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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。