戴尔科技集团(纽约证券交易所股票代码:DELL)公布2023财年第二季度财务报告(对应日历年为2022年5月—2022年7月)。
摘 要
受客户端和基础设施业务部门持续增长的推动,第二财季营收实现创纪录的264亿美元,同比增长9%。
运营利润同比增长25%至13亿美元,非一般公认会计准则(以下简称“non-GAAP”)运营利润同比增长4%,至20亿美元。
每股摊薄收益为0.68美元,non-GAAP每股摊薄收益创历史纪录,为1.68美元。
第二财季经营汇总
在客户端解决方案集团(CSG)和基础设施解决方案集团(ISG)增长的推动下,戴尔科技集团第二财季营收创历史新高,为264亿美元,同比增长9%。运营利润为13亿美元,同比增长25%,占总营收的4.8%;non-GAAP运营利润为20亿美元,同比增长4%,占总营收的7.4%。
本财季来自持续经营的净利润为5.06亿美元,non-GAAP净利润为13亿美元。每股摊薄收益为0.68美元,non-GAAP每股摊薄收益为1.68美元。
对此,戴尔科技集团副董事长,联席首席运营官Jeff Clarke表示:
“我们在愈发挑战的环境中延续了出色的表现,第二财季营收达到创纪录的264亿美元,同比增长9%。我们还推动了戴尔的长期战略,即在帮助客户创新的同时发展核心业务,在数据时代为客户创造机遇。”
戴尔科技集团联席首席运营官Chuck Whitten表示:
“我们在客户端解决方案集团和基础设施解决方案集团分别实现了9%和12%的增长,展现了强劲的盈利能力。在本财季,我们注意到客户的行为更加谨慎,但他们继续优先考虑先进的技术解决方案,以便在未来几年赢得竞争和成功,我们对长期机会充满信心。”
戴尔科技集团首席财务官Tom Sweet表示:
“又一个创纪录的季度营收,加上13亿美元的运营利润和20亿美元的non-GAAP运营利润,巩固了我们的行业实力和竞争地位。我们仍然专注于可控的事情,保持灵活和抓住机遇,实现营收和每股收益的增长,为股东带来强劲的自由现金流。”
经营部分汇总
客户端解决方案集团(CSG)第二财季实现155亿美元的创纪录营收,同比增长17%。其中商用业务营收为121亿美元,同比增长15%;消费业务营收为33亿美元。我们对商用市场的关注继续推动着差异化的市场份额,在过去38个季度里,有34个季度都实现了市场份额的增长。运营利润为10亿美元,约占客户解决方案集团营收的6.3%。
主要亮点
●基于25年的商用工作站创新,Precision 7865塔式工作站性能强劲,支持要求严苛的多应用工作负载。
●Alienware m17 R5上市,这是当下最为强大的17寸AMD Advantage™游戏本。
●为混合工作模式而生的戴尔全新商用设备上市,包括Latitude 9330,这是世界上第一台配备协作触摸板的笔记本电脑,可让用户在进行视频会议时便捷地操控静音、打开/关闭视频、屏幕共享和聊天。
●随着XPS 13和多功能XPS二合一笔记本的推出,今年高端笔记本电脑的推广工作持续进行。
基础设施解决方案集团(ISG)第二财季营收为95亿美元,同比增长12%,创历史新高,其中存储业务营收为43亿美元,同比增长6%。这主要得益于整个产品组合的增长,特别是高端存储和中端存储PowerStore的强劲需求。PowerStore自推出以来每季度都在持续增长。服务器和网络业务营收为52亿美元,同比增长16%。本财季的运营利润为10亿美元,约占该部门总营收的11%。
主要亮点
● 推出PowerStore历史上最大的版本升级和新的PowerMaxOS 10,提供500多项新的存储软件优化,帮助客户推动更快的数据洞察,实现更好的多云数据控制和增加网络弹性。
● 在勒索软件和其他复杂威胁的推动下,客户对于多层级安全防护的需求使PowerProtect Cyber Recovery vault的购买量同比增长30%。
● 经戴尔验证设计的分析解决方案——Dell Lakehouse,由端到端ISG产品组合组成,提供了对可靠、优质数据的安全访问,助力用户运行分析、AI、ML和其他数据驱动的工作负载。
● T-Mobile和戴尔科技联手将私有5G网络与戴尔边缘计算技术融合,助力数据在大型企业园区、工厂或大学等地点进行处理、存储和执行。
如果您想了解更多有关戴尔科技的产品和解决方案信息,请扫描以下二维码咨询戴尔官方客服。
好文章,需要你的鼓励
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
过去七年中,基于机器学习的AI工具几乎完全自动化了地震学的基础任务——地震检测。AI模型能够检测到比人工分析师更小的地震,特别是在城市等嘈杂环境中。斯坦福团队开发的地震变换器等模型使用一维卷积和注意力机制,在包含120万个人工标记样本的数据集上训练。这些工具通常能发现比传统方法多10倍以上的地震,为火山结构成像和地质研究提供了更全面的地震目录。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。