计算机芯片巨头英特尔近日发布了表现强劲的第四季度财报,该季度收入比预期高出整整12亿美元,利润也超过了预期,但英特尔股价仍然在盘后交易中下跌约3%。
该季度英特尔的净利润为46亿美元,每股收益为1.09美元,同比减少21%。调整后的收入增长4%,达到195亿美元。这一结果高于此前分析师预期的每股收益91美分,收入183.1亿美元。
更加鼓舞人心的是,这一销售数据中不包括英特尔正在出售的NAND闪存业务。
英特尔公司首席执行官Pat Gelsinger表示,第四季度对英特尔来说是“对出色的这一年一个完美的收官”,因为业绩不仅超出了“超过了10亿美元的最高季度指引,而且从该季度和全年来看都实现了历史最佳收入”。
如果英特尔最大的业务——客户计算部门没有出现销售额下降,那么这个创纪录的季度可能会更令人印象深刻。该业务部门的收入下滑了7%,至101亿美元。台式机芯片销量增长了7%,平均售价增长了11%,但是移动处理器销量同比减少26%。
Gelsinger在接受采访时表示,该季度销售额的下滑要归因于供应限制、客户和PC制造商季度销售额发生转变等因素。
他预计,在可预见的未来PC销售仍将保持强劲。本周二微软发布财报称,PC业务的销售额同比增长近16%,首席执行官Satya Nadella表示,个人电脑需求仍然强劲。
英特尔的数据中心部门表现非常强劲,收入达到73亿美元,同比增长20%,销量同比增长17%,平均售价上涨了4%。
Gelsinger表示:“第四季度的特点是内部部署、企业和政府细分市场的强劲表现。”他再次透露,供应限制正在给销售带来冲击,在部署基于英特尔新一代芯片的服务器时,很多客户遇到了缺少所需的以太网电源控制器等组件的问题。
他表示,英特尔下一代Sapphire Rapids服务器芯片有望在该季度出货,第二季度产量将有所增加。,不过有分析师担心这款采用了新制造工艺的芯片有可能会被推迟。
在Gelsinger的领导下,英特尔进入了一个巨额资本支出的时期,以此加强自身的芯片制造能力。英特尔表示,在这一重大转变过程中,将开始为其他厂商制造芯片。
因此,英特尔需要新建设施来推动这一战略,而这是需要大量投资的。
为了实现这些雄心壮志,英特尔上周表示,将在美国俄亥俄州新建一个巨大的芯片工厂综合体,最终可以容纳多达八家晶圆厂。英特尔希望到2025年开始在那里生产芯片,并将投资200亿美元让首批两家工厂投入运营。
他说:“首先,我们必须进行投资才能赶得上。我们在产能方面有所落后,你知道的,我们很希望眼下能有一些空闲的产能。”
Pund-IT分析师Charles King表示,上一季度英特尔表现很好,特别是考虑到持续的供应链限制和组件短缺给芯片制造带来了挑战。“英特尔数据中心解决方案是一大亮点,我预计这部分业务将在未来几个季度继续保持良好表现。”
不过他也对可能影响英特尔及其OEM合作伙伴的一些潜在不确定性提出了担忧,例如人们是否会继续在家办公或者开始复工复产。
他说:“英特尔投资下一代晶圆厂的计划——例如最近宣布在美国俄亥俄州新建工厂——有可能当前会造成一定的影响,但具体情况尚不清楚。抛开这些不谈,英特尔当前所面临的形势是有利的,而且有了领导层的正确引领,外界对未来英特尔的发展是高度乐观的。”
由于英特尔在美国等地进行了大量投资,并且上个季度曾警告称未来两到三年利润率将会缩水。不过即使降低了预期,今天英特尔公布了52%的利润率预测也仅略低于华尔街53%的预期。
此外,英特尔发布了对2022财年第一季度的强劲指引,预计该季度收入为183亿美元,远高于华尔街176.1亿美元的预测。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。