微软今天公布了第三季度财报,几乎所有产品线的收入都超出预期水平。不仅如此,微软还公布了看涨的预期,助其股票在盘后交易上涨约5%。
该季度微软的收入同比增长18%,达到493.6亿美元,超出分析师预期的490亿美元。收益为167.3亿美元,即每股2.22美元,超出预期的2.19美元,同比增长9%。其中,Office 365产品套件近十年来首次提价,是推动销售的一大因素。
尤其值得注意的是微软云业务的增长,商业预订增长了28%,Microsoft Cloud收入为234亿美元,同比增长32%。Intelligent Cloud收入增长26%,达到191亿美元,超出华尔街预期的189亿美元,其中服务器产品和云服务收入在Azure的推动下增长32%,其他云服务收入增长49%。
微软公司首席执行官Satya Nadella表示:“过去两年已经证明,每个企业组织都需要一个数字框架,将整个组织从前端董事会连接到客户和合作伙伴,没有哪家公司比微软更能满足这一需求。”
Nadella表示,他看到客户并没有任何削减IT预算的迹象,并预测说,到本世纪末技术支出占国内生产总值的百分比将翻一番。
云支出略有放缓
不过微软也提醒说,云收入可能会从高速增长转为放缓,但是在Azure的推动下,Intelligent Cloud部门在第四财季的收入仍预期在211亿美元至213.5亿美元之间。
Forrester Research副总裁、研究主管Glenn O'Donnell说:“云业务继续像杂草一样迅猛增长,很难理解一家规模2万亿美元的企业,是如何能够保持这样的增长速度,而微软做到了。”
Pund-IT首席分析师Charles King指出,微软被普遍认为是云计算领域第二大厂商,但其总体业务远大于任何竞争对手。微软商用云收入为236亿美元,“远高于AWS最近一个季度的177亿美元,但是AWS的增幅为40%,高于微软。”
因为AWS主要还是一家基础设施厂商,而微软将云应用业务纳入了整个云的收入版图中。King说:“微软还将Office 365 Commercial、LinkedIn Commercial和Dynamics 365纳入了商用云业务中。微软和Amazon的服务产品存在巨大差异,这一点表明,‘云计算’的传统定义局限性越来越明显。”
Office业绩强劲
该季度微软的Productivity and Business Processes业务线收入同比增长了17%,达到158亿美元,其中增幅最高的是Office 365 Commercial,按照固定汇率达到了20%。尽管Office已经是一款成熟的产品,但Nadella表示,在疫情期间Office的“使用率一直在增长”。
LinkedIn在企业强劲的招聘需求带动下,收入增长了35%。Dynamics产品和云服务收入增长了25%,其中Dynamics 365增长38%。
More Personal Computing业务收入增长了11%,达到145亿美元,其中Windows OEM收入增长了11%,这主要得益于个人电脑市场的持续强劲——尽管与疫情相关的PC销售高峰现在已经结束。
此外,微软对第四季度和全年的乐观预期,助推了股价的上涨。微软表示,尽管Office 365收入略有放缓,但预计Productivity and Business Processes部门收入预计在166.5亿美元至169亿美元之间。More Personal Computing部门收入预计在146.5亿美元至149.5亿美元之间。
微软公司首席财务官Amy Hood表示:“我们预计2022财年第四季度的表现将与全年保持一致,实现强劲的增长,收入份额和营业利润率都将有所增长。”她补充说,微软管理层有信心“将继续推动运营和收入保持健康的两位数增长。”
好文章,需要你的鼓励
英伟达宣布与诺基亚建立合作伙伴关系,将AI技术集成到诺基亚的移动网络基础设施中,为6G网络铺平道路。作为合作的一部分,英伟达将向诺基亚投资10亿美元。此次合作将通过AI-RAN产品提升频谱效率,并使AI推理在移动设备上更易获得。双方还将共同开发边缘AI推理工作负载基础设施。
Character AI联合耶鲁大学开发的OVI系统实现了音视频的统一生成,通过"孪生塔"架构让音频和视频从生成之初就完美同步。该系统在5秒高清内容生成上显著超越现有方法,为多模态AI和内容创作领域带来突破性进展。
美国能源部与英伟达、甲骨文合作建造7台新型AI超级计算机,用于加速科学研究和开发智能AI。其中位于阿贡国家实验室的两套系统将组成能源部最大的AI超算基础设施。Solstice系统配备10万颗Blackwell GPU,与Equinox系统互联后总计算性能达2200 exaFLOPs。此外还宣布了与Palantir的合作以及洛斯阿拉莫斯实验室的新系统计划。
这项由南洋理工大学研究团队开发的DragFlow技术,首次实现了在先进AI模型FLUX上的高质量区域级图像编辑。通过创新的区域监督、硬约束背景保护和适配器增强等技术,将传统点对点编辑升级为更自然的区域编辑模式,在多项基准测试中显著超越现有方法,为图像编辑技术带来革命性突破。