人工智能基础设施订单的强劲增长推动思科系统公司第四财季营收和盈利均超出分析师预期,为整个财年画下完美句号。
季度营收达147亿美元,较去年同期的136.4亿美元增长8%,超过分析师预期的146.2亿美元。净利润40亿美元,每股收益99美分,略高于预期的98美分。
首席执行官Chuck Robbins表示:"我们在2025财年从大型网络客户那里获得的AI基础设施订单是原定目标的两倍多,这表明未来存在巨大机遇。"思科透露,AI基础设施订单在本季度总计超过8亿美元,高于上一季度的6亿美元,2025财年总计达到20亿美元。
尽管业绩表现强劲,思科股价在盘后交易中仍下跌约0.5%。
安全业务表现亮眼
从产品线来看,网络业务营收增长12%,安全产品增长9%,可观测性业务增长4%,协作业务增长2%。安全业务的个位数整体增长掩盖了新产品线和Splunk的强劲表现,后者是思科去年收购的公司。Robbins表示,Splunk本季度营收增长14%,但整体表现受到传统产品拖累。
ZK Research首席分析师Zeus Kerravala认为安全业务基础扎实。他说:"虽然安全业务的增长百分比表面上看起来较低,但它正在需要增长的领域实现增长。新产品增长超过20%。如果剔除增长非常缓慢的美国联邦业务,其余业务都实现了两位数增长。"
总毛利率从去年同期的67.9%上升至68.4%,表明思科在拓展新市场的同时并未牺牲利润。
公司本季度通过股票回购和分红向股东返还29亿美元资本,使2025财年总返还金额达到124亿美元,超过去年同期的121亿美元。运营费用为50亿美元,增长4%,占营收的34.1%。
思科发布的指引符合分析师预期。对于2026财年第一季度,公司预计营收在146.5亿至148.5亿美元之间,略高于市场一致预期的146.2亿美元。每股收益预期在0.97至0.99美元之间,符合预期。
公司预计全年每股收益在4至4.06美元之间,市场一致预期为4.02美元。思科预计全年营收在590亿至600亿美元之间,市场一致预期为593.9亿美元。
人工智能助推业务发展
Robbins表示,人工智能正在为公司全面发展提供助力。
他说:"随着我们进入AI的下一阶段,智能体将与人类并肩自主执行任务,网络的容量需求将成倍增长,以适应前所未有的网络流量水平和日益增长的威胁环境。"他表示,思科内部研究发现,97%的IT网络高管认为他们需要升级网络才能成功部署AI。
云业务继续保持健康增长,同比增长49%,"连续第四个季度在大型网络客户中实现三位数订单增长",Robbins说。他表示,市场对新的Catalyst 9000交换机系列以及为AI推理而构建的安全路由器、无线接入点和工业设备的全新产品线兴趣特别浓厚。
Kerravala表示:"高性能网络是思科历史上一直表现不佳的领域,但随着Silicon One的成熟以及与英伟达的合作伙伴关系,思科已经扭转了这项业务。"
Silicon One是思科六年前推出的专有芯片架构,现在已在其整个产品线中使用。该公司还与英伟达公司建立了长期合作伙伴关系,共同构建AI就绪的数据中心网络。
Robbins表示:"作为企业、超大规模云服务商、新兴云服务商和主权云服务商等值得信赖的合作伙伴,思科有机会引领AI带来的网络和安全领域的这一代际转变。"
高管们表示,关税对业务的影响微乎其微,甚至提供了销售推动力。Robbins说:"随着世界各国承诺将美国国内投资作为其贸易协定的一部分,我们看到强劲的需求信号将持续到2026财年。"
Kerravala表示:"虽然思科确实上调了指引,但关税方面仍存在不确定性。新任首席财务官Mark Patterson解释了真正不知道未来会发生什么以及所使用假设的复杂性。"
Q&A
Q1:思科AI基础设施订单增长了多少?
A:思科2025财年从大型网络客户获得的AI基础设施订单是原定目标的两倍多。本季度AI基础设施订单总计超过8亿美元,高于上一季度的6亿美元,整个2025财年总计达到20亿美元。
Q2:思科各个业务板块的增长情况如何?
A:从产品线来看,网络业务营收增长12%,安全产品增长9%,可观测性业务增长4%,协作业务增长2%。云业务表现尤为突出,同比增长49%,连续第四个季度在大型网络客户中实现三位数订单增长。
Q3:人工智能对思科业务有什么影响?
A:人工智能正在为思科全面发展提供助力。思科内部研究发现,97%的IT网络高管认为需要升级网络才能成功部署AI。随着智能体与人类并肩工作,网络容量需求将成倍增长,这为思科带来巨大市场机遇。
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。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
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。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。