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
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。