合同芯片制造商GlobalFoundries今天公布了自去年年底上市以来的首份财报,其中盈利和收入均超出预期水平。随后GlobalFoundries给出了更高的展望,使其股价在盘后交易中出现小幅上涨。
GlobalFoundries该季度营业亏损4.91亿美元,不计入股票补偿等特定成本后的每股收益为18美分,销售额同比增长74%,环比增长9%,达到18.5亿美元,此前华尔街预期的收入为18.2亿美元和每股收益11美分。
从2021财年全年来看,销售额同比增长36%,达到66亿美元。
GlobalFoundries公司首席执行官Thomas Caulfield表示,事实证明2021年对公司来说是“出色的一年”,抓住了市场对半导体解决方案需求高涨的机会。
他说:“我们在长期财务盈利模式方面取得了重大进展,这一年新签署了很多长期合作协议,有30家客户承诺投入超过32亿美元用于继续扩大我们的全球制造业务,以支持强劲的市场需求。”
Caulfield补充说,GlobalFoundries有望在2022年首次实现盈利。
GlobalFoundries是一家为其他公司生产计算机芯片的半导体代工厂,号称在全球同类企业中位列第三,在全球拥有五个制造工厂和约1.5万名员工,为很多世界领先的半导体公司制造芯片,包括高通、三星电子以及前母公司AMD(GlobalFoundries于2009年从AMD分拆出来)。
GlobalFoundries生产各种芯片,包括用于智能手机的射频芯片。事实上,GlobalFoundries号称全球绝大多数移动设备都采用了他们的芯片,此外还为智能汽车和数据中心等其他系统提供芯片。
GlobalFoundries在去年10月通过首次公开募股上市,筹集了26亿美元的资金。在与英特尔就潜在收购进行谈判失败之后,最终在美国纳斯达克上市,筹集的资金将投入在扩建位于美国纽约马耳他规模最大的芯片制造厂,以及在该站点附近建造一个全新的晶圆厂。
在刚刚过去的这个季度,GlobalFoundries调整后的毛利率为21.5%,高于去年同期20.5%的负毛利率,高于上一季度的18%。
展望第一季度,GlobalFoundries预计收入在18.8亿美元至19.2亿美元之间,每股收益在21至27美分之间,华尔街预期的销售额为18.4亿美元,每股利润为23美分。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。