得益于英特尔x86处理器直接竞争对手Ryzen产品线的成功以及新一代数据中心Epyc系列芯片的良好风评,AMD公司拿出了令人满意的第二季度运营表现。
分析师们对于营收及利润的预期达到峰值,而AMD公司自身也对其全年营收增长前景抱乐观态度。在财报公布之后的交易当中,其股票价格上涨超过10%。AMD方面表示,与早先相对较低的业务增幅指导意见相比,目前的全年营收预期将进一步提升十几个百分点。
AMD公司今年第二季度营收为12.2亿美元,较2016年同季度提升24%。含部分成本因素(例如股票回报)的总收入则为4900万美元,远好于上年第二季度的600万美元亏损。相比之下,分析师原本给出的本季度营收预期为11.6亿美元。
受到服务器产品销售额孱弱的影响,原本被投资者们视为盈利转机的第一季度未能带来理想的财务表现,不过AMD公司指出其包括EpycRyzen以及全新Radeon RX Vega显卡在内的全新产品家族将全面击破亏损魔咒。Epyc被视为该公司转型当中的关键性产品,且相较于英特尔同类芯片可提供47%的性能表现增幅。
Moor Insights & Strategy公司总裁兼首席分析师Patrick Moorhead指出,“AMD公司的前景非常可观,这是因为目前的销售额还不包括Epyc服务器芯片的贡献,新推出的Radeon Vega在销量上还没有开始发力,而Ryzen的笔记本销售额也未被纳入其中。”
尽管本季度的财务数字当中几乎不含任何与Epyc销售额相关的部分,但已经有早期迹象表明,这部分业务将成为AMD公司未来发展中愈发强劲的组成部分。AMD公司首席执行官Lisa Su(上图)亦对此表示肯定。AMD方面目前已经收到多家主要云计算与数据中心基础设施供应商的认可及初期订单,其中包括HPE、戴尔技术公司以及微软公司,其中云服务供应商的比例正不断提升。Su在财报电话会议当中乐观地指出,“我们正在重新进军数据中心市场。”
Su同时表示,Epyc芯片在云服务供应商当中的采用量增长速度将超过预期。Su解释称,“云服务供应商正在建立起一个更为庞大的市场,且发展速度将远超以往。”尽管企业销售周期较慢,但AMD公司预计在今年下半年当中,这部分业务量将呈现出较云市场更为稳定的表现。Su指出,“企业与云计算市场都非常重要,不过其中云计算方向的购买规模相对较小。”
图形处理单元芯片与本月刚刚开始出货的全新Radeon RX Vega消费级显卡销售额同样好于预期,而这些都还未被计入季度财务表现。尽管原本主要被应用于游戏主机领域,但如今开始越来越多在机器学习与区块链应用中发挥重要作用的GPU产品未来很可能成为AMD公司整体销售额当中极为重要的支柱之一。Su指出,“我们认为今年第三季度市场对于图形处理芯片的需求迎来强劲增长,特别是考虑到游戏主机会在第三季度迎来季节性销量增长。我认为我们对市场非常了解,而且产品本身也明显更为出色。”
不过,这位CEO似乎跳过了之前AMD公司在声明当中与英伟达一决高下的说法——这里仅强调游戏主机将在可预见的未来成为GPU业务的核心,而未提到英伟达产品大放异彩的机器学习应用领域。
AMD公司的研究与开发投资主要集中在数据中心、GPU与机器学习等调整增长领域。相比之下,英特尔等竞争厂商则正在全力进军7纳米制程工艺技术。在这方面,Su认为AMD公司拥有着先天优势。“项目目前进展顺利,我们预计7纳米技术将在未来数代产品当中为我们带来强劲的竞争优势。”
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。