Nvidia的股票今天再次受到打击,此前Nvidia确认第二季度收入和利润将出现急剧下滑,之后宣布第三季度收入预期也要低于分析师的预期水平。
第二季度Nvidia的净利润仅为6.56亿美元,远低于去年同期的23.7亿美元。不计入股票补偿等特定成本之后的每股收益为51美分,收入从去年同期的65.1亿美元增长至67亿美元,这一结果远低于此前华尔街分析师预期的每股收益1.26美元,销售额为81亿美元。
不过这一切并不出人意料,因为Nvidia本月早些时候给出初步收益结果时就已经发出警告称,可能会大幅低于预期。Nvidia向投资者表示,由于游戏业务销售表现疲软,预计将出现14亿美元的收入缺口。
此外,个人电脑销量在经过了新冠疫情爆发推动的激增之后开始出现下滑,这也给带来了Nvidia严重的影响。随着人们重返户外生活,在视频游戏和硬件上的支出也开始急剧减少。与此同时,Nvidia也因加密货币价格的急剧下跌而遭受损失,需要Nvidia GPU支持的“挖矿”业务利润减少。
对于Nvidia来说,这并不完全意味着厄运和悲观。根据财报显示,该季度Nvidia的数据中心芯片销售额增长了61%,达到38.1亿美元,但问题是游戏业务销售额下降了33%,仅为20.4亿美元。
Nvidia首席财务官Colette Kress在电话会议上表示,游戏业务销售额的下滑“比预期的要严重”,这主要是由于单位销量减少和平均售价下降。她说,宏观经济疲软导致市场对游戏硬件的需求“突然放缓”。她说:“正如上个季度所指出的,我们曾预期加密货币挖矿市场对游戏需求的贡献会减少,我们无法准确量化加密货币挖矿减少对游戏需求下降的影响到底有多大。”
专业可视化业务也在苦苦挣扎中。该部门主要销售面向企业的图形芯片,第二季度的销售额下滑4%至4.96亿美元。而车用芯片销售是一大亮点,同比增长45%,但是所占份额仍然非常小,销售额仅为2.2亿美元。
Nvidia对第三季度的展望也有些令人失望。Nvidia预计第三季度的收入在57.8亿美元至60.2亿美元之间,远低于此前华尔街分析师预期的69.1亿美元,这使得Nvidia股价在财报发布后的延长交易时段下跌超过4%,当天持平。
Moor Insights & Strategy分析师Patrick Moorhead表示,股价下跌有点意外,因为三周前已经发出警告,并且已经将收入损失和利润下滑考虑在内。“我认为Nvidia对于游戏业务何时反弹这一问题给出的答案并不能让华尔街满意。游戏业务很复杂,因为有很多变化的部分,包括新冠疫情、数量有限的新AAA游戏、加密货币崩溃、产品转型和经济形势。”
Pund-IT分析师Charles King则表示,Nvidia是一个很好的例子,虽然有些痛苦,但这说明了当关键市场发生动摇以及更广泛的经济压力发挥作用的时候,厂商那里会发生什么。
他说:“Nvidia的主要问题在于加密挖矿业务,加密货币在最近崩溃之后未能恢复,以及游戏系统的销售放缓,反映了消费者对通货膨胀和经济不确定性的担忧,虽然没有一个简单的解决方法,但是Nvidia的领导团队已经面临过并且克服了之前的种种挑战。我希望他们能成功通过当前这股风暴。”
Kress表示,Nvidia预计第三季度游戏业务和专业虚拟化业务收入将出现环比下滑,同时她表示,希望Nvidia的客户和渠道合作伙伴降低库存水平,以适应当前的需求水平,并为Nvidia的新产品一代做好准备。“我们预计这一部分下滑将被汽车业务的环比增长所抵消。”
该预测意味着自2014年以来Nvidia的季度销售额将首次低于竞争对手芯片制造商AMD,本月早些时候,AMD表示预计第三季度收入将在65亿美元至69亿美元之间。
Nvidia公司创始人、首席执行官黄仁勋在一份声明中坚称,公司“将度过难关”,他在电话会议上谈到了他对Nvidia长期前景持有乐观态度。
他在电话会议上向分析师表示:“我们减少了销售以调整渠道库存,我们已经与合作伙伴在实施各项计划,将产品定位在渠道中,为下一代产品做准备。在所有这一切的努力下,我们预计明年将朝着良好的状态发展,这就是我们游戏业务的计划。”
Constellation Research分析师Holger Mueller表示,曾经快速崛起并且发展迅速的Nvidia遭遇重重一击,这表明新冠疫情之后的重启正在给所有技术厂商带来挑战。他说:“Nvidia在数据中心领域的多元化在该季度挽救了Nvidia,增长健康的企业业务弥补了游戏业务的不足。但问题是,未来几个季度的增长动力将来自哪里,Nvidia是否能重新点燃游戏业务的销售增长?”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。