英特尔发布一季度财报:关键数据中心业务未达预期

简介:

近日,电脑芯片巨头英特尔发布了一季度财报。虽然利润指标表现正常,但是由于重要的数据中心业务增长不及预期,导致英特尔股价大跌了3%

据美国财经新闻网站CNBC报道,在盈利方面,英特尔一季度每股盈利为66美分,超出了65美分的华尔街分析师预期,也高于去年同期的54美分成绩。

不过,一季度季度英特尔获得148亿美元收入,未达到华尔街预期。作为对比,去年一季度英特尔获得138亿美元收入。受此影响,在盘后交易时段,英特尔股价大跌了3%

众所周知的是,电脑已经变成夕阳产业,英特尔的电脑处理器业务自然也遭到了拖累。近些年,英特尔最重视的是数据中心业务(也就是企业服务器处理器),不过一季度,数据中心业务收入为42亿美元,错失了华尔街分析师43.49亿美元的预期值。


在财报分析师会议上,英特尔首席执行官科再奇表示,无论是收入还是增长,一季度是数据中心业务最为低迷的一个季度。

在各大业务板块中,数据中心业务收入增长了6%,为42亿美元;电脑芯片所在业务增长了6%,为80亿美元;物联网集团收入为7.21亿美元,增长了11%;存储芯片业务收入为8.66亿美元,增长了55%;安全业务收入为5.34亿美元,同比萎缩了1%;其他可编程解决方案集团收入为4.25亿美元,增长了18%

面对个人电脑夕阳化,英特尔早已开始了多元化转型,比如向物联网芯片、无人机、自动驾驶技术、虚拟现实等技术都进行了投资,但是让英特尔失望的是,寄予厚望的物联网市场在全球并未启动,远远不能弥补电脑芯片业务的下滑。

虽然一季度电脑芯片业务获得增长,但是科再奇表示,今年全年,这一业务仍然会出现个位数的下滑。

另外,英特尔曾经进入手机芯片领域,但是遭遇了滑铁卢,难以和高通以及联发科竞争。之前,英特尔证实已经停止了凌动处理器的后续升级,意味着已经全面退出了手机芯片市场。

面对行业内掀起的自动驾驶浪潮,英特尔很快“跟风”进行了布局。不久前斥资153亿美元收购了以色列计算机视觉技术公司Mobileye,这家公司的技术和芯片,已经被多家自动驾驶技术研发企业所采用。另外英特尔也选定了一些汽车业合作伙伴,准备推出自动驾驶汽车。

对于英特尔和科再奇而言,最大的困境是在手机芯片惨败之后,依然没有找到一个具有实质性规模的新兴市场,来取代逐渐低迷的电脑芯片业务。不过英特尔依然担心失去下一个重要的金矿(手机芯片市场的惨痛教训),因此在所有行业内喧嚣热闹的领域,都进行了天女散花式的投资和布局。

不过在自动驾驶领域,英特尔远远落后于谷歌、特斯拉、Uber等科技公司。之前因为围绕致人死亡车祸的纠纷,特斯拉公司已经取消了被英特尔收购的Mobileye的供应商地位。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
存储 机器学习/深度学习 人工智能
英特尔持续推动NAND技术创新,引领数据中心QLC SSD普及浪潮
2021中国闪存市场峰会(CFMS)9月14号在深圳成功举行,今年主题为 “存储标准 - 存储生态”。这场高标准市场化运作的峰会,得到众多产业链核心厂商的积极响应和大力支持,英特尔、三星、美光、铠侠、长江存储等企业悉数到场。英特尔NPSG亚太区销售总监倪锦峰在会上发表了“英特尔推动NAND技术创新,释放存储潜力”的主题演讲,承诺英特尔会继续加强对NAND技术的投入,并且通过今年新发布的D5-P5316新一代QLC SSD,推动QLC技术在数据中心的普及。
437 0
英特尔持续推动NAND技术创新,引领数据中心QLC SSD普及浪潮
|
存储 机器学习/深度学习 人工智能
英特尔持续推动NAND技术创新,引领数据中心QLC SSD普及浪潮
2021中国闪存市场峰会(CFMS)9月14号在深圳成功举行,今年主题为 “存储标准 - 存储生态”。这场高标准市场化运作的峰会,得到众多产业链核心厂商的积极响应和大力支持,英特尔、三星、美光、铠侠、长江存储等企业悉数到场。
252 0
英特尔持续推动NAND技术创新,引领数据中心QLC SSD普及浪潮
|
数据中心
英特尔专家揭秘内部高效数据中心计划
本文讲的是英特尔专家揭秘内部高效数据中心计划,前不久刚刚落幕的2009下一代数据中心大会上,来自英特尔IT工程计算的信息技术经历周翔先生就英特尔自身IT最佳案例——构建更加智能和高效的数据中心进行了分享。
1020 0
|
数据中心 云计算
新架构到数据中心 英特尔支持云计算
本文讲的是新架构到数据中心 英特尔支持云计算,今年英特尔公司发布了15年来最重要的服务器产品--基于英特尔Nehalem微体系架构的英特尔至强5500系列处理器。新的Nehalem"服务器技术,将确立英特尔以大型数据中心为焦点的云策略。
1297 0
|
固态存储 数据中心 内存技术
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。