AMD公司本季度营收上涨,实际利润遭遇下降,而在过去一个财季当中其也迎来了难得的光明发展态势……与此同时,投资者们则出于芯片设计厂商的疲软表现而决定抛售股票。
Ryzen与Epyc两款基于Zen架构的全新处理器的强劲销售态势使得AMD这家全球第二大x86 PC与服务器芯片制造商在2017年第三季度实现超过25%的营收同比提升(截止于今年9月30日)。以下为周二发布的本轮周报的重点信息摘要:
公司执行长Lisa Su在对本季度财报作出评论时指出,“客户对于我们新一代高性能产品的旺盛需求成就了巨大的同比营收增长以及显著的财务业绩改善。”
“我们第三季度新产品的推出以及财务执行成绩标志着,AMD公司在成为技术行业中首屈一指的增长型企业的道路上到达了另一个重要的里程碑。”
AMD公司高管团队还对其发展路线图作出说明,特别是在更小尺寸制程工艺方面的发展计划。Su在今天的财报电话会议上向分析师们解释称,AMD公司将部分跳过12纳米制程水平——仅在明年的CPU与GPU相关“子产品”当中使用这一制程工艺——而选择把自身大部分资源用于2018年之后的7纳米工艺开发身上。AMD公司并无计划研发10纳米制程,这意味着英特尔接下来可能将面临严峻挑战。
与此同时,投资者们对于7纳米发展思路的兴趣似乎并不及AMD的运营前景。对于即将到来的新季度,预计AMD公司的营收可能环比下跌15%,但较上年第四季度营收则将增长26%。另外,AMD公司亦表示其专供区块链计算任务的特定硬件——即用于比特币及其它加密货币开采的GPU——正随着市场需求的缓和而出现销售势头“平息”。
这些数字在数小时后即在股东群体中引发轩然大波。截至本文撰写之时,AMD公司的股价下跌10.5%,目前价位为每股12.75美元。
分析师Patrick Moorhead在接受邮件采访时表示,“AMD公司拥有辉煌的第三季度表现,这主要受到其Ryzen桌面处理器与Radeon显卡的推动。”
“Ryzen可能是凭借着其强大的性价比而快速夺取到市场份额,而显卡业务的增长则主要受到GPU驱动型加密货币采矿需求的驱动。根据预期,每年第三季度亦是游戏主机大卖的时段。”
“在我看来,AMD公司在未来六个月当中的动向应该是通过发布新的Zen与Vega架构Raven Ridge笔记本组件及Epyc处理器支撑运营收入。最后,我并不关注第四季度营收预测有所下降这一问题。由于第年第四季度游戏主机销量都会走低,因此这是一种季节性波动,所以第四季度营收水平回落可以说非常正常。”
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。