博通公司再次超越财务预期,这主要得益于客户对人工智能芯片的巨大需求。
该芯片制造商还透露,已从一位新客户处获得了价值100亿美元的定制芯片订单,这一消息推动其股价在盘后交易中走高。
博通公布的第三季度每股收益为1.69美元(扣除股票薪酬等特定成本前),略高于华尔街预期的1.65美元。同期营收达到159.6亿美元,同比增长22%,超过158.3亿美元的预期。
强劲的业绩表现提升了博通的盈利能力。该公司本季度实现净收入41.4亿美元,相比去年同期18.8亿美元的亏损有了显著改善。去年的亏损主要源于与知识产权转移到美国相关的45亿美元一次性税务准备金。
博通首席执行官陈福阳表示,公司营收创下第三季度历史新高,这得益于定制AI加速器、网络基础设施的不断增强以及VMware的增长。"AI营收同比增长63%,"陈福阳说道。"我们预计第四季度AI半导体营收增长将继续加速,这将是连续第11个季度的增长,客户持续大力投资。"
对于第四季度,博通预计销售额将达到174亿美元,高于华尔街预期的170.2亿美元。该公司股价在盘后交易中上涨超过3%,延续了当日1%的涨幅。
Zacks投资研究分析师凯文·库克告诉SiliconANGLE,博通的股东已经习惯了超预期和上调预期的季度表现。"虽然超预期幅度不算太大,但预期上调的幅度足以推动股价短暂飙升至320美元附近的历史新高,"他说。
博通专门为谷歌等超大规模云基础设施提供商设计定制芯片,以及将数千个芯片连接成用于AI处理的巨大集群所需的网络部件和软件。
该公司已成为今年英伟达的主要竞争对手之一,其股价今年以来已上涨32%,市值超过1.4万亿美元。
投资者乐观地认为,随着云运营商购买更多博通的定制处理器作为英伟达图形处理单元的替代品,博通可以增加其在AI芯片市场的份额。目前英伟达的GPU为大多数AI工作负载提供动力。这种乐观情绪在今年3月得到提振,当时陈福阳透露博通正在与三家大型云客户合作开发新的AI芯片。
在最新季度中,博通表示其半导体解决方案业务(包括AI芯片和其他处理器的销售)营收增长57%,达到91.7亿美元。同时,基础设施解决方案业务(包括网络硬件和VMware)营收增长43%,达到67.9亿美元。
在今天与分析师的电话会议上,陈福阳表示AI营收在本季度增长63%,达到52亿美元,超过了公司此前51亿美元的预期。对于第四季度,他预计AI营收将激增至超过62亿美元。
然而,陈福阳将最好的消息留到了最后。他在电话会议上透露,公司刚刚从第四位客户那里获得了价值100亿美元的定制AI芯片订单,这些芯片被称为XPU。因此,公司上调了2026财年的AI营收预期。"其中一个潜在客户向博通发布了生产订单,我们因此将他们归类为XPU的合格客户,"陈福阳告诉分析师。"我们将从2026年开始大量出货。"
库克表示,这一消息证实了AI基础设施建设将在新的一年中持续强劲发展。他还称赞博通是超大规模云提供商定制硅芯片领域的"早期领导者",这与竞争对手迈威尔科技公司难以获得类似势头的困境形成鲜明对比。
"我一直将AMD视为GPU驱动的AI建设中的第二名,特别是考虑到其市销率不到8倍,"库克说。"但博通在定制XPU方面的增长如此强劲,至少在接下来的几个季度里,它可以维持22倍的市销率。"
Q&A
Q1:博通获得的100亿美元AI芯片订单具体是什么?
A:博通从第四位客户处获得了价值100亿美元的定制AI芯片订单,这些芯片被称为XPU。这是继之前三家大型云客户之后的新增订单,博通计划从2026年开始大量出货这些定制芯片。
Q2:博通第三季度的AI业务表现如何?
A:博通第三季度AI营收增长63%,达到52亿美元,超过了公司此前51亿美元的预期。预计第四季度AI营收将激增至超过62亿美元,这将是连续第11个季度的增长。
Q3:博通与英伟达在AI芯片市场的竞争优势是什么?
A:博通专门为谷歌等超大规模云基础设施提供商设计定制芯片,以及配套的网络部件和软件。投资者认为博通的定制处理器可以作为英伟达GPU的替代品,帮助博通在AI芯片市场增加份额。
好文章,需要你的鼓励
SAP S/4HANA内存ERP系统推出十多年后,95%的传统用户表示构建积极的迁移案例需要巨大努力或面临真正挑战。一项涵盖455名CIO、高级IT角色、SAP专家和业务经理的调查发现,83%的受访者不完全理解SAP最新的迁移政策和截止日期,84%对当前信息传递及其对运营的影响表示担忧。SAP为传统ECC系统设定了激进的支持截止日期,主流支持将于2027年结束。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
微软通过其Planetary Computer平台将NASA的Landsat和Sentinel-2卫星数据集引入Azure云服务。该数据集包含来自NASA的Landsat 8、9号卫星以及欧洲航天局Sentinel-2系列卫星的地球监测数据,为气候变化、土地利用、农业应用等研究提供宝贵资源。用户可通过API或Azure存储直接访问这些PB级全球环境数据。微软还建议研究人员使用Azure OpenAI服务创建智能应用,结合AI技术进行土地分类、植被监测、森林砍伐趋势分析等地球观测研究。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。