今天Nvidia公布了第四季度财务业绩,结果再次超出华尔街预期,使其股价在盘后交易中走高。
此外,Nvidia预测当前季度的收入远高于华尔街的预测,突显了科技行业对人工智能看似永无止境的渴望。
该季度Nvidia在不计股票补偿等特定成本情况下的收益为每股5.16美元,轻松超过分析师普遍预期的每股4.64美元,收入惊人地增长了265%,达到221亿美元,超过了206.2亿美元的预期目标,一部分原因是Nvidia公司的“Hopper”图形处理单元(例如H100 GPU)的强劲销售。
总体来看,该季度的净利润为122.9亿美元,较去年同期的14.1亿美元增长769%。
展望当前这个季度,Nvidia预计将实现240亿美元的销售额,而华尔街预测的收入为221.7亿美元。
华尔街再次兴奋不已,一直快速增长的Nvidia股票进一步上涨,盘后交易时段上涨超过7%。

Nvidia已经成为支持AI项目巨大计算能力需求的主要受益者,由于ChatGPT等生成式AI模型掀起的热潮,这些项目如今已经成为几乎每个企业的必备项目。在一次电话会议上,Nvidia公司首席执行官黄仁勋(如图)试图缓解一些投资者和分析师的担忧,即Nvidia公司可能无法满足市场对其GPU的巨大需求,而GPU对于在生产环境中训练AI和驱动工作负载来说至关重要。
黄仁勋坚持认为,2025财年及以后“持续增长的条件非常好”。他解释说,Nvidia相信,由于市场对生成式AI的兴趣高涨,以及全行业从CPU向企业加速器芯片的转变,对Nvidia GPU的需求将继续增长。
Nvidia公司在一份新闻稿中表示,市场对Nvidia技术的需求是由汽车、医疗和金融服务等多个行业的企业软件和消费者互联网应用推动的。
与Nvidia工作负载相关的销售额主要来自Nvidia的数据中心部门,目前该部门占Nvidia收入的大部分。该季度,Nvidia数据中心部门的收入为184亿美元,比去年同期增长409%。在这个细分市场中,一半以上的销售额来自AWS等大型云基础设施提供商。
自从OpenAI在2022年11月推出ChatGPT以来,Nvidia就看到了Alphabet和微软等科技巨头以及Anthropic和Cohere等生成式AI初创公司对Nvidia GPU的巨大需求,这些公司彼此之间相互竞争,纷纷推出越来越强大的、可以执行更多任务的大型语言模型,而生成式AI模型需要大量的计算能力。
例如在上个月,Meta Platforms首席执行官Mark Zuckerberg就透露,该公司打算在今年年底前购买超过35万个Nvidia H100 GPU,这说明Meta将在Nvidia的产品上花费数十亿美元。
在过去的三个季度中,Nvidia的数据中心业务取得了巨大的增长,成为AI计算行业显而易见的市场领导者。
市场对Nvidia数据中心业务的需求使其GPU仍然供不应求,Nvidia首席财务官Colette Kress称情况已经有所改善,不过她坦言,Nvidia仍在努力履行所有客户的订单。
Kress表示:“我们很高兴Hopper架构产品的供应正在改善,市场对Hopper的需求仍然非常强劲。由于需求远远超过供应,我们预计下一代产品的供应将受到限制。”
Third Bridge分析师Lucas Keh表示,美国对中国的限制和市场对供应情况的担忧,仍然是Nvidia增长前景的最大威胁。例如,他表示,台积电目前最先进GPU使用的硅晶圆已接近产能极限。“投资者应该关注Nvidia关于实现供应基础多元化的计划,以及实现该计划的速度有多快。”
与此同时,Nvidia的游戏业务(主要销售笔记本电脑、个人电脑和游戏机的GPU)该季度的收入为28.7亿美元,同比增长56%。在AI热潮兴起之前,该部门曾经是Nvidia最大的收入来源。
此外,Nvidia汽车部门的收入较去年同期下降4%至2.81亿美元,而“OEM和其他”部门的收入(包括用于挖掘加密货币的芯片)增长了7%,达到9000万美元。最后,专业应用部门销售额增长了105%,达到4.63亿美元。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。