Nvidia今天公布了第二季度财报,得益于在游戏、数据中心和专业可视化领域的强劲增长,该季度业绩延续了连续上涨的势头,且轻松超出了预期水平。

该季度Nvidia在不计入股票补偿等成本的利润为每股1.04美元,收入为65.1亿美元,同比增长68%,此前华尔街分析师预期的每股利润为1.02美元,销售额为63.3亿美元。
Nvidia公司创始人、首席执行官黄仁勋表示,该季度的抢眼业绩得益于公司在推进图形、科学计算和人工智能方面展开“开创性工作”所取得的成果。
他说:“开发者在Nvidia平台的支持下,正在创造我们这个时代最具影响力的技术——从自然语言理解和推荐系统,到自动驾驶汽车和物流中心,到数字生物学和气候科学,再到遵循物理定律的元宇宙。”
新冠疫情使得市场对半导体的需求迅猛增长,让Nvidia从中受益并实现持续增长,特别是Nvidia的GPU在AI、数据中心、游戏和加密货币挖掘等领域变得越来越重要。
该季度Nvidia的图形业务收入增长87%,达到39.1亿美元,该细分市场中,游戏销售额增长了85%,达到30.6亿美元。
自去年年底以来,Nvidia一直在努力解决供应链问题,最新的图形卡产品一上市就卖光了。今年5月Nvidia表示,预计供应链问题还将在今年持续下去,今天Nvidia再次表示,供应链交货时间都将延长。
该季度Nvidia游戏业务销售额的大幅增长归功于市场对其GeForce卡和面向游戏机制造商的GPU需求强劲。
此外,Nvidia的数据中心业务表现良好,收入同比增长35%,达到23.7亿美元,这主要得益于云数据中心运营商和工业设备的强劲需求。
此外,专业可视化业务(包括用于高端专业笔记本电脑的图形卡)表现强劲,销售额增长了156%,达到5.19亿美元,汽车业务增长了37%,达到1.52亿美元。
该季度Nvidia唯一的不足是加密货币业务,收入为2.66 亿美元,远低于上个季度预期的4亿美元销售额。
Nvidia的CMP加密货币卡是今年早些时候推出的一款新产品,主要是满足加密货币矿工的需求而不至于导致游戏用GPU短缺。Nvidia还在游戏用GPU上加载了软件使其用于挖矿时会遇到性能限制。
“Nvidia确实是在全力以赴,”Moor Insights & Strategy分析师Patrick Moorhead这样表示。“最令我惊讶的是游戏业务的增长。关于游戏业务的数据是否都是加密货币的数据,但因为Nvidia有80%的新卡都有较低的哈希率,因此似乎是体现了游戏市场的真实需求。”
从产品方面来看,该季度对Nvidia来说是很忙碌的一个季度。Nvidia推出了新的RTX A2000图形卡,并对Omniverse超逼真图形协作平台进行了重大扩展,集成了开源3D动画工具Blender。
此外Nvidia还宣布面向大型企业推出一个名为Nvidia Base Command的关新型AI研究平台。Nvidia还对Tensor RT软件、HGX AI超级计算平台进行了更新。
在今天的电话会上,Nvidia还快速更新了有关于公司以400亿美元收购英国芯片设计公司Arm的交易,黄仁勋称,他相信这笔交易最终会通过审核。此前,该交易遭到了Nvidia一些芯片制造竞争对手的反对,他们担心该交易可能会导致他们无法使用Arm的一些关键技术。
Nvidia表示:“尽管Arm的一些被许可方表达了担忧或反对,并且与监管机构讨论的时间要比最初想象的要长,但我们对这笔交易充满信心,监管机构应该认识到此次收购对于Arm、被许可方以及整个行业都是有好处。”
展望下个季度,Nvidia预计收入为68亿美元,高于华尔街预期的65.3亿美元。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。