ZDNet至顶网服务器频道 10月17日编译:一个星期前,AMD公司高层重新洗牌,前首席执行官Rory Read出局,Lisa Su(苏姿丰)坐上头把交椅。坊间人士关注芯片制造商AMD在新老板掌门后的新动向。
AMD第三财季的业绩逊于预期,旗下的主要财源在“具有挑战性的市场环境下”遇到困难。
AMD公司公布的第三季度收入为14.3亿美元,同比下降2%,净利润1700万美元,每股收益2美分(账面)。
按非GAAP(公认会计准则)计算,净利润为2000万美元,每股收益3美分。
华尔街预期AMD公司第三财季每股可收4美分,营收可达14.7亿美元。
两个预期都落空。对AMD公司来说不是个太妙的结果。AMD自一年前开始复苏,坊间人士本以为复苏可持续。
Su在AMD发布财报前发文表示,AMD公司的企业、嵌入业务(Embedded)和半定制(Semi-Custom)部门表现“强劲”,但其余的计算和图形部门则在本季度受到影响。
Lisa Su表示到,“AMD公司第三季度的财务业绩反映了我们业务多元化的产品线。我们的企业、嵌入业务(Embedded)和半定制(Semi-Custom)部门业绩表现强劲,但我们的计算和图形业务有好有坏,是由挑战性的市场环境造成的,我们有必要采取进一步的措施,发展和加强这方面的业务。我们的首要任务是继续AMD的转型,提供具有引导市场的技术和产品。“
第三季度毛利率为35%,与去年同期的36%亦有下降。同时,AMD公司的现金及现金等价物在本季度中大幅下跌,季度末时仅为9.38亿美元,去年同期为12亿美元。
有鉴于此,Su已发出重组公司的指令,全球员工的7%会丢掉饭碗。AMD第4季度要从腰包里掏出5700万美元做遣散费用。另外,2015年的上半年有房地产方面的动作,要花掉1300万美元。重组预计会在今年的第四季度开始。
AMD的计算和图形部营收环比下降6%,同比下降16%。(该部的业务是开发用在台式机和笔记本电脑上的图形芯片。)AMD称原因是芯片和图形处理器的销售疲软,因为笔记本电脑的需求下降。该部第3财季亏损为1700万美元,相比之下,第2财季亏损为600万美元。
但还是有比较正面的结果,虽然企业、嵌入业务(Embedded)和半定制(Semi-Custom)部门的收入环比下降了6%(同比下降21%),该部的收入从第二季度9700万美元增长到1.08亿美元。
不过Su月初走马上任时,可不是想看到这个样子。
AMD连续几个季度以来举步维艰,基本上是偃旗息鼓,没什么大动作。英特尔的反竞争取向也给AMD带来些少不便,但芯片制造商AMD靠着电脑和游戏机市场这根稻草仍不至于有即时之虞。
不过AMD也确实针对旗下的业务迈出了重大的一步,持续进行了重组内部IT策略和内部运作,以期能简化流程和降低运营成本。
在过去的两年里,AMD公司已经将原来的18个全球数据中心减到只剩2个,其做法是使用更小的芯片和服务器机架压缩硬件。数据中心整合仅在2013年一年里就为公司节约了850万美元,同时数据中心整合也使得AMD在不断变化的市场上能够更快速地做出反应。
AMD在非个人电脑市场的业务状态良好,尤其是在Mac业务方面。苹果台式机和笔记本电脑产品继续采用AMD芯片图形处理技术。这些使得芯片制造商AMD有更多的时间在不同的市场发展外拓策略,尤其是在时下蓬勃发展的移动和可穿戴市场。
对AMD来说,这些都只能说是微小动作。这家公司过去两年的变化极小。尽管高层管理团队是新的,AMD却面临着同样的老难题。而更糟糕的是,与两年前的同一财季比,AMD的股价跌了近一半。
现在Su执掌公司大印,所有的人都在盯着她,期盼她能带领AMD向前进入一个新纪元。据说这也是Read在各方的美言劝导下交出公司大印的原因。
关于第四季度业绩的展望,AMD公司表示,预计收入将下降13%,3%的浮动。AMD的股价在纽约证券交易所收盘时上扬1.1%,每股2.64美元,盘后交易股价跌约5%。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。