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
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。