英特尔最近备受新发现的芯片缺陷的困扰,但今天舒了一口气,第四季度业绩报告的收益好于预期,要归功于旗下数据中心芯片业务的强劲增长。
芯片制造巨头英特尔还预测,本季度的收入符合分析师的预期。英特尔甚至还发布了一个关于今年每股收益的新预测,新预测好过原来的预测,尽管大部分的上涨似乎是得益于最近通过的美国税收法案。
英特尔将强劲的业绩归功于个人电脑芯片之外的新领域,英特尔拥有约90%的个人电脑芯片市场份额,这意味这一块的增长机会有限。英特尔首席执行官Brian Krzanich表示,内存和可编程芯片、通信和自主驾驶方面的投资已开始提供更多市场,因而带来回报。
英特尔芯片的漏洞问题在新年后曝光,但并没有对该季度造成影响,英特尔也表示漏洞问题预期对以后的季度也不至于有大影响。但分析师和投资者担心,如果客户因等待修复程序或新芯片而放缓购买,漏洞问题则可能会影响到未来几个季度。因特尔在新闻稿中也的确提出警告,称安全漏洞“可能会对我们的业绩产生不利影响”。
英特尔的预测似乎可以缓解这些担忧,至少目前如此。尽管如此,Krzanich在财报电话会议还是提到安全问题。他表示,“我很清楚我们还有更多的事情要做”。近期的重点是推出“高质量的缓解措施”,防止现存芯片出现问题,同时在今年晚些时候推出硅层次上的新芯片解决方案。 他表示,“这会是个持续的旅程。”
说得具体一些,英特尔表示,预计第一季度收入约为150亿美元,加减5亿美元,扣除涉及重组和收购等某些成本前每股盈利为70美分,加减5美分。此结果比通常预测的72美分少一点。预计全年每股收益为3.55美元,营收为650亿美元。
据汤森路透(Thomson Reuters)报道,英特尔第四季度每股盈利为1.08美元,远高于分析师预测的每股86美分,亦高于去年同期的79美分。如不计去年4月拆分的迈克菲安全部门,收入增长了8%(计算在内的话则为4%),收入为171亿美元,同样高于分析师估计的163.4亿美元。英特尔全年每股盈利(修正后)为3.46美元,收入为628亿美元。
投资者对此消息反应正面,英特尔股价在盘后交易中涨幅超过4%。英特尔股票由于芯片漏洞有下挫压力,其股价在今天的正常交易中下跌了半个点,跌至45.30美元。
英特尔的客户端计算机集团贡献了收入的一半以上,但个人计算机长期以来持续下滑,该集团也在逐渐走下坡。集团在第四季度的收入下降了2%,至接近90亿美元。
数据中心集团(DCG)销售用于企业计算机服务器中心的芯片和系统,该集团的收入增长近20%,达56亿美元,是分析师预期的两倍。该集团近期来遭遇缓慢点,但仍被认为是弥补个人电脑芯片销售下滑的一大潜在因素,因此,复苏对投资者来说是个好消息。
其他三个部门(含“物联网”、非易失性内存芯片和可编程芯片)各贡献了10亿美元,各自的增长分别为21%、9%和35%。
Moor Insights & Strategy的总裁兼首席分析师Patrick Moorhead表示,“英特尔本季度在许多方面都取得了招牌性的成绩。DCG在公共云的基础上实现了20%的提升,外加内存、可编程门阵列和物联网方面的改善,唯一的弱项是个人电脑,我认为这是受到市场低迷和竞争压力的影响。”
英特尔一直都在很多方面受到抨击。最近,英特尔以及其他公司(例如Advanced Micro Devices Inc.)的处理器被发现存在潜在弱点可遭攻击,而且该问题多年来就存在。名为Meltdown和Spectre的漏洞可能令黑客控制各种软件应用程序。但修复程序发布后可导致性能问题,英特尔被迫建议用户暂停安装修复程序。
英特尔也面临着日益激烈的竞争压力,特别是在用于人工智能的芯片方面。 Nvidia公司的图形处理单元芯片已成为运行机器学习算法的标准,这些机器学习算法是近年来语音和图像识别领域的重大进展以及自动驾驶汽车等未来技术的基础。
但英特尔周三在竞争战线上倒是的确取得了一定的胜利。欧盟对高通课以超过1.2美元的罚款,原因是违反反托拉斯法,据说高通曾向苹果公司支付数十亿美元的款项,以确保苹果只用高通移动芯片。
美国的税收法案也在第四季度的业绩中发挥了作用,英特尔开出一项54亿美元的所得税开支,其中包括一次性的海外收入转换“过渡税”。首席财务官鲍勃·斯旺(Bob Swan)表示,较低的新企业税率将成为继续投资研发和制造的“进一步激励”。
他还表示,今天宣布的派息率也因为该法案而提高了10%。不过,一次性税收也导致第四季度6.87亿美元的净亏损。
好文章,需要你的鼓励
Qualys首席执行官Sumedh Thakar提出,将传统主要用于被动响应安全事件的SOC升级为基于风险管理的ROC,通过聚焦关键风险而非海量安全扫描,帮助公共部门更高效、低成本地降低潜在威胁。
这项研究展示了如何通过在经济问题上进行后训练,让大语言模型像经济学家一样思考,从而实现战略性泛化能力。研究团队开发了名为Recon的7B参数开源模型,通过在2,100个高质量经济推理问题上进行监督微调和强化学习,不仅提升了模型在经济基准测试上的表现,更重要的是让模型在从未直接训练过的多智能体博弈中展现出合理的战略行为。结果表明,领域对齐的后训练可以作为智能体对齐的可扩展路径,通过结构化推理问题培养出更广泛适用的理性决策能力。
全球经济正处在自动化与 AI 推动的巨大变革关口,大规模就业受冲击,而普遍基本收入(UBI)有望稳定社会、激发创新,促进经济持续健康发展。
STORM框架是一种创新的对话系统研究方法,通过模拟用户和AI助手之间的信息不对称来解决意图触发性问题。研究发现中等程度的不确定性(40-60%未知信息)在某些情况下能够优于完全透明,挑战了传统的AI设计假设。通过对四种主流语言模型的测试,团队确定了不同模型在处理用户意图形成过程中的独特特点,为任务导向对话系统设计提供了实用指导。这项研究对隐私保护设计和偏见缓解具有重要启示,表明信息的战略性限制可能比信息最大化更有效。