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
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
清华大学研究团队开发出CoIRL-AD自动驾驶新框架,让AI同时具备模仿学习和强化学习能力。该系统在AI内部设置两个"驾驶员",一个负责模仿专家行为,另一个负责探索试错,两者通过竞争合作机制共享知识。实验显示,新系统碰撞率比传统方法降低18%,在罕见场景和跨城市部署中表现更优,为自动驾驶技术提供了新的学习范式。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
UC圣地亚哥与英特尔联合研究提出AT-GRPO算法,首次实现多个AI系统的有效协作训练。该方法让AI团队在真实协作环境中学习,而非单独训练后组合。实验显示,在复杂规划任务中,AI团队成功率从单体AI的14-47%提升至96-99.5%,编程和数学推理任务也有显著改善。这项突破为软件开发、教育、科研等领域的AI应用开辟了新路径。