芯片制造商Nvidia近日公布了第一季度财报,结果轻松超出预期水平,随后发布的收入预测也超出了华尔街的预期,推动其股价在盘后交易中上涨了24%,令人难以置信。
该季度Nvidia的净收益为20.4亿美元,高于去年同期的16.2亿美,利润增长更加令人印象深刻,因为Nvidia的收入实际上是同比减少的。该季度Nvidia的销售额为71.9亿美元,同比减少13%,扣除股票薪酬等某些成本前的收益为每股1.09美元。
此前华尔街分析师预测的每股收益仅为92美分,销售额为65.2亿美元,这意味着 Nvidia 的表现远好于预期水平。
真正让人意外的是Nvidia对第二季度的预期,预计第二季度收入约110亿美元的收入,上下浮动2%,远高于华尔街预测的71.5亿美元。

在盘后上涨之前Nvidia的股价今年已经上涨了109%,这要归功于人们对其前景的强烈乐观,这一乐观情绪则源于Nvidia在AI芯片领域的领先地位。Nvidia公司首席执行官黄仁勋(如图)向投资者表示,市场对Nvidia数据中心产品的“需求激增”,这让Nvidia从中受益。
该季度Nvidia数据中心部门的销售额达到42.8亿美元,增长14%,超出预期的39亿美元。Nvidia公司表示,公有云提供商和大型消费互联网企业对Nvidia GPU的强劲需求推动了销售额的增长,这些公司需要这种芯片来训练和部署生成式AI应用。过去三个月市场对此类芯片的需求表明,云计算提供商和大型企业都将Nvidia的GPU视为他们AI项目取得成功的一个重要组成部分。
该季度Nvidia的游戏业务部门表现不佳。游戏部门主要销售个人电脑显卡和游戏机芯片,收入较去年同期下滑38%,仅为22.4亿美元,但仍高于华尔街预测的19.8亿美元。据Nvidia称,下滑主要是宏观经济环境放缓的结果。
Nvidia的汽车业务(主要销售自动驾驶汽车芯片和软件)该季度收入较去年同期增长114%,但是与其他业务相比,该部门规模仍然很小,收入仅为2.96亿美元。
黄仁勋表示,Nvidia正受益于计算机行业的两个同步转型:加速计算和生成式AI。
他解释说:“随着企业竞相把生成式AI应用到每个产品、服务和业务流程中,现有规模达1万亿美元的全球数据中心基础设施将从通用计算过渡到加速计算。我们整个数据中心产品系列,包括H100、Grace CPU、Grace Hopper Superchip、NVLink、Quantum 400 InfiniBand和BlueField-3 DPU都在生产中。我们正在大幅增加供应量,以满足市场对这些产品的激增需求。”
分析师Rob Enderle认为,在许多其他芯片制造商苦苦挣扎的时候,Nvidia取得的成功很大一部分在于公司在首席执行官、创始人黄仁勋的领导下一直专注于实现他们的目标。
Enderle表示:“黄仁勋大约在二十年前就看到了AI的潜力,并一直在追逐这个机会,而其他公司则更专注于战术层面。现在,Nvidia正在从这种远见中获益。大多数人现在都认为,Nvidia of Nvidia就是‘AI之王’,以及成为国王意味着什么。这是一个很好的例子,说明了为什么战略思维对企业是如此的重要。”
Nvidia的远见和战略思维早在两个月前就已展现,当时Nvidia举行了年度GTC开发者大会,并在会上发布了下一代GPU、AI加速器和数据中心处理单元,此外还宣布推出了一个新的专用AI超级计算平台,用于训练生成式AI模型,即Nvidia DGX Cloud。Nvidia公司还展示了它是如何通过Nvidia cuLitho向市场加速交付更强大的芯片,Nvidia是一种新算法库,可增强计算光刻的基础计算,即在硅片上印刷芯片设计的过程。
本周,Nvidia还公布了Project Helix,这是与戴尔合作推出的一项新计划,旨在帮助企业在自己的本地数据中心运行生成式AI软件。
好文章,需要你的鼓励
思科在Cisco Live大会上推出Cloud Control,这是一个跨网络、安全、计算、可观测性与协作的统一管理平台。它提供单一登录、统一视图和共同操作模型,整合Meraki、Splunk、Intersight等产品。平台内置AI Canvas多人协作工作区,支持人机协同排障;Marketplace已接入AWS、微软、ServiceNow等50余家生态伙伴。思科将其定位为AI时代的核心运营层,致力于将庞大产品组合真正转化为统一平台。
SambaNova Systems团队提出LongAttnComp,通过训练轻量级交叉注意力评分层,将超长文本压缩至关键片段后再送入大模型,在代码调试任务上超越全文本基线,并跨模型家族泛化。
今天讲的出海案例是明阳电气,这家输配电设备公司在马来西亚投产首个海外生产基地,并以 250 万林吉特子公司承接本地制造。
这项由中科大、上海创新研究院等机构联合发表于arXiv 2026年的研究(编号2605.25381),提出在大模型强化学习训练中引入时间调度维度,通过动态演变信用分配标准,使模型推理能力更稳定、更可靠。