芯片制造商英特尔今天发布了第三季度财报,股价延长交易时段中上涨了近8%。与此同时,英特尔给出了乐观的预测,利润和销售额均超出预期,并提及了代工业务吸引的新客户,以及透露在AI领域越来越受到关注。
第三季度英特尔在不计入股票补偿等特定成本的收益为每股41美分,超出了华尔街预期的每股22美分,收入较去年同期下降8%至141.6亿美金,但这仍高于分析师普遍预期的135.3亿美金。
该季度英特尔的净利润为2.97亿美金,低于去年同期的10.2亿美金,毛利率为45.8%,与去年同期持平。
在指引方面,英特尔预计第四季度收入在146亿美金至156亿美金之间,远远超出分析师设定的144亿美金目标。此外,英特尔预测每股收益为44美分,而预期为每股33美分。

英特尔公司首席执行官Pat Gelsinger(如图)在电话会议上表示,尽管过去几个季度数据中心服务器市场的库存不断消耗,CPU和加速卡的支出份额发生了变化,但市场现在似乎正在趋于正常化。他提到了对英特尔及其至强CPU在快速增长的AI市场中的地位充满信心。
他表示:“训练这些大型模型很有趣,但我们认为,这些模型的部署和推理用途才是未来真正令人惊叹的。而且……其中一些将在加速卡上运行,但很大一部分是运行在至强上的。”
近年来,英特尔一直在推动自己新兴的代工业务,这部分业务主要是为其他公司生产计算机芯片,Gelsinger因此也向分析师介绍了这项业务所取得的进展。他表示,目前已经有三个大客户承诺使用英特尔的18A制造工艺技术,此前英特尔只公布了一家客户,而这次他没有透露这些客户的名字。
他表示:“该季度我们看到的另一件事有点出乎意料,那就是对AI和英特尔先进封装技术的兴趣大幅飙升。”
他表示,英特尔仍有望在2025年赶上主要竞争对手台积电。英特尔制定了一项名为“四年五个节点”的计划,旨在改进芯片制造工艺,以与竞争对手抗衡,而且在该季度英特尔透露已取得进展,在位于爱尔兰莱克斯利普的Fab 34工厂开始使用EUV极紫外光刻(市场上最先进的半导体制造技术)大规模生产芯片。
他说:“大约两年半前,当我们开始‘四年内五个节点’计划的时候,很多人认为我们有点雄心大胆,但我们是把实现目标的目光放得越来越远。”
从最近一个季度的数据来看,生产笔记本电脑和个人电脑芯片的英特尔客户端计算部门销售额为79亿美金,同比下降3%。制造服务器芯片的数据中心和人工智能部门销售额下降10%,至38亿美金。在这一领域,英特尔承认面临着一些“竞争压力”。
代工服务业务在英特尔整体业务中所占的比例仍然很小,营收为3.11亿美金,同比增长了300%,部分原因是一位主要客户进行了预付款。
今天早些时候,英特尔旗下自动驾驶汽车芯片上市子公司Mobileye宣布销售额增长18%,达到5.3亿美金。最后,英特尔销售网络芯片和低功率处理器的网络和边缘部门的销售额下降32%,至15亿美金。
本月早些时候英特尔曾透露,打算通过将可编程芯片部门(目前属于数据中心和人工智能集团)作为一个独立的业务,以简化其业务。最终英特尔可能会在未来两到三年内通过首次公开募股的方法把该部门分拆为一家独立的公司。
英特尔的可编程解决方案部门主要生产现场可编程门阵列(FPGA),客户可以在发货后针对特定用例对其进行编程。FPGA常用于数据中心、电信、视频编码、航空等行业,也可以用来运行一些AI算法。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手,能够同时处理图像、视频、音频和文字,并具备强大的多轮对话记忆能力。该模型采用端到端架构,实现了从多模态输入到语音输出的统一处理,在多项基准测试中表现优异。特别值得关注的是,4B参数版本就能达到接近7B模型的性能,且已开源供研究使用。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
腾讯混元团队联合北航、清华推出Honey-Data-15M,这是一个包含1500万高质量图像-问答对的开源数据集,通过创新的双层思考链策略让AI学会深度推理。基于此训练的Bee-8B模型在复杂推理任务上表现卓越,证明了专注数据质量能让开源AI达到商业级水平。