微软公布第二季度财报,其结果略低于分析师的收入预期,导致股票在周三盘后交易中出现下跌。
微软将收入不足归咎于与英特尔等合作伙伴出现的计算机芯片供应问题,这意味着微软最大的业务即个人计算部门出现了不足。
第二季度财报显示,在某些成本如股票报酬之前的收益为每股1.10美元,收入为324.7亿美元,比去年同期增长12%。此前华尔街预期每股收益为1.09美元,营收为325.1亿美元。
收入未达到分析师预期使得微软股票在盘后交易中的跌幅超过3%。
投资者的反应让微软该季度的一些突出表现黯然失色:该季度微软的生产力和业务流程部门实现了101亿美元的收入,同比增长13%,高于分析师预期的100.9亿美元。
与此同时,作为微软最重要的智能云部门(包括Azure、Dynamics 365和Office 365等云服务)实现了94亿美元的收入,同比增长20%,高于分析师预期的92.8亿美元。
微软Office 365消费者订阅方面也有积极表现,这部分业务的客户量增长至3330万,高于上一季度的3250万。
微软首席执行官Satya Nadella在声明中表示:“商业云的业务结果反映了我们与零售、金融服务和医疗在内的各行业领先企业之间深厚且不断增长的合作关系。”
正如预期的那样,微软没有提供Azure的确切收入数据,但微软表示,该部门的收入同比增长了76%。KeyBanc Capital Markets分析师Brent Bracelin表示,他预计该季度Azure的收入为28.5亿美元。相比之下,市场预计微软竞争对手AWS收入为73亿美元。
微软另一个重要的云计算竞争对手阿里巴巴(Alibaba Group Holding Ltd.)今天公布,该季度阿里云的收入为9.62亿美元,占其总收入170.5亿美元的6%。
微软的云增长表明,不管是通过Azure交付的计算力还是通过Office 365交付的应用,微软正在成为该行业中的“主导者”,工作流自动化和智能流程自动化公司Nintex Global首席布道师Ryan Duguid这样说道。
Duguid说:“更重要的是,微软已经发展到一种更开放的模式,这意味着微软未来的成功不依赖于你所使用的设备,而是因为你每天使用的工具都是由微软提供的,或者是运行在微软的数据中心里。”
微软云计算的成功让个人计算部门业绩不佳影响降至最低,后者该季度的收入为130亿美元,低于华尔街预期的130.7亿美元,同比下降了5%。
在与分析师的电话会议上,微软首席财务官Amy Hood将其归因于PC合作伙伴的供应问题,并警告说这些问题可能延续到下一季度。她表示,由于芯片供应有限,微软预计未来还将“持续给市场带来影响”,也可能影响Office 365消费者收入的增长。
Constellation Research分析师Holger Mueller表示,微软正试图通过新服务和新产品(包括新的Surface设备)来弥补PC销售和Windows特许权使用费的削减,并且该策略目前效果良好。
Mueller说:“企业希望微软在2019年进行新的创新,微软必须做到这一点。下一站可能是MWC大会上推出新版本的HoloLens。”
Surface收入确实是该季度的亮点,这部分业务增长至18.6亿美元,比去年同期增长39%。微软去年年底推出了几款新的Surface产品,包括Surface Go、Surface Laptop 2和Surface Pro 6。Surface仍然只是微软业务的一小部分,但增长速度超过了大多数业务。
数字转型机构SPR的微软和云解决方案副总裁Mark Sami表示,投资者们可能会对收入未达到预期做出过度反应。
Sami说:“很多微软用户将不得不升级他们的Windows 7环境,Windows将在今年之后失去支持。因为微软提供了新的许可打包方式,所以这将会推动该细分业务的大部分收入,可能提高生产力云数量。”
Moor Insights&Strategy分析师Patrick Moorhead同样对微软Surface销售的影响以及云业务的持续增长持乐观态度。
他说:“我对微软的表现很满意,因为微软在未来几个关键领域都实现了增长,”这里他指的是Azure、Dynamics 365和Surface。“这些领域是微软未来的关键。很明显,很多客户都全部押注微软来帮助企业进行数字转型之旅。看来,Surface比许多人所知道的更具战略性。”
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
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。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
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。