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
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。