当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 英特尔大裁员持续:两年全球减员2.3万人,加州园区宣布再裁58人

英特尔大裁员持续:两年全球减员2.3万人,加州园区宣布再裁58人

2025-02-07 16:55:06 0浏览 收藏

编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《英特尔大裁员持续:两年全球减员2.3万人,加州园区宣布再裁58人》,文章讲解的知识点主要包括,如果你对科技周边方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。

英特尔大裁员持续:两年全球减员2.3万人,加州园区宣布再裁58人

英特尔持续进行大规模裁员,这是其去年启动的成本削减计划的一部分。 目前裁员何时结束仍未可知。 最新消息显示,英特尔计划在3月底前,在其位于加州福尔瑟姆的园区再裁减58个职位,自2023年1月以来,该园区已裁员超过1000人。

自2022年底以来,英特尔全球员工人数已减少2.3万人,其中包括2024年裁减的约1.6万人。

福尔瑟姆园区的裁员是英特尔2025年前削减100亿美元成本计划的一部分。2024年11月,公司宣布出售福尔瑟姆部分房产并回租,进一步显示其规模缩减的决心。英特尔员工人数曾超过10万人,到2024年底降至108900人,基本恢复到2018年的水平,然而同期其年收入却减少了180亿美元。

此次裁员正值英特尔努力重振在半导体行业的竞争力之际。公司面临收入下滑、市场份额萎缩以及战略转型挑战。2024年,英特尔收入为531亿美元,低于前一年的542亿美元,其股价一年内暴跌60%。

尽管进行了裁员和成本削减,英特尔的未来仍充满不确定性。公司正在寻找新的CEO接替2024年12月离职的基辛格。 据最新消息,格罗方德前CEO Caulfield有望接任。

虽然英特尔减少了员工奖金,但仍提供一些财务支持,尤其是在以色列,员工获得了0.8个月薪的年度奖金,虽然远低于往年,但在财务紧张时期仍属罕见。公司在2024年花费了9亿美元用于重组,凸显其转型努力的巨大成本。(校对/赵月)

以上就是《英特尔大裁员持续:两年全球减员2.3万人,加州园区宣布再裁58人》的详细内容,更多关于英特尔,裁员的资料请关注golang学习网公众号!

金安国纪:两家子公司获颁高新技术企业证书金安国纪:两家子公司获颁高新技术企业证书
上一篇
金安国纪:两家子公司获颁高新技术企业证书
提高刺激的一个简单技巧
下一篇
提高刺激的一个简单技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    402次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    488次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    435次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    262次使用