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
Amazon旗下秘密研发机构Lab126新成立团队,专注在机器人上嵌入自主代理AI,实现通过自然语言完成复杂任务,从而提升仓储物流与配送效率,同时开发高精度地图技术。
这项研究介绍了一种新型多模态扩散模型,能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发,该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测,克服了传统量子电路编译方法的效率瓶颈。研究证明了该模型在不同量子比特数量、电路深度和参数化门比例下的有效性,并通过快速电路生成创建了数据集,从中提取出有价值的结构见解,为量子电路合成提供了新方向。
SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术,解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程,段内引导(ISG)优化时间步重要性分配,并设计基于视觉基础模型的判别器提升生成质量。实验表明,SenseFlow能将SD 3.5和FLUX等12B参数级模型成功蒸馏为仅需4步生成的高效版本,同时保持甚至超越原模型在多项指标上的表现,代表了AI图像生成效率提升的重要突破。