至顶网软件频道消息:商业智能和数据仓库供应商Teradata的收入在今年第一季度从5.45亿美元下降了10%,达到4.91亿美元,亏损了200万美元,而该公司新任首席执行官Victor Lund仍然相信有办法。
Teradata表示2016年第一季度的收入包含了Marketing Applications业务3400万美元的收入,而该公司已于2016年7月1日将该业务出售了,希望这种解释能够减轻第一季度收入情况的惨淡程度。是的,但是,2017年第一季度的收入和2016年第一季度收入的差距是5400万美元,扣除Marketing Applications业务的3400万美元,还下降了2000万美元。
尽管如此,该公司一年前的净亏损为4600万美元,因此这一改善令人印象深刻。毛利率为45.6%,而一年前为49.4%。Teradata拥有11.44亿美元的现金,大部分在美国境外。在公司债务总额约为5.63亿美元时,这是一个令人放心的安全垫。
Lund在一次预先准备好的讲话中表示:“我仍然对我们的战略和我们的人有信心,我们在积极进行业务转型。”确实是在积极转型。他补充表示:“我们的团队专注于为客户推动成功的业务成果,并让我们的未来充满活力。”
Lund专注于Teradata的成功业务成果。正在将客户从采购许可转换为付费订阅模式,这使得未来的收入估算值出现问题,因为转换率是不可预测的。考虑到这一点,下一季度的收入预计将在5.1亿美元至5.3亿美元之间,和一年前同期相比下降13.2%。
该公司的转型仍在进行之中,直到不用再计算已经出售的Marketing Applications部门过去的贡献,并且/或将其业务扩展到其他领域为止。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。