建他们的生成式AI网络这个说法是正确的,那么思科可能最终找到了一条有希望的增长之路。”
在指引方面,思科预计第一季度每股收益为在1.02美元至1.04美元之间,收入在145亿美元至147亿美元之间。这些数字好坏参半,华尔街预测每股收益为1美元,收入146.4亿美元。
思科的全年预测也有些谨慎,思科预计每股收益在4.01美元到4.08美元之间,销售额在570亿美元到582亿美元之间。相比之下,华尔街预期的每股收益为4.05美元,收入为584亿美元。
然而值得注意的是,思科对全年预期向来是比较保守的,思科可能会在本季度末调整预期。
尽管如此,AI的前景和乐观情绪足以让投资者相信思科拥有光明的未来。思科股价在尾盘交易最初下跌之后出现反弹,盘后涨幅超过2%。
Pund-IT分析师Charles King表示:“围绕生成式AI的强烈热情,凸显了股东为什么会对Robbins关于市场机会的评论有积极的反应。总体来看,随着现有市场恢复正常和新兴市场的发展,思科的业绩可能会有所改善,这似乎是合理的。”
在今天小幅上涨之前,思科股价今年迄今为止已经上涨了11%,略低于更广泛的标普500指数,该指数今年上涨了15%。
该季度思科举行了年度用户大会Cisco Live 2023,阐述了思科在多云网络和安全方面的未来愿景。思科表示,主要目标之一就是统一思科的网络和安全产品,从而让更多的开发人员能够在思科的平台和基础设施上进行开发。
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。