AI蓬勃发展推动NVIDIA第三财季轻松超预期

简介:

Nvidia将继续推动芯片产业的发展,由于其面向人工智能应用的芯片业务蓬勃发展,Nvidia在第三财季的表现轻松超出了预期。

AI蓬勃发展推动Nvidia第三财季轻松超预期

Nvidia公布财报称,该季度利润为8.38亿美元(或者每股1.33美元),同比增长55%,收入增长32%达到26.4亿美元。

Moor Insight & Strategy总裁、首席分析师Patrick Moorhead表示:“每个产品线都有所增长,但是最令人印象深刻的是数据中心业务的增长,而这主要是受到了机器学习训练、游戏的推动,以及PC游戏市场扩张和GeForce的推动。”

Nvidia的数据中心业务翻了近一番,达到5.01亿美元。Nvidia的GPU已经被Google、Facebook和微软等大型数据中心拥有者采用,用于机器学习,从而在图像和语音识别以及自动驾驶汽车方面取得进展。

该业务在经过几年高双位数增长之后遭遇了停滞,也这导致投资者信心不足,尽管Nvidia表示这是由于切换到新芯片架构所导致的暂时性问题。结果似乎表明Nvidia是对的。

Nvidia创始人、首席执行官黄仁勋表示:“我们在所有增长驱动因素方面都取得了不错的成绩。全球各地的行业正在加速他们对AI的采用。”

此前分析师预期Nvidia调整后的利润为每股94美分,相比去年同期的83美分增长了13%,收入为23.7亿美元,增长18%。

Nvidia还发布了对第四季度的最新预测。Nvidia预计下个季度收入将达到26.5亿美元,毛利率约为60%,但是并没有提供精确的利润数字。分析师预测称,Nvidia下个季度的利润为每股97美分,减少2%,收入为24.3亿美元,增长12%。

投资者们的反应比较平淡,盘后交易价格下跌不到1%,随后上涨2%。Nvidia的股票价格表现完美,上周二创下新高,收盘价格是去年同期的3倍。所以温和上涨也可以算做是积极的表现。

Nvidia也受益于另一个处理密集型的技术:加密电子货币挖掘,尤其是以太坊货币。黄仁勋表示:第二季度这部分业务占到了1.5亿美元,高于预期,且称这个市场“已经逐渐稳定下来”。

但是分析师一直对这部分提振持怀疑态度,事实上第三季度加密相关的销售额下滑到7000万美元。黄仁勋表示,这是因为挖矿者们已经转移到用图形计算机来做挖矿任务。“将会有新货币的出现,现有货币的价格也会增长。一段时间内我们将看到加密将成为我们业务很小一部分。”

这将成为芯片行业的关键时刻,特别是对Nvidia来说。首先,英特尔公司最近宣布与长期竞争对手AMD达成惊人的合作伙伴关系,为高端个人笔记本电脑制造芯片,将英特尔的CPU与AMD的GPU相结合。Moorhead表示:“多年前,英特尔计划推出独立显卡,即使成功集成显卡,其效果也不尽如人意。看起来,英特尔将再次承诺为游戏甚至是机器学习打造一款有竞争力的独立显卡。”

事实上,英特尔上周聘请了刚刚从AMD离职的首席GPU架构师Raja Koduri,在英特尔担任相同的职位。“我们将致力于让AI成为我们产品组合的一个重要组成部分。”英特尔CEO Brian Krzanich在纽约时报的Dealbook大会上这样表示。

更广泛地说,整个芯片行业似乎正在另一个整合期。博通宣布以1050亿美元收购移动芯片巨头高通公司,这将成为历史上规模最大的一次科技收购。同一天,华尔街日报报道称,Marvell Technology Group正在与Cavium进行并购谈判,可能会创造一个规模达140亿美元的新实体。

占到Nvidia总收入超过一半的游戏收入增长25%达到15.6亿美元,部分原因是受到了Nintendo Switch游戏系统快速采用的推动。其他业务的增长则没有这么多,可视化收入增长15%,汽车业务增长15%。面向OEM制造商的销售,以及知识产权收入仅增长了3%。


原文发布时间为: 2017年11月13日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
2月前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
156 13
|
3月前
|
人工智能 并行计算 数据中心
NVIDIA智算中心“产品”上市,AI工业革命的iPhone时刻
NVIDIA智算中心“产品”上市,AI工业革命的iPhone时刻
|
1月前
|
机器学习/深度学习 人工智能 算法
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程
NVIDIA TAO Toolkit 5.0 提供低代码框架,支持从新手到专家级别的用户快速开发视觉AI模型。新版本引入了开源架构、基于Transformer的预训练模型、AI辅助数据标注等功能,显著提升了模型开发效率和精度。TAO Toolkit 5.0 还支持多平台部署,包括GPU、CPU、MCU等,简化了模型训练和优化流程,适用于广泛的AI应用场景。
57 0
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程
|
5月前
|
人工智能 并行计算 数据中心
NVIDIA智算中心“产品”上市,AI工业革命的iPhone时刻
NVIDIA智算中心“产品”上市,AI工业革命的iPhone时刻
|
6月前
|
人工智能 数据中心 Anolis
NVIDIA AI 新网络助力龙蜥提升网络通信速率
面向新 AI 数据中心,网络如何改进?
|
人工智能 负载均衡 网络性能优化
灵骏可预期网络:Built for AI Infrastructure
通用人工智能离我们越来越近,全世界的关注和投入正在带来日新“周”异的变化。回顾人工智能的诞生和发展历程,人类计算能力的进步几乎牵动了每一次的重大技术突破,当前的大模型热潮更是如此,只是动辄千万亿参数级的模型体量,所需计算资源远超单颗芯片的上限,超大规模的计算集群成为支撑技术发展和应用创新的关键基础设施。面向智能:云基础设施网络技术面临新挑战如何突破单个芯片、单个服务器节点的算力上限,在超大规模情况
30741 7
灵骏可预期网络:Built for AI Infrastructure
|
机器学习/深度学习 人工智能 并行计算
阿里云& NVIDIA TensorRT Hackathon 2023 决赛圆满收官,26支AI团队崭露头角
2023年9 月 29 日,由阿里云、NVIDIA 联合主办,阿里云天池平台承办的 “TensorRT Hackathon 2023 生成式 AI 模型优化赛” 圆满落幕。
254 0
|
人工智能 负载均衡 异构计算
灵骏可预期网络:Built for AI Infrastructure
灵骏可预期网络:Built for AI Infrastructure
灵骏可预期网络:Built for AI Infrastructure
|
人工智能 前端开发 数据可视化
试用AI辅助绘画技术————NVIDIA Canvas
试用AI辅助绘画技术————NVIDIA Canvas
120 0
|
存储 机器学习/深度学习 人工智能
COMPUTEX2023|NVIDIA GRACE HOPPER为加速生成式AI而设计的超级芯片全面投产
5 月29 日,英伟达在 2023 台北电脑展大会推出了DGX GH200 AI超级计算机,这是配备256颗Grace Hopper超级芯片和NVIDIA NVLink交换机系统的尖端系统,具有1 exaflop性能和144TB共享内存。
下一篇
无影云桌面