据报道,作为全球最大的芯片制造商之一,英特尔已经向客户发出通知,称计划在今年晚些时候提高计算机处理器和其他芯片的价格。

《日经亚洲》今天的报道援引“三位直接知悉英特尔计划的行业高管”的话说,价格上涨主要归咎于芯片生产成本的上升。目前英特尔正面临电力、原材料、运输和劳动力成本增加的四重压力,除此之外,通货膨胀也正在削弱英特尔的盈利能力。
因此,英特尔将提高几乎所有产品的价格,包括个人电脑和数据中心服务器的芯片、Wi-Fi芯片和各种类型的控制器。据说价格上涨会因产品而异,大多数产品上涨10%至20%。
The Register的一篇报道澄清说,价格上涨可能会发生在10月份,涨价的产品包括英特尔用于台式电脑和笔记本电脑的旗舰CPU,也是最好的游戏芯片。服务器芯片也将变得更加昂贵,而这一举措很可能对服务器厂商产生重大影响,甚至可能对通常一次购买数千个处理器的超大规模数据中心运营商带来重大影响。
价格上涨并不令人意外。英特尔首席执行官Pat Gelsinger在公司最近发布的财报中表示,“将重新组合产品到更高的价位点”,而首席财务官Dave Zimmer表示,英特尔将“在某些细分市场有针对性地价格上涨”。
英特尔最大的竞争对手之一台积电也警告称,将从明年初开始提价。
上周彭博社报道称,半导体行业的主要供应商日本化学公司Showa Denko已经向客户发出警告称价格即将上涨。Showa Denko是一家主要的化学品和气体供应商,这些材料被半导体制造业用于制造硅晶片和蚀刻工艺以进一步生产芯片,因此任何风吹草动都有可能会对芯片价格产生连锁反应。
Constellation Research分析师Holger Mueller认为,这种价格上涨对于芯片行业来说是罕见的,通常芯片行业会通过技术创新来创造溢价,然后随着技术的成熟,价格虽然缓慢但肯定会下降。
由于英特尔的CPU被大部分客户端电脑、嵌入式系统、服务器等产品采用,因此大幅提价可能会对整个行业产生重大影响。AMD、Nvidia、Marvell等竞争对手也是否会涨价,还有待观察。有分析师表示,这些厂商可能会倾向于维持当前价格以抢占更多市场份额,或者在不担心失去任何客户的情况下提高价格。
Mueller表示:“我们期待看看英特尔的竞争对手是否会效仿,如果他们不这样做,我们可能会看到芯片市场出现替代性的机会。当然,最大的问题是,英特尔还有选择吗?”
英特尔此举的时机很微妙。价格上涨之际,半导体行业在经历了始于疫情长达数年的繁荣之后似乎正走向放缓。经济疲软意味着一些芯片(如GPU)经历了两年多的全行业短缺之后,现在已经变得很容易买到。因此,和英特尔此举相反的是,一些GPU厂商实际上已经在降价了。
Pund-IT分析师Charles King表示,最大的未知数是价格上涨、以及通货膨胀和对经济衰退的担忧,将如何影响市场对服务器和个人电脑等产品的采购,过去,非必需品和消费产品受到的打击总是要比关键业务技术大得多。
King说:“我预计类似的情况可能会继续上演,但GPU除外,GPU正在受到大量新产品和旧产品过剩的影响。这种情况有点类似于互联网泡沫破灭期,当时市场充斥着来自过度配置和失败企业的二手服务器,导致系统厂商陷入极度痛苦的境地。”
最重要的是,包括英特尔在内的所有制造商都极力地在制造和材料成本以及必要的利润之间保持平衡。“如果材料或者生产成本上涨,那么最终客户不得不以这样或者那样的方式为此买单。”
据称,英特尔将于7月28日公布第二季度财报,届时可能会透露更多有关该计划的信息。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。