專題：英偉達Q3指引未達最高預期 預計Blackwell芯片Q4勁收數(shù)十億
英偉達今日公布了截至2024年7月30日的2025財年第二財季財報：營收為300.40億美元，同比增長122%，環(huán)比增長15%，創(chuàng)下歷史紀錄；凈利潤為165.99億美元，同比增長168%，環(huán)比增長12%；不按照美國通用會計準則的調整后凈利潤為169.52億美元，同比增長152%，環(huán)比增長11%（注：英偉達財年與自然年不同步，2024年1月底至2025年1月底為2025財年）。
英偉達第二財季調整后每股收益和營收超出華爾街分析師預期，對第三財季營收作出的展望也同樣超出預期。盡管如此，英偉達盤后股價仍舊下跌了5%以上。
詳見：英偉達第二財季營收300.40億美元 凈利潤同比大增168%
財報發(fā)布后，英偉達創(chuàng)始人、總裁兼首席執(zhí)行官黃仁勛和執(zhí)行副總裁兼首席財務官科萊特·克雷斯等高管出席隨后召開的財報電話會議，解讀財報要點并回答分析師提問。
以下是分析是問答環(huán)節(jié)主要內(nèi)容：
美銀美林分析師Vivek Arya：黃仁勛在前面的發(fā)言中提到Blackwell GPU的光學掩膜版發(fā)生了變化。我想知道，在后端封裝或其他方面是否還有任何其他漸進式變化？與此相關的一個問題是，你表示盡管設計發(fā)生了變化，但你可以在第四季度出貨數(shù)十億美元的Blackwell人工智能芯片，這是因為彼時所有這些問題都會得到解決嗎？Blackwell產(chǎn)品的任何變化對于公司總體的經(jīng)營有哪些影響？對你們的收入狀況意味著什么，以及客戶對此有何反應？
黃仁勛：是的，光學掩膜版的調整已經(jīng)完成，無需進行功能更改。我們目前正在針對各種系統(tǒng)配置進行Blackwell芯片和Grace Blackwell超級芯片的測試。在臺北電腦展上我們展示了大約一百種基于Blackwell的不同類型的系統(tǒng)，我們正在同生態(tài)系統(tǒng)合作一起測試這些系統(tǒng)。Blackwell的功能保持不變，我們預計將在第四季度開始生產(chǎn)。
高盛分析師Toshiya Hari：想問黃仁勛一個關于公司長期發(fā)展的問題。如你所知，市場對于客戶以及客戶投資回報率存在相當激烈的爭論，這對公司未來資本支出的可持續(xù)性意味著什么？在內(nèi)部，管理層關注哪些因素？當公司衡量客戶回報以及對資本支出的影響時，你們的主要關注哪些指標？還有一個問題給科萊特，我看到公司全年的主權人工智能收入可能增加了幾十億美元，是什么推動了業(yè)績前景的改善？我們應該如何看待2024財年的整體情況？
黃仁勛：首先，我剛才所說的四季度生產(chǎn)，實際是出貨的意思，是開始出貨。關于你提到的長期發(fā)展的問題，我們可以退一步思考。我說過我們正在同時經(jīng)歷兩個平臺轉型，第一是從通用計算向加速計算轉型，原因是CPU的擴展在一段時間以來已經(jīng)在放緩，甚至可以說慢得像蝸牛爬。相比而言，計算需求的數(shù)量繼續(xù)大幅增長，甚至可以估計說每年都在翻番。
因此，如果我們沒有新的方法，計算膨脹將推高每個公司的成本，并將推高全球數(shù)據(jù)中心的能源消耗，這些都是大家目睹的正在發(fā)生的情況，所以答案是加速計算。我們知道加速計算可以加速應用程序，還使你能夠在更大規(guī)模上進行計算，例如科學模擬或數(shù)據(jù)庫處理，這也直接意味著更低的成本和更低的能源消耗。
事實上，本周發(fā)布的一篇博客談到了英偉達提供了一大批新的加速庫，這就是從通用計算向加速計算轉型的核心，利用好這一轉變實現(xiàn)節(jié)省90%的計算成本也并不罕見——如果你將一個應用程序加速50倍，可以預期計算成本會大幅下降。
第二個轉型是由加速計算促成的，因為我們將大型語言模型或深度學習的訓練成本如此大規(guī)模地降低，以至于現(xiàn)在它可以擁有巨大的模型、數(shù)萬億參數(shù)的模型，并在幾乎所有全球知識語料庫上進行預訓練，然后讓模型去弄清楚如何理解人類語言的含義, 以及如何將知識編碼到其神經(jīng)網(wǎng)絡中進行學習推理，這引發(fā)了生成式人工智能革命�，F(xiàn)在我們退一步談談為何如此深入地投入生成式人工智能，因為它不僅是一項功能，也不僅僅是一種能力，而是一種全新的軟件開發(fā)方式。
我們有了數(shù)據(jù)，而不是人工設計的算法，可以告訴人工智能，告訴模型，告訴計算機我們期待的答案是什么，我們以前的觀察結果是什么，然后讓它去找出算法，函數(shù)，它會學習到一個集合，人工智能有點像一個通用函數(shù)逼近器，能夠不斷學習函數(shù)，學習幾乎任何事物的函數(shù)，任何可預測的事物，任何有結構的事物，任何你有先前范例的事物。生成式人工智能是一種全新的計算機科學形式，影響著從CPU到GPU的每一層計算，從人工設計的算法到機器學習的算法，利用生成式人工智能開發(fā)和構建的應用程序從本質上來說都是非常了不起的。
在生成式人工智能技術中有幾件事情正在同時發(fā)生，第一是前沿模型的規(guī)模正在大幅度地不斷增長，我們都看到了規(guī)模擴大的好處，每當我們將模型擴大一倍，也必須將用于訓練它的數(shù)據(jù)集擴大一倍以上，隨之而來的創(chuàng)建該模型所需的浮點運算次數(shù)呈二次方增長，所以看到下一代模型可能比上一代需要多10倍、20倍、40倍的計算量也是在意料之中的。
因此，我們必須繼續(xù)大幅提高每一代產(chǎn)品的性能，才能降低能耗，并降低實現(xiàn)它所需的成本。這是我們所說的第一點，有更大的前沿模型在更多的模態(tài)上進行訓練。令人驚訝的是，前沿模型的制造商在數(shù)量上比去年更多了，這是生成式人工智能正在發(fā)生的動態(tài)之一。
第二點是，所有現(xiàn)在市場上呈現(xiàn)的狀況也只是冰山一角，我們看到的ChatGPT、圖像生成器、生成式人工智能輔助編程，輔助編程在英偉達就有非常廣泛的應用，當然還有很多數(shù)字設計師之類的應用等等。但這些只是冰山一角，冰山之下是當今世界上最大的計算系統(tǒng)，以前我談過這個，就是推薦系統(tǒng)從CPU轉向生成式人工智能。
推薦系統(tǒng)、廣告生成、定制廣告生成、大規(guī)模超精準定向廣告、搜索和用戶生成內(nèi)容，這些都是非常大規(guī)模的應用。生成式人工智能初創(chuàng)公司為我們的云合作伙伴和主權人工智能業(yè)務創(chuàng)造了數(shù)百億美元的云租賃業(yè)務，很多國家現(xiàn)在已經(jīng)意識到他們的數(shù)據(jù)是他們的自然和國家資源，并且必須使用人工智能建立自己的人工智能基礎設施，以擁有自己的數(shù)字智能。
另外，如Cole之前提到的，企業(yè)人工智能正在起步，大家可能已經(jīng)看到我們所宣布的，世界領先的IT公司正在同我們一道，將英偉達企業(yè)人工智能平臺帶給全球企業(yè)。與我們洽談過的許多公司都非常希望我們的產(chǎn)品能夠為其挖掘更多的生產(chǎn)力。然后還有通用機器人技術，去年出現(xiàn)的一個重大轉變就是我們現(xiàn)在能夠通過觀看視頻、人類演示，和來自像Omniverse這樣的系統(tǒng)強化學習所生成的合成數(shù)據(jù)來學習物理人工智能，我們現(xiàn)在與幾乎所有的機器人公司合作，開始思考并著手構建通用機器人技術。你可以看到生成式人工智能有很多不同的發(fā)展方向，生成式人工智能的發(fā)展勢頭在加速。
科萊特·克雷斯：關于主權人工智能以及我們在增長和收入方面目標的問題，這的確是一個獨特且不斷增長的機會，也是隨著生成式人工智能出現(xiàn)的，世界各國都渴望擁有自己的生成式人工智能，能夠融入自己的語言、文化和該國的數(shù)據(jù)，探索圍繞這些模型以及它們對國家的特定用途，因此我們看到了一些增長機會。
（持續(xù)更新中。。。）
責任編輯：劉明亮
【免責聲明】本文僅代表作者本人觀點，與和訊網(wǎng)無關。和訊網(wǎng)站對文中陳述、觀點判斷保持中立，不對所包含內(nèi)容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。郵箱：news_center@staff.hexun.com
最新評論