ZD至顶网服务器频道 10月19日 编译:在英特尔公司的重拳猛轰之下,AMD公司在其2015年第三季度的计算机芯片营收报告中只录得6500万美元,而在此之前其还曝出面临大量库存产品无法售出的尴尬局面。
与此同时,这家处理器设计厂商还将在今年最后三个月当中第一次售出一定数量的64位ARM兼容服务器芯片。
上周四下午,AMD公司公布了其发人深省的2015年第三季度财务结果,下面就让我们从GAAP角度了解在截止于9月26号的过去三个月当中,AMD取得了怎样的运营成效:
• 净收入为10.6亿美元(折合约6.46亿英镑),较上年同期的14.29亿美元(折合约9.23亿英镑)跳水25.7%,x86处理器与图形芯片组销售额的显著降低成为此轮营收下滑的主因。
• AMD公司2015年第三季度的净亏损额为1.97亿美元(折合约1.27亿英镑),其2014年第三季度则实现了1700万美元(折合约1100万英镑)的盈利。
• 每股净亏损最终为0.25美元,而上年同期AMD公司实现了每股0.02美元的盈利。
• 由于AMD公司目前仍然囤积着大量无法售出的陈旧x86系统芯片,由此带来的高达6500万美元(折合约4200万英镑)的产品库存使得当季度恢复盈利的希望彻底化作泡影,这同时也意味着AMD方面必须对其进行降价销售以收回部分资金。
• AMD公司计算与图形业务营收较上年同期大幅跳水46%,这一切都要归功于持续走低的PC市场销售额以及更加可怜的芯片需求。面对笔记本产品不断降价的趋势,AMD公司也不得不持续拉低其x86处理器产品的价位。有趣的是,Carrizo芯片家族在面世之后倒是取得了12%的连续销售额增长幅度。
• 来自企业、嵌入式与半定制化业务的营收较上年同期下滑2%,这主要是由于“较低的嵌入式产品与服务器处理器销量所致”。
• AMD公司将在今年最后一个季度当中发布“适中的”生产级64位ARMv8服务器芯片,这也是其第一次发布自家的“西雅图”系统芯片。
AMD公司CEO Lisa Su在电话会议上向分析师们表示:我仍然相信AMD公司在数据中心市场上的融合型网络、存储与服务器业务领域占有一席之地。我认为我们可以断言,目前ARM架构在服务器市场上普及速度不快的主要原因在于软件以及相关架构仍不够完善。而在西雅图系统芯片方面,我们将于今年第四季度进行首批数量适中的产品销售。我认为将ARM作为服务器平台的构想是一个长期的过程,因此其无疑在服务器市场以及数据中心当中都是具备竞争力的,我们立足于x86业务对其保持高度关注,并将继续以互补方式推动ARM技术的相关研发及推广工作。
• AMD公司已经于南通富士通微电子公司共同成立了一家合资企业,其在这项举措当中应该是投入了3.71亿美元现金,其中净支出款项为3.2亿美元。AMD目前已经基本上剥离了位于马来西亚与中国的半导体组装及测试业务,并将其交由南通富士通公司打理。(备注:Su及她的的首席财务官Devinder Kumar曾经在这次电话会议当中多次提到‘成功执行’这一说法。)
AMD公司的股价在此次财报电话会议当之后下降了0.51%,而其实际运营表现超出了分析师们所提出的营收9.96亿美元与每股亏损0.12美元这两项预期。
对于那些希望AMD公司逐步向好的朋友,我们可以公布其当前运营状况:AMD在银行当中拥有7.55亿美元现金,而整体债务额则为22.6亿美元。尽管拥有多条颇有希望的业务线,但其重归正轨似乎仍然遥遥无期。
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。