ARM架构PC退货率与CEO策略透视

简介: ARM架构PC退货率与CEO策略透视

来源:企业网D1net


英特尔临时联席首席执行官声称,零售商正在遭遇大量Arm架构PC的退货,试图吓退考虑购买竞争对手处理器架构的买家,然而,分析师指出,对于企业采购者来说,关键在于购买前检查与企业应用程序的兼容性。尽管有传言称基于高通的PC退货率高,但分析师认为这并未对企业买家造成实际影响。他们强调,企业买家在购买前会进行尽职调查,确保设备兼容性。此外,分析师还指出,Arm架构设备在电池寿命等方面具有明显优势,但企业也需关注微软等厂商在相关功能上的表现。未来,企业对于基于Arm架构的PC的采用情况将取决于软件兼容性、电池寿命及性能等多方面因素。


英特尔临时联席首席执行官声称,零售商正在遭遇大量Arm架构PC的退货,但分析师表示,企业采购者深知在购买前需检查与企业应用程序的兼容性。


英特尔临时首席执行官米歇尔·约翰斯顿·霍尔索斯(Michelle Johnston Holthaus)声称零售商正在遭遇大量Arm架构 PC的退货,这似乎是在试图吓退考虑购买竞争对手处理器架构的买家,但对于那些谨慎行事的企业买家来说,则无需过多担忧。


霍尔索斯在上周晚些时候举行的巴克莱年度技术会议上表示:“如果你看看Arm架构 PC的退货率,你去问问任何零售商,他们最担心的是,‘我退回了很大一部分产品,因为你在设置时会发现,我们原本以为能用的东西,结果却用不了。’”


记者周一联系了英特尔和高通以征求评论,但在请求发出24小时后,仍未收到任何一方的回复。同样的情况也适用于微软、戴尔、惠普和联想,这些公司都提供基于高通最新处理器(骁龙X Elite或X Plus)的设备。


分析师们则更为坦率。Info-Tech Research Group的高级研究总监杰里米·罗伯茨(Jeremy Roberts)表示:“对于大多数商业用户而言,零售商所称并由英特尔领导层宣扬的高通骁龙系统高退货率,其实并无实际意义。”


他说,现实情况是,“虽然Arm架构设备确实带来了一些明显的好处(电池寿命是一个巨大的卖点),但大多数桌面应用程序都是为x86系统构建的,要么需要重新构建,要么需要通过像微软的Prism这样的模拟器来运行。一般的零售买家并不关心指令集或模拟层,直到他们想做的事情,比如玩游戏或使用应用程序,无法实现时才会关注,而典型的商业买家确实会关心这些事情。”


罗伯茨补充说,他并不了解高退货率的真实情况:“有可能英特尔是在小题大做,或者高通是在淡化对其业务的真正威胁,但对于了解情况的买家来说,这并不重要。”


Moor Insights & Strategy的首席分析师安谢尔·萨格(Anshel Sag)补充说:“关于基于高通的PC退货率高的传言一直持续存在,而且出现得过早。所以,当我们再次听到这种传言时,我不禁要质疑其真实性。尤其是我还没有与渠道或原始设备制造商(OEM)中的任何人交谈过,他们也无法证实这些说法。”


他表示,销售数字可能并没有许多人期望的那么好,“但我也认为,这很大程度上与微软在Recall等功能上的失误有关,这些失误降低了在发布时选择高通Copilot+ PC的价值。”


萨格表示,对于企业买家来说,“他们对这个平台可能带来的前景仍然充满热情,但目前尚不清楚微软、高通和OEM是否已经达到了预期。”


他说,他认为企业仍在试验基于Arm架构的PC,但他们也知道,无论芯片供应商是谁,PC的未来都将包括Arm架构。“我认为这真的是一个成熟度问题,”他指出,“尤其是微软通过Recall在Copilot+上制造了很多疑虑,而且不同芯片供应商的能力参差不齐。”


萨格预测,2025年值得关注的大趋势将是Copilot+ PC能在多大程度上克服早期的成长烦恼,以及有多少企业能够验证他们的软件能够在模拟环境中原生或顺畅地运行。


他说,“将有很多企业希望更换他们在疫情早期购买的机器或过时的Windows 10 PC,他们将希望这些新设备具备AI功能,即使这些功能主要是为了未来做准备。在与OEM的交谈中,我发现他们对基于Arrow Lake的英特尔处理器的兴趣并不像对Lunar Lake那样浓厚,这主要是因为Arrow Lake的AI功能有限,而且微软希望专注于Copilot+ PC。”


“对于高通来说,兼容性仍然是一个因素,但每周都有针对基于Arm架构的Windows PC的重大更新,这个平台正在变得越来越好,”萨格补充说。“这里有很多因素在起作用,但我认为大多数购买高通系统的人都知道他们得到的是什么,他们想要的是电池寿命长且性能不打折的设备。”


与此同时,罗伯茨表示,在企业IT部门工作的终端用户计算决策者应该“审查他们的需求和管理工具,并在购买设备前确保兼容性,而且他们可能本来就不会通过零售渠道来购买。”


“对我来说,这是一个关于采用情况的有趣潜在故事,但对企业IT来说并不真正相关——假设进行了非常基本的尽职调查。”

相关文章
|
6月前
|
存储 机器学习/深度学习 数据库
阿里云服务器X86/ARM/GPU/裸金属/超算五大架构技术特点、场景适配参考
在云计算技术飞速发展的当下,云计算已经渗透到各个行业,成为企业数字化转型的关键驱动力。选择合适的云服务器架构对于提升业务效率、降低成本至关重要。阿里云提供了多样化的云服务器架构选择,包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景,以供大家了解和选择参考。
1055 61
|
9月前
|
机器学习/深度学习 计算机视觉 iOS开发
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
446 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
|
5月前
|
缓存 负载均衡 监控
微服务架构下的电商API接口设计:策略、方法与实战案例
本文探讨了微服务架构下的电商API接口设计,旨在打造高效、灵活与可扩展的电商系统。通过服务拆分(如商品、订单、支付等模块)和标准化设计(RESTful或GraphQL风格),确保接口一致性与易用性。同时,采用缓存策略、负载均衡及限流技术优化性能,并借助Prometheus等工具实现监控与日志管理。微服务架构的优势在于支持敏捷开发、高并发处理和独立部署,满足电商业务快速迭代需求。未来,电商API设计将向智能化与安全化方向发展。
|
5月前
|
边缘计算 监控 搜索推荐
301重定向:技术原理、架构级策略与搜索引擎的隐秘对话
本文深入解析HTTP状态码301“永久重定向”的技术细节与实践应用,探讨其在浏览器、爬虫及服务器端的行为特性。内容涵盖Nginx与CDN边缘计算实现高效重定向的方案,权重传递衰减机制,以及大规模网站迁移的技术框架。同时,文章还介绍了HTTP/3时代的创新优化,如0-RTT跳转和服务端推送,并提供诊断工具和实践清单,助力精准实施与监控重定向策略。301重定向不仅是技术手段,更是流量与信任关系的重塑桥梁。
121 6
|
4月前
|
缓存 监控 API
电商API的微服务架构优化策略
随着电商快速发展,API成为连接用户、商家与系统的核心。本文探讨微服务架构下电商API的优化策略,分析高并发、低延迟与数据一致性等挑战,并提供服务拆分、缓存异步、监控容器化等实践方案,助力构建高性能、高可用的电商系统,提升用户体验与业务效率。
113 0
|
6月前
|
消息中间件 数据可视化 Kafka
docker arm架构部署kafka要点
本内容介绍了基于 Docker 的容器化解决方案,包含以下部分: 1. **Docker 容器管理**:通过 Portainer 可视化管理工具实现对主节点和代理节点的统一管理。 2. **Kafka 可视化工具**:部署 Kafka-UI 以图形化方式监控和管理 Kafka 集群,支持动态配置功能, 3. **Kafka 安装与配置**:基于 Bitnami Kafka 镜像,提供完整的 Kafka 集群配置示例,涵盖 KRaft 模式、性能调优参数及数据持久化设置,适用于高可用生产环境。 以上方案适合 ARM64 架构,为用户提供了一站式的容器化管理和消息队列解决方案。
496 10
|
7月前
|
存储 机器学习/深度学习 算法
阿里云X86/ARM/GPU/裸金属/超算等五大服务器架构技术特点、场景适配与选型策略
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别。本文将深入解析这些架构的特点、优势及适用场景,帮助用户更好地根据实际需求做出选择。
|
9月前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
639 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
9月前
|
机器学习/深度学习 算法 文件存储
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
273 4
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型