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
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。