"对 Blackwell 产能提升的担忧是合理的,但我们现在已经成功提升了 Blackwell 的产能," Nvidia CEO Jensen Huang 在财报发布后接受 CNBC 采访时表示。
Huang 补充说,他认为 Nvidia "已经成功度过了" 投资者担心的客户从 Hopper 向 Blackwell 过渡期间的需求真空期。
"我们下个季度会有不错的业绩表现。而且我们有相当充足的 Blackwell 需求管线,"Huang 说道。
Jefferies 分析师在周四的研报中指出,"供应链将继续改善",他们"没有看到任何 Blackwell 需求问题的迹象"。
在财报公布之前,尽管中国 AI 初创公司 DeepSeek 带来了冲击波,分析师们仍然乐观地认为,随着 Blackwell 产能的提升,这家芯片制造商将超越预期并提高展望。
"Nvidia 股票最近因 DeepSeek 和 AI 需求将下降的说法而受挫,但事实证明这些担忧是没有根据的,因为客户们继续竞相扩大 AI 基础设施规模,主要使用 Nvidia 芯片,"Thornburg Investment Management 的投资组合经理 Sean Sun 在与 Quartz 分享的评论中表示。
研究公司 Radio Free Mobile 创始人 Richard Windsor 也在与 Quartz 分享的评论中表示,他不认为 DeepSeek 会"打击对 Nvidia 数据中心芯片的需求"。
Windsor 表示,这家芯片制造商对本财年的预期"看起来相当准确,再加上我认为公司具有良好的可见度,意味着今年不会有太多意外"。
与此同时,Sun 表示,投资者对 Nvidia 顶级客户设计自有定制芯片的担忧"似乎有些过度"。"Nvidia 的生态系统优势和软件技术栈仍然是进入市场的强大壁垒。"
在财报后的电话会议上,Nvidia 表示,像 OpenAI 和 Google 这样的公司正在竞争的推理 AI 模型"与单次推理相比,每个任务可能需要 100 倍的计算量"。
Sun 表示,该公司"独特地positioned于捕获这种指数级增长的机会"。
好文章,需要你的鼓励
微软研究院联合北京大学、清华大学提出"强化预训练"新方法,让AI在预测下一个词前先进行深度思考推理。该技术将传统的模式匹配升级为真正的逻辑推理,显著提升了语言模型的预测准确性和推理能力,为人工智能从"背诵"向"理解"的转变开辟了新路径。
上海交通大学与StepFun联合推出的OneIG-Bench是AI图像生成领域首个全维度评测基准,涵盖语义对齐、文字渲染、知识推理、风格化、多语言等六大维度,包含超过2400个测试案例。该研究对19个顶级AI模型进行了史上最全面的对比评测,发现GPT-4o综合表现最佳,Seedream 3.0在文字渲染方面独领风骚,揭示了当前AI模型的优势与不足,为未来技术发展指明了方向。
伊利诺伊大学研究团队开发了SAFFRON安全防护系统,通过创新的"多路分叉奖励模型"技术,让AI在面对恶意诱导攻击时能够实时进行安全筛选。该系统将AI安全防护的攻击成功率从89.7%降至40.9%,同时保持回复的自然性和多样性,为AI安全领域开辟了全新的"推理时计算"防护路径。
上海人工智能实验室等机构联合发布的最新研究,开发出能够像人类专家一样"阅读"化学分子图像的AI系统GTR-Mol-VLM。该系统采用模仿人类思维的"图遍历视觉思维链"方法,在处理含缩写的复杂分子图像时准确率达84.50%,比现有最佳方法高出约14个百分点,为药物研发和材料科学等领域的数字化转型提供了重要技术支撑。