尽管有关半导体行业放缓的情况令人担忧,但这并没有给计算机芯片制造商AMD带来影响。近日AMD公布第一季度财报,收益和收入均超出预期,推动其股价在盘后交易中走高。
该季度AMD在扣除股票补偿等成本之后的收益为每股1.13美元,收入为58.9亿美元,比去年同期增长71%,净收入为7.86亿美元,高于此前华尔街分析师预期的每股收益为91美分,销售额55.2亿美元。
AMD公司董事长兼首席执行官Lisa Su表示,该季度是AMD扩大和转型业务、实现创纪录收入的一个重要转折点。更重要的是,该季度清楚地表明,AMD仍在快速增长,每条业务线都呈现出显着的增长。她在一份声明中表示:“每项业务都实现了两位数的显着同比增长,特别是EPYC服务器处理器收入连续第三个季度增长翻一番以上。”
AMD在保持个人电脑芯片销量增长方面表现出色。此前很多分析师预测,今年PC销量在经历了疫情带动下两年的爆炸性增长之后将出现萎缩,但AMD对任何可能影响业务的担忧并不以为然。
AMD计算和图形部门(包括PC芯片)收入同比增长了33%,环比增长8%,AMD表示,CPU和GPU共同带动了这一增长,其中Ryzen芯片的平均售价上涨也起到了助推作用。
Su在电话会议上向分析师表示:“尽管PC市场在多个季度出货量创下纪录之后开始出现一定的疲软,但我们的重点仍然是市场的高端、游戏和商用部分,在这些领域我们看到了强劲的增长机会。”
另一个亮点是AMD的高端服务器芯片销售,英特尔是主要竞争对手。AMD嵌入式、企业和半定制业务部门(包含服务器芯片)该季度的销售额增长88%,达到25亿美元。
AMD称,推动增长的主要因素包括服务器芯片强劲的业绩、以及为索尼PlayStation 5等游戏机提供的芯片出货量有所增加。Su在电话会议中表示,半定制业务(包括游戏机芯片)实现了两位数的增长,而这主要得益于市场对PS5、微软Xbox和Valve Steam Deck的强劲需求。
她说:“这一代游戏机的销量继续超过前几代,我们预计2022年将是AMD半定制业务创新高的一年。”
AMD没有在电话会议中特别指出的一点是,面向谷歌等超大规模数据中心运营商服务器芯片因销售强劲而带来的助推。该季度,谷歌云宣布推出了一个新的的基于EPYC的AMD实例系列,主要用于高性能云工作负载。
不过Pund-IT分析师Charles King表示,值得注意的是,该季度AMD在实现收入增长方面曾面临巨大压力。他指出,尽管AMD总收入和毛利润分别增长了21%和16%,但运营费用却增长了59%,净利润同比下滑19%,每股收益同比下滑30%。
King表示:“在Lisa Su博士和她带领的团队带领下,AMD正在继续扭转局面,也许很多年后这会成为商学院研究的一个经典案例,不过,没有任何一家企业或者厂商能够不受到所在行业或者目标市场的负面影响。”
展望下一季度,AMD预测销售额为65亿美元,上下浮动2亿美元,年增长率约为69%,高于华尔街普遍预期的63.8亿。
AMD股票在2022年陷入困境,自年初以来下跌超过30%,原因是投资者因担心通胀风险而尽量避开半导体行业。例如就在上周,英特尔给出了较低的预期水平,理由是PC芯片需求疲软和宏观经济挑战。
不过,AMD该季度的表现令人鼓舞,股价在盘后交易时段迅速上涨6%多,当天早些时候上涨了1%。
此外,该季度AMD宣布以500亿美元价格收购了FPGA生产商赛灵思,收购完成之后赛灵思将成为AMD旗下一个全新的业务部门——自适应和嵌入式计算事业部(Adaptive and Embedded Computing Group)。
AMD表示,该季度的业务中包括了来自赛灵思时长6周的收入,如果不包含这部分收入的话,总收入相比去年同期增长55%。
AMD预计,很快赛灵思就将贡献更多的收入,并且该季度AMD还宣布计划以约19亿美元的价格收购数据中心芯片初创公司Pensando Systems。一旦该交易在今年晚些时候完成,Pensando将成为AMD数据中心解决方案集团的一部分。
Constellation Research分析师Holger Mueller表示,他对AMD的表现印象深刻,称即使在跌宕起伏有如过山车的芯片市场上,也很少有一家公司的收入增长能够达到70%。他说,尽管AMD的PC业务依然强劲,但该季度真正的亮点是是服务器业务。
他说:“正如我们预测的那样,EPYC对于AMD来说将是史诗级的,随着AMD完成对赛灵思的收购,以及对Pensando的意向收购悬而未决,AMD新一年的动向令人期待,该厂商将为企业提供广泛的、多元化的计算平台。”
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
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。
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。