最近投资者一直在惩罚图形芯片制造商:由于对其增长预测的担忧,Nvidia股价下跌超过25%。今天这个情况还在持续。
据报道,不管是第三季度预期还是对当前季度的指引,Nvidia都没有达到华尔街分析师的大部分预期。
Nvidia不那么出色的结果归咎于加密货币挖矿所导致的库存过程,虽然这个市场需要Nvidia芯片提供良好的计算能力,但这是一个不稳定的业务,尤其是当加密货币价值急剧下降的时候。
最重要的是,游戏设备制造商被迫过度订购以保证供应充足,这导致销售渠道中出现过多的显卡。Nvidia首席财务官Colette Kress在财报电话会议上表示,为了清理库存,该季度中端游戏GPU的销售额将微乎其微。
根据Nvidia财报显示,该季度Nvidia每股净利润为1.94美元,超过分析师预期的1.71美元,但在调整了股票补偿等项目后,利润为1.84美元,低于华尔街1.94美元的预期。此外该季度Nvidia的收入增长21%,达到31.8亿美元,低于普遍预期的32.3亿美元。
Nvidia首席执行官黄仁勋表示:“我们近期的业绩反映了加密货币繁荣过后的渠道库存过剩问题,这将得到纠正。”他还补充说:“我们的市场地位和增长机会比以往更强。”
然而更糟糕的是,Nvidia预计目前这个季度的收入约为27亿美元,远低于分析师预测的34亿美元。
因此,今天Nvidia股价在盘后交易中暴跌近19%。在常规市场交易中,Nvidia股价上涨2.6%,达到每股202.39美元。
Nvidia股价曾在10月2日创下每股292.76美元的历史新高,但随着各种增长问题的出现,Nvidia股价从那时候开始至今已经下跌约30%。其中一个问题是涉及到第二季度没有了用于加密货币挖矿的系统收入,这个问题Nvidia此前曾经发出警告,而且也出现在AMD上个季度的报告中,在这之后其股票下跌了15%。
Nvidia最大的业务部门——游戏部门的收入同比增长了13%,达到17.6亿美元,但低于18.9亿美元的市场预期。Nvidia首席财务官在评论中表示:“游戏收入低于我们的预期,我们第四季度的前景预期受到了中端Pascal产品渠道库存过剩的影响。我们认为这是一个短期问题,将在未来一到两个季度内得到纠正,请对我们的竞争地位和市场机会保持信心。”
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead解释说,在加密货币挖矿的高峰期,挖矿者们竞相购买市场中所有可用的显卡,而游戏客户购买的数量是挖矿高峰期保证充足供应所需的2-3倍。“我相信这是个昙花一现的问题,很快就会得到纠正,”他说。
Nvidia第二大数据中心业务部门的收入增长了58%,达到7.92亿美元,略低于8.21亿美元的预期。
第二季度,也就是Nvidia公布Turing新架构之前,投资者们认为销售增长可能会放缓,因为一些客户会暂停购买现有系统,等待新芯片的出货。主要面向游戏市场的、基于Turing架构的显卡从第三季度开始出货,但要求使用新的软件,而这是需要一些时间的。
本周一,Nvidia公布了最新的云GPU——T4,并将在9月份推出,在Google云以及来自大多数主流计算机制造商的数十款服务器上提供。Nvidia指出,该芯片作为一款服务器GPU实现了“创纪录的采用”,并表示T4已经在上个季度为收入做出了贡献。
黄仁勋继续强调AI带给Nvidia的机会。他说:“人工智能正在以惊人的速度在全球推进,并为我们的数据中心平台带来了创纪录的收入。我们希望在数据中心继续有出色的表现。”
与此同时,Nvidia面临着日益激烈的AI竞争,既来自于AMD、英特尔和Xilins等芯片制造商,还有FPGA等定制芯片以及应用专用集成电路。
与此同时,Nvidia的汽车业务收入增长了19%,达到1.72亿美元,超过分析师预期的1.62亿美元。专业可视化收入增长28%,达到3.05亿美元,超过分析师预期的2.84亿美元。最后,原始设备制造商和知识产权部分的销售收入下降了23%,达到1.48亿美元,部分原因是加密货币挖矿市场的变化,但这部分超过了分析师预期的1.02亿美元。
好文章,需要你的鼓励
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
研究表明,现有的公开 AI 模型在描述大屠杀历史时过于简单化,无法呈现其复杂性和细微之处。研究人员呼吁各相关机构数字化资料和专业知识,以改善 AI 对这段历史的理解和表述。他们强调需要在 AI 系统中加入更多高质量的数据,同时在审查和信息获取之间寻求平衡。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。