英特尔股票周五盘前交易中一度大涨29%,原因是该公司公布了好于预期的季度业绩,数据中心与AI业务的强劲增长以及上调的营收预期共同推动了这一涨幅。
此次业绩超出华尔街在营收和业绩指引两方面的预期,AI基础设施相关需求成为核心驱动因素。
这一股价反弹发生在英特尔长期表现不佳之后——近年来,该公司在先进制造和数据中心市场份额上持续落后于台积电、AMD等竞争对手。
最新业绩是英特尔近年来表现最亮眼的季度之一,数据中心业务增长与利润率改善尤其受到投资者的高度关注。
AI数据中心营收领跑增长
英特尔数据中心与AI业务部门第一季度营收达51亿美元,同比增长22%,增速明显超过公司整体约7%的营收增幅,表明AI相关工作负载的需求更为旺盛。
高管指出,随着工作负载向推理任务及依赖多元算力资源的分布式AI系统转移,服务器CPU与AI加速器的协同部署正在提速。
"AI的下一波浪潮将把智能带到离终端用户更近的地方,从基础模型演进到推理,再到智能体,"英特尔CEO陈立武在声明中表示,"这一转变正在大幅提升市场对英特尔CPU、晶圆及先进封装产品的需求。"
公司表示,旗下至强(Xeon)处理器的需求依然是该业务部门增长的重要支撑,云服务商和企业用户持续扩大AI基础设施投入。
相比之下,AMD最新季度数据中心营收为23亿美元,在EPYC CPU与Instinct GPU需求的带动下同比增长38%。
外部分析也指向AI工作负载拉动CPU需求上升的趋势。分析师杰克·戈德在领英帖子中写道:"随着市场向AI推理工作负载转型,CPU市场有望加速增长。"他同时引用了至强处理器的强劲销售数据以及超大规模客户需求回暖的趋势。
业绩指引超出预期
英特尔预计第二季度营收将高于市场一致预期,进一步提振了投资者信心。公司还指出,随着客户持续部署支持训练和推理工作负载的基础设施,AI相关芯片供应依然偏紧。
高管表示,超大规模云服务提供商的需求最为强劲,企业端的采购也在为增长贡献力量。
英特尔代工业务部门实现了同比营收增长,但运营层面仍处于亏损状态。该部门持续投入先进制程技术、封装能力及产能扩充,以推进英特尔合同制造业务的发展。
戈德在上述领英帖子中表示,代工部门"仍在拖累整体盈利",但他也指出,随着公司建立新客户关系,利润率正在逐步改善。
英特尔将代工战略定位为打造台积电竞争性替代方案的长期举措。
马斯克评论提振市场情绪
投资者情绪还受益于埃隆·马斯克近期的表态——他确认旗下特斯拉、SpaceX和xAI等公司拟建的"Terafab"超级工厂将采用英特尔的芯片制造工艺。
目前该项目仍处于早期阶段,英特尔尚未披露有关时间节点或生产规模的更多细节。
Q&A
Q1:英特尔数据中心与AI业务Q1表现如何?
A:英特尔数据中心与AI业务部门第一季度营收达51亿美元,同比增长22%,增速超过公司整体约7%的营收增幅。旗下至强处理器需求持续强劲,云服务商和企业用户加大AI基础设施投入是主要推动力。AI推理工作负载的增长以及分布式AI系统的普及,进一步推动了服务器CPU与AI加速器的协同部署需求。
Q2:英特尔代工业务目前状况怎么样?
A:英特尔代工业务部门实现了同比营收增长,但运营层面仍处于亏损状态,持续在先进制程技术、封装能力及产能方面大规模投入。分析师指出该部门仍在拖累整体盈利,但随着新客户关系逐步建立,利润率已出现改善迹象。英特尔将代工战略定位为长期布局,目标是打造可与台积电抗衡的合同制造替代方案。
Q3:马斯克的"Terafab"计划对英特尔有什么影响?
A:埃隆·马斯克近期确认,旗下特斯拉、SpaceX和xAI等公司拟建的"Terafab"超级工厂将采用英特尔的芯片制造工艺,这一消息进一步提振了市场对英特尔的投资者情绪。不过该项目目前仍处于早期阶段,英特尔尚未披露具体的时间节点或生产规模等详细信息。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。