今日消息！大摩看好甲骨文云业务！将目标价上调至125美元

大摩看好甲骨文云业务！将目标价上调至125美元

北京，2024年6月14日 - 据路透社报道，摩根士丹利（Morgan Stanley）近日将甲骨文（ORCL）的目标价从115美元上调至125美元，维持“与大市同步”评级。

摩根士丹利分析师表示，他们上调目标价的原因是甲骨文与30家OCI客户签约带来125亿美元人工智能预订额的正面影响，抵消了第四季度收入和每股收益不如预期，以及SaaS应用的增长速度明显放缓的负面影响。

强劲的云业务表现

甲骨文第四季度云基础设施收入增长44%，达到28亿美元，高于市场预期。公司还预测，2025财年云基础设施收入将增长40%至42%。

摩根士丹利分析师表示，甲骨文在云计算领域的强劲表现是其上调目标价的主要原因。他们认为，甲骨文在云基础设施和人工智能领域的领先地位将使其在未来几年继续保持增长。

看好人工智能业务发展

甲骨文与30家OCI客户签约带来125亿美元人工智能预订额，这表明甲骨文在人工智能领域取得了重大进展。

摩根士丹利分析师表示，看好甲骨文在人工智能领域的增长潜力。他们认为，甲骨文的人工智能产品将帮助企业提高效率和生产力。

整体展望

摩根士丹利认为，甲骨文是一家具有良好发展前景的公司。公司在云计算和人工智能领域拥有领先地位，这将使其在未来几年继续保持增长。

投资者需关注哪些风险？

尽管摩根士丹利对甲骨文持乐观态度，但投资者仍需关注一些风险，包括：

• 宏观经济环境恶化可能导致企业减少IT支出。
• 来自亚马逊、微软等竞争对手的压力不断加大。
• 新兴技术可能对甲骨文现有的业务构成威胁。

总而言之，甲骨文是一家值得关注的科技公司。投资者可以根据自身风险承受能力决定是否投资。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。