今天英特尔公布第三季度财报,该季度销售额低于华尔街的预期水平,导致英特尔股价在盘后交易中出现下跌。
英特尔将其归咎于组件短缺阻碍了英特尔重要的个人电脑业务。英特尔还警告投资者称,由于公司计划在新芯片工厂和研发方面投资数十亿美元,因此未来两到三年内公司的毛利率和自由现金流出将下降至较低水平。
根据财报显示,该季度在扣除股票薪酬等特定成本之后的利润为每股1.71美元,收入为181亿美元,比去年同期增长5%,此前华尔街预期的每股利润仅为1.11美元,但收入预期为182.4亿美元,因此这一结果有点喜忧参半。
该季度对英特尔造成影响最大的是客户端计算业务,该业务主要提供个人电脑使用的芯片。由于笔记本电脑销量下降,导致该业务收入同比下降2%至97亿美元。英特尔表示,销量下滑是其他组件短缺直接导致的后果。英特尔称,部分客户正在极力获取组价以完成计算机产品的组装,因此产量有所降低。
英特尔公司首席执行官Pat Gelsinger在接受媒体采访时表示,PC销量的下滑一定程度上被较高的平均售价和台式机的强劲销售所抵消了。他坚称,市场对个人电脑的需求仍然很强劲,并表示,他相信未来一段时间还将保持这种状态。
他说:“我们认为,目前PC业务现在是一个从结构上看规模更为庞大的业务,每天销售量可达到100万台。”
英特尔数据中心集团的表现要好得多,该集团主要销售用于数据中心服务器和类似硬件的处理器。该季度数据中心集团的销售额为65亿美元,比去年同期增长10%,但略低于分析师预期的66亿美元。英特尔表示,企业和政府客户对本地服务器的需求越来越大。
另一方面,规模较小的物联网和Mobileye汽车业务也出现增长,物联网业务收入增长54%至10亿美元,汽车业务增长39%至3.26亿美元。
Constellation Research分析师Holger Mueller表示,尽管财报结果喜忧参半,但英特尔至少表现出了整体上的增长。“数据中心和物联网业务的表现都十分突出。”
不过他也指出,英特尔个人电脑业务的发展方向还存在很多不确定性。“大家正在观望这是否是后疫情时代的追赶修正措施,或者英特尔是否已经将个人电脑业务置于新的增长轨道上。只有未来的几个季度才能确定这一点。”
关于未来的计划,Gelsinger在电话会议上向分析师表示,英特尔正在进入大规模资本支出的阶段,仅今年就计划投资200亿美元,包括在美国亚利桑那州新建一家半导体工厂。Gelsinger表示,除了代工厂之外,公司还投入资金在网络、图形和自动驾驶汽车芯片研究方面。
“这四项新的增长型业务……对我们来说具有巨大的增长潜力,”Gelsinger表示,他补充说,英特尔的目标是实现10%至12%的长期复合年增长率。
Gelsinger此前曾提及英特尔计划将其商业模式转变为合同制造商,还会利用自己的代工厂为其他公司生产芯片,同时也会继续设计和制造自有的芯片。
英特尔认为,未来10年半导体行业的销售额将翻一番,因此如果这一预测成立,那么进入代工制造领域对于英特尔来说可能是非常有利可图的,但要实现这一目标首先就需要进行大量投资,而投资者正在密切关注英特尔的毛利率(也就是不计入销售成本的收入)。
Gelsinger在分析师电话会议中表示,英特尔的毛利率将会出现下滑,但他承诺不会低于50%,并且会及时恢复。刚刚过去的一个季度,英特尔报告的毛利率为56%,同比增长2.9%。
但遗憾的是,Gelsinger的保证显然不足以缓解投资者的担忧,投资者的大幅抛售导致英特尔股价在延长交易中下跌了8%。
该季度中,英特尔公布了野心勃勃的未来芯片发展路线图,计划开发新的芯片和封装技术,据称这将有助于英特尔在2025年之前重新夺回处理器市场的领导地位。英特尔希望开创所谓芯片设计的“Ångstrom时代”,将开发一种新的半导体架构,让芯片密度更高、尺寸更小,从而让速度更快、性能更强。
在客户赢单方面,英特尔拿下了一份大合同:为美国国防部开发和制造“尖端”芯片。
此外英特尔方面透露,首席财务官George Davis已经宣布将在2022年5月退休,Davis在2019年4月从竞争对手高通公司加入英特尔,目前他将继续留任直到公司任命继任者为止。
展望第四季度,英特尔预计销售额为183亿美元,略高于华尔街预期的182.4亿美元。
好文章,需要你的鼓励
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验,首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现,AI模型的32种认知偏见主要源于预训练阶段而非微调阶段,这一发现颠覆了此前的认知,为开发更公正的AI系统指明了新方向。
最新研究显示,通过运用心理学技巧和巧妙措辞,可以有效操控生成式AI突破其原有约束。研究发现,使用权威性、互惠性等7种心理学说服原理,能让AI违规回应的几率从33.3%提升至72%。心理学专业人士在操控AI方面可能具有天然优势。然而这种技术存在双刃剑效应:既能帮助用户获得更好的AI回应,也可能被恶意利用。更值得关注的是,随着人们习惯对AI使用心理操控技巧,这种行为模式可能会蔓延到人际交往中。
约翰霍普金斯大学团队开发了VLV系统,仅用1000美元成本就能达到GPT-4o级别的AI图像描述效果。该系统巧妙组合现有的视觉编码器、扩散模型和语言模型,通过两阶段训练实现高质量图像描述。测试显示VLV在重建质量和人类评价方面与顶级商业模型相当,同时具备出色的空间理解和创意组合能力,为AI技术普及化提供了新思路。