计算机图形芯片制造商Nvidia今天宣布,核心的数据中心业务取得有史以来最好的季度业绩,收入首次突破10亿美元。
第一季度Nvidia在不计入股票薪酬等特定成本的利润为每股1.80美元,收入为30.8亿美元,较去年同期增长39%。
这一结果也高于预期,此前华尔街预期的每股利润为1.68美元,收入为29.8亿美元。
Nvidia最为人熟知的是用于驱动游戏机和个人计算机的GPU,在该领域Nvidia继续表现出强劲的增长,游戏业务收入达到19亿美元,比去年同期增长25%。
但是,Nvidia增长最快的是数据中心业务,在这个领域,GPU主要用于执行计算密集型任务例如机器学习等。该季度Nvidia的数据中心业务收入为11.4亿美元,同比增长80%。
此外Nvidia还以69亿美元的价格收购了数据中心网络厂商Mellanox,进一步助推自己的数据中心业务发展。
Nvidia首席执行官黄仁勋在一份声明中表示:“Nvidia的季度表现不错。收购Mellanox扩大了我们在云和数据中心领域的机会。”
Nvidia还在第一季度宣布推出了用于人工智能训练和推理工作负载的新型高性能GPU——A100芯片。该芯片是基于Nvidia新的Ampere架构,性能比前代产品提高了20倍,有望为更多人工智能、数据分析、科学计算和云图形工作负载提供动力。
黄仁勋表示:“随着Ampere GPU的发布和交付,我们将提高AI计算的标准。Nvidia处于非常有利地位,将推动这个时代最强大的技术力量——云计算和AI的发展。”
其他方面,该季度Nvidia的专业可视化收入为3.07亿美元,较去年同期增长15%。OEM和其他收入为1.38亿美元,增长39%。唯一令人失望的是Nvidia的汽车业务,收入为1.15亿美元,比去年同期下降了7%。
Moor Insights&Strategies分析师Patrick Moorhead表示:“由于COVID-19和良好的执行力,市场对Nvidia产品的需求更大了,Nvidia第一季度的业绩令人瞩目。除了汽车以外的所有业务都在增长,包括数据中心、游戏和工作站。A100数据中心训练/推断产品似乎在发布的时候就有很猛的势头,这是一个很好的信号。游戏和工作站的增长,与竞品以及远程办公在线学习的需求息息相关。”
该季度Nvidia还抽时间进行了一些规模较小的收购,例如以1.29亿美元收购数据中心网络公司Cumulus Networks,以及为收购数据中心密集型应用提供对象数据存储和管理平台的SwiftStack。
Nvidia表示,预计当前季度收入约为36.5亿美元,远高于华尔街31.5亿美元的预期。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。