AMD今天发布第四季度财报,销售额和利润均超出预期水平,尤其是数据中心业务展现出强劲实力,令华尔街感到意外。
不过AMD发出警告称,预计本季度收入将下降10%,尽管如此,AMD的股价还是在盘后交易中仍上涨了2%。
该季度,AMD在不计入股票补偿等特定成本之后的每股收益为69美分,超出此前分析师普遍预期的67美分。该季度AMD的收入增长了16%,达到56亿美元,略高于预期的55亿美元,这导致净收入小幅增加了2100万美元。
从全年来看,AMD的收入为236亿美元,增长44%。

AMD公司董事长、首席执行官Lisa Su(如图)表示,尽管下半年个人计算机环境疲软,但2022年对AMD来说是强劲的一年,实现了创纪录的收入和历史上最好的增长。Su表示:“我们加快了数据中心的发展势头,并完成了对Xilinx的战略收购,显著地实现了我们业务的多元化,并且加强了我们的财务模式。尽管需求环境喜忧参半,但我们有信心在2023年赢得更多市场份额,并基于我们具有差异化的产品组合实现长期增长。”
对于第一季度,AMD预计销售额为53亿美元,略低于华尔街预期的54.7亿美元,这相当于收入下滑了约10%。AMD还预测调整后的毛利率约为50%。
AMD在发布最新业绩的同时,在半导体领域的许多竞争对手都因消费电子产品需求下降而举步维艰,这使得设备制造商在试图出售现有库存时推迟了对新芯片的采购。
上周,AMD的主要竞争对手英特尔公司公布了灾难性的第四季度业绩,其中包括预测下一季度销售额下滑40%。就在昨天,三星报告称,第四季度三星的存储芯片业务销售额令人难以置信地下滑了90%。
AMD表示,由于嵌入式和数据中心业务的强劲表现,让AMD能够继续实现增长,这有助于抵消客户端和游戏部门遭遇的需求疲软。AMD数据中心部门的销售额较上年同期增长42%,达到17亿美元,这表明AMD可能从英特尔手中夺走了一部分市场份额,而嵌入式部门在收购了Xilinx之后收入增长了19倍,达到14亿美元 .
Constellation Research分析师Holger Mueller表示:“AMD的多元化战略取得了比其竞争对手更好的回报。”
另一方面,AMD的客户端计算部门(包括面向个人电脑的处理器)承受压力,收入较上年同期下滑51%,仅为9.03亿美元。Su在电话会议上向分析师表示,AMD有很多客户目前手头库存过多,而且在个人电脑销售放缓的情况下,他们正在努力转移库存。Gartner最新报告显示,第四季度全球个人电脑出货量下滑了28.5%,这是Gartner自20世纪90年代中期开始跟踪个人电脑出货量以来的最大跌幅。
Su补充说,AMD认为个人电脑市场将在2023年再次下滑,降幅约为10%。
Moor Insights & Strategy分析师Patrick Moorhead认为,AMD持续取得成功的部分原因,是AMD在个人电脑和数据中心市场的份额比英特尔小得多。他说:“AMD的收入份额仍在增加,因此市场下滑对细分市场领导者的影响没有那么大。AMD的嵌入式业务也更加多元化,可以经受住个人电脑和数据中心市场的考验,这也是AMD收购Xilinx的原因之一。”
AMD的游戏业务(主要销售用于视频游戏机和游戏电脑的GPU和芯片)收入下滑7%,至16亿美元,这主要归结于GPU销量的下滑,但一定程度上被“半定制”销售所抵消,“半定制”销售指的是为索尼PlayStation 5等游戏机提供的芯片。
Pund-IT分析师Charles King也强调了AMD的多元化战略,他说,这意味着AMD不再依赖于所有业务板块都要以完美的状态运转。“如果个人电脑和和游戏系统业务出现问题,就像现在由于经济因素导致的情况一样,那么AMD在数据中心、边缘和其他领域的持续成功可以弥补这一不足。”
King表示,AMD发布谨慎的指引是完全明智的。他指出,今年的经济形势仍然是人们关注的焦点,各地区的前景差异很大,此外AMD还必须应对英特尔最新推出的第四代至强数据中心芯片所带来的影响。他解释说:“这些芯片的推出可能会给AMD前景大好的数据中心业务蒙上阴影,最好的情况是你能够预测到恶劣的天气状况,也许结果并非如此,也总好过于预测到天气晴朗而最终结果是让你的支持者在雨中前行。”
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。