2015年2月9日,人機界面解決方案開發(fā)商Synaptics公司公布截至2014年12月27日的2015財年第二季度營收結果。Synaptics于2014年10月1日完成了對Renesas SP Drivers公司(RSP)的收購,因此這是第一個體現(xiàn)收購后整合營收結果的季度。
2015財年第二季度凈收入同比增長125%,達到4.637億美元。這個季度的純利潤為2000萬美元,或每股攤薄收益0.52美元。該季度非GAAP純利潤為5580萬美元,或每股攤薄收益1.46美元。
Synaptics公司總裁兼首席執(zhí)行官Rick Bergman表示:“我們第二季度獲得了創(chuàng)紀錄的收入,其中新的顯示驅動器業(yè)務貢獻很大。我們繼續(xù)執(zhí)行各項戰(zhàn)略增長計劃,新的觸控指紋傳感器和市場上第一款觸控與顯示驅動器集成(TDDI)解決方案現(xiàn)在已進入大批量生產階段。展望2015財年下半年,我們非常樂觀,收購RSP以后,運營模式的整合一直在順利進行。”
2015財年第二季度業(yè)務亮點
在移動和PC產品業(yè)務這一塊,各自的收入占比分別約為86%和14%。指紋ID產品業(yè)務的收入按照其用于哪種類型的產品,算在不同產品業(yè)務收入中。
移動產品業(yè)務收入同比增長198%,達到3.983億美元。移動產品業(yè)務收入包括所有觸控屏、顯示驅動器和適用的指紋ID產品。
PC產品業(yè)務收入總計6540萬美元,同比下降9%,包括適用的指紋ID產品。
2014年12月31日現(xiàn)金量為3.275億美元,環(huán)比下降1.22億美元?,F(xiàn)金下降是因為該季度初收購了RSP。2015財年第二季度,由于收購RSP后,須買入總計1.15億美元的RSP庫存,所以運營現(xiàn)金流為負的1650萬美元。今年迄今為止,Synaptics已用9100萬美元回購了約130萬普通股股票,約占已發(fā)行股票總數的3.5%。
Synaptics公司首席財務官Kathy Bayless表示:“考慮到進入第三季度時,我們有2.45億美元尚未交付的產品,加之客戶預測以及隨之而來的預期產品銷售情況,我們預計第三季度的收入在4.5億美元至4.9億美元之間,同比增長120%至140%。另外,移動和PC業(yè)務的收入情況預計與第二季度類似。”
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。