眼下正是如火如荼的财报季,近日AMD和英特尔最近都公布了第四季度和年度业绩。两家厂商都宣称取得了强劲的增长。下面就让我们来更详细地剖析一下财报数字,并就此对2020年业务发展前景进行一些预测。
要像从AMD财报中提取出EPYC的数据非常难,因为这部分业务与嵌入式和半定制业务是混合在一起的,这两块业务的销量更高而利润率更低。
乍一看这些数字似乎有些混杂。净收入总体看是持平或者下降的,而营业收入年比是相当强劲的。在我看来,嵌入式和半定制业务是疲软的,而EPYC在企业级市场越来越突出。想想看:年同比收入下滑了14%,而营业收入增长了61%。2019年第四季度与2018年第四季度相比,收入仅增长7%,而营业收入增长850%。
除了这些数字之外,AMD EPYC在市场中发展势头迅猛,已经有超过100款基于EPYC的服务器平台。这一点体现在AMD演讲中的一段话:“戴尔(EMC)开始交付由EPYC处理器驱动的服务器完整产品组合……”为什么这段话很重要?因为务实是Dell EMC的强项之一。把AMD作为服务器芯片合作伙伴,并用于全套平台中,这说明客户的需求是很高的。
正如我们很难提取出最近这个季度AMD EPYC的业绩数据一样,我们几乎不太可能把EPYC持续增长的势头作为判断2020年发展情况的一个指标。我只能说说我从业内听到的信息。企业市场需求在继续增长,前英特尔高管Dan McNamara的加入将有助于英特尔的GTM战略。因此,我们期待看到AMD EPYC继续在企业中受到关注,以及看到能够反映出这种增长的相关数据。
持续专注于打造强大的渠道影响力,这对EPYC的长期成功来说是至关重要的。渠道计划不仅仅是关于MDF和广告预算,还与人、人际关系和联合战略规划有关,可以推动有意义的收入和营业额交易业务。
英特尔数据中心事业部(DCG)在这个季度的表现一骑绝尘。英特尔的至强平台表现出色,实现了强劲的环比增长。此外,英特尔在云服务提供商(CSP)领域的增长也尤为强劲,同比增幅为48%,在通信领域也实现了14%的健康增长(无疑是受到了5G部署的推动)。
除了实现强劲增长和创纪录收入之外,英特尔还在持续升级自己的10nm技术“Cascade Lake”处理器。对英特尔而言,重要的是要展示出与AMD 7纳米“ Rome”处理器相对应的强大性能和能效指标。显然,英特尔正在抵挡来自数据中心领域最激烈的竞争。
英特尔DCG在第四季度和第三季度的业绩数据可以说明两点。服务器市场正在从此前的萎缩中恢复,云提供商恢复了购买趋势。其次,通信提供商已经恢复了基础设施的采购,以支持5G的推出。最后,在企业和政府行业,服务器部署正在受到云计算的影响。对于一直关注服务器市场动态的人来说,这不算什么新鲜事,但是下面的图表清楚地显示了其中的相关性。
从上图可以看出一个问题:英特尔是否面临AMD的价格压力?平均销售价格(ASP)相对于单位出货量(UV)是强相关的,并且通常反映出云和通信行业的增长。但是,第四季度的平均销售价格略有下降,而云计算的增长非常强劲,通信行业的季度增长保持良好。这其中可能有很多原因。尽管如此,考虑到AMD刚刚把“Rome”投入市场,所以ASP趋势还有待观察。也许英特尔正利用定价来阻击竞争对手AMD?这在通信行业可能是很有意思的,“Rome”处理器非常适合这个行业,大型云提供商往往不需要定制化。无论如何,英特尔的数据看起来令人印象深刻,2020年DCG部门的指引也是在高个位数增幅上。
虽然至强平台在这个季度表现强劲,但是对数据进行深入分析之后会发现,EPYC的表现似乎也同样出色。此外,Dell EMC对EPYC产品组合的强大背书,似乎说明了AMD可以利用合作伙伴关系来实现良好的业务运营率。
对于那些希望把AMD EESC激增作为EPYC增长证据的人,请耐心等待一下。罗马不是一天建成的。企业市场中服务器的验证和部署周期是很慢的。EPYC的增长势头还需要一些时间,这将从一系列数据和客户赢取中体现出来。
我们期望看到英特尔在云计算领域保持增长,而且随着AI领域的升温,找到新的机会。此外,“Cascade Lake”处理器将有助于推动今年英特尔的表现,另外也要关注2020年AMD EPYC的持续增长,我们认为,AMD对2020年的指引可能有些保守。
好文章,需要你的鼓励
AI正在革命性地改变心脏疾病治疗领域。从设计微创心脏瓣膜手术到预防原理定位,机器学习和神经网络的洞察力推动了巨大进步,甚至可以构建新型移植解剖结构。数字孪生技术为个性化心血管护理提供持续预测管理。哈佛干细胞研究所的研究人员利用纳米材料和类似棉花糖机的设备,能在10分钟内制造心脏瓣膜,相比传统3周制造时间大幅缩短。这些突破性技术为每年4万名先天性心脏畸形儿童带来新希望。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
谷歌正在为搭载其内置信息娱乐系统的汽车推出谷歌地图实时车道引导功能,首先从极星4开始。该系统利用车辆前置摄像头和AI技术,分析车道标线和路标,为驾驶者提供更精确的车道指引和视听提示。该功能将在未来几个月内在美国和瑞典的极星4车型上推出,目前仅支持高速公路使用。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。