至顶网网络频道 02月16日 国际消息: 思科结束了连续第六个季度的销售收入下滑,受到新产品和应用及安全产品的推动,销售收入增长了3%。
收入增长并不完全令人意外,因为该网络巨头三个月前就预计会有1%至3%的提升。思科长期以来一直在追求从一家依赖日益衰退硬件的公司转变为更多地依靠软件和基于订阅服务的企业,但是仍然无法确定的问题是,这种转变是否已经走上正轨。
但今天的结果表明,该公司在这方面取得了实质性的进展,而思科最新的预测认为今年的年度增长会更加强劲,达到3%到5%。更重要的是,软件和订阅的经常性收入增长了36%,占总收入的三分之一。
Moor Insights&Strategy公司的总裁兼首席分析师Patrick Moorhead表示:“虽然公司一个季度又一个季度有很多东西要展现,但该公司的转机似乎已经到来,思科的首席执行官Chuck Robbins和他的团队应该获得很多赞誉。”
Robbins(如图)在收益电话会议上评论说,这一结果反映了该公司有史以来最快的新型网络交换机——去年6月推出的Catalyst 9000及其软件和云计算努力成果。他表示:“我们在将更多业务转移到软件和订阅方面正在不断地取得进步。”
思科是全球最大网络交换机和路由器的制造商,这些交换机和路由器在互联网和大型企业网络中传输数据,该公司今天报告称其第二财季扣除特定成本(例如股票报酬和税收法案的影响)前的利润同比增长,上升到了31亿美元,每股盈利63美分。收入增长了3%,达到119亿美元。
FactSet的一项调查显示,分析师预计调整后的利润为59美分,比去年同期上涨2美分,收入增长2%,至118.1亿美元。在净收入的方面,思科亏损88亿美元,折合每股1.78美元,这主要是因为按照新税法将海外现金汇回需要缴纳111亿美元的费用。
似乎思科将把大部分回国的现金用于股东。它宣布季度股息增加14%至每股33美分。它还表示将额外回购的250亿美元股票,在未来18到24个月内总回购金额将达到310亿美元。
投资者喜欢所有这些,至少从盘后交易来看,思科的股价上涨了近7%。在这个市场上涨的一天中,思科的股票已经在正常交易时段中上涨了约2%,达到了42.09美元。而该公司自从11月份公布第一财季财报以来,股价已经上涨了20%。
思科的核心基础设施平台——包括其网络硬件——的收入仅增长2%,达到67亿美元,而应用程序和安全性产品则分别增长了6%。Moorhead表示,“考虑到该公司一直在进行投资,这个结果是非常积极的。”
投资者对递延收入特别感兴趣,其中包括基于订阅的收入和软件收入。这部分收入比去年上涨了10%,但来自再生软件和订阅的部分上涨了36%。
思科已经与微软、谷歌和中国的阿里巴巴集团等大型云计算提供商一起进行了一些小规模的进攻,这些云计算供应商中的大部分通常都打造了自己的网络硬件。来自所谓“超大规模”公司的更多业务的前景促使Nomura Instinet的分析师Jeffrey Kvaal今天对思科股票给出了买入评级,并将其目标价从33美元上调至45美元。
该公司还采取了一系列举措和收购,以接纳其从云到安全性在内的新业务。1月下旬,该公司收购了Skyport Systems Inc.,该公司生产专用设备,结合了计算、存储和网络组件,旨在运行公司最敏感的应用程序。同样在1月份,思科推出了自己的Kubernetes分布式软件,这是一种广泛使用的软件,用于管理软件容器,让应用程序在各种环境中不用改变就能保持运行。
去年10月,思科斥资17亿美元收购了云商务通信公司BroadSoft Inc.,该公司提供了更多基于订阅的经常性收入。同一个月,思科收购了机器学习驱动的数据分析创业企业Perspica Inc.,并与谷歌签署协议,以帮助大型企业更轻松地开发跨私人数据中心和公共云计算的软件。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。