芯片廠商AMD今天發(fā)布了公司2014財(cái)年第三財(cái)季財(cái)報(bào)。報(bào)告顯示,AMD第三財(cái)季營收為14.3億美元,比去年同期的14.6億美元下滑2%;基于美國通用會(huì)計(jì)準(zhǔn)則,凈利潤為1700萬美元,比去年同期的4800萬美元下滑65%,每股收益為2美分。
基于非美國通用會(huì)計(jì)準(zhǔn)則,凈利潤為2000萬美元,每股收益為3美分。華爾街分析師預(yù)測(cè)AMD該季度營收為14.7億美元,每股收益為4美分。
AMD總裁兼首席執(zhí)行官麗莎·蘇(Lisa Su)表示,“AMD公司第三季度的財(cái)務(wù)業(yè)績(jī),反映出了公司業(yè)務(wù)多元化進(jìn)展。我們的企業(yè)、嵌入式和半定制業(yè)務(wù)表現(xiàn)強(qiáng)勁;然而,我們的計(jì)算和圖形業(yè)務(wù)面臨嚴(yán)峻形勢(shì),未來我們將采取進(jìn)一步措施發(fā)展并加強(qiáng)該業(yè)務(wù)的財(cái)務(wù)表現(xiàn),以適應(yīng)充滿挑戰(zhàn)的市場(chǎng)環(huán)境。我們的首要任務(wù)是繼續(xù)改造AMD公司并提供具有領(lǐng)導(dǎo)力的技術(shù)和產(chǎn)品。”
AMD三季度財(cái)報(bào)顯示,計(jì)算和圖形業(yè)務(wù)的凈營收為7.81億美元,低于去年同期的9.25億美元,同時(shí)低于上一財(cái)季的8.28億美元;該部門運(yùn)營虧損為1700萬美元,去年同期的運(yùn)營利潤為900萬美元,上一季度的運(yùn)營虧損為600萬美元。企業(yè)、嵌入和半定制化業(yè)務(wù)的凈營收為6.48億美元,高于去年同期的5.36億美元,也高于上一季度的6.13億美元;該部門運(yùn)營利潤為1.08億美元,高于去年同期的9200萬美元,也高于上一季度的9700萬美元;
AMD第三季度毛利率為35%,低于去年同期的36%。截至第三財(cái)季末,AMD持有的現(xiàn)金、現(xiàn)金等價(jià)物和可兌換債券資產(chǎn)共計(jì)達(dá)到9.38億美元,低于去年同期的12億美元。
此外,AMD還宣布了一項(xiàng)重組計(jì)劃:計(jì)劃在全球裁員7%,這項(xiàng)重組計(jì)劃預(yù)計(jì)將在2014財(cái)年第四季度完成,并因此需要支付5700美元的遣散費(fèi)用。
AMD預(yù)計(jì)公司第四財(cái)季營收下滑13%,上下浮動(dòng)3個(gè)百分點(diǎn),這一展望不及分析師預(yù)期。
周四美股收盤,AMD股價(jià)上揚(yáng)1.1%,至2.64美元。但在財(cái)報(bào)發(fā)布后的盤后市場(chǎng),AMD股價(jià)跌幅約5%。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。