英特尔从三个月前有史以来最大的亏损中反弹,表现超出了分析师的预期,并在第二季度财报公布的时候恢复盈利,这一结果使英特尔的股价在盘后交易中上涨了7%多。
今天英特尔公布了第二季度财报,该季度净利润为15亿美元,不计入特定成本之前的收益为每股13美分,收入较上年同期下降15%,至129亿美元,这一结果高于此前分析师预期的每股亏损3美分,销售额121.3亿美元。
英特尔还为投资者带来了进一步的好消息。英特尔预计第三季度每股收益为20美分,收入为134亿美元,高于市场普遍预期的每股收益16美分,收入132.3亿美元。
英特尔调整后的毛利率接近40%,高于此前预测的37.5%。尽管英特尔大力投资制造能力,但投资者仍希望看到毛利率进一步扩大。
无法回避的事实是,这已经是英特尔销售额连续第六个季度下降。英特尔首席执行Pat Gelsinger(如图)仍然心态乐观,他在一份声明中表示,由于代工业务势头强劲,业绩超出了自身指引的上限。
在与分析师的电话会议上,Gelsinger承认,每个业务板块仍然存在“持续的弱点”,而且这种情况直到接近年底才会有所改变。他表示,服务器芯片销售预计要到第四季度才能恢复。
英特尔面临的问题之一是如今云基础设施提供商更专注于购买GPU来为人工智能提供动力,这意味着他们正在减少在英特尔硬件上的支出。
Gelsinger在2021年接任英特尔公司的首席执行官,肩负起在因多年生产延误而陷入低迷的若干年后重振英特尔命运的使命。不仅如此,英特尔还面临着来自AMD日益激烈的竞争,后者的芯片目前和英特尔的产品一样好,并且从英特尔那里夺取了一部分市场份额。
为了实现公司转型,Gelsinger此前宣布了将于2023年实施的30亿美金的成本节约计划。今天,首席财务官David Zinsner表示,英特尔在该计划方面取得了良好的进展。他透露:“自从Gelsinger重新加入公司以来,我们现在已经退出了9个业务线,每年总共节省了超过17亿美金。”
该季度英特尔的客户端计算业务(涵盖笔记本电脑和台式机CPU)营收68亿美元,同比减少12%,这一结果反映了个人电脑市场的整体低迷,随着推动了在家办公电脑销售的新冠疫情结束,市场销量也开始出现大幅下滑。与此同时,英特尔数据中心和人工智能业务(涵盖服务器芯片销售)的销售额下降了15%,至40亿美元。
英特尔其他业务部门规模则要小得多,其中包括网络和边缘部门(主要为电信行业生产芯片)的销售额为14亿美元,下降了38%;至于专注于汽车芯片的上市子公司Mobileye,销售额为4.54亿美元,下降1%。
最后,英特尔新打造的代工服务业务该季度的收入为2.32亿美元。这块业务主要是为自身缺乏芯片制造工厂的其他芯片制造商生产芯片,英特尔对此寄予厚望。英特尔表示,计划在2026年底前赶上台积电的制造能力,届时,将能够为其他公司生产更先进的芯片。
Gelsinger告诉分析师,这项被称为“四年五个节点”的举措仍在按计划进行中。“我们在四年内连续在五个[制造]节点上取得了良好进展,并在18A中达到了顶峰。”
Pund-IT 分析师Charles King指出,市场对财报做出的积极反应是一个很好的例子,说明了为什么高管们应该保持谨慎,然后在好消息到来时提供好的消息。King表示:“英特尔首席执行官Pat Gelsinger和英特尔其他领导层值得祝贺公司取得稳健的业绩,特别是考虑到许多市场持续存在的经济不确定性。他们还精明地指出英特尔面临的挑战,同时指出英特尔可以从采用以AI为中心的系统和解决方案中获得的潜在好处。”
Gelsinger在电话会议上谈到了英特尔的AI计划,坚称英特尔的最终目标是将AI融入到每一款产品中。虽然英伟达目前在AI行业占据主导地位,但英特尔预计将在今年晚些时候推出Meteor Lake CPU,英特尔首款带有用于机器学习任务的集成神经处理器的消费级芯片。
AMD已经发布了这样的芯片。今年早些时候有消息透露称,Meteor Lake将支持微软Windows操作系统中众多新的AI功能。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。