最新!ST、TI、NXP、瑞萨、安森美、英飞凌2023年Q1营收出炉

发布时间:2023-05-06 10:32
作者:AMEYA360
来源:网络
阅读量:3283

  近日,ST、TI、NXP、瑞萨、安森美、英飞凌等各大芯片厂商陆续公布2023年Q1最新财报。通过最新一季的业绩可以看出,在消费市场普遍疲软的当下,汽车和工业领域依旧成为拉动业绩的重要因素。

  TI:Q1季度收入43.79亿美元

  4月25日,德州仪器公司(TI)官网发布2023年Q1季度的财报,Q1季度收入43.79亿美元,收入连续下降6%,比去年同期下降11%。

  数据显示,TI在Q1营收和利润不论同比还是环比都有显著下跌。在TI各项业务中,模拟类营收同比显著下降,利润则下降更多。这不由得让人将其与元器件市场通用物料价格下跌相关联。嵌入式处理业务在营收略为上涨的情况下利润却大幅降低,与第一季度不少MCU产品价格走跌情形密切相关。

最新!ST、TI、NXP、瑞萨、安森美、英飞凌2023年Q1营收出炉

  关于公司业绩和股东回报,TI 总裁兼首席执行官 Haviv Ilan表示:「在本季度,我们的终端市场如预期的那样表现疲软,但汽车除外。我们的现金流来自77亿美元过去 12 个月再次凸显了我们商业模式的实力。同期的自由现金流为44亿美元和收入的 23%。这反映了我们产品组合的质量,以及我们制造策略的效率,包括 300 毫米生产的优势。」

  展望第2季,TI 第二季度的收入预期为41.7亿美元到45.3亿美元和每股收益之间1.62 美元和1.88 美元. 继续预计 2023 年的有效税率约为 13% 至 14%。

  ST:Q1净收入42.5 亿美元

  4月27日,意法半导体(ST)公布 2023 年第一季度财务业绩。其中,第一季度净收入42.5 亿美元;毛利率49.7%;营业利润率 28.3%;净收入 10.4 亿美元。净资本支出支付 10.9 亿美元后,第一季度自由现金流 1 为 2.06 亿美元。

  意法半导体总裁兼首席执行官 Jean-Marc Chery 表示,“第一季度 42.5 亿美元的净收入好于汽车和工业的预期,部分抵消了个人电子产品的收入下降。第一季度毛利率为 49.7%,比我们的业务展望范围的中点高出 170 个基点,主要由于价格环境仍然有利的产品组合。”

  展望第2季,意法半导体预估净收入为 42.8 亿美元,同比增长 11.5%,环比增长 0.8%;预计毛利率约为49.0%。

  瑞萨电子:Q1营收359.4亿日元

  2023年4月27日,日本瑞萨电子(Renesas)公布了截至 2023 年 3 月 31 日止三个月的综合财务业绩。公告显示,瑞萨电子第一季度收入为359.4亿日元,净收入123.3亿日元。该业绩符合国际财务报告准则。

  安森美:Q1营收19.597 亿美元

  2023年5月1日,安森美半导体(onsemi)公布了 2023 年第一季度的业绩,2023 年第一季度收入为 19.597 亿美元,同比增长 1%。其中,汽车收入同比增长 38%,占总收入的 50%;汽车和工业终端市场合计占收入的 79%,创历史新高。

  onsemi 总裁兼首席执行官 Hassane El-Khoury表示,“尽管宏观经济存在不确定性,但我们继续保持第一季度业绩超出预期的势头。我们的加速碳化硅制造产量超出了我们的内部计划,使我们的硅产量几乎翻了一番,硬质合金收入环比增长,ADAS 和能源基础设施收入同比增长约 50%。随着长期的顺风推动我们的业务,我们正在审慎地管理我们的业务,以提供一致和在当前市场环境下可预测的结果。”

  恩智浦:Q1营收达31.2亿美元

  5月1日,恩智浦(NXP)公布2023年第1季(截至2023年4月2日为止)业绩。第一季度收入为31.2亿美元,同比下降0.5个百分点。其中,来自汽车市场的营收18.28亿美元,同比增长17%,环比增长1%。来自工业和物联网市场的营收5.04亿美元,同比下滑26%,环比下滑17%。来自移动市场的营收2.6亿美元,同比下滑35%,环比下滑36%。来自通信基础设施和其他市场的营收5.29亿美元,同比增长7%,环比增长7%。

  恩智浦执行长Kurt Sievers指出,“恩智浦的所有重点终端市场表现均优于预期,汽车与核心工业事业持续走强。他并且表示,恩智浦对于成功度过消费性业务周期性低迷抱持审慎乐观态度。”

  英飞凌:Q1营收41.19亿欧元

  5月4日,英飞凌公布了2023年第一季度(截至2023年3月31日)的业绩。其中,Q1收入达到41.19亿欧元,环比增长 4%,同比增长 25%,税后利润达到 8.26 亿欧元。汽车 (ATV) 和绿色工业电源 (GIP)1 细分市场的收入显着增加,而互联安全系统 (CSS) 细分市场的收入略有增长。然而,电源和传感器系统 (PSS) 部分如预期的那样经历了显着下降。

  英飞凌首席执行官 Jochen Hanebeck 表示,“英飞凌表现非常出色。我们看到与电动汽车、可再生能源发电和能源基础设施相关的业务增长强劲。这些正是我们在脱碳方面所服务的关键应用。虽然智能手机、个人电脑和家用电器等消费品市场的改善尚不明显,但我们对英飞凌未来的业务表现总体上非常有信心。因此,我们向上修正了对本财年收入和盈利能力的预期,正如三月底已经宣布的那样。”


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
议程揭晓|6.14深圳见 · 瑞萨RA MCU开发者日
喜报丨瑞萨电子凭借R-Car X5H荣膺第五届知鼎奖“智能驾驶科技创新奖”
2026-06-03 10:49 阅读量:260
瑞萨丨技术干货|解决方案套件概念:AI赋能的智能电动自行车——重塑城市出行与智能交通
  电动自行车正在迅速重塑城市出行方式。作为汽车之外更可持续、更灵活的选择,电动自行车不仅有助于缓解交通拥堵,也符合绿色低碳的发展趋势。随着电动自行车技术的不断进步和普及,用户对安全性、可靠性和智能辅助功能的期待也在持续提升。  然而,无论是传统机械自行车还是电动自行车,当前仍高度依赖骑手的主动感知以及按计划进行的维护保养。许多机械问题往往是逐步演变的,在性能明显下降或故障真正发生之前,几乎没有预警信号。这种被动式维护方式容易导致意外故障、更高的维修成本,甚至带来潜在的安全隐患。  瑞萨通过AI赋能的智能电动自行车概念方案应对这些挑战。该方案基于嵌入式边缘人工智能(AI),在自行车本体上即可实现预测性维护、智能骑行辅助、环境感知以及电池管理优化,无需依赖云端连接。  嵌入式边缘AI实现预测性与智能骑行  智能电动自行车的核心由Renesas AIK-RA8D1 AI开发套件驱动。该套件基于RA8D1微控制器(MCU)),这是一款面向实时嵌入式AI应用设计的高性能Arm® Cortex-M85® MCU。借助Renesas Reality AI Tools®,开发者可以部署高度优化的AI模型,使其完全运行于MCU本地,无需云端计算支持。  这种系统架构在实现更安全、更高效骑行体验的同时,也有效控制了功耗和系统成本,非常适合大规模部署于智能出行设备中。  AI赋能的智能电动自行车围绕以下两大核心能力,全面提升骑行体验:  AI驱动的状态监测  更顺畅、更安全的骑行体验,全面提升用户感受  瑞萨电动自行车概念  AI驱动的状态监测  无论是传统自行车、电动自行车,还是共享出行车队中的自行车,本质上都是精密的机械系统。其性能高度依赖于关键部件的健康状况,包括链条、齿轮、轴承以及车架连接部位。随着时间推移,这些部件会因机械应力、环境影响以及骑行工况而逐渐磨损和劣化。  传统的维护方式通常依赖定期人工检查或基于里程的保养周期。这些方法往往不够精准且偏被动,容易导致突发故障,增加维护成本和运营风险。  通过将AIK‑RA8D1与加速度传感器直接集成到自行车中,实时AI驱动的状态监测成为可能。系统可持续分析振动特征和运动模式,及早发现机械性能退化的迹象。  关键预测性维护功能包括:  链条劣化检测(Chain Deterioration Detection)——系统监测传动系统的振动模式。当振动特征偏离正常状态时,可在性能明显下降之前识别出链条过度磨损或润滑异常问题。  齿轮异常检测(Gear Anomaly Detection)——AI模型可识别由齿轮齿面磨损、损坏或变速器对位异常引起的异常振动模式,实现早期干预。  轴承失效检测(Bearing Failure Detection)——轴承在劣化过程中会产生特定的高频振动特征。系统可在出现可听噪声或严重机械损伤之前就检测到这些异常。  车架结构监测(Frame Structure Monitoring)——通过振动分析,还可识别车架的松动或结构性变化,从而提升骑行安全性并延长整车使用寿命  瑞萨如何实现智能自行车监测  要构建高精度的状态监测AI模型,必须采集涵盖正常运行状态和多种机械故障状态的数据集。  为此,系统采用AIK-RA8D1 AI开发套件,并通过Pmod™模块连接外部加速度传感器。开发套件和传感器均直接安装在自行车上,在真实骑行场景中采集振动和运动数据。  数据集采集通过Data Storage Tools完成。该工具可作为插件集成在Renesas e² studio中,也可作为独立应用供第三方IDE用户使用工具可实时采集加速度传感器的原始数据,并进行存储,用于后续的数据标注和AI模型训练。  Figure1.Training Set-up  AI模型开发与部署  在完成数据标注并上传至Renesas Reality AI Tools后,可利用云端AutoML功能训练和评估多个AI模型,并针对RA8D1 MCU进行部署优化。  最终选定的模型能够识别七种系统状态:  电动自行车状态:识别空闲与静止状态  链条运行状态:识别正常的正向与反向链条运动  齿轮异常:基于变速器位置检测两种故障状态  后轮结构状态:识别潜在的后轮松动问题  该优化模型在仅占用5KB内存的情况下,实现了99.63%的识别准确率,可高效运行于RA8D1 MCU上。  Figure2.Model Development to Deployment Flow  部署完成后,推理结果可通过集成在e² studio开发环境中的AI Live Monitor工具进行实时监控。  AI增强型骑行智能  除状态监测外,AIK RA8D1还可作为智能电动自行车计算核心,充当中央处理节点,分析来自电机、电池及各类传感器的数据——支持在有或无额外传感硬件的情况下运行。  AI赋能的骑行功能示例包括:  载荷分布检测——通过分析振动与运动信号,系统可估算骑手及货物的重量分布。据此推荐或自动调整坐垫位置,以提升舒适性和踩踏效率。  路面类型识别(Surface Detection)——AI模型可识别沥青路、碎石路或不平整地形。并根据路况动态调整电机扭矩和功率输出,从而提升稳定性与能效。  目标检测,实现更安全骑行(Object Detection for Safer Riding)——结合视觉传感器时,AI模型可识别周围车辆与障碍物,在盲区来车时触发预警。  “See with Sound”的空间感知能力——通过麦克风阵列,系统可估算周围车辆的来向,并向骑手提供空间方位提示,而无需持续视觉关注。  推动下一代智能出行  AI驱动的智能电动自行车方案充分展示了嵌入式边缘AI对个人出行和共享交通的变革潜力。通过将预测性维护与环境感知能力直接集成到自行车中,制造商能够打造更安全、更可靠、更高效的出行解决方案。  瑞萨AI技术致力于帮助客户基于可扩展的边缘AI平台,构建适用于实时嵌入式部署的智能出行系统。  告别突发故障,从瑞萨开始打造更智能、更安全的自行车。  准备好将AI驱动的状态监测引入骑行领域了吗?
2026-06-02 09:56 阅读量:285
喜报|瑞萨电子荣获上海繁易“战略合作伙伴”奖
2026-05-29 09:55 阅读量:381
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
型号 品牌 抢购
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
TPS63050YFFR Texas Instruments
ESR03EZPJ151 ROHM Semiconductor
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。

请输入下方图片中的验证码:

验证码