ZD至顶网服务器频道 08月15日 新闻消息: Nvidia产品的收入全线上扬,Nvidia称公司上季度的收入创新高。
Nvidia的总部设在美国加州,专攻GPU, 2017年第2财季(截止今年7 月 31 日的三个月)的表现:
个人电脑和工作站图形芯片销售依然强劲。不过首席执行官黄仁勋(Jen-Hsun Huang)却大谈Nvidia在未来几个月从低谷走出来后新市场的增长会在收入里开始显现出来。特别是服务器和互联网连接设备上的机器学习应用程序对GPU加速有需求,而Nvidia则在大力推广可用于这些系统的工具包。
黄仁勋表示,"深度学习和人工智能涉及到各行各业,影响深远,我们十分期待这方面的发展。我们在过去5年里在发展旗下用于深度学习的整个 GPU 计算堆栈上做了重磅投资。"
他表示 ,"我们现在已经准备就绪,将与世界各地的研究人员和开发人员紧密合作,推广强大的深度学习和人工智能技术,为美好的未来创新。"
一众分析师和黄仁勋一样对于增长前景表示乐观,分析师特别看好数据中心和超级规模市场的增长前景,这些市场在加速人工智能和科学工作负载时用到 Nvidia GPU。
Gartner 研究副总裁Mark Hung告诉记者,"这些搞机器学习和超规模的人用的就是GPU。"他认为,Nvidia在这些市场的势头足可以叫板业界芯片巨头。
他表示,"Nvidia 采取的方法与其他ARM厂商不一样,取得了成功,Nvidia并不是正面叫板英特尔,而是真的打造出在可以有效地用于新机器学习算法里的GPU。
Nvidia 股价在盘后交易里涨到61.49美元, 上扬3%。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。