计算机图形芯片制造商Nvidia公布第一季度业务超出预期,使其股价在盘后交易中上涨近6%。但在Nvidia警告称其主要的游戏和数据中心业务仍面临挑战之后,大部分收益都被抹平了。
该季度,Nvidia在股票报酬等特定成本之前的收益为每股88美分,收入为22.2亿美元,低于去年同期的32.1亿美元,但这仍然好于华尔街预期的每股收益79美分,收入22亿美元。
该季度的表现要比看上去的好一些,因为Nvidia高管提到挑战实际上已经在这个季度开始产生影响了。
例如,Nvidia主要的GPU业务收入下降27%至20.2亿美元,主要是由于游戏和数据中心业务的收入下滑,以及与加密货币采矿处理器相关的损失。
Nvidia游戏业务(GPU部门的主要部分来源)收入同比下滑39%,仅为10.6亿美元,但销售额环比增长了11%。Nvidia表示,环比增长反映了近期游戏GPU销售的增长。
这一增长对Nvidia来说非常重要,因为尽管Nvidia积极推进在人工智能、数据中心和自动驾驶汽车等新增长领域的发展,但视频游戏图形芯片仍然是Nvidia迄今为止最大的业务板块。
“我认为中国市场已经稳定下来,” Nvidia公司首席执行官黄仁勋在电话会议上谈到了这个最大的市场。“中国的游戏市场非常活跃,而且仍然充满活力。”
Nvidia预计下一季度游戏收入将超过25.5亿美元,高于分析师预期的25.3亿美元。
然而,数据中心销售情况令人失望,收入同比下滑10%,仅为6.34亿美元。Nividia首席财务官Colette Kress在电话会议中向投资者警告称:“第二季度全球数据中心支出暂停的情况仍将继续,且可见性仍然很低。”
Kress进一步提醒说,这对Nvidia的游戏业务提出了挑战。“CPU短缺的问题虽然有所改善,但会对我们笔记本电脑业务的复苏造成影响。”
在她发表了这些评论之后,Nvidia股票收益大幅缩水,在截止发稿时仅上涨了2%。
Moor Insights&Strategy分析师Patrick Moorhead认为,数据中心业务受阻只是暂时性的。
Moorhead表示:“我相信这个影响是很大的,Nvidia希望数据中心业务在该财年下半年步入正轨,客户采购更多的训练解决方案。英特尔也面临类似的情况,我认为这是有原因的。”
Constellation Research分析师Holger Mueller表示,如果要恢复增长,那么今年晚些时候数据中心销售额能否提升对于Nvidia来说就是非常关键的了。
Mueller表示:“Nvidia依然能够实现盈利并且扩大研发支出,这一点令人印象深刻。但未来增长的关键,是说服基础设施即服务提供商采购更多的Nvidia产品来运行和驱动基于人工智能的下一代应用。”
然而这并不容易,因为Nvidia面临来自AWS和Google Cloud的强劲挑战,Mueller认为。
“Nvidia需要游说开发者和企业高管使用Nvidia的硬件,并推动公有云基础设施厂商对Nvidia架构的需求增长。”
此外,Nvidia新兴的汽车业务收入为1.66亿美元,专业可视化业务收入为2.66亿美元。
刚刚结束的这个季度对于Nvidia来说是一个繁忙的季度,特别是Nvidia试图以69亿美元的价格收购数据中心网络专业公司Mellanox。有分析师认为,这次收购完全是为了提升Nvidia在计算机图形、数据科学和人工智能领域的地位。
黄仁勋表示:“尽管超大规模数据中心客户的需求短期暂停,但人工智能应用仍在继续加速,我们对即将收购Mellanox感到兴奋,这将有助于我们推动面向高性能计算的数据中心架构,以及从云到边缘的人工智能。”
Nvidia预计第二季度收入为25.5亿美元,上下浮动2%,略高于市场预期的25.4亿美元。
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。