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
前沿AI研究机构Decart发布最新世界模型Oasis 3,旨在弥合虚拟仿真与物理AI之间的鸿沟。该模型将超写实交互图形能力与强大物理引擎相结合,可生成动作驱动的视频流,支持多视角环境模拟,延迟低于200毫秒。开发者能够借助自然语言提示,快速构建多样化极端场景,有效解决机器人和自动驾驶领域长期存在的"仿真到现实"差距问题,大幅降低物理AI训练成本。
OpenSkill是一套让AI代理无需人工监督即可自主成长的框架,通过从互联网获取知识、自建虚拟考题反复练习,实现真正的开放世界自我演化。
Visual Components正式发布5.1版本工厂仿真软件,重点引入高精度物理仿真与可扩展机器人协同调度能力,支持在同一环境中同时模拟数百台自主移动机器人、自动导引车及人员的运行状态。新版本还将仿真性能提升至前代的10倍,新增Allen-Bradley PLC支持及Nachi、Epson机器人虚拟调试插件,并将脚本环境升级至Python 3。该软件旨在帮助制造商在实际部署前完成系统验证,降低调试风险,缩短投产周期。
论文研究了AI评委同时优化多个评判维度时的两大失败原因:梯度稀释与指令干扰,为多目标提示词优化提供了系统性诊断框架。