数据中心业务助力英伟达一季度营收大增48.4%

简介:

据外媒报道,由于云服务提供商的数据中心对于芯片的需求非常旺盛,英伟达在今年第一季度的营收超过了预期,增长了48.4%。

在昨日收盘后,英伟达的股价上涨了14.2%,涨到了117.57美元。

在今年第一季度,英伟达数据中心业务的营收增长了一倍以上,增长到了4.09亿美元,轻松击败了分析师预期的3.182亿美元。

“现在,全世界各大互联网和云服务提供商都在使用英伟达的GPU芯片。”英伟达首席财务官科莱特-克雷斯(Colette Kress)周二在财报电话会议结束后说。

英伟达的芯片包含人工智能和深度学习功能,能够加快数据的分析过程。

英伟达首席执行官黄仁勋(Jensen Huang)在1993年与人联合创立该公司,并从那时候起就一直在领导该公司。他一直在不断拓展公司的业务,现在已开始向快速发展的新领域进军,包括汽车芯片行业和人工智能。

“这些数字让人感到印象最深刻的地方是,英伟达一直在不断转变,终保持着强劲的增长态势。”Loop Capital投资公司的分析师贝琪-范希斯(Betsy van Hees)说。

英伟达的汽车业务(包括特斯拉使用的 DRIVE PX 2无人驾驶系统)的营收增长了大约24%,增长到了1.4亿美元。相对而言,分析师预计这块业务的营收为1.32亿美元。

在今年第一季度,该公司的游戏业务(包括英伟达GeForce系列)的营收增长了大约50%,增长到了10.3亿美元,占该公司全部营收的53%。相对而言,分析师预计英伟达游戏业务的营收为11.1亿美元。

这家位于加利福尼亚州圣克拉拉市的公司还预计,它在第二季度的营收可能会达到19.5亿美元,上下浮动率约为2%、而分析师们预测的平均数字则是18.9亿美元。

在截至4月30日的第一季度,该公司的净收入增长了一倍以上,增长到了5.07亿美元,约合每股79美分。英伟达的营收从13.1亿美元增长到了19.4亿美元,超过了分析师预期的19.1亿美元。

截至周二收盘,英伟达的股价从今年初以来下跌了3.6%;相对而言,标普500指数增长了大约7%。在去年,英伟达的股价增长了两倍以上,是标普500指数中表现最佳的股票。

本文转自d1net(转载)

相关文章
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
6月前
|
存储 双11 数据中心
数据中心网络关键技术,技术发明一等奖!
近日,阿里云联合清华大学与中国移动申报的“性能可预期的大规模数据中心网络关键技术与应用”项目荣获中国电子学会技术发明一等奖。该项目通过端网融合架构,实现数据中心网络性能的可预期性,在带宽保障、时延控制和故障恢复速度上取得重大突破,显著提升服务质量。成果已应用于阿里云多项产品及重大社会活动中,如巴黎奥运会直播、“双十一”购物节等,展现出国际领先水平。
|
运维 负载均衡 监控
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
181 4
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。