人工智能正在推动着来自AWS、Google、Facebook和微软等互联网巨头的大量新服务,而且他们都需要Nvidia公司的图形芯片来为他们的大规模数据中心提供动力。
这也成为Nvidia第四财季实现增长的主要动力。总部位于加利福尼亚州圣克拉拉的芯片制造商Nvidia今天表示,该季度公司的净利润同比上涨71%,达到11亿美元,合每股1.78美元,涨幅达80%。收入增长了34%,达到29.1亿美元。
这一结果也超出了华尔街此前的预期。分析师此前预计Nvidia的每股盈利为1.17美元,营收26.8亿美元。Nvidia本身预测的收入范围在26亿美元到27亿美元之间。
Moor Insights&Strategy公司总裁兼首席分析师Patrick Moorhead表示:“Nvidia的营收总额增长了34%,而且每个业务部门都有增长。”
Nvidia还发布了对第一季度的新预期,它预计这个季度的收入将达到29亿美元,比普遍预期的24.6亿美元高出了约2%,毛利率为62.7%,上下浮动0.5个百分点。
这个结果给Nvidia的股票带来了巨大的提升。在盘后交易中,Nvidia股价涨幅高达12%。在正常的交易中,当整体市场再度暴跌的时候,Nvidia的股票跌了4%多,达到每股219.07美元,也就是大约4%或者1000多点。自今年年初以来,Nvidia股价上涨约14%。
Nvidia公司首席执行官黄仁勋表示:“全球的各行各业都在竞相加入人工智能。几乎每个互联网和云服务提供商都接受了我们的Volta GPU”,也就是Nvidia最新一代的GPU。
Nvidia面向视频游戏的主流芯片和系统涨幅最大,同比上涨了29%,环比上涨了11%,达到了17.39亿美元。
但数据中心的销售额实现了最大幅的环比增长,增长了21%达到6.06亿美元。比一年前上涨了105%,超过分析师平均预期的5.52亿美元。
大型互联网公司需要专门用于机器学习算法处理的芯片,来为图像和语音识别等服务提供动力。此外,这对于自动驾驶汽车等新兴技术来说也很重要。
Nvidia的标志着这个关键的数据中心市场正呈现出稳定的发展势头。第二季度,数据中心的环比增长平平,Nvidia将其归咎于向新一代数据中心芯片的过渡。第三季度该细分市场的环比增长回升至20%,因此第四季度的增长速度更为积极。
加密货币的挖掘,也需要像GPU这样的高性能芯片,这也是过去一年Nvidia的一个重要市场。但是Nvidia淡化了这个市场的潜力,在财报电话会议上并未提及这部分内容。
没有提及并不仅仅因为这个市场相对较小,而且还存在不确定性和波动性。最近,比特币等加密货币价格下跌,以及中国等一些国家最近对加密货币的管控,引发了投资者对该业务可持续性的质疑。
事实上在第三季度,加密货币矿业从环比减少一半以上达到7000万美元。黄仁勋称这部分的下滑转移到更为标准的游戏计算机,用于这项业务,称“一段时间以后,我们会看到加密货币将成为我们业务的一个小而非零的部分。”
首席财务官Collette Kress在财报电话会上重申:“加密货币趋势可能将保持不稳定”。一些加密货币需求是通过专用芯片和一些游戏芯片实现的,后者的需求促成了游戏芯片的低于日常的库存,但她没有提供与加密货币相关收入的估算。
Moorhead说:“我希望数据中心能够发展壮大,但是对于游戏部分还是比较谨慎的,因为它包括比特币挖掘。很难到ASIC(针对挖矿定制的专用集成电路。)的增长速度有多快。”
Moorhead还指出,汽车业务的增长缓慢,环比下滑8%,仅比去年同期上涨3%。他认为,自动驾驶汽车电子元件的采用速度较慢。
尽管Nvidia的图形芯片似乎仍处于主导地位,但可能会面临更加严峻的竞争。英特尔在11月宣布与长期竞争对手AMD合作,为高端笔记本电脑制造芯片,将英特尔的CPU与AMD的GPU相结合。英特尔还聘请了AMD最近离职的首席GPU架构师Raja Koduri在英特尔担任同样的工作。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。