英特尔的股票下跌,因为它再次延迟了其首批7纳米计算机芯片
英特尔在第二季度财报电话会上表示,下一代计算机芯片将再延迟6个月,从而导致英特尔股价在今天盘后交易中大跌。
英特尔表示,首个采用7nm制程工艺的CPU发布日期推迟大约6个月,接下来会专注于加快向10nm制程工艺的过渡。
英特尔首席执行官Bob Swan在于分析师召开的电话会议中表示,首款7nm产品(即客户端CPU)预计将在2022年末或2023年初上市,同时,将在2023年上半年交付首批7nm数据中心版CPU。
7nm工艺是将体积更小的晶体管压缩到计算机芯片上,让硅芯片能够容纳更多的晶体管,从而让芯片更强大、更复杂。
英特尔在声明中表示:“英特尔基于7nm的CPU产品发布时间相对之前的预期偏差了大约6个月,主要推动因素是英特尔7nm的良率,根据最近数据,这要可能要比英特尔内部目标落后约12个月。”
Swan解释说,英特尔在7nm制程工艺方面遇到了一个问题,导致无缺陷芯片的良率降低。英特尔最初打算在2021年推出首批7nm芯片,但在2019年表示无法实现这一目标。
“我们正在寻找这个问题的根本原因,认为并不存在根本性的障碍。但是,我们也制定了应急计划,以规避日程安排的进一步不确定性。我们通过改进设计方法,例如模片分解和高级封装,我们降低了工艺延迟对产品进度的影响。”
他说,现在英特尔致力于提高10nm芯片的产量,以满足对这些产品的市场需求。英特尔在过渡到10nm制程工艺的过程也遇到了延后的问题,最近几个月英特尔一直努力满足客户需求。但他说,英特尔现在可以跟上节奏,在必要时会使用竞争对手的外部晶圆厂。
“这次不同的是,我们在内外部生产的时间方面非常务实,确保我们既可以在内部生产制造,又可以在需要的时候,完全转向外部生产,也可以两种方式混合搭配。”
Moor Insights&Strategy分析师Patrick Moorhead表示,英特尔很多新产品都依赖7nm制程工艺,但是他对此并不担心。
Moorhead说:“了解英特尔的人都知道,它总是有备份计划的,我相信我们会听到关于增强10nm以提高竞争力的消息。英特尔14nm工艺的财务表现非常突出,特别是在数据中心、笔记本电脑和商用产品线方面,但现在全球普遍采用的是台积电10nm。”
眼下,正是英特尔面临挑战的时候,因为英特尔已经落后于长期竞争对手AMD,后者已经交付了首批7nm产品。
英特尔股价在盘后交易中下跌超过10%,而AMD上涨8%。
推迟发布的消息让英特尔稳健季度财报变得黯然失色。财报显示,该季度英特尔每股盈利1.23美元,收入197亿美元,较去年同期增长20%,此前华尔街预期每股收益为1.11美元,收入为185.5亿美元。
英特尔最大的Client Computing Group部门(销售PC芯片)的收入为95亿美元,比去年同期增长7%。新冠病毒大流行迫使企业必须增加硬件支持员工在家办公的需求,导致PC销售量激增,让英特尔从中受益。
但是Constellation Research分析师Holger Mueller指出,新冠病毒推动PC销量增长的利好下,英特尔所占的份额要远小于竞争对手AMD,他认为这一点令人担忧,特别是如果7nm仍然存在的话。
Mueller说:“英特尔也许会有好运,但对于一家一向以准时交付而闻名的企业来说,这仍然是一次充满风险的、令人关注的延迟。”
同时,英特尔的Data Center Group(面向云计算提供商和服务器制造商销售芯片)的收入为71.2亿美元,比去年同期增长了43%。非易失性存储解决方案部门贡献了16.6亿美元的收入,增长76%。
Moorhead说:“DCG实力突出,大幅增长了43%,这表明云和运营商市场的持续增长。NSG的收入增幅是有史以来最大的,增长了76%,既表明了该部门的出色表现,也说明,这个细分市场的定价如果不提高的话,会保持稳定。”
Pund-IT分析师Charles King表示,这个结果表明,英特尔7nm制程工艺发展道路上的“颠簸”,似乎并没有在很大程度上冲击英特尔的客户。他说,英特尔第二季度业绩稳定,数据中心集团的业绩也很突出。
他说:“如果英特尔的7nm工艺问题持续存在,那就会很麻烦。但同时,要知道,AMD的收入仍不到英特尔的十分之一。如果英特尔如批评家所言般陷入困境,那么竞争对手在利用这个机会的时候似乎还不够迅速。”
这个季度英特尔进行了一次关键收购,以9亿美元收购了以色列公共交通应用初创公司Moovit。
英特尔在公布财报的同时,还给出了下一季度的指引,这一点令人意外,因为上个季度英特尔拒接公布指引。英特尔预计第三季度每股盈利为1.10美元,收入为182亿美元,此前华尔街分析师预期每股盈利1.14美元,收入为179亿美元。
好文章,需要你的鼓励
一项调查显示,31%的美国技术领导者表示,由于AI转型的紧迫性,CEO与CIO的合作比一年前更加密切。79%的技术领导者认为企业对AI的关注提升了他们在董事会层面的地位。数据分析和AI成为企业未来12个月的重点投资领域,37%的受访者将其列为优先事项。虽然28%的技术领导者预测首席AI官将承担CIO职责,但86%的企业尚未设立该职位。
ETH苏黎世大学研究团队提出OBR(最优脑重建)框架,创新性解决了大语言模型压缩中量化与剪枝方法的根本冲突。通过"分组错误补偿"机制,OBR实现了W4A4KV4+50%稀疏性的极端压缩,在保持优秀性能的同时获得4.72倍速度提升和6.4倍内存节省,为边缘设备部署大模型开辟新道路。
答案引擎优化(AEO)正在重新定义真相的标准。与传统搜索引擎优化不同,AEO让AI系统直接生成答案,而非提供链接。研究显示70%的人会直接接受机器提供的信息,不加质疑。当资本主义与此结合,真相本身变得可以被购买和优化。AEO实质上是一种设计性审查,通过专有数据和封闭算法隐藏推理过程。我们需要重新引入摩擦和质疑机制,要求算法透明度和可追溯性,否则现实本身将成为可以随意调节的设置。
斯坦福大学研究团队开发出概念组合学习框架,让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块,通过灵活组合处理新任务,学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%,并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础,预计将在医疗、教育、自动驾驶等领域率先应用。