ZDNet至顶网服务器频道 04月08日:昨天上午的消息称,英特尔本周宣布,将调整会计方法,在季度财报中合并PC业务和移动设备业务的运营业绩。
这一会计方法调整与英特尔销售团队的重组保持一致。英特尔近期组建了统一的销售团队,不再让两大部门分别维持各自的销售团队。
经过重组后,英特尔的业务包括客户计算集团、数据中心集团、软件及服务、McAfee安全软件,以及其他业务。其中客户计算集团面向消费类PC、笔记本、智能手机、平板电脑、移动通信设备、无线网络设备和有线网络设备销售芯片。
有业内人士认为,合并报告两大业务的业绩将掩盖一些问题。目前,英特尔移动和通信集团单季度亏损约为10亿美元,而PC客户集团则是公司的“现金奶牛”。
对此,英特尔发言人卡拉·沃克尔(Cara Walker)表示,将两大业务的业绩合并报告并不是为了掩盖移动业务的亏损。她指出,这一会计方法的调整与公司组织架构调整保持一致。
从最近几年巨头们调整组织架构来看,其目的不外乎掩盖亏空、伺机收购填补短板、或是出售亏空业务。而英特尔方面已回应不是为了掩盖移动业务的亏损。出售亏空业务应该也不是,因为英特尔是把移动设备业务与PC业务放在了一起,起码英特尔目前仍是全球最大的PC芯片厂商。是不是说明英特尔伺机收购填补短板业务,以谋新增长。
赶巧了,近日来自外媒《华尔街日报》的消息称,英特尔斥资100亿收购阿尔特拉(Altera),目前,双方正处于洽谈阶段。但是英特尔收购并不是填补短板业务,而是向新业务发展。如果交易完成,英特尔是不是就像业界谈论的那样,不玩移动转向物联网掘金了?要移动设备业务自生自灭吗?此次是英特尔历史上最大的一笔收购案,收购阿尔特拉有什么好处呢?
业内人士分析,第一,英特尔收购阿尔特拉是为了FPGA(现场可编程门阵列)芯片。在互联网数据中心应用领域,FPGA芯片成本和占地面积方面都优于传统的网络服务器。但是英特尔并不拥有FPGA技术,自行研发又会错失市场时机。其实,已经有公司开始在数据中心使用阿尔特拉及其主要竞争对手Xilinx的 FPGA芯片。英特尔要保持市场份额,就必须拥有FPGA技术。除此之外,FPGA芯片还将有助于对抗英特尔在服务器产业领域的对手——ARM芯片,所以收购阿尔特拉,无疑是英特尔当下最好的选择。
第二,业内将FPGA芯片称为“万能芯片”,从技术角度来说,它可以在不改变芯片本身硬件组成的情况下反复使用。根据市场变化,在同样的载体上实现不同功能,而且不用更改硬件载体。而目前,FPGA芯片已经在多个市场领域有应用方案,这其中就包括消费电子、智能家居、金融安全、机器人、物联网、汽车电子等。
第三,FPGA芯片在功耗上很有优势。即使是在异构计算中GPU(图形处理器)占据主导地位,但由于功耗较大,数据中心对功耗的要求又高,很多时候GPU都被排除在外。
第四,英特尔是全球电脑处理器芯片的垄断性厂商,而在移动芯片领域,却被ARM架构的芯片所垄断。英特尔不想在物联网和穿戴设备芯片等未来的主流趋势市场落后,所以收购阿尔特拉有很多好处。
我们目前的所有结论都只是分析和猜测,英特尔究竟有什么计划在筹谋?4月8日,2015年英特尔IDF第一天,英特尔CEO科再奇重点介绍了英特尔在实感技术的创新。科再奇表示实感技术不仅可以用在平板电脑、笔记本上,还可以使用在手机上。英特尔计划2015年全面进入可穿戴设备市场,科再奇现场展示了一个安装英特尔实感技术的手机。实感技术+手机有更多创新空间,英特尔也不会放弃移动设备业务。
科再奇为英特尔找到一个定位,“智能和互联解决方案的最佳之选。”——公司的解决方案覆盖了数据中心、个人电脑、移动设备、物联网、可穿戴设备,以及软件。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。