英特尔近日公布的全年收入预期低于分析师预期水平,让投资者们感到了不安。英特尔的股票在盘后交易时段跌幅超过7%,尽管从表面上看这个季度英特尔表现不错。根据财报显示,英特尔该季度在股票补偿等特定成本之前的利润为每股89美分,收入为160.6亿美元,高于分析师普遍预期的87美分和160.2亿美元。
但更深入的分析表明情况并不是很好。最重要的是,英特尔数据中心集团的收入为49亿美元,同比减少6.3%,远低于华尔街预期的51亿美元。
近年来,英特尔数据中心集团的重要性越来越高,曾在个人电脑芯片等其他关键业务因为PC销售放缓而收入减少的时候一度带领英特尔实现增长。然而现在,市场对数据中心芯片的需求也出现下滑,特别是英特尔在最大市场之一的中国市场出现疲软。
英特尔表示,中国市场今年消耗的微芯片数量有所减少,因为客户仍在消化他们2018年购买的芯片。在接受路透社采访时,英特尔首席执行官Bob Swan表示,由于担心中美贸易战导致关税或供应限制等问题,中国企业在去年购买了额外的数据中心芯片。
“去年他们的订单量远远超出实际需求,当时预计他们会在第四季度和第一季度将这部分芯片消耗掉。不过今天来看似乎消耗速度要慢于预期,恐怕还要再等上一个季度。”
因此,英特尔预计全年收入约为690亿美元,低于预期的710.5亿美元。如果预测准确的话,英特尔将在2019年遭遇自2015年来的首次收入下滑。
Moor Insights&Strategy分析师Pateick Moorhead表示:“英特尔期待着数据中心复苏能够自己带来后半程的改善,然而这似乎并不会发生。”
收入低于预期对英特尔来说冲击更大,因为上周英特尔刚刚在宣布退出5G智能手机调制解调器业务的时候表示,未来会越来越依赖于数据中心业务。
英特尔宣称“没有明确的盈利途径”之后做出了退出5G市场的决定,然而真正原因可能是苹果和高通在多年的专利争夺战之后决定握手言和。最初苹果计划在首款5G iPhone手机中采用英特尔的调制解调器,而现在要重新选择高通了。
“苹果与高通的握手言和打破了英特尔5G手机的希望,这显然不是投资者所希望听到的消息,”Pund-IT分析师Charles King表示。“特别是考虑到英特尔数据中心业务遇到的疲软问题。过去几个季度中,该业务一直是推动英特尔其他业务的引擎,尤其是受到中国IT建设的有力推动。”
而英特尔方面表示“将对面向PC和物联网领域的5G调制解调器业务进行战略评估”时,更加让投资者感到担忧了。
Constellation Research首席分析师兼副总裁Holger Mueller表示:“最大的问题是,英特尔未来会把什么作为增长引擎,因为很多增长计划已经停滞或被取消。最近,英特尔进军5G的策略遇阻,因此管理层面临压力,希望尽快找到新的增长机会。”
英特尔面临的另一大问题是PC业务。在PC方面,英特尔一直努力生产足够的芯片以满足需求。不过,由于游戏和其他高性能产品的强劲销售,带动PC业务收入增长了4%。
King认为,英特尔也许能够克服当前的不利因素,通过表明自己能够成为5G数据中心首选的芯片供应商,可能对英特尔来说是一个很大的优势。
“稳定地赢得新客户和组建联盟,以及市场对英特尔新一代芯片的需求,将有助于让这个季度的坏消息成为过去时。这些越早发生,对英特尔及其股东来说就越好。”
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。