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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。