戴尔2026财年第二季度业绩表现强劲,营收同比增长19%,达到创纪录的298亿美元,超出了295亿美元的指导目标上限。这一增长主要得益于AI需求推动的服务器和网络业务,该业务营收激增69%。
基础设施解决方案集团(ISG)营收增长44%,达到168亿美元,首次超越客户解决方案集团(CSG)。然而,存储业务营收同比下降,需求疲软超出预期。以PC为主的CSG营收仅微增1%至125亿美元,PC需求依然未见AI加速效应。
副董事长兼首席运营官Jeff Clarke表示:"我们在2026财年上半年已交付100亿美元的AI解决方案,超过了2025财年全年的交付量。这推动服务器和网络业务再创营收纪录,增长69%。AI解决方案需求持续旺盛,我们将2026财年AI服务器交付指导目标上调至200亿美元。"
季度末AI业务积压订单达117亿美元。戴尔表示,其机会管道持续增长,规模是积压订单的数倍。Clarke提到企业级和主权AI机会均实现双位数增长。
财务亮点显示毛利率为18.3%,低于去年同期的21.4%。经营现金流为25亿美元,较去年的13.4亿美元大幅增长。自由现金流达18.7亿美元,去年同期为7.04亿美元。现金及等价物为82.9亿美元,去年同期为46.7亿美元。摊薄每股收益1.70美元,同比增长38%。
在存储产品组合中,PowerStore全闪存中端双控制器统一文件和块存储阵列需求同比实现双位数增长,连续第六个季度增长,其中五个季度为双位数增长,主要受渠道合作伙伴强劲参与推动。PowerStore买家中46%为新客户,23%为戴尔存储新用户。
Clarke表示,全闪存存储实现强劲增长,PowerMax、PowerStore、PowerScale和ObjectScale等全闪存产品表现出色。"强劲增长"被定义为双位数增长,这意味着戴尔的磁盘存储和混合存储产品增长缓慢或负增长。
根据IDC数据,戴尔在AI中心存储市场占据第一位置,市场份额为26.9%。
下季度营收指导为270亿美元(上下浮动5亿美元),同比增长10.7%。戴尔预计CSG营收将实现中个位数增长,ISG营收增长约20%。
2026财年全年营收指导从1020亿美元上调至1070亿美元,上调50亿美元。CSG营收将实现低至中个位数增长,ISG营收增长将达到中高20%,非全闪存存储持平。
戴尔和NetApp的混合磁盘闪存产品销售表现平淡,但纯闪存存储供应商Pure Storage报告存储销售增长13%。这与戴尔全闪存存储强劲增长和NetApp全闪存阵列5%的营收增长相符,对SSD制造商和供应商来说是好消息,但对磁盘驱动器供应商则不然。
Q&A
Q1:戴尔AI业务在2026财年上半年表现如何?
A:戴尔在2026财年上半年已交付100亿美元的AI解决方案,超过了2025财年全年的交付量。服务器和网络业务营收激增69%,创下历史纪录。公司将2026财年AI服务器交付指导目标上调至200亿美元。
Q2:戴尔各业务板块营收表现有什么变化?
A:基础设施解决方案集团(ISG)营收增长44%达168亿美元,首次超越客户解决方案集团(CSG)。CSG营收仅微增1%至125亿美元。存储业务营收同比下降,但全闪存存储实现双位数增长。
Q3:戴尔对未来业绩有什么预期?
A:下季度营收指导为270亿美元,同比增长10.7%。2026财年全年营收指导从1020亿美元上调至1070亿美元。AI业务积压订单达117亿美元,机会管道持续扩大,预计AI硬件和服务市场将从去年的1840亿美元增长至2028年的3560亿美元。
好文章,需要你的鼓励
微软宣布未来四年将在阿联酋投资152亿美元,包括首次向该国运输最先进的英伟达GPU芯片。美国已授权微软向阿联酋出口英伟达芯片,使该国成为美国出口管制外交的试验场和地区AI影响力锚点。这笔投资包括2023年以来的73亿美元支出和2026-2029年的79亿美元计划投入,涵盖数据中心建设、人才培训和AI基础设施扩展,目标到2027年培训100万当地居民。
NVIDIA联合多伦多大学开发的ChronoEdit系统通过将图像编辑重新定义为视频生成问题,让AI具备了物理常识。该系统引入时间推理机制,能够想象编辑的完整变化过程,确保结果符合物理规律。在专业测试中,ChronoEdit超越了所有开源竞争对手,特别在需要物理一致性的场景中表现突出,为自动驾驶、机器人等领域的应用提供了重要技术突破。
OpenAI与亚马逊云服务签署七年380亿美元协议,在微软Azure之外增加另一个超大规模云服务商来满足其不断增长的AI计算需求。该协议将让OpenAI立即获得AWS EC2 UltraServers访问权限,计算能力将在未来七年内扩展至数千万个CPU。AWS还将为OpenAI构建基于英伟达Blackwell芯片的定制基础设施。尽管签署了这一大额协议,OpenAI仍将继续依赖微软Azure作为其主要云计算合作伙伴。
这项研究提出了MITS框架,使用信息论中的点互信息指导AI推理过程,解决了传统树搜索方法计算成本高、评估标准模糊的问题。通过动态采样和加权投票机制,MITS在多个推理数据集上显著超越现有方法,同时保持高效的计算性能,为AI推理技术开辟了新方向。