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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。