ZD至顶网服务器频道 10月15日 编译:英特尔首席执行官Brian Krzanich在周二第三季度财报电话会议上告诉投资者,英特尔调低旗下数据中心细分市场的收入预期。英特尔将旗下数据中心业务第四季度的预期同比增长调低至15%,属于双位数低段,英特尔股价在盘后交易中即时下跌3.5%。
ASI是美国加州Fremont的一家英特尔系统集成商,该公司的营销副总裁Kent Tibbils表示,“第三季度数据中心产品超过了我们的预期,但有时在一些短时间内,销售额会放缓,比如这次的第四季度,原因大致是正常商业周期或是由于新技术的发布,然而,我们仍然非常看好数据中心市场的长期增长,这一块仍然是我们公司的一个重要战略范畴。我们将继续在该领域投入资源。我觉着这里没有什么变化。”
据Krzanich的说法,调低预测的主要是考虑到云计算公司在第四季度的预期订单减少以及一些经济因素,如一些亚洲市场放缓。
在第三季度里,英特尔的数据中心业务持续增长,销售额达41亿美元,同比增长12%。英特尔的客户端计算部则恰恰相反,该部受到疲弱个人电脑销售的打击,个人电脑销售额同比下跌7%。
英特尔一直依靠旗下的大数据业务以及物联网业务,而旗下的个人电脑芯片业务则处于困境。
市场研究公司IDC称,个人电脑出货量第三季度同比下降10.8%,市场面临主要操作系统的升级过渡期,其间的另一个不明因素是金融方面出了状况。
但穆尔洞察&战略公司(Moor Insights & Strategy)总裁兼首席分析师表示Patrick Moorhead表示,英特尔渠道合作伙伴无需担心英特尔第四季度的大数据业务。
Moorhead 称,“我相信这是暂时的,合作伙伴完全无需担心。渠道合作伙伴要重视扩建私有云和与其相关的硬件、网络和服务机会。”
关于英特尔大数据部的担心并未影响到英特尔一众高管在财报会议上向分析师派定心丸,他们称,该公司将继续在包括网络和基础设施等各方面的大数据领域大力投资。而ASI的Tibbils则表示,他认识到大数据细分市场对总部设在加州圣克拉拉的英特尔公司的其他业务十分重要。
Tibbils表示,“该细分市场非常重要,原因是它会影响许多类别,包括服务器平台处理器、网络和企业级固态硬盘,与他们的客户端产品相比,这些类别的产品都具有较高的平均销售价格。我估摸,英特尔面临的可能挑战或需要考虑的问题大致为,是否需要将数据中心的预算优先权置于其他英特尔非核心产品之上,如网络基础设施和安全技术。”
英特尔的Krzanich则强调说,英特尔正在为数据中心开发一系列不同的产品,包括网络产品以及FPGA芯片,而英特尔即将收购FPGA厂商Altera公司用于FPGA芯片的开发。
总的来说,英特尔在第三季财季里表现为每股盈利64美分,销售额达144.7亿美元。每股的盈利优于分析师预测的每股59美分,每股59美分是按汤森路透的市场平均预估销售额142.2亿美元计算出来的。
好文章,需要你的鼓励
首尔国立大学研究团队提出了"多模态对抗组合性"(MAC)基准测试,评估预训练多模态表示(如CLIP)在理解文本与图像、视频、音频关系时的组合性弱点。研究使用大语言模型生成欺骗性文本,通过样本成功率和多样性双重指标进行评估。团队创新性地提出了多样性促进自训练方法,即使使用较小的Llama-3.1-8B模型,也能显著提高攻击成功率和多样性。实验在COCO、MSRVTT和AudioCaps数据集上验证,该方法优于现有技术,并展示了良好的跨模型迁移性,为构建更可靠的多模态系统提供了重要见解。
SridBench是首个评估人工智能模型科研插图绘制能力的基准测试,由中国科学技术大学等机构研究团队创建。该测试包含1,120个来自自然科学和计算机科学13个学科的高质量样本,并设计了六维评估标准。实验结果显示,即使是目前表现最佳的GPT-4o-image模型也仅达到基本合格水平,文本信息缺失、视觉元素不完整和科学错误是主要瓶颈。这项研究揭示了AI科研绘图能力的现状,为未来技术发展提供了方向。
ChartLens是马里兰大学与Adobe研究院合作开发的创新技术,专门解决多模态大型语言模型在图表理解中的"幻觉"问题。这项研究提出了"后验细粒度视觉归因"方法,能够将AI对图表的分析结果与图表中的具体视觉元素(如特定柱形或数据点)精确关联起来,使AI的回答变得可验证。研究团队还创建了ChartVA-Eval基准测试集,并证明他们的方法比现有技术提高了26-66%的归因准确率,为金融分析、政策制定和科学研究等领域提供了更可靠的图表理解工具。
这篇论文介绍了一个名为"CrEval"的创新框架,用于跨领域评估文本创造力。研究团队构建了"CreataSet"数据集,包含超过10万条人类水平和100多万条合成创意文本,涵盖87个领域。基于此训练的CrEval评估器在与人类判断的一致性上显著优于现有方法,包括GPT-4o。研究发现,结合人类创建的数据和合成数据对训练有效评估器至关重要,且CrEval不仅能评估创造力,还能提升AI模型生成更有创意内容的能力,为创造力评估和提升开辟了新方向。