芯片制造巨头英特尔公司迎来转机。在去年 12 月原 CEO Pat Gelsinger 离职后,经过数月寻觅,公司最终任命陈立武 (Lip-Bu Tan) 为新任首席执行官。
陈立武此前曾担任 Cadence Design Systems Inc. 的 CEO,该公司为包括英特尔在内的全球主要芯片设计公司提供软件服务。他曾是英特尔董事会成员,但在 Gelsinger 离职前因其他职务承诺而离开董事会。
新任 CEO 将接替临时联席 CEO David Zinsner 和 Michelle Holthaus 的职责,后两者将继续担任各自的首席财务官和产品部门 CEO 职务。公司表示,陈立武也将重返英特尔董事会。
陈立武的任命结束了公司动荡的一段历史。此前,投资者不断施压要求公司削减成本,剥离部分盈利能力较弱的业务,以扭转多年来的颓势。近年来,公司在个人计算机和数据中心服务器市场持续失去市场份额给 AMD 等竞争对手,同时在蓬勃发展的人工智能领域也未取得实质性突破。
消息公布后,英特尔股价上涨超过 12%。
在英特尔网站发布的声明中,陈立武表示公司需要在仍具优势的领域加倍努力并扩大优势。"在落后于竞争对手的领域,我们需要采取审慎的风险来实现突破和超越。在进展慢于预期的领域,我们需要找到加快步伐的方法。"
陈立武将成为英特尔七年内的第四位正式 CEO。前任 CEO Brian Krzanich 在 2018 年因与员工不当关系的指控而辞职,随后由前 CFO Bob Swan 在 2019 年 1 月接任。
但 Swan 仅任职两年就离职,原因是公司大量市场份额被 AMD 夺取,且新芯片发布频频延期。Gelsinger 于 2021 年初上任,实施了大胆的转型计划,除了生产自有芯片外,还为其他公司代工制造芯片。
然而,在 Gelsinger 的领导下,英特尔的整体收入持续下滑,而投资者对芯片制造业务投资成本攀升日益担忧。其中包括计划在俄亥俄州投资 200 亿美元建设新芯片工厂。
去年秋季disappointing财报发布和公司史上最大规模裁员后,有报道称英特尔可能出售。据说高通和博通等竞争对手都表示了兴趣。此外,多位分析师强调英特尔需要分拆代工部门,甚至出售产品部门。
在此期间,英特尔在 AI 行业被 Nvidia 完全压制,后者的 GPU 已成为所有 AI 工作负载的首选硬件。
theCUBE Research 分析师 Dave Vellante 一直主张英特尔应分拆代工业务,专注于芯片设计。他今天重申这一立场,认为代工业务对台积电和美国政府之外的其他方价值有限,因为美国仍需要国内芯片供应链。
Vellante 补充说,陈立武的任命似乎朝这个方向迈进,但他警告说,让这个新的合资企业重新具有竞争力将需要多年时间和大量资金。
J. Gold Associates 的芯片行业分析师 Jack Gold 对 Fierce Electronics 表示,陈立武的任命对英特尔来说是一个可喜的提振。他指出,这位 CEO 在产品设计和制造方面都对半导体行业有深入的理解。
在英特尔 CEO 搜寻期间担任临时执行主席、现将回任独立主席的 Frank Yeary 强调,陈立武在创造股东价值方面有"良好的业绩记录"。
今年 1 月的最新财报电话会议中,英特尔的收益和收入超出预期,但对未来几个月的指引疲软,原因包括经济不确定性、激烈竞争、季节性因素以及许多客户仍持有大量芯片库存。关税前景进一步令公司短期前景蒙上阴影。
去年 11 月,英特尔被移出道琼斯工业平均指数,由 Nvidia 取代,反映出两家芯片制造商命运的巨大变化。去年英特尔股价下跌 60%,而 Nvidia 股价因其 GPU 产品需求旺盛而上涨 171%。
截至今日收市,英特尔市值仅为 895 亿美元,约为 Nvidia 的 1/30。
好文章,需要你的鼓励
诺基亚最新全球网络流量报告预测,到2034年WAN流量将增长300%至700%,主要驱动力包括人工智能、工业运营扩展和消费者沉浸式应用。报告称AI流量年复合增长率将达23%,到2034年占全球WAN流量30%。然而专家对此预测提出质疑,认为报告缺乏具体应用场景支撑。分析师指出,企业目前并未因WAN带宽限制而无法实现目标,工业设备更新周期长达15年以上,大规模流量增长不太可能快速实现。
GigaAI团队开发的GigaBrain-0.5M*系统首次让机器人获得了"预见未来"的能力,通过世界模型预测未来场景并指导行动决策。该系统采用RAMP强化学习方法,在多项复杂操作任务中表现优异,成功率比传统方法提升约30%,并在国际RoboChallenge基准测试中排名第一,代表了从反应式控制向前瞻式智能的重大突破。
今天的出海故事,从一笔690.78万加元的少数股权投资开始:金牌家居的全资子公司与关联方通过新加坡主体共同参投 RIFO Holding Group Inc.,简称RIFO,先把钱放到加拿大“住房交易、金融服务与安居服务”这条链条更靠前的位置。
这项由人大和腾讯联合开展的研究提出了ExOPD方法,通过调节奖励信号让AI学生模型突破老师性能限制。研究在数学推理和代码生成任务上验证了该方法的有效性,发现合适的奖励外推能让小模型超越大模型表现。该技术为AI训练领域带来新思路,但仍需考虑计算成本等实际限制。