微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 英特尔第三财季净利润33亿美元 移动业务亏损扩大

英特尔第三财季净利润33亿美元 移动业务亏损扩大

2014-10-15 09:24
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-10-15 09:24 CNET科技资讯网

英特尔周二发布了公司第三财季业绩报告。报告显示,英特尔第三财季营收为146亿美元,环比增长5%,同比增长8%;净利润为33亿美元,环比增长19%,同比增长12%。每股收益为0.66美元,较去年同期的0.58美元增长14%。同时高于汤森路透分析师0.65美元的盈利预期。

财报显示,该季度英特尔PC、服务器业务持续强劲,弥补了移动业务亏损局面。该季度移动业务营收仅有100万美元,较上年同期的3.53亿美元大幅锐减,而且净亏损达10亿美元,去年同期亏损为8.1亿美元。

英特尔第三财季净利润33亿美元 移动业务亏损扩大

尽管移动部门亏损惨重,但CEO科再奇(Brian Krzanich)表示将继续致力于移动芯片。

加拿大皇家银行资本市场分析师道格·弗里德曼(Freedman)周二称,他对英特尔未来是否能够维持向其新的移动客户提供补贴表示质疑。他表示,行业观察人士希望看到英特尔能够在移动领域内的产品竞争上赢得胜利、获得更多市场份额,而不是补贴。

不过他同时指出,投资者不太关心英特尔的移动业务亏损,这是因为华尔街更多关注的是该公司的PC和服务器系统核心业务,这些业务在今年实现了强劲增长,并帮助英特尔股票在今年实现了24%的增长。

英特尔PC客户集团第三财季净营收为92亿美元,环比增长6%,同比增长9%,去年同期为84.4亿美元,上一季度为86.67亿美元;PC客户集团第三财季运营利润为41.2亿美元,上一季度为37.34亿美元,去年同期为32.43亿美元。

英特尔预计,2014财年第四财季营收为147亿美元,上下浮动5亿美元;毛利率为64%,上下浮动两个百分点,而市场预测为145亿美元;研发支出、总务与行政支出约为49亿美元;重组费用约为4500万美元。英特尔预计2014全财年资本开支将达到110亿美元,上下浮动5亿美元。

尽管移动芯片业务出现巨额亏损,但英特尔上个月与中国展讯通信和锐迪科微电子进行15亿美元投资,这是英特尔在智能手机芯片业努力追赶的最新举动,当前移动芯片市场,高通占据了主导地位。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-