由于游戏、高性能计算和人工智能对于GPU的需求巨大,使得Nvidia公司多年来一直飞速发展,但是这也意味着,即使是小幅度的下降,也会让投资者们感到不安。
这就是今天发生的情况。Nvidia发布了第二财季的财报,并表示,挖矿系统的收入几乎为零。
Nvidia财报显示,该季度净利润为11亿美元,合每股1.76美元,收入31.2亿美元,同比增长40%,但比第一季度下滑3%。调整股票补偿等项目之后,利润为12亿美元,合每股1.94美元,同比增长92%,但比第一季度下滑5%。
收入和利润都轻松超过了华尔街此前预期。FactSet的数据显示,分析师预计的每股收益为1.67美元,调整后为1.85美元,收入为31亿美元。
然而,股票有明显波动,因为Nvidia公布本季度的收入指南为32.5亿美元,上下浮动2%,这低于分析师预测的33.4亿美元。
因此,Nvidia股票在盘后交易中下跌约4%,在常规交易中收盘下跌0.6%至每股257.44美元。Nvidia股价在去年上涨了50%多,因此任何放缓的迹象都会对投资者们的情绪产生重大影响。这一情况也曾在第一季度发生过,尽管当时收入和预测都超过了预期最高水平。
有两个因素似乎前景黯淡。首先,Nvidia本周刚刚推出了一款新的芯片架构,可能会导致一些客户暂停购买现有系统,直到第四季度出货新的GPU芯片。但更为直接的是,加密货币挖矿系统的收入(第一季度为2.89亿美元)下降幅度甚至超过了预期,从现在开始可能会产生“可忽略不计”的收入影响。
尽管如此,第二季度Nvidia在大部分市场仍然保持收益的强劲增长,包括人工智能、游戏、自动驾驶汽车和可视化。
Nvidia首席执行官黄仁勋表示:“每个行业对计算的需求,和传统计算所达到的上限,这两者之间不断拉大的差距正在推动着我们收入的增长。开发人员正在采用我们的GPU加速计算模型,来满足他们的需求。”
有分析师表示认同。Global Equities Research的Trip Chowdhry在给客户的一份报告中称,数据中心“长期增长趋势”仍然存在,而且“不会很快停止”。
挖矿业务面临断崖
Nvidia数据中心业务再次首先显著增长,增幅为83%,达到7.6亿美元,高于预期。这要归功于从人工智能研究人员、到谷歌和AWS等云计算巨头都在使用Nvidia的GPU芯片进行深度学习(人工智能的一个分支),让计算机可以自我学习,这带来了图像和语音识别以及自动驾驶汽车等领域的多项突破。
游戏业务为Nvidia贡献了最多的收入,这部分同比增长了52%,达到18亿美元,略高于分析师的预期。专业可视化收入增长了20%,达到2.81亿美元。
汽车业务仍处于边缘地位,收入仅增长13%,达到1.61亿美元。最近特斯拉公司表示,虽然戴姆勒和博世宣布他们将会在他们的自动驾驶车队中使用Nvidia Drive,但特斯拉再起自动驾驶汽车中将不再使用Nvidia芯片。
在该季度,Nvidia的加密货币挖矿系统收入急剧下滑,仅为1800万美元。Nvidia首席财务官Colette Kress曾表示,上个季度该业务的收入可能仅为1亿美元,因此下降幅度越大意味着未来越接近于零。
挖矿计算机使用的是GPU,这部分业务的影响也一直是投资者所持续关注的,投资者质疑挖矿热潮到底能持续多长时间,因此Nvidia也一直尽量对这部分业务所带来的影响轻描淡写。
结果和展望表明,Nvidia长期的积极成果不会很快结束。不过,今年和明年之后,它可能会面临更多的竞争。
例如,拥有越来越多的企业正在寻求使用专门的硅芯片进行深度学习。至少在一些机器学习工作负载方面,英特尔一直在推销自己的主流CPU,并且近年来英特尔已经选择了许多芯片公司来做更多专业的AI任务如计算机视觉等。谷歌拥有自己专门用于人工智能的Tensor Processing Unit,虽然不出售这款芯片,但是用于谷歌自己的云数据中心的。
Nvidia本身一直致力于提供更广泛的解决方案。5月下旬,Nvidia推出了一个新的云服务器平台HGX-2,旨在将人工智能和高性能计算结合起来——正如越来越多应用所做的那样。 6月,Nvidia宣布推出了Jetson Xavier,一款针对机器人和无人机设计开发的新AI芯片。
Nvidia继续在高性能计算方面发挥其优势,尤其是人工智能和最初的计算机图形卡方面。 周一晚些时候,Nvidia推出了最新的Turning芯片架构,称其可以实时实现更加逼真的图形渲染。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。