AMD为啥老亏损?两年来一次性损失高达11亿美元

简介:

NVIDIA今天发布的Q3财报营收、盈利双双暴涨,NVIDIA股东、股票持有人有得笑了。与之相比的是,NVIDIA老对手AMD上个季度巨亏4.06亿美元,虽然主要原因是有3.4亿美元的晶圆协议支出,但AMD多年来大都在亏损,这不仅是因为处理器、显卡业务表现不力,也跟AMD公司一次性支出的费用太多有关,从2014年到现在AMD因为重组、债务、资产减记等因素导致的一次性损失高达11亿美元。

常看财报新闻的读者应该注意到我们常提美国公司使用的GAAP通用会计准则及Non-GAAP非通用会计准则,前者会计入上市公司所有收入或者支出,亏损还是盈利主要看GAAP规则,而非GAAP则会刨除一些与运营无关的费用,更多地反应企业主业务的运营情况。

在上个季度财报中,AMD按GAAP规则亏损了4.06亿美元,主要原因是有3.4亿美元的WAS晶圆供货协议支出,不过按照非GAAP规则,AMD上季度还获得了2700万美元的利润,所以AMD的运营情况还不错,而影响AMD盈利的因素不光是主营业务表现,还有一些一次性费用损失,比如重组了要补贴被裁员工,欠债了还要还钱还利息,库存多了也会有资产减记。

AMD这几年到底因此损失了多少钱呢?还真有人给他们算了,Madison网站统计了2014年到今年Q3季度期间AMD因为各种一次性损失而亏损的金额,合计约有11亿美元,具体如下:

从2014年到今年Q3季度中AMD一次性损失的费用


20161111040025336.jpg

在总数15次的一次性损失中,

  • 重组费用(Restructuring)有6次,算了下因此支出2.2亿美元。
  • 债务偿还损失(Loss on debt redemption)有3次,合计1.3亿美元。
  • 库存减记(Inventory writedown)也有2次,损失了1.23亿美元。
  • 员工薪酬调整(Workforce rebalancing)有1次,支出费用是1400万美元。
  • 信誉减记(Goodwill impairment)有1次,损失2.33亿美元
  • 制程转换损失(Technology node transition)是3300万美元,原因是当初AMD取消了20nm工艺处理器,白折腾了。
  • 这两年中最大一次性支出是上季度的WSA晶圆供货协议,总计3.4亿美元。

这次的3.4亿美元晶圆协议实际上还是好的了,2012年那一次晶圆供货协议让AMD“亏”了7亿美元,因为GlobalFoundries推迟了AMD 28nm APU的独占协议,这次的晶圆供货协议中AMD已经学聪明了,直接表示AMD还有权选择其他晶圆代工厂——话说回来,AMD虽然跟GF关系很亲密,但GF不太靠谱的工艺也让AMD多次受伤了。

就算不考虑WSA供货协议到底是不是“亏”,AMD的一次性损失费用也太多了点,2年来重组费用就花了不少,债务损失、库存减计也是个问题,虽然每次损失的额度都不算太大,但这也多多少少影响了AMD的财务状况。

往好的方面来看,AMD在2017年可能迎来转机,孱弱多年的处理器业务因为Zen处理器或许能有新机会,在高性能桌面、服务器市场至少有了转机(Zen性能掀翻Intel高端产品的可能性不大了),显卡方面也会有高端的Vega新品问世,还会使用HBM 2显存。

本文转自d1net(转载)

目录
相关文章
|
7天前
|
人工智能 运维 安全
|
5天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
589 20
|
12天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
954 110
|
6天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。