英特尔公布第二季度财报表现抢眼,不仅超出分析师的预期,而且让当前中美贸易战期间的芯片供应更有保障。
英特尔不仅调高了全年指引,还证实了外界关于将大部分智能手机调制解调器业务出售给苹果公司的消息。
该季度英特尔在股票报酬等某些成本之前的收益为每股1.06美元,收入为165亿美元,轻松超过了华尔街预期的89美分每股收益,和157亿美元收入。此外营业收入为46亿美元,同比减少12%,净收入为42亿美元,同比减少17%。
第三季度指引则要好一些,英特尔预计未来三个月的每股收益为1.24美元,营收为180亿美元。此前华尔街预计每股收益仅为1.16美元,营收为177.2亿美元。
好于预期的指引足让投资者们感到兴奋,使得英特尔股价在盘后交易中上涨5%多。
在英特尔同意将大部分智能手机调制解调器业务出售给iPhone制造商苹果公司之后,投资者自然非常高兴看到英特尔从苹果公司那里获得了10亿美元现金。该协议下,将有2200名英特尔员工加入苹果公司,苹果将获得了一系列相关专利。英特尔表示,将保留继续为自动驾驶汽车和PC生产调制解调器的权利。
Pund-IT分析师Charles King表示:“当业绩超出预期的时候,一切就都很好了,把一个糟糕的业务卖给苹果所带来10亿美元的意外收获只是锦上添花。毫无疑问,投资者们已经准备好为此庆祝了。”
英特尔各个业务部门的业绩有点参差不齐。作为最大的业务部门,英特尔的客户计算业务(包括销售用于PC的计算机芯片)收入同比增长1%,达到88亿美元。英特尔方面指出,在美中贸易战可能会或可能不会产生关税的任何潜在影响之前,不仅产品销售取得了成功,而且客户也在持续消耗库存。
另一方面,英特尔数据为中心业务部门收入同比减少了7%。英特尔的Data Center Group(面向数据中心运营商销售芯片)的收入增长了3%,但云计算业务下滑了1%。
Moor Insights&Strategy分析师Patrick Moorhead认为,在PC和数据中心行业竞争激烈和具有挑战的环境下,英特尔的主要业务均有出色表现。
“英特尔第二季度表现非常好,云服务提供商仍在进行早期构建,但我预计这种情况将会有所扭转。”
英特尔期待即将推出的、采用10纳米制程工艺的第10代计算机处理器即“Ice Lake”将带来额外的利润。英特尔首席执行官Bob Swan在电话会议上向投资者们表示,英特尔已经有两家工厂在生产这些芯片,第一批产品将在今年晚些时候上市销售。
“我期待着看到英特尔即将推出的10纳米笔记本电脑产品,以及机器学习训练、推理加速器和独立图形处理单元,这些都还没有投入市场,”Moorhead说。
另一个亮点是英特尔的物联网集团,取得了创纪录的季度营收,达到9.86亿美元,同比增长12%。英特尔自动驾驶部门Mobileye的收入增长了2.01亿美元,同比增幅为16%。
“很高兴看到这个未来大市场增长如此之好,我对MobilEye取得的增长并不感到惊讶,”Moorhead补充说。
Swan在电话会议上表示,英特尔该季度取得“优异表现”之后提高了全年指引。他说,英特尔预计2019年收入将达到695亿美元,高于此前预测的690亿美元。
Constellation Research分析师Holger Mueller表示,“超出预期永远不是什么坏事,而且当你提高全年指引时,投资者一定会高兴的。”
但Mueller警告说,英特尔仍需要提出新的想法以维持未来数年的增长。
“从长远来看,英特尔仍需要寻找新的增长途径。英特尔的管理层需要让十年前我们就了解的业务一直保持发展,它的核心业务不会增长太长时间,那么新的增长动力是什么?“
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。