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
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。