至顶网软件频道消息:自今年4月上市以来的第二季度,大数据公司Cloudera的业绩成功超出预期,扭转了第一季度令人失望的结果。
Cloudera专注于售卖机器学习和数据分析软件和服务,用于管理跨计算机系统的大量数据。Cloudera透露,已经收购了位于布鲁克林的机器学习研究公司Fast Forward Labs公司。Cloudera联合创始人、董事长兼首席战略官Mike Olson表示,FFL的联合创始人兼CEO Hilary Mason成为Cloudera的研究副总裁,旨在完善Cloudera的机器学习应用以及深度学习神经网络以应对“实际的业务问题”。
Olson强调了机器学习在多大程度上推动了Cloudera的增长。“Fast Forward Labs对我们来说,是在机器学习和人工智能方面一个重要的战略投资,”Olson在财报电话会议上这样表示。
Constellation Research副总裁、首席分析师Holger Mueller表示:“大数据已经成为深度学习网络的基础,所以Cloudera在这个比较新的大数据用例中扮演着重要角色。强大的AI/ML用例,让我们预见到大数据的第二个春天,因为这是企业能够以具有成本效益的方式保存他们所有电子知识的唯一地方。”
谈到财报,Cloudera表示不计算股票薪酬等特定成本的话,第二季度亏损17美分。净亏损是6420万美元,其中包括IPO之后3950万美元的股票收益,这一部分去年同期只有560万美元。收入方面,增长了39%达到8980万美元。
利润和收入结果都超出了此前分析师预测的8550万美元收入,以及调整后的亏损25美分。此前投资者们对第一季度报告中关于未来增长可能放缓的迹象进行了抨击,很快盘后交易股价上涨了6%,随后又增长了大约2%。今天收盘增长了大约17%至每股21.41美元。
订阅收入被视为一个重要指标,因为订阅要比软件许可更稳定,这部分收入同比增长了46%达到7400万美元,在总收入中占比大约82%,相比去年增长3个百分点。
Cloudera提高了对第三季度和2018财年全年的预期。Cloudera预测,第三季度亏损在每股23-25美分,低于分析师预测的27美分,收入在9000万美元到9200万美元之间,高于分析师预测的8830万美元。
同样地,从全年来看,Cloudera的亏损在93-52美分之间,收入在3.55亿美元到3.6亿美元之间,超出华尔街分析师的预测。
Cloudera公司首席执行官Tom Reilly表示,公司“在销售、客户获得、客户扩张和现金流目标中都有出色表现”。Cloudera获得了45家所谓全球8000强的新客户,现有客户的净扩张率达到140%。
然而,持续亏损仍然是一个很大的不确定性。“目前,尚不清楚Cloudera将如何以及何时扭亏为盈,”Mueller这样表示。
Cloudera是上市的三家主流大数据公司中的第二家,第一家是在2014年12月的Hortonworks。尽管MapR Technologies公司CEO Matt Mills在6月表示将会在某个时间点进行IPO,但是看起来还不是眼下的事情。本周,MapR在新一轮融资中获得5600万美元,让它有了一些喘息的空间。
但是,所有这些公司都面临来自AWS、微软Azure和Google Cloud Platform等大型云提供商越来越激烈的竞争,这三大巨头持续不断地提供更多功能,并且这些功能更简单、彼此之间更加整合。这对企业来说是有吸引力的,特别是当开源和商用大数据分析项目不断成长壮大的时候。
Wikibon分析师George Gilbert表示:“在某个时间点,企业想要开始标准化。”他表示,对个别来说,整合功能同时还要整合销售战略来应对新技术以及大型云提供商是很困难的一件事情。
好文章,需要你的鼓励
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。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
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。