ZDNet至顶网服务器频道 04月17日 新闻消息:AMD今天宣布2015年第一季度营收为10.3亿美元,经营亏损1.37亿美元,净亏损1.8亿美元,每股亏损0.23美元。非GAAP经营亏损3000万美元,净亏损7300万美元,每股亏损0.09美元。
“打造伟大的产品,深化客户关系与简化运营仍是提升AMD竞争力以及改善财务业绩的正确且长期的方向。”AMD总裁兼首席执行官苏姿丰博士表示。“在PC市场环境面临挑战的大背景下,我们专注于提高我们近期的财务业绩,在重新平衡渠道库存和发运更强新产品的基础上,为下半年带来更强劲的市场增长。”
• 2015年第一季度业绩
o 营业额为10.3亿美元,环比下降17%,同比下降26%。
o 毛利润率32%,环比增长3%,主要由于成本下降或2014年第四季度库存调整。非GAAP毛利润率32%,环比下降2%,主要由于第一季度产品组合及游戏主机版税下降。
o 经营亏损1.37亿美元,上一季度经营亏损为3.3亿美元。非GAAP经营亏损3000万美元,上一季度非GAAP经营利润为5200万美元,主要由于营业额及毛利润率下降。
o 本季度净亏损1.8亿美元,每股亏损0.23美元,非GAAP净亏损7300万美元,非GAAP每股亏损0.09美元;上一季度净亏损3.64亿美元,每股亏损0.47美元,非GAAP净利润1800万美元,非GAAP每股收益0.02美元。
AMD其它事项
o 作为简化并提高公司投资重点战略的一部分,AMD退出高密度服务器系统业务,以前被称为SeaMicro。
o AMD与GlobalFoundries公司达成第五次晶圆供应修订协议。AMD预计将在2015年购买价值约10亿美元的晶圆, 符合公司当前的市场预期。
近期亮点
• AMD透露即将发行的A系列APU(代号为“Carrizo”)在能效和设计上的改进。与上一代APU相比,A系列APU在性能和电池寿命方面预计将实现两位数的百分比增长。
• AMD携手“异构系统架构基金会”的其他成员ARM、LG电子、联发科技、高通、三星共同发布了HSA1.0规范,使该行业跨越数十亿SoC驱动移动设备、台式电脑、高性能计算系统和服务器,向真正的异构计算又跨近一步。
• 在核心嵌入式市场,AMD高性能APU持续获三星电子、通用电器智能平台和富士通的新品采用。
• AMD继续采用全新设计案例并加大对其FirePro™ 专业显卡及服务器GPU的生态系统支持。
o 随着第二代HP ZBook 14 G2和15u G2移动工作站的推出,AMD FirePro专业显卡已可同时应用于高端与入门级HP ZBook解决方案中。
o AMD FirePro™服务器GPU现可应用于HP ProLiant DL380 Gen9,其为世界上最畅销的服务器*,专注于各种专业应用程序包括学术和政府集群、石油和天然气研究以及深度神经网络。
• 宏碁、明基和LG电子开始提供支持AMD FreeSync™技术的显示器,旨在使其在几乎任何帧速下能够达到游戏流畅和视频播放。2华硕、Nixeus、三星和优派也已宣布了在2015年上半年推出全新支持AMD FreeSync™技术显示器的计划。
• AMD宣布与核心技术合作伙伴推出LiquidVR™,实现新一代虚拟现实,能够提供身临其境的体验,让虚拟世界中的场景、对象与文字变得更加 “逼真”。
• AMD继续推进64位基于ARM架构的服务器和嵌入式生态系统,并宣布其不断进步的操作系统和管理程序将支持AMD即将问世的64位ARM处理器。除OpenSUSE13.2外,Linux®3.19 Kernel、Fedora 21以及Xen 4.5都将支持AMD 皓龙™ A1100系列处理器。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。