Oracle公司发布了2026财年第二季度收入报告,营收达161亿美元,同比增长13%,这标志着该公司连续三个季度实现两位数增长。
这家企业软件提供商表示,其云基础设施和应用程序业务均实现了显著增长。第二季度云收入(包括基础设施即服务和软件即服务)达到80亿美元,增长34%。目前,云收入已占公司总收入的50%。
然而,在财报电话会议中,一些针对Oracle高管的提问表明,金融市场对支持这一增长所涉及的成本感到担忧。Oracle首席执行官Clay McGuirk在回应关于公司现金流与数据中心建设关系的问题时表示:"在完全交付、配置并符合用途之前,我们不会产生任何现金支出。"
他讨论了Oracle为数据中心增长融资的三种方式。第一种是传统的托管模式,Oracle客户将自己的硬件带入Oracle数据中心。其他情况下,McGuirk表示客户可能会在容量配置完成后租用。然后是Oracle预付硬件费用的模式。
"这显然是前期现金最密集的方式,"他说。"然后在接下来的几年里有一个折旧计划。"
当被问及Oracle云基础设施(OCI)人工智能工作负载的利润率时,预计在客户合同期内将增长30-40%,McGuirk表示Oracle的重点一直是加速容量交付以提高利润率并实现人工智能工作负载的目标盈利能力。
"在我们经历这个建设阶段时,现在我们正处于非常快速建设的阶段,但大部分容量还没有上线,"他说。"当我们真正让大部分容量上线时——这确实是我们的重点——快速提高利润率的最佳方式实际上是更快地交付容量。这最终会非常迅速地确保我们达到所有人工智能数据中心30-40%的毛利率水平。"
其他问题聚焦于Oracle向在OCI上构建人工智能的客户进行追加销售的能力。针对这一问题,Oracle执行主席兼首席技术官Larry Ellison谈到了Oracle的AI数据平台。
"我们构建了一个称为AI数据平台的AI湖仓,它实际上能够指向并向量化您的所有数据,无论这些数据是在不同云中的对象存储、定制应用程序还是其他数据库中,"他说。"它真正能够获取您数据的全景,对数据进行编目、向量化,并允许AI或大语言模型对所有这些数据进行多步推理。"
根据Ellison的说法,这意味着Oracle能够获取企业的所有数据并以统一的方式整合,用户能够提出单一问题,AI模型可以找到该问题的答案,无论数据如何存储。"这确实是一个独特的主张,我们认为这将大大促进我们数据库和云服务的使用,"他补充说。
在财报电话会议期间,金融分析师提出的有趣问题之一是关于Oracle在客户无法维持合同时重新利用数据中心基础设施的能力。McGuirk回应时讨论了裸机虚拟化的优势。
"我们为AI基础设施交付的正是我们为所有客户交付的同一个云,"他说。"我们在OCI开始时就围绕裸机虚拟化和硬件安全擦除方式做出了具体选择。"
作为示例,McGuirk表示任何拥有信用卡的人都可以注册任何一个OCI区域。"您可以在几分钟内快速启动裸机计算机,"他说。"最后,您可以关闭它,我将在不到一小时内回收它并交给另一个客户。"
Q&A
Q1:Oracle云基础设施OCI的利润率预期增长是多少?
A:Oracle预计其云基础设施OCI的人工智能工作负载利润率将在客户合同期内增长30-40%。公司表示,通过加速容量交付来提高利润率并实现人工智能工作负载的目标盈利能力。
Q2:Oracle的AI数据平台有什么特别之处?
A:Oracle的AI数据平台是一个AI湖仓,能够指向并向量化所有数据,无论这些数据存储在不同云中的对象存储、定制应用程序还是其他数据库中。它能够统一企业的所有数据,让用户提出单一问题时,AI模型可以找到答案。
Q3:Oracle如何为数据中心增长进行融资?
A:Oracle采用三种融资方式:第一种是传统托管模式,客户将自己的硬件带入Oracle数据中心;第二种是客户在容量配置完成后租用;第三种是Oracle预付硬件费用的模式,这是前期现金最密集的方式。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。