美国加利福尼亚州圣克拉拉——太平洋时间2019年8月15日——NVIDIA公司宣布,截至2019年7月28日的第二季度收入为25.8亿美元,去年同期为31.2亿美元,上一季度为22.2亿美元。
季度GAAP摊薄每股收益为0.90美元,去年同期为1.76美元,上一季度为0.64美元。季度非GAAP摊薄每股收益为1.24美元,去年同期为1.94美元,上一季度为0.88美元。
NVIDIA创始人兼首席执行官黄仁勋表示:“我们的各个平台实现了连续增长。实时光线追踪是十年来在图形计算领域最重要的技术革新。在NVIDIA RTX的引领下,该技术的采用已经到达爆发点。”
他指出,“随着行业竞赛,NVIDIA加速计算的势头继续增强,以实现人工智能、会话AI以及自动驾驶车辆、派送机器人等自主系统的下一个前沿发展。”
NVIDIA将于2019年9月20日向2019年8月29日在册的所有股东支付每股0.16美元的下一季度现金红利。公司首先将现金余额用于对Mellanox的收购。公司将在Mellanox收购完成后重新回购其股票。该收购正按预期开展,现已进入监管审批流程。NVIDIA将继续努力在本日历年结束前完成该交易。
NVIDIA对2020财年第三季度的展望:
收入预计将达到29.0亿美元,上下浮动2%。
GAAP和非GAAP毛利率预计分别为62.0%和62.5%,分别上下浮动50个基准点。
GAAP和非GAAP运营费用预计分别约为9.80亿美元和7.65亿美元。
GAAP和非GAAP其他收入和费用预计为约2500万美元。
GAAP和非GAAP税率预计均为10%,上下浮动1%,不包括任何离散项。GAAP离散项目包括与股票薪酬相关的超额税收优惠或不足,预计会导致季度性波动。
亮点
自2020财年第一季度以来,NVIDIA在以下领域取得了进步:
数据中心
宣布在语言理解方面取得突破,使企业能够实现实时会话AI,并在BERT AI语言模型的运行训练和推理上取得创纪录的性能表现。
宣布NVIDIA DGX SuperPOD在全球超级计算机速度排名中跻身第22位,它为公司的自动驾驶开发项目提供AI基础架构,其参考架构已通过合作伙伴上市。
在最新的MLPerf基准测试中打破八项AI训练性能纪录。
宣布支持Arm CPU,为构建高能效的AI赋力的百亿亿次级超级计算机提供新途径。
游戏业
推出GeForce RTX 2060 SUPER、GeForce RTX 2070 SUPER和GeForce RTX 2080 SUPER,扩大其GPU阵容,提供一流的游戏性能和实时光线追踪。
宣布《使命召唤:现代战争》、《赛博朋克2077》、《看门狗:军团》、《德军总部:新血脉》等全新重磅游戏都将采用光线追踪技术,推动RTX技术的发展势头。
推出面向全球数千万线上和工作室创意工作的NVIDIA Studio平台,并推出由GeForce RTX和Quadro RTX GPU赋力的27款全新RTX Studio笔记本电脑。
宣布主要制造商发布超过25款搭载NVIDIA Turing GPU的游戏笔记本电脑,使Turing笔记本电脑型号超过100款。
专业视觉
宣布在推出NVIDIA RTX光线追踪的一年后,该技术已成为产品设计、架构、视效和科学可视化等领域的全新行业标准,支持40多款主要应用程序,其中8款在SIGGRAPH上推出。
和全球系统供应商一同推出部署全系列基于Turing架构的Quadro GPU的移动工作站。
汽车
沃尔沃集团宣布正使用NVIDIA DRIVE端到端自动驾驶平台来训练数据中心的网络,对它们进行模拟测试并部署到自动驾驶车辆中,瞄准货物运输、垃圾收集与回收、公共运输、建筑、开采、林业等领域。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。