计算机芯片制造商AMD今天发布了第四季度财报,收入和利润表现抢眼,轻松超过了分析师的预期水平。
该季度AMD在不计入股票补充等特定成本情况下的每股利润为52美分,收入为32.4亿美元,此前华尔街预期的每股利润为47美分,销售额为37亿美元。
AMD首席执行官Lisa Su(如图)表示,“2020年我们大大加快了业务发展的步伐,实现了创纪录的年收入,同时扩大了毛利率,净收入比2019年翻了一番”。
按业务部门划分收入来看,AMD整体销售表现是十分强劲的。受到Ryzen处理器的推动,AMD计算和图形业务的收入为19.6亿美元,较去年同期增长18%。同时,服务器和半定制芯片(包括AMD的EPYC服务器芯片)的销售额比去年同期猛增176%,达到12.8亿美元。
Su在电话会议上表示,由于微软和索尼新发布了Xbox和PlayStation 5游戏机,AMD游戏业务得到了大幅推动。
Su说:“根据当前市场的强劲需求,我们的半定制业务销售额比上一个游戏机产品周期增长更快,预计今年上半年的销售情况要比以往更好。”
关于服务器业务,Su说云和企业销售该季度都表现很强劲。她说:“谷歌、微软、腾讯和其他厂商正在持续扩大使用Epyc处理器,以更大范围地支持他们内部的关键基础设施,同时AMD支持的云实例数量也在不断增加。”
AMD很好地利用了主要竞争对手英特尔的发展动荡期,后者在下一代制造工艺方面屡次推迟,导致失去不少市场份额。本月早些时候,英特尔宣布现任首席执行官Bob Swan即将辞职,前VMware老板Pat Gelsinger接任。
去年10月,AMD表示将以350亿美元的价格收购可编程芯片专业公司赛灵思,吸引更多客户离开英特尔而选择AMD。赛灵思专门制造可以针对不同计算任务即时进行重新编程的FPGA,而在这个市场中,英特尔是AMD的主要竞争对手。
Su在电话会议上向分析师提供了有关此次收购的最新消息,称收购已经通过了“几个重要的监管里程碑”,有望在今年年底之前完成。
Constellation Research分析师Holger Mueller表示,AMD正在全力以赴,年收入正在逼近100亿美元大关。
Mueller指出:“AMD在很好地控制成本增加的同时,使营业收入增长一倍多。很高兴看到AMD在研发方面的投资超过了销售和营销成本的增长,这表明AMD在投资于未来产品线的同时,能够很好地管理这些成本。随着AMD即将完成对赛灵思的收购,所有这些迹象都表明,AMD将会在2021年实现更进一步的增长。”
也许这一点很快就会得到验证。AMD表示,预计第一季度收入在31亿美元至33亿美元之间,远高于华尔街预期的27亿美元。
AMD预计全年收入为133.7亿美元,相当于增长37%,此前华尔街预期的全年收入为122.6亿美元。
Su表示:“2021年的财务前景突显了我们产品组合的实力以及PC、游戏和数据中心市场对高性能计算的强劲需求。”
AMD股价最初在盘后交易中上涨了4%,但随后又回落了。
Pund-IT分析师Charles King认为,这可能是由于投资者们认为赚取一些短期利润而不是押注未来的做法是明智的。
他说:“过去一个季度AMD的强劲表现以及对未来的乐观展望令人欣喜。但是,关于疫情导致的持续不确定性,仍然令人们对未来几个月和明年的情况很担忧。”
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。