英特尔一季度业绩大超预期,股价飙升20%,复苏势头强劲

news2026/4/30 8:22:52
英特尔公司公布了第一季度财报业绩远超分析师预期显示出首席执行官陈立武领导下的业务转型正逐步收到成效。这家芯片制造商报告每股调整后收益为29美分远高于华尔街预测的每股仅1美分的利润预期。当季营收达135.8亿美元同样大幅超出市场预期此前分析师预测的营收仅为124.2亿美元。受财报利好消息提振英特尔股价在盘后交易中飙升逾20%进一步强化了其作为今年市场上最受瞩目股票之一的地位。加上此次涨幅该股年内累计涨幅已达81%而在2025年更曾一度大涨84%。值得关注的是英特尔股价的持续攀升并非完全源于业务层面的实质性改善——此前在人工智能芯片浪潮兴起之际英特尔已在竞争中落后于英伟达和超威半导体等对手。公司股价的强劲表现很大程度上得益于特朗普政府的政策支持。美国政府去年通过一笔协议成为英特尔的最大股东以确保追加资金并推动更多芯片制造业务回流本土。此外英伟达和软银集团也相继对英特尔进行了大规模投资。不过已有迹象表明局面正在好转。英特尔当季营收同比增长7%而此前七个季度中有五个季度出现同比下滑。展望近期英特尔预计营收将延续增长态势。对于当前季度公司预测销售额将在138亿至148亿美元之间远高于分析师一致预期的130.7亿美元。每股收益指引中点约为20美分同样高于华尔街预测的9美分。智能体AI需求强劲增长英特尔的业绩增长令人鼓舞在很大程度上得益于数据中心业务的强劲表现。随着推理工作负载对中央处理器的需求大幅攀升英特尔在人工智能领域终于开始赢得市场认可该业务营收同比增长22%达51亿美元。英特尔的CPU之所以重新受到市场关注原因在于所谓的智能体AI——即无需人工过多干预、能够自主代替人类执行业务任务的自动化软件——具有不同于传统AI的计算需求。英伟达功能强大的图形处理器对于AI智能体而言往往性能过剩而CPU在执行此类任务时往往能以更高效率完成相当一部分工作。在与分析师的电话会议上陈立武就此观点进行了深入阐述CPU正在重新确立其作为AI时代不可或缺基础设施的地位他表示这不仅仅是我们的一厢情愿这是我们从客户那里听到的真实声音。然而英特尔目前仍面临不小的挑战公司尚未实现盈利。当季净亏损扩大至42.8亿美元相比之下去年同期的亏损为8.87亿美元。与多数芯片厂商不同英特尔采用垂直整合的经营模式至今仍自主运营芯片代工厂不仅负责CPU的设计还在自有生产设施中完成制造环节。大多数竞争对手则将生产外包给台积电等专业代工企业。英特尔代工业务当季营收增长16%至54亿美元但其中大部分来自内部芯片的自制。近几个月来英特尔陆续推出了若干具有市场竞争力的新产品面向数据中心的全新至强6处理器于今年3月正式上市面向个人电脑和笔记本电脑的酷睿Ultra系列3处理器则于1月推出。此外谷歌今年也承诺采购数百万颗英特尔CPU用于为其自有数据中心的部分AI工作负载提供算力支持。上述新一代芯片均采用英特尔最先进的18A制程工艺在亚利桑那州一座大型新晶圆厂投产其技术水准与台积电的两纳米制程相当。然而英特尔在争取外部客户代工订单方面仍举步维艰尽管公司早已宣布拓展代工业务的雄心。摆在英特尔面前的挑战是此前多个制程节点的多年延误遗留了沉重包袱加之亚利桑那州新厂在18A制程晶圆上出现的良率问题导致其量产良率落后于竞争对手。马斯克伸出援手英特尔目前正积极推进最新一代14A制程节点的研发该节点计划于2028年正式量产。此前公司表示将在获得重要新客户订单后再决定是否推进14A制程的高额投入但陈立武在今年1月似乎改变了立场突然宣称公司将全力投入新制程的开发。在此次分析师电话会议上陈立武透露目前已有多名客户正在评估14A制程技术并表示该制程的研发进度比18A更快。市场上有传言称这些潜在客户中可能包括埃隆·马斯克旗下的特斯拉和xAI但具体合作安排目前尚不明朗。本月早些时候英特尔宣布将与特斯拉合作参与其位于德克萨斯州奥斯汀的新型Terafab芯片综合体项目协助设计、制造和封装超高性能芯片这些芯片同时也将供马斯克旗下的SpaceX使用。在特斯拉本周举行的财报电话会议上马斯克透露特斯拉有意采用英特尔的14A制程在Terafab生产芯片并表示等到新厂产能爬坡完成之时该制程将很可能已相当成熟完全具备量产条件。陈立武今日进一步就马斯克的表态作出回应称双方对于全球半导体供给跟不上需求快速扩张的步伐持有高度一致的判断并表示双方都在寻求非常规路径提升制造效率。市场研究机构eMarketer分析师雅各布·伯恩在接受SiliconANGLE采访时指出马斯克可能并非英特尔14A制程的唯一潜在客户。本土制造业的发展叙事持续为英特尔带来红利特斯拉对14A制程的承诺预示着更多客户正在加速落地因为地缘政治因素正促使AI采购方转向美国本土产能他说与AI基础设施建设挂钩的服务器CPU需求正在为英特尔构建更加稳定的营收基础使其不再过度依赖PC市场的周期波动。英特尔的复苏轨迹已不再像是一时的希望泡沫而更像是一条稳步向上的长期增长曲线。QAQ1英特尔第一季度的财务业绩表现如何A英特尔第一季度每股调整后收益为29美分远超华尔街预期的每股1美分营收达135.8亿美元同样大幅超出市场预期的124.2亿美元。受此利好消息提振公司股价在盘后交易中飙升逾20%年内累计涨幅达81%。Q2为什么智能体AI的兴起对英特尔的CPU业务有利A智能体AI是指能够自主代替人类执行业务任务的自动化软件其计算需求与传统AI不同。英伟达的GPU对于运行AI智能体往往性能过剩而CPU在处理此类任务时效率更高、更具成本优势。这使英特尔的数据中心CPU业务重获市场关注当季相关营收同比增长22%至51亿美元。Q3英特尔14A制程节点的进展如何有哪些潜在客户A英特尔14A制程节点计划于2028年正式量产目前研发进度已超越18A制程。据悉特斯拉已承诺采用该制程在其Terafab芯片综合体生产芯片xAI也被认为是潜在客户之一。此外分析师认为地缘政治因素正推动更多AI采购方转向美国本土产能英特尔有望吸引更多外部客户。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2553147.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…