Nutanix收入继续增长 将遇新对手?

简介:

早期,Nutanix最大的挑战是说服人们,超融合设备比传统的服务器/存储系统更适合他们。现在Nutanix已经创建了一个超融合市场,它的最大的挑战是对抗更大的供应商。

Nutanix的竞争对手包括戴尔EMC/VMware、思科、惠普企业(HPE)和NetApp。 本季度Nutanix的收入超出预期,但高管们认为可以做得更好,他们对这一季度的预测有些失望。

Nutanix最有趣的竞争对手是戴尔EMC,包括旗下的VMware。目前戴尔EMC仍然在Dell PowerEdge服务器上销售Nutanix软件,但同时提供自己的超融合阵列——VxRail(软件搭载VMware vSAN)。当Nutanix首次推出超融合产品时,VMware和Nutanix开展紧密合作,但现在,VMware在超融合方面与Nutanix拉开竞争序幕,而针对VMware,Nutanix也有自己的AHV hypervisor与之对抗。

Nutanix公司首席执行官Dheeraj Pandey在财报电话中说,“自从18个月前戴尔与EMC公布合并以来,人们就猜测这种关系的消亡。而且戴尔已经销售EVO:RAIL和VxRail和vSAN Ready Nodes很长时间了,并表示领先于VxRail和VMware的环境。因此,接下来就是我们的工作了,那就是说服客户为什么Nutanix更适合支持他们的多hypervisor环境。

新的竞争对手

HPE通过6.5亿美元收购SimpliVity来加强其超融合技术,这有助于与Nutanix实现超级融合。但Pandey并不认为SimpliVity是一个多么厉害的竞争对手。他指出,思科是SimpliVity的早期合作伙伴,但是在其HyperFlex超融合产品中却使用了SpringPath的软件。

“如果SimpliVity真的为客户的最终用户带去惊喜,那么就不会这样结束了。”Pandey说,“作为亲密的合作伙伴,思科却没有选择SimpliVity,是有原因的。”

“HPE、思科或NetApp,他们在构建满足计算和存储以及网络,安全和整体管理的全栈操作系统方面还不是非常有经验的,”他说。

Nutanix的AHV hypervisor占上季度销售节点的21%,而前一个季度为17%。Pandey说,购买AHV许可的客户最初通常使用的是VMware,但有些人在使用AHV后放弃了VMware。

痛苦生长

Pandey发现自己对Nutanix的支持远远超过其他超融合供应商。在最近的Pure Storage的盈利电话会议中,全闪存阵列高管将超融合描述为仅适用于分支机构和虚拟桌面。Pandey提出争议,指出他预测Nutanix的收入将在明年达到10亿美元。

“我们不能一直销售远程办公室、分支办公系统,并保持每年盈利10亿美元,”他说。 “我们的工作负载超过50%是Tier 1企业工作负载。VDI(虚拟桌面基础架构)约略低于30%,而许多Tier 1工作负载包括Microsoft、SAP、Oracle。

然而,Nutanix作为上市公司刚刚六个月,正在经历成长的痛苦。虽然Nutanix上一季度的1.82亿美元收入超过预期,同比增长78%,但本季度从1.8亿美元上升至1.9亿美元低于预期。Pandey说,北美地区的销售额也低于Nutanix上个季度的目标。该公司继续遭受重大损失(上个季度为9,320万美元)。

Nutanix的股票价格从31.12美元下跌至25.52美元。

Pandey认为缩水的北美市场销售量是将销售人员提升至管理层的结果,他说,从长远来看,这将是积极的。他还指出Nutanix在本季度增加了900个新客户,而上一季度为700个,其总数超过5300个。

“我们的赢率保持强劲并与前几个季度保持一致,对我们的全栈操作系统的价值和竞争机会的能力感到高兴。”他说。

本文转自d1net(转载)

目录
相关文章
|
存储 前端开发 Java
【C++ 多线程 】C++并发编程:精细控制数据打印顺序的策略
【C++ 多线程 】C++并发编程:精细控制数据打印顺序的策略
679 1
|
供应链 前端开发 JavaScript
Java开源进销存系统源码,支持手机APP扫码进出库
管店云主要应用于零售门店、商贸批发、生产工厂等行业领域,并可定制开发以满足各行各业的特定需求。管店云包括电脑端和手机APP端,APP支持扫码进出库,操作非常方便。
884 0
Java开源进销存系统源码,支持手机APP扫码进出库
|
存储 算法 开发工具
|
人工智能 自然语言处理 安全
Deepseek 的 “灵魂”,宇树的 “躯体”,智能机器人还缺一个 “万万不能”
法思诺创新探讨智能机器人产业的发展,指出Deepseek的AI“灵魂”与宇树的机器人“躯体”虽技术先进,但缺乏关键的商业模式。文章分析了两者在硬件和软件领域的困境,并提出通过软硬一体化结合及明确商业模式,才能实现真正实用的智能机器人。未来,需聚焦高频刚需场景、优化付费体验、推动技术创新,让智能机器人走进千家万户。法思诺提供相关课程与咨询服务,助力行业突破。
486 0
|
IDE 开发工具 Windows
idea和webstorm性能优化
本文介绍了如何优化IDE(如IntelliJ IDEA和WebStorm)的性能。当IDE检测到启用实时保护的Microsoft Defender时,可能会影响性能。文章提供了自动或手动配置Defender排除列表的方法,通过将项目路径添加到排除列表中,可以显著提升IDE性能。按照步骤操作,确保以管理员身份运行IDE,以实现最佳效果。
973 1
idea和webstorm性能优化
|
存储 人工智能 搜索推荐
RAG系统的7个检索指标:信息检索任务准确性评估指南
大型语言模型(LLMs)在生成式AI领域备受关注,但其知识局限性和幻觉问题仍具挑战。检索增强生成(RAG)通过引入外部知识和上下文,有效解决了这些问题,并成为2024年最具影响力的AI技术之一。RAG评估需超越简单的实现方式,建立有效的性能度量标准。本文重点讨论了七个核心检索指标,包括准确率、精确率、召回率、F1分数、平均倒数排名(MRR)、平均精确率均值(MAP)和归一化折损累积增益(nDCG),为评估和优化RAG系统提供了重要依据。这些指标不仅在RAG中发挥作用,还广泛应用于搜索引擎、电子商务、推荐系统等领域。
9403 2
RAG系统的7个检索指标:信息检索任务准确性评估指南
|
canal 消息中间件 关系型数据库
【分布式技术专题】「分布式技术架构」MySQL数据同步到Elasticsearch之N种方案解析,实现高效数据同步
【分布式技术专题】「分布式技术架构」MySQL数据同步到Elasticsearch之N种方案解析,实现高效数据同步
1057 0
|
SQL Oracle 关系型数据库
SqlAlchemy 2.0 中文文档(五十七)(3)
SqlAlchemy 2.0 中文文档(五十七)
336 0
|
SQL 分布式计算 大数据
【赵渝强老师】大数据生态圈中的组件
本文介绍了大数据体系架构中的主要组件,包括Hadoop、Spark和Flink生态圈中的数据存储、计算和分析组件。数据存储组件包括HDFS、HBase、Hive和Kafka;计算组件包括MapReduce、Spark Core、Flink DataSet、Spark Streaming和Flink DataStream;分析组件包括Hive、Spark SQL和Flink SQL。文中还提供了相关组件的详细介绍和视频讲解。
1467 0
|
人工智能 前端开发 JavaScript
Web 1.0、Web 2.0 和 Web 3.0 之间的比较
Web 1.0、Web 2.0 和 Web 3.0 之间的比较
1096 0
Web 1.0、Web 2.0 和 Web 3.0 之间的比较

热门文章

最新文章