
几乎在两年前的同一时间,也是四月份,CNET记者曾经受邀参观位于硅谷的甲骨文总部,而这次是第二次。时隔两年,甲骨文对中国的策略有哪些推行重点,这些策略贯彻和实施的怎么样?其间这些策略有没有改变?这是我们最感兴趣的问题。
在刚刚公布不久的第三季度财报中,甲骨文实现收入93.07亿美元、同比增长4%,利润25.65亿美元、同比增长2%的成绩,其中云计算和集成系统是推动增长的双引擎。云软件订购收入增长25%,其中云应用软件增长60%,季度收入已接近3亿美元。硬件产品收入增长8%,这也是甲骨文收购Sun以来首次实现增长,而集成系统收入则增长了30%。
在云计算和集成系统的增长中,中国市场做出的贡献大吗?甲骨文在中国推行云计算和集成系统的脚步够快吗?这是我此行中特别想弄清楚的问题。
因为在我看来,面对无论老对手IBM、微软还是新对手亚马逊纷纷将公有云落地在中国,并且在中国云计算市场大展拳脚,甲骨文似乎不着急;而颠覆传统硬件采购模式的软硬件集成的一体机,中国客户接受程度如何呢,恐怕也不那么顺利吧。
两年前的甲骨文总部之行,让记者满满感受到的是甲骨文浑身散发的傲气,它藐视对手,它特别崇拜自己的技术,这个有着浓浓的工程师文化的公司,或许不那么会左右逢源,它推崇的,还是硬碰硬的拿实力说话。
但是两年的时间,IT产业被新兴技术推着跑步前进,跑在前边的更多是互联网公司,他们轻装上阵,跑得轻松也快;而传统的IT企业,多年积累,要带着的东西多,跑步速度肯定受影响。
这一现实,甲骨文同样面对,它该怎么加速?
本次总部之行,CNET将会采访甲骨文公司总裁马克·赫德以及几乎所有产品线的副总裁,详情请关注CNET的详细报道。
好文章,需要你的鼓励
论文提出动态民主同意框架,融合伯奈斯公关理论与系统动力学反馈模型,分析政治支持率如何受滚雪球增长、选民饱和、感知延迟和制度信任侵蚀四种机制影响,揭示宣传投放为何会失效甚至反噬。
阿里巴巴团队推出E-Commerce Bench基准,让18个顶尖AI模型经营虚拟网店一年,揭示AI在长周期自主商业决策、供应商谈判防骗、现金流管理及经验学习方面存在巨大能力差异与隐藏短板。
本文解读ReFlowSET框架,它通过系统评测多款图像压缩器选出最适合雷达与光学图像的编解码器,并从零训练轻量生成模型完成雷达图到光学图的翻译,在多个数据集上取得领先的感知与分布质量表现。
阿里团队提出DICS方法,通过评估图片、问题、答案三者的内在一致性给训练数据打分,结合自适应采样策略筛选高质量子集。仅用25%的LLaVA-1.5-665K数据训练即超越全量数据效果,并在600万样本规模验证下用不到四分之一数据逼近官方InternVL3-8B性能。