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
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。