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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。