NVIDIA 在人工智能 (AI) 数据中心领域继续保持主导地位,其最新季度业绩显示收入增长 16%,较去年同期增长 93%。
公司数据中心业务季度收入达到 356 亿美元,全年收入达到 1,150 亿美元,较去年增长 142%。
NVIDIA CEO 兼创始人黄仁勋在准备好的讲话中表示:"Blackwell 的需求非常强劲,因为推理 AI 增加了另一个扩展定律 - 增加训练计算量可以让模型更智能,增加长期思考的计算量可以让答案更智能。"
"我们已成功实现了 Blackwell AI 超级计算机的大规模生产,在第一季度就实现了数十亿美元的销售额。AI 正在以光速发展,主动 AI 和物理 AI 为下一波 AI 革命奠定了基础,这将彻底改变最大的行业。"
在财报电话会议上,金融分析师就 DeepSeek (该模型需要较低算力的 GPU) 以及微软等云服务提供商 (CSP) 正在设计自己的 AI 优化芯片等问题向 NVIDIA 提出质疑。
根据 Seeking Alpha 发布的电话会议记录,CSP 约占 NVIDIA 业务的一半。但企业客户的需求也在增长。黄仁勋表示:"我们看到企业业务未来会增长",他认为这代表了长期销售 NVIDIA GPU 的更大机会。
黄仁勋利用财报电话会议讨论了为什么他认为新的 AI 模型会推动需求增长,即使 AI 模型在计算效率方面变得更高。他说:"模型思考得越多,答案就越智能。OpenAI、Grok-3 和 DeepSeek-R1 等模型都是应用推理时间扩展的推理模型。推理模型可能消耗 100 倍的计算量。未来的推理模型可能消耗更多计算量。"
当被问及 CSP 开发专用集成电路 (ASIC) 而不使用 GPU 的风险时,黄仁勋通过讨论技术栈的复杂性作出回应,暗示如果使用定制芯片而不是标准 GPU,这将是一个挑战。他说:"软件栈非常困难。制造 ASIC 与我们的工作没有区别 - 我们构建新架构。"
据黄仁勋称,建立在 NVIDIA 架构之上的技术生态系统比两年前复杂 10 倍。他说:"这很明显,因为世界在架构之上构建的软件数量正在呈指数级增长,AI 发展非常快。因此,在多个芯片之上整合整个生态系统是很困难的。"
在讨论 NVIDIA 的业绩时,Forrester 高级分析师 Alvin Nguyen 表示:"尽管这一成就令人震惊,但 NVIDIA 再次创下记录似乎已成为常态。创纪录的收益表明对 NVIDIA AI 产品的需求持续存在。强调推理模型驱动更多而不是更少的计算,这是对 DeepSeek 影响其需求担忧的一个很好的口头反驳。"
然而,在 Nguyen 看来,黄仁勋对替代 NVIDIA GPU 的定制芯片问题的回应是"轻描淡写的"。
他说:"对于亚马逊、微软和谷歌的定制芯片威胁其业务的问题,他们的回应是轻描淡写的,忽视了这些公司需要 NVIDIA 之外的选择,以及需要专门针对其 AI 训练和推理需求定制的半导体。"
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  英伟达和诺基亚宣布战略合作,将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中,助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统,提升网络性能和效率,为生成式AI和智能体AI应用提供无缝体验。英伟达将投资10亿美元并推出6G就绪的ARC-Pro计算平台,试验预计2026年开始。
印度理工学院研究团队从大脑神经科学的戴尔定律出发,开发了基于几何布朗运动的全新AI图像生成技术。该方法使用乘性更新规则替代传统加性方法,使AI训练过程更符合生物学习原理,权重分布呈现对数正态特征。研究团队创建了乘性分数匹配理论框架,在标准数据集上验证了方法的有效性,为生物学启发的AI技术发展开辟了新方向。
虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
Sony AI开发出SoundReactor框架,首次实现逐帧在线视频转音频生成,无需预知未来画面即可实时生成高质量立体声音效。该技术采用因果解码器和扩散头设计,在游戏视频测试中表现出色,延迟仅26.3毫秒,为实时内容创作、游戏世界生成和互动应用开辟新可能。
 
             
                 
                     
                     
                    