英特尔即将上任的首席执行官Pat Gelsinger今天向投资者表示,英特尔陷入困境的7纳米芯片制造技术有望在2023年开始生产芯片,同时,英特尔可能会将越来越多的制造业务外包给外部生产商。
Gelsinger是在英特尔公布第四季度财报期间发表上述言论的,在现任首席执行官Bob Swan任职的最后一个完整财季中,英特尔的表现超出了分析师的预期水平。
该季度英特尔在不计入股票补偿等特定成本的每股收益为1.42美元,营收为199.8亿美元,同比下降1%,这远远超出了华尔街预测的每股收益11.10美元,营收175亿美元。
这也使得英特尔实现连续第五年创下年收入新高,2020年全年销售额增长8%,达到779亿美元。
英特尔预测下一季度的每股收益为1.03美元,营收为186亿美元,高于华尔街预期的每股收益93美分,营收160.8亿美元。
即使这样,这些预测也比去年同期有明显下降,英特尔股价在盘后交易中下跌了4%。
Gelsinger在与分析师的电话会议中表示,他对英特尔7纳米芯片工艺取得的进展感到高兴,“我相信我们2023年大部分产品都将是内部制造。与此同时,鉴于我们产品组合的广度,我们可能会扩大某些技术和产品的外部代工生产。”
这些保障对于投资者来说是可喜的消息,因为他们担心英特尔的7纳米技术无法跟上竞争对手的步伐。尽管英特尔一直以来一直都是自己设计和制造计算机处理器,但AMD等竞争对手已经在利用外部代工厂生产他们大部分的芯片产品了。
英特尔目前的芯片设计仍是基于14纳米或10纳米的,而其一些竞争对手的产品则由台积电或者三星电子的外部工厂使用5纳米工艺生产的。工艺越精密,即晶体管之间的连接越短,就可以把更多的晶体管装配到单个芯片上,从而提高功率和效率,打造更好的整体产品。
此前激进对冲基金Third Point在12月向英特尔董事会致信时,就提出英特尔7纳米技术未能跟上竞争对手步伐是一个重大漏洞。Third Point首席执行官Dan Loeb在信中称,英特尔已经落后于亚洲芯片代工厂,并敦促董事会对公司做出一些重大变革,例如考虑外包某些芯片生产并剥离部分业务。
英特尔董事会做出回应,要求Gelsinger取代Swan,尽管公司坚称Third Point的压力并不是这一变革的主要动力。Gelsinger将从下个月开始担任英特尔首席执行官。
Constellation Research分析师Holger Mueller表示,Gelsinger一旦正式上任则会立即接手Swan的工作。
Mueller指出:“COVID-19有助于PC的销售,消费者和企业购买的PC只会越来越多。好消息是,新的7纳米工艺现在已经步入正轨,英特尔必须要证明它可以从工厂出货多少芯片。英特尔也许一时难以适应和合作伙伴合作生产,但这次变革的动力与往日不同,最重要的是利润因素。”
英特尔表示,在刚刚结束的第四季度中,个人计算机销售的强劲增长超出了预期。该季度英特尔PC芯片销售量同比增长了33%,远程办公和在线教育的兴起推动PC销量大涨,这也让英特尔从中受益。
该季度英特尔除了自动驾驶汽车芯片业务Mobileye之外的业务收入都有所下滑。数据中心芯片业务同比下降16%,至61亿美元。物联网业务销售额下降16%,至7.77亿美元,闪存业务收入下降1%,至12亿美元。英特尔可编程解决方案(售卖的FPGA可针对不同工作负载进行重新编程)业务销售额下降16%,至4.22亿美元。
Mobileye业务的销售额为3.33亿美元,比去年同期增长39%。
Pund-IT分析师Charles King表示,英特尔数据中心和物联网部门的表现令人担忧,但他说,这可能反映出,疫情对IT支出的持续影响要大于其他因素。
“撇开这些因素,在危机和经济不稳定时期,企业和消费者倾向于与他们最了解和最信任的公司继续保持合作。尽管英特尔正面临来自其他解决方案供应商的压力,但其强大的品牌似乎在困难时期提供了一定的保障。”
King认为Gelsinger是一位博学多才的技术专家,一位经验丰富的领导者,在言语和行动上直截了当。他说:“英特尔明智地选择他带领公司进入下一个时代。”
Moor Insights&Strategy的Patrick Moorhead也对英特尔的强劲业绩表示赞赏。 他说:“根据33%的增幅来看,PC市场对于Tiger Lake的需求似乎很强劲,我认为它还将获得更多的市场份额。数据中心业务的表现好于预期,但受到了‘摄入周期’、竞争、企业和政府购买量持续下降等一系列因素的影响。”
他补充说,Mobileye的业绩非常出色,季度收入增长推动英特尔利润率增长93%。他说:“Mobileye即将成为年收入超过10亿美元的业务,这是真正的成就所在。”
Swan向投资者表示,英特尔该季度的表现已经大大超出预期,2021年市场对英特尔所能提供的计算性能仍然需求强劲。
他说:“我为领导过这家出色的公司感到很荣幸,我为我们团队取得的成就感到自豪。随着领导层的变更,英特尔步入新的高度,战略和财务都将表现出色。”
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。