至顶网软件频道消息: 微软2019财年第四季度的业绩报告显示本季度表现强劲,旗下的云服务、内部部署服务器产品、Surface部门甚至Windows的表现一如预期般强劲。然而,有人在更深入地了解微软的收益后就在想,微软的Azure业务是否正在放缓,因为Azure业务现在“仅仅”同比增长64%,而环比却持续下降。 有些人不禁要问,Windows Pro业务能否在Windows 7到10的迁移逐渐减少之后保持强劲势头。微软第四季度的收入为337亿美元,营业收入为124亿美元。 微软在报告旗下“商业云”的性能时仍然没有专门列出Azure数据,商业云统括了Azure、Office 365、Dynamics 365和一些LinkedIn商业业务。
微软的整体商业云业务在2019财年第四季度的表现强劲,达110亿美元。微软观察人士则继续认为商业云业务的最大份额来自Office 365商业版。由于Office 365商业版的用户订阅数增长及每个用户带来更高的平均收入(这意味着对O365 E3的持续需求,更多Office 365 E5以及对微软最近宣布的安全和合规SKU的兴趣),Office 365商业版收入本季度增长了31%。
投资者关系部总经理Mike Spencer表示,较低的Azure百分比增长是因为大数定律,即是说Azure的整体业务越大,增长的速度可能就越慢,就百分比而言。(他还表示,如果按恒定货币数字计算,增长率为68%,而不是64%。)此外,他还提到,Azure上的企业移动+安全服务的增长也变得更加温和,因此其轨迹现在看起来更像Office 365。
微软官员称,Azure利润率方面就完全不同,Azure利润率的情况正在明显改善,原因是微软最近连着签署了几个更大的多年合同。
记者问起利润率时Spencer表示,“我们正在继续扩大规模,在找业务效率。” 他表示,微软已经搞定了:数据中心结构;旗下客户支持;以及业务整体规模。这一阵的Azure交易更多的是关于合作伙伴而非事关降价(当然,尽管客户对价格仍然敏感)。
由于本季度Windows OEM和商业上的强劲增长,Windows收入同比增长了7%。微软官员在财报里表示,由于“Windows 7支持结束前的强劲势头”,Windows OEM Pro收入增长了18%。(微软的本地服务器业务也在经历类似的Windows Server 2008/R2和SQL Server 2008/R2支持终止日期的正面影响。)
笔者本季度第一次看到微软正式将2020年1月14日(Windows 7支持结束截止日期)作为Windows增长的原因,尽管Spencer告诉笔者过去几个季度的情况都是如此。笔者在前几季的财报电话会议上询问时,微软官员曾淡化Windows 7收入对Windows收入的影响。微软官员现在表示,微软预计Windows 7的终结将在下一季度及以后继续产生长尾影响。
微软官员表示,本季度Windows商业版(不是较弱的消费者版)增长的其他原因还包括“多年期协议的增加,这些协议在季内收入里的辨识度更高”,事关8-K报告格式,再加上强劲的商用PC增长及在预期关税前库存水平有4%的增长以及影响PC制造商的芯片供应问题结束。微软官员表示,专利许可的减少对Windows业务产生了一些负面影响,但没有详细说明IP许可收入下降的原因。
微软的游戏业务本季度偏低迷,游戏机销售继续下滑,而Surface收入为13亿美元,很不错了,因为第四季度没有推出新产品。微软首席执行官萨蒂亚·纳德拉(Satya Nadella)表示,微软认为游戏是Azure上的一项工作负载增长,而且微软正朝着旗下xCloud跨平台游戏流服务迈进。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。