计算机芯片制造商赛灵思公司(Xilinx)今天发布了第一季度财报,其业绩超出了收益和收入预期。
赛灵思主要生产用于航空航天和国防工业以及服务器和消费产品的芯片。该季度,赛灵思在不计入股票补偿等特定成本的利润为每股65美分,收入为7.27亿美元,高于此前华尔街预期的每股利润56美分,收入7.256亿美元。
数据中心业务是该季度赛灵思的一大亮点,收入增幅达到了创纪录的104%,同时无线部门实现了27%的连续收入增长。
赛灵思公司总裁兼首席执行官Victor Peng在一份声明中表示,航空航天、国防、工业、测试与测量部门的业绩表现也相当突出,一定程度上抵消了汽车和广播业务的低迷。
Peng说:“尽管COVID-19和全球贸易问题给业务带来了持续的挑战,但第一季度我们的收入仍然远远高于此前的指引水平,主要原因是我们在多个终端市场展现出了实力,以及最近美国政府对赛灵思面向中国客户、或者在中国有业务的客户销售产品施加的贸易限制措施,让订单快速增加。”
Peng这里所指的是美国商务部在6月份做出的一项决定,旨在放宽对向中国公司售卖技术产品的某些限制,这项决定让赛灵思从中受益,收到了来自中国的大量订单,也促使赛灵思在6月29日提高了对该季度的初步预期。
但是Peng在接受ZDNet采访时表示,预计下个季度需要有一段时间“消化”这些订单,从而可能阻碍数据中心和网络芯片的新订单。
尽管如此,赛灵思对下个季度的指引还是很乐观的。在财报电话会议上,赛灵思表示,预计第二季度收入在7.3亿美元至7.8亿美元之间,高于分析师普遍预期的7.293亿美元。
首席财务官Brice Hill表示:“我们多元化的终端市场仍然是我们的一个关键优势,即使我们修改了指引,业务仍然表现优于预期。形势对于我们来说依然是有利的,我们可以利用所有最终市场所带来的机会。”
发布财报后,赛灵思的股价在盘后交易中仍下跌了3%。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。