Nvidia今天第三季度财报业绩超出了预期,但对下个季度的收入指引低于预期,导致股价有所下跌。
该季度Nvidia在例如股票补偿等特定成本之前的例如为每股1.78美元,营收为30.1亿美元,较上一季度增长17%,同比下降5%。
这足以超出华尔街的预期。此前分析师预计Nvidia每股收益为1.57美元,营收为29.1亿美元。
这个数字令人印象深刻,但是需要注意的是,Nvidia两大主要业务的收入都大大低于去年同期。其中,GPU业务收入下降8%至25.6亿美元。Nvidia表示,游戏收入比去年同期下降了6%至16.6亿美元,环比增长了26%,这主要归功于GeForce台式机和游戏GPU的强劲销售。
Nvidia的数据中心收入也同比下降了8%至7.26亿美元。Nvidia表示,该季度数据中心业务云客户的需求有所增加,但是这被企业销售的下滑所抵消。
Moor Insights&Strategy分析师Patrick Moorhead表示:“Nvidia第三季度业绩好于预期,收入和每股收益超出了预期,这将和除工作站专业可视化市场以外所有业务收入的同比下滑取得一个平衡。”
Nvidia首席执行官黄仁勋在一份声明中表示,未来Nvidia打算将业务范围扩展到依赖GPU加速服务器这一新兴市场。
黄仁勋表示:“该季度我们为人工智能影响力最大化奠定了基础。我们将服务范围从云扩展到了边缘,在这个领域,GPU加速的5G、人工智能和物联网将彻底改变全球最大那些行业。在会话式AI和推理兴起的推动下,我们看到数据中心的强劲增长。”
黄仁勋表示,该季度Nvidia将推出两款重要的边缘计算产品,包括用于低功耗设备的Jetson Xavier NX芯片组,以及EGX Edge超级计算平台,后者提供的软件堆栈针对实时人工智能服务(例如分析、语音和视觉)进行了优化。
“我很高兴看到Nvidia将通过EGX和Jetson AI平台利用边缘数据中心和云计算带来的新机会,因为Nvidia拥有采用了成熟AI软件平台的独特产品,”Moorhead说。
但是,这些新产品对Nvidia利润的影响可能要一段时间才能看到。Nvidia预计第四季度的收入为29.5亿美元,略低于华尔街30.6亿美元的预期。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。