芯片制造商英特尔今天公布最新财报,出现了有史以来最大的季度亏损,并表示,由于个人电脑销量的大幅下滑给其业务带来严重冲击,预计下一季度仍将出现亏损。
第一季度英特尔净亏损28亿美元,即每股66美分,低于去年同期的81亿美元(每股1.98美元)的利润,收入比去年同期减少36%,至117亿美元。
尽管如此,英特尔仍可以因为高于预期水平而感到高兴,此前华尔街分析师预期的是每股亏损15美分,销售额为110.4亿美元。
这一结果意味着英特尔的收入连续五个季度下降,但有希望的是可能已经触底了。英特尔表示,预计第二季度收入将略有回升,销售额预计为120亿美元,每股亏损4美分。华尔街分析师预期的收入为117.5亿美元,每股亏损1美分。
收入小幅上升的预期,似乎在英特尔投资者中引发了一些乐观情绪,使得英特尔股价在延长交易中上涨了5%,在许多科技股上涨的常规交易时段上涨了近3%。

英特尔公司首席执行官Pat Gelsinger(如图)现在已经掌舵公司有三年时间了,他表示,公司在转型方面正在“稳步推进”。他说:“我们在数据中心路线图中达到了关键的执行里程碑,而且作为基石的工艺制程技术也呈现出良好状况。虽然我们对宏观经济前景保持谨慎态度,但在交付IDM 2.0时我们将专注于我们自己可以控制的事情:也就是推动跨流程和产品路线图的一致执行,推进我们的代工业务,使我们处于最佳位置,抢先占据这个规模达到1万亿美元的市场机会。”
Gelsinger的转型计划要求英特尔开放其工厂作为代工厂,为其他公司批量生产计算机芯片。他希望,英特尔很快就能制造出与台积电制造的芯片一样先进的芯片。如果可以的话,英特尔将在竞争定制订单方面处于更好的位置,例如为苹果iPhone提供动力的A系列芯片。根据Gelsinger的说法,英特尔仍有望在2026年前实现这一目标。
英特尔的代工计划正在取得进展。在最近这个季度,英特尔宣布与英国芯片设计公司Arm展开合作,使Arm能够在英特尔的尖端制造工艺上构建低功耗的片上系统。
Gelsinger在电话会议上对分析师表示:“在重新建立流程、产品和成本领先地位方面,我们还有更多的工作要做,但每个季度我们都将展示出推进的成果来证明这一点。”
一切都很好,但同时,英特尔正在努力应对市场对其产品需求走低的问题。根据IDC的报告显示,第一季度全球个人电脑出货量下降了约30%,这对英特尔的利润产生了直接影响。
英特尔最赚钱的部门——客户端计算部门(负责为PC和笔记本电脑生产芯片)——该季度的收入下降了38%至58亿美元。不过Gelsinger表示,PC市场可能正处于复苏的边缘。他说:“我们看到PC市场越来越稳定,库存调整基本上如我们预期的在进行中。”
最近几个季度,收入不断增长的数据中心和人工智能部门拯救了英特尔,该部门主要是为企业和云数据中心服务器制造芯片。但是第一季度该部门的销售额下降了39%,至37亿美元。Gelsinger承认,服务器和网络市场尚未触底,因为云和企业需求仍然疲软,因此可能会出现更糟糕的情况。
英特尔的网络和边缘业务也受到了影响,收入下降30%,至15亿美元。唯一的亮点是Mobileye,这是一家去年上市但仍处于英特尔控制之下的子公司。Mobileye主要为自动驾驶汽车制造芯片和软件,该季度Mobileye的销售额增长16%,达到4.58亿美元。
英特尔更新了成本削减措施,包括最近的一系列裁员和高管减薪,Gelsinger表示,预计在2023财年将节省约30亿美元,到2025年将增至100亿美元。
投资者们可能也很高兴看到英特尔的毛利率在扩大。英特尔表示,本季度的毛利率将增长至37.5%左右,高于分析师的预期水平。英特尔首席财务官David Zinsner表示,这说明成本控制和运营效率措施发挥更好作用的一个标志。
他说:“从更好的一面来说,这意味今年下半年,从毛利率的角度来看,我们可以很轻松地保持在40%左右。”
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。