AI芯片制造商Nvidia公布了第三季度,结果超出了华尔街的预期水平,但是股价在今天小幅下跌了1%,因为高管们警告称,新的出口限制将在下一季度产生负面影响,可能会影响面向中国客户的销售。
Nvidia公司首席财务官Colette Kress在致股东的信中表示:“2024财年第四季度,这些目标地区的销售额将大幅下降,但我们相信其他地区的强劲增长将足以抵消这一下降幅度。”
Kress在与分析师的电话会议上进一步阐述了Nvidia对新限制措施的回应。她表示,Nvidia正在与中国和中东的一些重要客户合作,以获得出口许可,从而能够运输一些高性能产品。她表示,Nvidia还致力于开发符合美国政府最新政策的新数据中心硬件,并且无需许可证即可运送到这些地区。
在此之前,Nvidia发布了一份关于市场对AI硬件巨大需求的井喷报告。Nvidia公布,在不计股票报酬等特定成本的收益为每股4.02美金,远高于华尔街预期的每股3.37美金。收入增长了206%,达到182亿美金,远超分析师预测的161.8亿美金。
Nvidia还报告称,净利润为92.4亿美金,而去年同期仅为6.8亿美金。
数据中心业务是Nvidia增长的一个最重要的动力,该季度数据中心业务收入145.1亿美金,增长279%,超出市场普遍预期的129.7亿美金,其中一半以上收入来自AWS和Google Cloud等云基础设施提供商,其余大部分来自大型企业。
Kress向分析师表示,Nvidia看到了云提供商的大量采用,这些提供商使客户能够租用GPU的访问权限,主要用于支持AI和其他高性能计算工作负载。
Nvidia公司游戏部门曾经是Nvidia最大的业务部门,该部门的收入增长了28.6亿美金,同比增长81%,高于市场普遍预期的26.8亿美金。就在两年前,游戏业务还是Nvidia两大主要业务中较大的一个,该部门主要是面向视频游戏玩家销售GPU。
然而,随着ChatGPT等生成式AI模型的兴起,以及来自希望利用这些模型的企业前所未有的需求,使得Nvidia根本无法满足客户对更多GPU的要求。数据中心领域的惊人增长反映了这一现实。
数据中心领域可能还会有更多的增长,因为Kress向分析师表示,Nvidia的GPU很快也将用于Oracle的云基础设施上。Kress表示,Nvidia还在努力提高供应能力,以便能够向客户出货更多芯片。
Nvidia确实面临一些挑战,出口限制可能会限制GPU在中国的销售,以及来自AMD等公司的竞争压力,今年早些时候AMD发布了一款与Nvidia竞争的AI加速器芯片。尽管如此,华尔街投资者还是被乐观情绪所笼罩,Nvidia的股价在今天财报电话会议前创下了历史新高。
Pund-IT分析师Charles King表示,很难不对Nvidia的表现进行夸奖或挑剔。他指出,自2022年6月以来,Nvidia的股价已经上涨了400%,令人印象深刻。不过他表示,投资者可能会提出关于Nvidia公司的两个问题。
King表示:“首先第一个问题是,如果AI以某种方式失去光彩,Nvidia及其管理层是否能够成功地再次推动公司转型。第二个问题是,如果Nvidia GPU的任何替代品取得了成功,Nvidia将如何发展。尽管如此,这两种情况的前景都不太可能淹没今晚Nvidia打开香槟的声音。”
事实上,如果说有什么不同的话,那就是Nvidia很可能会继续向前挺进。在目前这个季度,Nvidia宣布了一系列积极的更新,推出了新的HGX H200计算平台,该平台提供了先进的内存来处理AI工作负载,这是一个明确的迹象,表明Nvidia正在尽一切努力保持相对竞争对手的领先地位。此外,Nvidia还公布了下一代以太网技术Spectrum-X,以及基于微软Azure云平台的新型生成式AI。
关于指引,Nvidia预计收入将达到约200亿美金,增长231%,远高于华尔街对第四季度收入163.8亿美金的预测。
排除今天的小幅下跌,Nvidia股价今年迄今为止已经上涨了241%,远远领先于更广泛的标准普尔500指数今年18%的涨幅。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。