图形芯片制造商Nvidia周四发布了其2014财年第二财季业绩报告。报告显示,该季度Nvidia营收达到11亿美元,同比去年9.77亿美元增长13%;净利润为1.28亿美元,同比去年的9600万美元增长33%。今年第二财季每股摊薄利润为0.22美元,去年同期为0.16美元,同比增长38%。
图:The new Shield Tablet
华尔街分析师预期Nvidia该季度营收为11亿美元,每股赢利为0.22美元。Nvidia将业绩超出分析预期,归结于游戏和移动业务得到改善。
按Non-GAAP计,该季度Nvidia净利润为1.73亿美元,去年同期为1.33亿美元,同比增长30%;每股摊薄受益为0.30美元,去年同期为0.23美元,同比增长30%。
周四美股盘后市场,Nvidia股价上扬4.5%,至18.25美元。
Nvidia CEO 黄仁勋(Jen-Hsun Huang)表示, “客观上来讲,Nvidia整个游戏市场仍在增长。”他补充说,中国和东南亚两个领域有更多增长潜力,“我感觉我们仍有很大增长空间。”
Nvidia称,Nvidia业绩大涨,同时还受益于Tegra移动芯片业务增长了3倍;Tegra芯片被广泛应用于汽车信息娱乐系统,以及小米在7月份发布的MiPad平板。在中国市场上,小米已超过三星公司成为最大的智能手机供应商。黄仁勋对此表示,“二者都是驱动Tegra移动芯片增长的真正因素,车载芯片的确是单大生意,和小米的芯片业务也做的不错。”
第二财季,在Nvidia营收中,来自包括GeoForce在内的图形处理器芯片业务收入增长约2%,至8.78亿美元;来自Tegra处理器芯片业务营收至1.59亿美元,较去年同期的5900万美元增长2倍,其中汽车用Tegra处理器芯片业务较上年同期增长74%。
Nvidia预计公司第三财季的营收为12亿美元、上下浮动2个百分点。而分析师预计Nvidia公司该季度营收为11.6亿美元。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。