Nvidia今天发布第三季度财报,不仅收益和收入双双超出预期,而且给出了强劲的下一季度指引。
但是Nvidia股价在盘后交易中仍下跌超过2%,原因是投资者们注意到Nvidia的数据中心业务收入预计会在目前这个季度出现同比下滑。
该季度Nvidia在不计如股票薪酬等特定成本的每股利润为2.91美元,收入创下新高达到47.3亿美元,同比增长57%,此前分析师预期的每股利润为2.58美元,收入为44.2亿美元。
华尔街一直期望该季度Nvidia大展拳脚,结果的确如此,除收入之外Nvidia还创下了该季度利润的新高。
Nvidia将这主要归因于计算和网络业务的强劲表现,收入跃升至19.4亿美元,同比增长146%。此外GPU业务也有出色表现,收入增长25%,达到27.9亿美元。
除了这两个细分业务的收入之外,Nvidia公布了细分市场中具体产品的情况。

Nvidia首席执行官黄仁勋在公布上个季度财报时表示,Nvidia 预计下半年将会有强劲表现,因为新系列Ampere GPU将会引发市场的“浓厚兴趣”,该系列其中一款产品GeForce RTX 3080在9月上市时立刻就售罄了。
这些出色的销售成绩推动Nvidia游戏业务收入达到22.7亿美元,同比增长37%,Nvidia表示,这主要是Nvidia GPU产品面向计算机和游戏平台市场的销售创下新高。
此外,Nvidia的游戏业务和数据中心业务都从疫情中受益,因为有越来越多的用户隔离在家选择在线办公和玩视频游戏。
黄仁勋在今天的一份声明中表示:“Nvidia正在全力以赴,在游戏、数据中心和整个领域实现创纪录的收入。Nvidia新款GeForce RTX GPU让我们实现了有史以来最大的飞跃,市场需求是压倒性的。”
Moor Insights&Strategy分析师Patrick Moorhead对此表示认同,他说,Nvidia的新款GPU是一个非常有竞争力的产品,同时他补充说,“我将密切关注下个季度市场竞争给Nvidia带来的影响和改善,因为众多主流游戏即将发布,例如新款《使命召唤:黑色行动冷战》。”
上个季度Nvidia财报的最大惊喜是数据中心收入首次超过游戏收入,虽然这并未在该季度发生,数据中心业务销售额为19亿美元,但仍然同比增长了162%。Nvidia表示,今年初完成对Mellanox的收购,贡献了其中的13%。
不过Nvidia在分析师电话会上给投资者们带来了一些意外的消息,Nvidia高管们表示,下一季度数据中心收入将有所下降,部分原因是一家不愿透露姓名的中国客户将不再购买Mellanox的网络产品。
但是Nvidia数据中心业务的长期前景仍然是强劲的。该季度中,Nvidia宣布将与VMware 合作推出一款新的用于处理人工智能工作负载的平台。
Moorhead指出,对于Nvidia来说人工智能已经是一个增长非常强劲的领域,因此很多人认为Nvidia与VMware的合作进一步推动该领域的光明前景。他说:“收购Mellanox给Nvidia的数据中心业务带来显著增长,但更多的增长是来自于机器学习产品的有机增长。”
Nvidia还表示,计划以400亿美元的价格从软银集团(SoftBank Group)手中收购半导体厂商Arm,很多人认为这一收购将会带来重大的产业影响。这非常重要,因为Arm专门提供用于移动设备的低功耗芯片,而这正是Nvidia的薄弱领域,而Arm同时也在为Nvidia的很多竞争对手提供技术。Nvidia今天表示,预计将在明年第一季度完成收购。
Nvidia预计第四季度的收入约为48亿美元,远超华尔街预期的44.2亿美元。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。