计算机图形芯片制造商Nvidia今天发布了表现强劲的第四季度财报,数据中心和游戏业务部门收入创历史新高。
强劲的增长也确保Nvidia远远超出了华尔街的预期水平。该季度Nvidia在不计入某些成本的每股利润为3.10美元,收入为50亿美元,此前分析师预期的每股收益为2.81美元,收入为48.2亿美元。
全年来看,Nvidia的每股收益为10美元,年收入为166.8亿美元,比去年同期增长53%。
Nvidia的股价在盘后交易中下跌了约2%,但是全天常规交易整个市场相对强劲的表现中,Nvidia的股价上涨了约2.5%,至每股579.96美元。

Nvidia首席执行官黄仁勋表示,2020年是Nvidia计算平台的“突破之年”。他说:“我们在加速计算方面所做的开拓性工作,让游戏成为全球最受欢迎的娱乐项目,让超级计算能够被所有研究人员所使用,让人工智能成为一个最重要的科技力量。”
Nvidia的业绩证明黄仁勋此言非虚。Nvidia主要售卖用于人工智能和超级计算工作负载用GPU的数据中心业务季度收入创下历史新高,达到19亿美元,比去年同期增长97%。全年收入大幅增长124%,达到67亿美元。
数据中心业务的大涨,主要是因为去年5月推出目前最先进的A100系列GPU所带来的强劲销售额。该季度,Nvidia开始出售第一批装有这些芯片的OEM数据中心服务器,而其DGX A100系统也增加了在裸机服务器上对谷歌Anthos混合云服务的支持。
黄仁勋在声明中表示:“我们的A100通用AI数据中心GPU在云服务提供商和垂直行业中得到了迅速采用。全球数以千计的企业正在使用Nvidia AI来创建具有AI服务的云连接产品,这些产品将改变全球最大型的那些行业,对所有行业来说这些产品带来了如同智能手机般巨大的变革。”
他在与分析师的电话会议中解释说,“智能手机时刻”是指改变行业与客户互动方式的机会。他说,这么说是因为Nvidia不再像售卖医疗设备、拖拉机或者是割草机那样一次性售卖的东西,而是可以“售卖东西,然后在上面提供服务”,就像智能手机一样。
他补充说:“将来,所有这些行业,无论是医学成像还是割草机,你都会在数据中心上托管你的产品,就像CSP一样。”
Nvidia的游戏部门该季度表现尤其突出,收入达到创纪录的25亿美元,比去年同期增长67%,全年销售额为77.6亿美元,增长41%,而市场需求主要是由新游戏机产品(例如PlayStation 5和Xbox Series X)的销售推动的,以及Nvidia有史以来规模最大的笔记本电脑生态产品发布——有超过70多款面向游戏玩家和创作者的新设备采用了Nvidia GeForce RTX 30系列GPU。
黄仁勋表示,该季度市场对GeForce RTX 30系列GPU的需求高到“令人难以置信”。他说:“随着游戏玩家开始关注光线追踪、DLSS和AI,Nvidia RTX已经开始了重要的升级周期。”
唯一令人失望的是Nvidia专业可视化和汽车业务。第一季度的收入为3.07亿美元,下降了7%,而第二季度的收入为1.45亿美元,下降了11%。
Moor Insights&Strategy分析师Patrick Moorhead表示:“游戏和数据中心的大幅增长,让Nvidia在第四季度表现非常出色,收入创下新高。在游戏领域,Nvidia利用了人们花更多的时间在家游戏娱乐这个机会,推出了很有竞争力的300系列产品线。正如我在上个季度所预测的那样,主要的大型游戏数量正在减少,新的如‘使命召唤:黑色行动冷战’进行了升级。”
黄仁勋还透露了关于Nvidia拟以400亿美元收购英国芯片设计公司Arm的最新进展,称正在“取得良好进展”,并且交易完成后将“为整个生态系统创造巨大的新机会”。此次收购遇到了一些阻力,英国反托拉斯监督机构在1月份表示,将对这笔交易进行调查,竞争对手芯片制造商高通公司也表示反对。但大多数分析人士认为,最终这笔交易将予以批准。
同时,Nvidia充满信心地预测市场热销状况将持续下去,预计第一季度收入为53亿美元,远超华尔街预测的45.1亿美元。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。