美銀報告顯示，英特爾CPU市占持續萎縮，對手超微明顯擴大

財訊快報

【財訊快報／陳孟朔】美國銀行(美銀)發表最新投資報告中提供的數據，英特爾(美股代碼INTC)受到越來越多不利因素的困擾，其市占率正日益讓位於微晶片領域的對手超微(美股代碼AMD)。報告中列出2024年第三季的CPU趨勢，英特爾PC出貨量季比下降約3%，而AMD市占率季增15%。

AMD股價週二收低2.52%至143.63美元，今年來跌2.56%。同日，英特爾股價挫3.55%至24.16美元，今年來大跌了51.92%。

相關內容

  • 超微確認全球裁員4%，上週五股價再跌2.84%，連六黑，創十週新低

    【財訊快報／陳孟朔】美國晶片大廠超微(美股代碼AMD)14日確認將全球裁員1000名員工或4%的人力。公司發言人在一份聲明中寫到：“我們正在採取一些有針對性的措施，不幸的是，這些措施將導致全球勞動力減少約4%。我們尊重受影響的員工，並幫助他們度過這一過渡期。”AMD股價連續五天急挫10.98美元或7.33%後，15日再追低3.94美元或2.84%至134.90美元為9月6日以來的十週新低，因為短線急挫，今年來漲幅盡吐且倒退嚕了8.49%。主要競爭對手，Nvidia股價今年來大漲186.7%。AMD並未明確多少員工會受裁員影響。根據AMD每年向美國提交的10-K文件顯示，截至2023年年底，AMD有大約2.6萬名員工，幾乎是其2020年員工總數的兩倍。另據LinkedIn數據，AMD員工數在過去半年增長約24%，在過去一年增長約33%。在圖形處理器(GPU)領域，市場越來越擔憂Nvidia“一家獨大”的局面，因此AMD的成長被重點關注，且有越來越多基礎大模型開發廠商在考慮自研AI晶片，但在此過程中，生態和軟硬體體系化能力成為後續AI晶片領域大亂鬥的重要壁壘。AMD在8月先後官宣完成一筆收

  • 英特爾全面潰敗！被踢出CPU銷售榜「連前10名都沒有」　對手AMD完全稱霸

    英特爾（Intel）近期陷入慘況的不只晶圓代工事業，甚至連曾經稱霸市場的桌上型電腦CPU（中央處理器）領域，都被打得毫無還手之力，...

    1

  • 潛力股：寶成

    【財訊快報／記者陳浩寧報導】受惠於品牌拉貨力道暢旺，寶成(9904)製鞋業務已連續8個月正成長，更已連續4個月增幅逾20%，為驅動營收、本業獲利成長的重要動能，而第四季為製鞋旺季，預期第四季製鞋業務仍能保持良好動能，通路業務也有回溫跡象，可望帶動今年本業獲利重返2019年水準。寶成前三季在鞋類業務動能回溫下，營業淨利達112.32億元，較去年同期增加110%，已超越過去四年的本業獲利表現，加上業外獲利助攻，歸屬於母公司業主之稅後淨利為137.94億元，年增30.4%，每股盈餘達4.68元，賺贏2022及2023年全年水準，為同期次高紀錄。其中的重要成長動能來自鞋類製造業務，前10月製鞋業務較去年同期增長10.2%，推升毛利率與本業獲利表現；而在通路業務方面，雖復甦緩慢，今年前10月寶勝營收仍年減8.1%，但以單月角度來看，已連續三個呈現月增，顯示已從谷底逐步回溫。

    1

  • 和碩參展SC24 攜手美國3大AI巨頭展出伺服器與Rack級方案

    和碩今日指出，將參與美國運算大會，展出與合作夥伴 AMD、英特爾以及輝達高效運算的伺服器與機架 (Rack) 級方案，同時也展示適合即時 LLM 運算、先進散熱基礎設施解決方案，以及多節點高密度運算效能設計的 DLC 伺服器產品。

  • 加密交易平臺Bakkt傳川普媒體有意收購，週一股價飆漲近163%

    【財訊快報／陳孟朔】兩名知情人士透露，川普媒體(Trump Media & Technology Group Corp．美股代碼DJT)正在就收購加密貨幣交易公司Bakkt(美股代碼BKKT)進行“深入談判”。這一消息使兩家公司的股價週一齊步大漲；Bakkt飆漲162.46%至29.72美元為2月7日以來最高，經此急彈，今年來跌幅縮小至46.71%。同日，川普媒體勁揚16.65%至32.78美元，今年來大漲了87.31%。

  • 財報公布前夕券商上調目標價，Nvidia週二帶量大漲4.89%，為道瓊最旺

    【財訊快報／陳孟朔】美銀全球研究公司發表最新報告顯示，AI晶片一哥—Nvidia(美股代碼NVDA)將在週三盤後公布第三季財報成為本週全球金融市場大事件，其表現可能決定美國股市的近期走向。由股票衍生品分析師Gonzalo Asis領導的美銀分析師團隊在17日發表的客戶報告中寫到，“股市一直專注於選舉影響、利率波動和Fed，但期權市場告訴我們Nvidia的財報對整個市場來說仍然是一件非常重要的事情。”Truest Securities將其目標價從148美元明顯上調12.8%至167美元。與此同時，過去八季，AI晶片一哥暨科技七雄之一的Nvidia(美股代碼NVDA)營收都超過華爾街的「高」預期，但由於分析師預計其增長速度將放緩，該公司如何克服延遲和供應鏈的問題以銷售其最新的人工智慧晶片，很可能成為Nvidia股價的晴雨表。根據倫敦證券交易所集團(LSEG)匯編的數據，預計Nvidia第三季營收料激增82.8%，達到331.3億美元。如果預測成真，這將是該公司六季以來增幅最小的一季。前五季，營收至少翻了一番。截至1月止的會計年度第四季，營收增速可能會進一步放緩至67.6%。第四季數據將包括

  • 中國本週置換存量隱性債務地方債待發規模近2000億元，均為長天期

    【財訊快報／陳孟朔】距年底僅剩不到一個半月，不久前通過的中國置換存量隱性債務地方債增發方案中今年的人民幣2兆元(下同)也將在這段期間落地。相關地方債的發行逐漸進入高峰，根據最新發行公告，本週置換存量隱性債務地方債的待發規模近2,000億元，並均為10年期及以上的長期限品種。路透根據已發行和待發行公告統計，本週地方債計劃發行規模為2,747.7398億元，其中，用於置換存量隱性債務的再融資專項債規模為1,922億元，占約七成。加上上週的河南債，已披露的相關特殊再融資專項債規模已達2,240.169億元。在本週待發的置換存量隱性債務地方債中，20和30年超長期品種發行量合計達1,014億元，占比逾五成。華創證券固收研究團隊認為，臨近年末，機構面臨各類指標考核壓力和負債穩定性擾動，對於長久期品種的配置更加謹慎，而保險配置資金則可能到12月中旬才能有效進場。因此，11月下旬主要關注供給放量帶來的影響，對於超長端保持謹慎觀察。中國10月8日官宣10兆地方政府隱性債務置換計劃，讓地方政府“輕裝上陣”，把更多資源用於穩增長。儘管“6+4”兆的化債規模不算小，但政策工具包中缺乏支撐房地產和鼓勵消費計劃

  • 元富期貨：午盤過後台指期壓低結算，指數跌幅擴大，惟生技最抗跌

    【財訊快報／編輯部】美股方面，俄羅斯與烏克蘭之間不斷升級的緊張局勢，引發避險買盤，日元、瑞郎和黃金這些傳統避險資產上漲，影響美股週二(19日)開盤即走軟，所幸輝達領漲科技股，在財報公布前夕大漲近5%，也讓市場消化地緣政治緊張情緒，美股終場漲多跌少，僅道瓊指數微幅收低。台指方面，台指今日呈現開高走低格局，早盤一度大漲超過百點，逼近23000點大關，然而在短暫走強後便陷入震盪，午盤過後台指期壓低結算，指數跌幅擴大，類股表現以生技類股最為抗跌、逆勢上漲2%，終場成交量3768.75億元，加權指數下跌160.44點、跌幅0.7%、收在22688.36點。綜合分析，台指漲勢未能延續，今日跌破五日均線，短線多空分水線以季線為主。展望本週最重要的大事，輝達將於明天清晨公布財報，即使暫時止跌反彈，但後續仍以區間震盪的可能性較高，除非輝達能擊敗嚴苛的市場預期。

  • 美國9月份企業庫存月成長0.1%，增幅小於預期

    【財訊快報／劉敏夫】外電報導指出，新出爐的數據顯示，美國9月份企業庫存呈現增長局面，但是增幅小於預期。美國人口普查局上週五發布的數據顯示，繼8月份成長0.3%之後，9月企業庫存月比值成長0.1%。此前28位受訪經濟專家的預估中值為增長0.2%，預估區間介於增長0.1%至增長0.4%。這份數據顯示，9月份製造商庫存較前月減少0.2%；零售商庫存較前月增長0.9%。9月份企業銷售較前月上揚0.3%。8月份數據為下降0.2%。9月份製造商銷售較上月減少0.4%；零售商銷售則是較前月增加0.8%。

  • 專家傳真－英特爾積弱重整 誰得利？

    2024年以來英特爾（Intel）不但所公布的財報均顯著不佳，且在資本市場的市值表現更是明顯縮水，公司還宣布裁員（大約15,000名員工受到影響，相當於公司總員工數的15％）、縮減2024～2025年資本支出，凡此均代表英特爾其核心的個人電腦和資料中心業務市占率持續降低，同時公司在人工智慧（AI）領域的進展也不如預期，出現明顯脫隊的情況。

  • 微軟發布Azure AI Foundry，以吸引更多企業客戶購入雲服務

    【財訊快報／陳孟朔】微軟(美股代碼MSFT)週二在芝加哥舉行的年度Ignite會議上宣布新產品，並表示將免費提供使用，以期吸引企業客戶更多地購買其雲服務。公司發布協助雲客戶構建和部署人工智慧應用的新工具，此舉旨在從生成式人工智慧中獲得更多收入。Azure AI Foundry可以讓用戶更輕鬆地在支援人工智慧的大型語言模型之間切換。雲計算主管Scott Guthrie在接受採訪時說，使用舊版OpenAI產品的客戶可以嘗試新版產品，或從OpenAI切換到Mistral或Meta的工具。除混合匹配模型，客戶還將能夠確保應用程式正常運行，並獲得可觀的投資回報。目前有6萬客戶使用Azure AI，這項雲服務允許開發者使用1800種不同的AI模型來構建和運行應用程式。但這個過程仍然很繁瑣，並且很難跟上新模型和更新速度。客戶不希望每次出現新技術時都要重做應用程式，也不希望在不解模型適用任務的情況下盲目切換。