据首席执行黄仁勋称,Nvidia在经历了“大年”之后的一场动荡,终于再次恢复增长。
Nvidia主要生产用于游戏、人工智能工作负载和比特币挖矿的图形处理芯片。本周四,Nvidia公布第四季度财报显示,在上个月下调了预期之后,该季度Nvidia业绩超出预期。
该季度,Nvidia在如股票补偿等某些特定成本前的收益为每股80美分,高于华尔街修正后的75美分。该季度收入同比减少24%,为22.1亿美元,但略高于分析师预期的22亿美元。
黄仁勋在声明中表示:“后加密货币时代的渠道库存过剩,以及最近不断恶化的终端市场,导致了一个令人失望的季度。”
Nvidia曾经在上个季度透露遭遇库存过剩问题,紧接着在1月发布盈利预警,称预期收入仅为22亿美元,低于最初预期的27亿美元。当时Nvidia称,之所以调整预期是因为云和游戏行业以及中国市场对于GPU芯片的需求有所放缓。
这一警告导致Nvidia股价下跌了14%,但今天略好于预期的财报有助于带来一些乐观情绪。在今天的盘后交易时段,Nvidia股票涨幅超过6%。
Pund-IT分析师Charles King表示:“Nvidia股票的盘后跳涨至少部分要归因于Nvidia的业绩结果要好于上个月调整降低的指引。”
对Nvidia最新财报进行快速分析可以发现,对于Nvidia GPU的需求放缓最为明显。Nvidia的游戏部门收入为9.54亿美元,同比下滑45%。来自那些采用Nvidia芯片和知识产权的制造商收入下滑36%至1.16亿美元。另一方面,Nvidia数据中心收入同比增长12%,达到6.79亿美元,专业可视化业务收入增长15%,达到2.93亿美元,汽车收入增长23%,达到1.63亿美元。
2019整个财年的结果要稍好一些。Nvidia的全年收益为每股6.64美元,比上一年增长35%。全年收入增长21%,达到117.2亿美元。Nvidia表示,游戏、数据中心、专业可视化和汽车部门均创下了收入新高。
Nvidia首席财务官Colette Kress在电话会议上表示:“超大规模和云计算采购量在同比和环比上都有所下滑,因为有多个客户在年底暂停采购了。不过我们认为这是暂时性的。”
Kress的乐观态度并非毫无根据。在电话会议中她强调说,Nvidia的GPU已被大型公有云提供商(如AWS和微软)用于训练人工智能模型。Nvidia还在密切关注其软件和GPU在人工智能推理(运行机器学习模型)方面的运用。
有证据表明这种说法属实。例如,上个月谷歌宣布在自己仍处于测试模式的云平台上采用Nvidia低功耗的Tesla T4 GPU,并指出这些处理器由于其低能耗要求而成为推理工作负载的理想选择。
King说:“有很多分析师认为Nvidia的问题是暂时性的。例如,他们认为加密货币市场崩溃导致的过剩库存,以及影响中国销售的宏观经济压力最终会消退。这些观点使得Nvidia对于很多投资者来说仍然是具有吸引力的。”
但他也警告说,Nvidia的库存问题仍然存在,中国市场的问题远未解决,如果许多经济学家预测的经济衰退继续恶化,那么Nvidia可能也会受到影响。
他补充说:“整体而言,2019年Nvidia取得了超出预期的成绩,这一点值得祝贺。未来一年是否可以继续保持这种上升趋势,还有待观察。”
Nvidia还宣布将在最近一个季度推出新款GeForce RTX 2026显卡,适用于游戏和人工智能开发。
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。