最新!ST、TI、NXP、瑞萨、安森美、英飞凌2023年Q1营收出炉

Release time:2023-05-06
author:AMEYA360
source:网络
reading:3445

  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。”


("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
慕展回顾丨从域集中到中央计算,瑞萨助力汽车电子架构平稳跃迁
  瑞萨电子汽车电子高级市场经理杜维出席了由上海市交通电子行业协会、上海浦东汽车电子创新与智能产业联盟以及慕尼黑展览(上海)有限公司共同举办的“2026(第四届)国际汽车电子技术创新论坛”,并发表了《瑞萨电子赋能跨域融合与中央计算》主题演讲,系统阐释了瑞萨面向下一代集中式电子电气架构的全栈解决方案与产业思考。  瑞萨电子赋能跨域融合与中央计算  当前,汽车电子电气架构正从域集中、分布式架构向“区域控制与中央计算”协同部署转型。这一过程需同时解决ECU加速整合、OEM架构差异化及多域功能融合三大挑战。  为此,瑞萨推出了R-Car X5x系列SoC。作为第五代R-Car产品,该系列集成多簇Arm Cortex-A720AE应用核与Cortex-R52实时核,提供超1000K DMIPS算力及最高400 TOPS AI加速能力,并率先采用标准化UCIe芯粒互连接口,可以根据不同车型的需求灵活搭配AI或图形等扩展芯粒,快速构建出覆盖从入门到旗舰的全系列产品。  瑞萨电子汽车电子高级市场经理 杜维  针对单芯片承载IVI、ADAS及实时控制等多域任务所带来的混合关键性安全问题,瑞萨在R-Car Gen5中强化了硬件级FFI隔离机制,确保不同安全等级应用在共享硬件资源时互不干扰。除了强大的硬件,瑞萨电子还通过RoX平台构建开放的软件生态,并携手中科创达、纽劢科技等本土合作伙伴,共同加速智能汽车解决方案的落地。杜维表示,瑞萨RH850系列MCU覆盖从车身控制到区域控制器的全场景需求,与R-Car系列形成互补。整体而言,瑞萨正以模块化硬件、软件复用及开放生态为核心策略,构建可覆盖从主流到高端车型的统一可扩展计算底座,助力OEM加速向集中化电子电气架构平稳过渡。  从储能技术的创新突破,到端侧智能的生态深耕,再到汽车电子的架构升级,本届慕尼黑上海电子展上,瑞萨电子围绕三大赛道交出了一份扎实的技术答卷。依托覆盖工业、汽车、能源等多领域的完整产品矩阵与开放合作生态,瑞萨将持续以底层技术创新驱动产业落地,携手更多合作伙伴共同挖掘电子产业的增长新动能。
2026-07-22 09:40 reading:129
喜报丨瑞萨电子RA8T2 MCU荣获维科杯OFweek 2026“AI+智造创新产品奖”
2026-07-21 09:50 reading:190
瑞萨丨芯片+工具+生态,激活端侧AI产业落地
  瑞萨电子嵌入式处理器事业部市场部高级经理施灵峰出席本次“国际嵌入式系统创新论坛-工业物联网技术与生态建设”主题论坛,并发表《构建端侧智能技术生态,激活产业AI落地》主题演讲,系统阐释了瑞萨在端侧AI领域从技术突破到生态建设的完整战略布局。  国际嵌入式系统创新论坛  构建端侧智能技术生态,激活产业AI落地  当前,端侧AI已成为各行业的差异化竞争关键,但多数企业仍存在“建模难、开发慢、资源贵”等困境。施灵峰提出,瑞萨的解题思路不是提供单一芯片或工具,而是通过“芯片+工具+生态”的全链路布局,与各产业深度融合,助力各产业端侧AI开发应用从概念走向规模化落地。  针对客户不同阶段的需求,瑞萨打造了四类场景化方案:  针对拥有数据但缺乏AI建模经验的开发者可通过Reality AI等工具自动完成特征探索、模型训练与代码优化,无需专业AI建模能力。  已有模型的开发者可通过e-AI Translator等工具链,一键将PyTorch、TensorFlow等主流框架的模型转换为MCU可运行的C代码,并可提前评估资源占用情况及模型推理性能。  面向高实时性复杂应用需求,瑞萨提供集成NPU的RA8P1 MCU,在实现低延迟AI推理的同时,兼顾高集成度与系统成本优化。  针对高算力视觉AI场景,瑞萨推出搭载自研DRP-AI加速引擎的RZ系列MPU,提供10 TOPS/W的高能效表现,可高效支撑复杂视觉算法运行,在高算力需求与系统成本之间实现更优平衡。  瑞萨电子嵌入式处理器事业部市场部高级经理 施灵峰  施灵峰强调,瑞萨已推动AI与传感器、电机控制等关键技术深度融合,覆盖家电、工业、智慧城市等主流领域。同时建立AI HUB、RZ/V AI ZOO等生态资源,并且RAIMD支持对接NVIDIA TAO生态,降低开发难度。未来,瑞萨将持续深耕端侧智能技术,与行业伙伴携手破解落地难题,共同激活产业AI的规模化应用价值。  从目前各产业广泛“AI+”应用落地的现实需求和痛点出发,以“芯片+工具+生态”的全链路思路破局,瑞萨正在为端侧AI的规模化落地搭建可复用的技术路径。随着端侧智能技术的持续渗透与生态伙伴的深度协同,产业AI的落地门槛将持续降低,更多高价值的智能应用也将加速走进工业、城市等真实场景,为全产业的智能化升级注入持久动力。
2026-07-16 14:07 reading:250
瑞萨|当今智能电表技术所面临的核心问题
  如果您正在开发智能电表,那么您可能早已听过这个颠覆整个市场的问题:  “你们的电表是否能够识别正在运行的电器、检测篡改行为并且不依靠云端即可独立运行?”  事实上,准确计量能耗已不足以满足当今需求。如今,公用事业公司和能源供应商希望智能电表能够在现有的硬件平台和紧张的部署时间等限制条件下,提供切实可行的洞察信息,保证数据完整性,并提升用户参与度。随着市场对数据洞察的需求日益迫切,采购周期不断缩短,客户的期望值持续攀升,产品差异化正变得比以往任何时候都更加重要。真正的挑战已不再是如何准确计量能耗,而是如何将计量结果转化为能够赢得业务的智能功能。  为何智能电表的智能功能如此重要  对于公用事业公司、能源服务提供商和原始设备制造商(OEM)来说,这一转变已经显而易见。客户希望在控制成本和复杂度的前提下,获得更多的洞察信息、更可靠的产品和更高的价值。  实际上,先进的智能电表平台通常集成了三项核心能力:  精准计量电压、电流、功率和能耗  嵌入式智能功能,如用于负载分解的非侵入式负载监测(NILM)  用于检测篡改行为的集成式安全特性  这三种能力共同作用,将智能电表从单纯的计量设备转化成了一个能实现收益保障、运行效率和有效用户参与的智能化平台。  从计量到洞察  借助NILM和防篡改分析的组合,智能电表能够利用所收集到的数据创造更多价值。  NILM可从汇总信号中提取电器级洞察,而防篡改分析可以识别各种异常情况,如磁场干扰、反向接线或异常能耗模式。两者相结合,可实现以下电表功能:  揭示能源的使用方式  验证数据是否可信  无需额外的传感器即可生成切实可行的洞察信息  因此,通过一个平台同时实现客户洞察和收益保障就成为了现代部署的关键要求。  实际应用  此类统一平台的应用场景覆盖了不同类型的智能电表,包括:  智能家居和多户住宅建筑:在住宅环境中,智能电表不止于计费功能,还能提供富有意义的能耗洞察(例如:使用现有数据识别正在运行的电器、提供切实可行的能耗指导以及提升用户对能源应用的参与度),而这一切都无需额外部署传感器或增加安装复杂度。  公用事业智能电表:一个平台,双重价值。公用事业公司常常面临着一个困境,他们需要消费者能耗洞察信息和可靠的收益保障,而预算却仅允许部署一个平台。通过将NILM与防篡改技术相结合,一个平台即可同时满足这两个目标,并实现:  从汇总信号中进行电器与负载分解  检测篡改场景,如磁场攻击或旁路篡改行为  通过更准确的报警和更少的误报改善现场运维  其结果是运维效率更高,问题能够及早发现并得到快速解决。  工业与商业能源监测:在商业和工业环境中,关注点转向了可靠性和效率。智能计量技术可识别设备使用模式,检测性能退化的早期迹象,并支持混合负载应用中的能源优化。这有助于减少不必要的维修服务,并充分降低意外停机的风险。  为何选择瑞萨电子智能计量方案  如何在受限的系统中实现这种级别的智能功能,是许多团队面临的难题。  瑞萨电子通过将嵌入式处理、传感、安全、边缘人工智能(AI)和开发工具整合在了一个为真实智能计量应用场景而设计的统一平台中,成功解决了这些难题。  其核心在于RA2A2 MCU,这是一款超低功耗通用型微控制器,搭载Arm® Cortex®-M23内核,经专门优化后,可在严格的存储器和能耗限制条件下实现高效的边缘处理。  经过边缘优化的AI推理  这种方案的关键优势在于,所有智能功能均直接在边缘运行,不依赖于云连接,同时可确保稳定的性能和数据隐私。它使得智能电表即使是在电网异常或连接中断时仍可稳定运行,并可实现:  实时负载监测  确定性的性能表现  强大的数据隐私保护  瑞萨电子的AI模型专门针对受限环境进行了优化,能够在不增加系统成本的前提下保持高效率,同时能够在有限的内存内运行并维持强大的性能。  RA2A2 MCU的性能示例:  加速产品上市的开发工具  大多数AI开发周期都遵循着相同的节奏:收集数据、商讨特性、训练、过拟合、重新训练、反复循环,与此同时项目截止日期则在不断迫近。瑞萨电子的Reality AI Tools®通过以下方式简化智能电表开发:  快速探查数据和提取特征  自动生成与优化模型  无缝部署至瑞萨电子的器件中  这意味着,您的团队无需再疲于应付模型流程,而是可以专注于真正实现产品差异化的核心工作,例如:能够在现场始终保持稳定的篡改检测准确率、终端客户真正在意的能耗洞察信息以及让公用事业公司认同“这就是为我们量身打造的方案”的独特性。  从智能电表到能源智能  智能电表的发展不再局限于计量本身,而是致力于提供可操作的能源智能功能。  借助边缘AI和嵌入式分析,智能电表能够:  减少能源浪费  提升电网效率  提供新的增值服务  这为整个生态系统创造了价值,从公用事业公司和运营商到终端用户,他们都能够更清晰地了解自己的能源消耗情况。  了解这种方案如何适用于您的应用场景  如果您的发展路线图涵盖了将智能功能添加到智能电表平台中,那么现在正是推进的时机。  通过将NILM、防篡改分析、边缘AI和可扩展硬件相结合,瑞萨电子提供了一条从概念到部署的切实路径,使您能够:  无需额外硬件即可提供电器级洞察  准确检测篡改行为并减少误报  将电表转变为可保障收益的差异化平台
2026-07-14 13:10 reading:259
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
TL431ACLPR Texas Instruments
MC33074DR2G onsemi
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
model brand To snap up
BP3621 ROHM Semiconductor
ESR03EZPJ151 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
IPZ40N04S5L4R8ATMA1 Infineon Technologies
TPS63050YFFR Texas Instruments
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code