
消费类PC市场疲软的需求继续使计算机硬件厂商付出沉重代价。
自本月早些时候发布盈利预警后,AMD股价累计缩水约20%。当地时间周四发布第二季度财报后,它可能陷入更大的困境。
AMD第二季度净亏损1.81亿美元,合每股23美分。不按美国通用会计准则计算,AMD每股收益为17美分,营收为9.42亿美元,同比下滑35%。
华尔街预计AMD第二季度亏损合每股16美分,营收为9.56亿美元;上年同期AMD每股收益为5美分,营收为14.4亿美元。
AMD首席执行官苏姿丰在一份准备好的发言中称,公司在日趋萎缩的PC市场上将继续面临困难,“EESC(企业、嵌入式和半定制)和渠道业务营收环比强劲增长,不足以弥补因低于预期的消费者需求,而导致的PC处理器业务近期挑战带来的对向OEM厂商销售的影响。我们将继续执行我们的长期战略,应对目前的市场环境。我们的重心是开发领先的计算和图形产品,推动在目标市场上份额的增长”。
计算和图形:营收环比下降29%,同比下降54%。AMD称,该部门营收环比下滑的原因是向OEM厂商销售的笔记本处理器的减少,同比下滑的原因是客户端计算产品和图形产品销售的减少。
企业、嵌入式和半定制:在半定制片上系统销售增长的拉动下,该部门营收环比增长13%。AMD将该部门营收同比下滑8%的原因归咎于服务器销售减少和更低的一次性工程营收。
AMD预计今年第三季度营收将增长6%,上下浮动3个百分点。
在盘后交易中,AMD股价一度下跌约5%。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。