美国加利福尼亚州圣克拉拉——太平洋时间2022年11月16日——NVIDIA公司(纳斯达克代码:NVDA)宣布,截至2022年10月30日的第三季度收入为59.3亿美元,较去年同期下降17%,较上一季度下降12%。
季度GAAP摊薄每股收益为0.27美元,较去年同期下降72%,较上一季度增长4%。季度非GAAP摊薄每股收益为0.58美元,较去年同期下降50%,较上一季度增长14%。
NVIDIA创始人兼首席执行官黄仁勋表示:“我们正迅速适应宏观环境,修正库存水平,为新产品铺平道路。”
“包括Ada Lovelace RTX显卡、Hopper AI计算、BlueField和Quantum网络、用于自动驾驶和机器人的Orin,以及Omniverse在内的新平台开局良好,为我们下一阶段的增长奠定了基础。”
他表示:“NVIDIA在加速计算方面的开创性工作比以往任何时候都更加重要。通用计算的速度因物理限制趋于缓慢,而当下正是AI计算需求增长的当口。加速计算让企业在节约成本和保护环境的同时,实现了生产力的数量级提升。”
2023财年第三季度,NVIDIA以股票回购和现金红利的方式向股东支付了37.5亿美元,使前三个季度的回报达到92.9亿美元。截至2022年10月30日,根据直至2023年12月的股票回购授权,NVIDIA还可以再回购价值82.8亿美元的股票。
此外,NVIDIA将于2022年12月22日向2022年12月1日在册的所有股东支付每股0.04美元的下一季度现金红利。
2023财年第三季度概要
GAAP |
|||||||||||
(除每股收益以外,其余数据单位均为百万美元) |
2023财年第三季度 |
2023财年第二季度 |
2022财年第三季度 |
环比 |
同比 |
||||||
收入 |
,931 |
|
,704 |
|
,103 |
|
下降12% |
下降17% |
|||
毛利率 |
|
53.6% |
|
|
43.5% |
|
|
65.2% |
|
增长 10.1 个百分点 |
下降11.6个百分点 |
运营费用 |
,576 |
|
,416 |
|
,960 |
|
增长7% |
增长31% |
|||
营业收入 |
1 |
|
9 |
|
,671 |
|
增长20% |
下降77% |
|||
净收益 |
0 |
|
6 |
|
,464 |
|
增长4% |
下降72% |
|||
摊薄每股收益 |
{zhiding_content_info_22}.27 |
|
{zhiding_content_info_22}.26 |
|
{zhiding_content_info_22}.97 |
|
增长4% |
下降72% |
|||
非GAAP |
|||||||||||
(除每股收益以外,其余数据单位均为百万美元) |
2023财年第三季度 |
2023财年第二季度 |
2022财年第三季度 |
环比 |
同比 |
||||||
收入 |
,931 |
|
,704 |
|
,103 |
|
下降12% |
下降17% |
|||
毛利率 |
|
56.1% |
|
|
45.9% |
|
|
67.0% |
|
增长10.2 个百分点 |
下降10.9个百分点 |
运营费用 |
,793 |
|
,749 |
|
,375 |
|
增长3% |
增长30% |
|||
营业收入 |
,536 |
|
,325 |
|
,386 |
|
增长16% |
下降55% |
|||
净收益 |
,456 |
|
,292 |
|
,973 |
|
增长13% |
下降51% |
|||
摊薄每股收益 |
{zhiding_content_info_22}.58 |
|
{zhiding_content_info_22}.51 |
|
.17 |
|
增长14% |
下降50% |
|||
展望
NVIDIA对2023财年第四季度的展望:
亮点
自上次发布财报以来,NVIDIA在以下领域取得进展:
数据中心
游戏业
专业视觉
汽车和嵌入式技术
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。