数据库软件厂商MongoDB今天公布了第一季度财报业绩,超出了华尔街的预期,但股价在盘后交易中出现下跌,此前MongoDB警告称,第二季度亏损将超出分析师的预期。
MongoDB主要出售开源的、文档导向的同名数据库,用于支持大数据应用和其他密集型工作负载。该季度MongoDB在未计入股票薪酬等特定成本的情况下,每股亏损13美分,收入为1.303亿美元。此前华尔街预期的每股亏损为25美分,收入为1.197亿美元。
MongoDB高管曾在三个月前警告投资者称,MongoDB很可能受到冲击,当时疫情才刚刚开始蔓延。事实证明,最初的影响并没有那么糟,但是MongoDB总裁兼首席执行官Dev Ittycheria今天表示,未来一段时间不确定性仍然笼罩着公司的前景。
他说:“在COVID-19大流行期间,MongoDB一季度的强劲表现,证明了我们的现代数据平台对客户取得成功所带来的价值。尽管COVID-19带来的影响比我们在财年初预期的时间更长,但我们看到有明显迹象表明,当前形式正在推动着数字化转型和云迁移的长期发展趋势。”
展望未来,MongoDB预计第二季度每股亏损38至41美分,收入在1.25亿至1.27亿美元之间。华尔街预测的第二季度每股亏损为37美分,收入为1.213亿美元。
之后,MongoDB股价在盘后交易中下跌了3%多。
Constellation Research分析师Holger Mueller表示,尽管MongoDB对前景预期较为保守,但前景依然是光明的,因为MongoDB仍将在受到软件开发者群体的青睐。
“MongoDB提供了良好的功能,会对创新进行衡量,而且每个季度MongoDB的开发者社区都变得越来越活跃。"Mueller表示,MongoDB World在线版将有助于巩固这一趋势,推动产品附加率和参与度的增长。MongoDB产品可以运行在所有主流云基础设施平台上,从而提高吸引力和可见性,使其成为支撑企业下一代应用的无限计算平台。”
好文章,需要你的鼓励
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。
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。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
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。