英特尔公布了自上个月首席执行官Brian Krzanich辞职以来的第一份财报,在第二财季中英特尔表现强劲。
财报显示,该季度英特尔的净利润为50亿美元,或每股1.05美元。除去某些成本(如股票报酬)的收益为每股1.04美元,收入为170亿美元,同比增长15%。
这些结果超出了分析师的预期。此前华尔街预期的每股盈利为96美分,收入为168亿美元。
英特尔还提高了收入指引,但并不足以让股东们安逸,因为英特尔数据中心部门的增长低于预期,并且在2019年产品路线图中不够清晰,导致英特尔股价在盘后交易中下跌超过5.5%。
更新:周五,英特尔股价下跌8.6%。伴随Facebook周四股价跳水19%,周五Twitter因用户增长令人失望而下跌20.5%,英特尔几乎将整个科技行业拉低了。纳斯达克指数下跌约1.6%。
从数字上看英特尔做的一切都没错。英特尔所有主要业务收入均有所增长,第二财季数据中心部门收入为55亿美元,同比增长27%,但仍然略低于分析师的目标。英特尔的物联网部门也实现了22%的稳定增长,带来了8.8亿美元的收入。
英特尔表示,数据中心业务现在占到了英特尔总收入的近50%。
英特尔最大的部门——客户端计算集团(Client Computing Group),主要销售用于个人电脑的计算机处理器——本季度收入为87.3亿美元,同比增长6%,高于华尔街普遍预期的84.8亿美元。
然而,股东们似乎不只是看数字。英特尔首席财务官兼临时首席执行官Bob Swan未能提供有关寻找新领导人的最新消息,这可能让股东们感到有些不安。
Krzanich上个月辞职,原因是他曾与一名员工发生了“自愿的亲密关系”,这是“违反英特尔非国际化政策的”。英特尔董事会后来表示,已经启动了“强大的继任计划流程”,并且正在寻找一位新的永久首席执行官,但此后几乎没有人说过此事。
在周四的财报电话会议上,Swan对Krzanich表示赞赏,并指出他在任职期间所做的投资让英特尔走上了转型之路。“更重要的是,他建立了正确的战略和领导团队,让在我们进行寻找首席执行的过程中实现这一转型。”
Swan还向投资者们介绍了英特尔正在开发的最新产品,并表示10纳米处理器生产正在稳步进行中,采用该处理器的系统预计将在2019年下半年投入市场。英特尔技术、系统架构和客户端群组总裁Murthy Renduchintala补充说,基于10纳米工艺的客户端计算产品将于2019年上市,数据中心产品将在不久后推出。
Moor Insights&Strategy首席分析师Patrick Moorhead表示,该季度对英特尔来说是一个成功的季度,即便投资者没有感受到这一点。
“英特尔在第二季度表现抢眼,收入达到创新高的170亿美元。每个业务部门的收益都在6%到27%之间。唯一的不足就是桌面端设备价格下跌,但平均售价上涨,”Moorhead说。
他表示,该季度英特尔显示出了业务的多样性,其股价下跌的主要原因是投资者们希望其数据中心业务实现更强劲的增长。
“英特尔还提供了10nm的粒度,称产品将在2019年下半年指引。我们仍然需要知道这里说的时间是第三季度还是第四季度,这对于正好赶上或者部分赶上西方假期来说是有很大不同的。”
英特尔同时也公布了本季度的强劲指引,并提高了全年指引。英特尔预计第三季度收益为每股1.15美元,收入为1810万美元,高于华尔街每股1.08美元、收入177亿美元的预期。
英特尔表示,全年预计每股收益为4.15美元,营收为695亿美元。此前英特尔表示预计每股收益3.55美元,收入为650亿美元。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。