FX168财经网_全球视野外汇黄金加密货币NFT资讯网

天风证券：英伟达拟募资100亿美元，关注AI产业链投资机会

已久。在2022年英伟达GTC大会上，黄仁勋多次提及“下一个时代的AI”，并且发布基于全新架构Hopper的H100GPU、GraceCPU，展现出英伟达对于算力的领先布局。2、AI时代，探索更丰富的应用场景，AI发展潜力凸显。回顾英伟达对于AI的布局，从2016年前后的GPU并行计算架构，到如今完成硬件、软件、平台、应用层的全面部署，英伟达步步为营。近期ChatGPT点燃对于算力的需求，其研发（训练）和应用（推理）都需要大量智能计算资源和数据存储及传输资源。ChatGPT需要TB级的运算训练库，甚至是P-Flops级的算力，我们认为，随着GPT算法的进一步演进，以及应用场景的丰富，对于算力的需求将进一步提升，AI的发展潜力将持续凸显，有望从目前的文本端应用，向更为丰富的垂直领域拓展。

金融界2023-03-03

不论谁赢了ChatGPT大战英伟达都是最后的赢家

视线——几乎所有软件将被 AI 重塑，黄仁勋更是将其比作「AI 的 iPhone 时刻」。就此，时代的风口由元宇宙和 web3 突然切换到生成式 AI，FAAMG 等硅谷巨头们匆忙备战随时「开打」。而英伟达，稳稳地成为这场时代之战的「最大军火商」。作为当下「AI 超级周期的跳动心脏」，英伟达的 GPU（图形处理芯片）是训练和操作机器学习模型的最佳选择，因而被视为「2023 年云资本支出重心转向人工智能的最大受益者」。其实，这不是英伟达第一次乘上时代的风车——加速计算、深度学习、挖矿、元宇宙，英伟达屡次踩中时代的风口。在它成立的短短 30 年里，芯片江湖已然换了人间，当年与 90 家显卡商厮杀落败的初创公司，早已成为市值最高的芯片霸主。英伟达屡次「躺赢」，离不开其掌舵者黄仁勋的战略眼光——总是能精准预判下一个技术变革，提前下手。在近日的财报电话会上，黄仁勋透露了：这一次，他提前看到的未来及其相应的战略布局。面对大语言模型加持的生成式 AI，「核弹厂」的野心远非提供「军火」。 ChatGPT 大战背后的「战争之王」去年 11 月底以来，OpenAI 让人们见识到了「通用智能」的厉害，依托大语言模型的 ChatGPT 所展现的思维链条（Chain of Thought）和自发涌现的各种能力（Emergence）令人惊艳——尽管 ChatGPT 本身没有知识和智慧，但是它做到了「让你以为它有知识甚至智慧」的程度。不久前，在加州大学伯克利分校哈斯商学院的炉边谈话上，黄仁勋兴奋地评价 ChatGPT 将开启科技行业的新纪元，也是人工智能和计算行业有史以来最美妙的事情。他说：「上一次看到一项如此多才多艺、可以解决问题并经常以多种方式带给人们惊喜的科技是什么时候？它可以写一首诗，可以填写电子表格，可以编写 SQL 查询并执行，可以写 Python 代码……对于很多一直致力于此的人来说，我们一直在等待这一刻，这是人工智能的 iPhone 时刻。我现在可以将它用作 API 并连接到电子表格、PPT、各个应用程序，它有让一切变得更好的潜力」。这是「AI 将重塑所有软件」的际遇，而要让生成式 AI 能够像 ChatGPT 这样展现五花八门的通识才能，必须依托像 GPT3.5 这样的底层大语言模型。人们将其比作移动互联网时代里安卓或 iOS。因此，大语言模型也就成为大厂和创业公司的必争之地。无论是「造」出这样一个大模型，还是运行这样一个大模型，都需要极大的算力，需要成千上万个 GPU。据报道，OpenAI 用了 10000 个英伟达的 GPU 来训练 ChatGPT。花旗集团估计，ChatGPT 的使用可能会在 12 个月内为英伟达带来 30 亿至 110 亿美元的销售额。此前，《中国电子报》采访业内人士表示，「大模型技术涉及 AI 开发、推理、训练的方方面面，所谓模型的『大』主要是参数量大、计算量大，需要更大体量的数据和更高的算力支撑。对于 GPU 厂商来说，大模型是值得期待的算力红利，尤其是通用性极强的英伟达」。全球来看，大算力芯片领域主要有两个玩家，英伟达和 AMD，从市占率来说，英伟达远超 AMD。根据 John Peddie Research 的数据，英伟达占据了 GPU 市场约 86% 的份额。这也就不难理解，在炙手可热的生成式 AI 浪潮下，英伟达被视为最大的潜在赢家。从财报上看，这波生成式 AI 对于英伟达的需求主要反映在数据中心业务。事实上，2023 整个财年的四个季度，数据中心已经替代了英伟达起家的支柱业务——游戏，成为第一大业务。 2022 财年第 4 季度——2023 财年第 4 季度，英伟达各个板块的营收 | 截图来源：Nvidia 2023 财年，数据中心总收入增长了 41%，达到创纪录的 150.1 亿美元。仅就第四季度而言，数据中心收入为 36.2 亿美元，贡献了英伟达全公司收入的 60% 左右。数据中心增长的基本盘来自于新一代旗舰产品 H100 的出货量持续走高、云的渗透率持续增长、以及超大规模客户扩大了 AI 布局。就 H100 而言，其收入在第二季度就已经远远高于 A100，后者的营收份额连续下降。据悉，H100 在训练方面比 A100 快 9 倍，在基于 Transformer 的大型语言模型推理方面比 A100 快 30 倍。同时，英伟达正在为越来越多的、快速增长的云服务商（Cloud Service Providers，简称 CSP）提供服务，包括甲骨文和一些专注于 GPU 的云服务提供商（GPU specialized CSPs）。在过去的 4 个季度中，CSP 客户贡献了数据中心收入的 40% 左右。下一步：AI 即服务财报电话会上，老黄透露了英伟达的新动向——AI 企业级服务上云。尽管更多信息会在十几天后的 GTC 大会上才宣布，但英伟达正与领先的云服务商合作提供 AI 即服务（AI-as-a-service），让企业可以访问英伟达的 AI 平台。据官方消息，客户将能够把 NVIDIA AI 的每一层（包括 AI 超级计算机、加速库软件或预训练的生成式 AI 模型等）作为云服务来使用。老黄阐述道，「技术突破的积累使 AI 到了一个拐点。生成式 AI 的多功能性和能力引发了世界各地企业开发和部署 AI 战略的紧迫感。然而，AI 超级计算机基础设施、模型算法、数据处理和训练技术仍然是大多数人无法克服的障碍。」基于这样的行业痛点，英伟达商业模式的下一个层次是：帮助每个企业客户都能使用 AI。客户使用自己的浏览器，就可以通过 NVIDIA DGX Cloud 来使用 NVIDIA DGX AI 超级计算机，该服务已经在 Oracle Cloud Infrastructure 上可用，预计不久后也将在 Microsoft Azure、Google Cloud 和其他平台上线。在 AI 平台软件层，客户将能够访问 NVIDIA AI Enterprise，以训练和部署大型语言模型或其他 AI 工作负载。而在 AI 模型即服务层，英伟达将向希望为其业务建立专有生成式 AI 模型和服务的企业客户提供 NeMo 和 BioNeMo 可定制 AI 模型。就其市场前景，黄仁勋认为，ChatGPT 让人们意识到计算机编程的民主化，几乎任何人都可以用人类语言向机器解释要执行的特定任务。因此，全世界 AI 基础设施的数量将会增长，「你会看到这些 AI 工厂无处不在」。人工智能的生产将会像制造业一样，在未来，几乎每个公司都会以智能的形式生产软件产品。数据进来了，只做一件事，利用这些数据产生一个新的更新模型。他进一步解释了 AI 工厂，「当原材料进入时，建筑或基础设施就会启动，然后一些改进的东西就会出现，这是非常有价值的，这就是所谓的工厂。所以我希望在世界各地看到 AI 的工厂。其中一些将托管在云中。其中一些将是本地的。会有一些很大，有些会非常大，然后会有一些更小。所以我完全期待这会发生。」事实上，老黄关于 AI 工厂愿景正在发生，上个月，他在公开演讲中声称，自从 ChatGPT 出现以来，可能已经有大约 500 家新创业公司开发出令人愉快的、有用的 AI 应用程序。基于这一前景，英伟达对数据中心的未来充满信心。CFO Cress 表示，通过新的产品周期、生成式 AI 以及人工智能在各个行业的持续采用，数据中心部门将持续实现增长。她说：「除了与每个主要的超大规模云服务商合作外，我们还与许多消费互联网公司、企业和初创企业合作。这一机会意义重大，推动数据中心的强劲增长，并将在今年加速增长。」汽车向上，游戏向下除了数据中心，英伟达其他的业务板块——游戏、汽车、专业视觉等，本季度的表现则有好有坏。其中，车用业务表现亮眼。财年总收入增长 60%，达到创纪录的 9.03 亿美元。第四季度收入创下 2.94 亿美元的纪录，较去年同期增长 135%，较上一季度增长 17%。无论是环比还是同比，车用业务均持续增长。根据英伟达，这些增长反映了自动驾驶解决方案的销售增长，面向电动汽车制造商的计算解决方案以及 AI 座舱解决方案的销售强劲。电动汽车和传统 OEM 客户的新项目助推了这一增长。值得注意的是，在今年 1 月初举行的 CES 大会上，英伟达宣布与富士康建立战略合作伙伴关系，共同开发基于 NVIDIA DRIVE Orin 和 DRIVE Hyperion 的自动驾驶汽车平台。相比之下，游戏业务依然深处泥潭之中。过去几个季度，RTX 4080 销售疲软、视频游戏行业下滑、加密货币市场疲软、以及去库存压力等因素，让英伟达的游戏业务持续低迷，尤其第三季度，游戏业务营收同比暴跌 51%。但就像 CFO Cress 所言，「最低点可能已经过去，而且事情可以改善前进。」第四季度，英伟达游戏营收为 18.3 亿美元，同比下降 46%，环比增长 16%，整个财年收入下降 27%。该季度和财年的同比下降反映了销售减少，背后是全球宏观经济低迷和中国放开疫情管控对游戏需求的影响。但环比三季度，英伟达的游戏业务还是取得了一定增长。这是由于受到基于 Ada Lovelace 架构的新 GeForce RTX GPU 的推出推动。黄仁勋也肯定了这一看法，他说：「游戏业正在从新冠肺炎疫情后的低迷中复苏，而且玩家们热烈欢迎使用 AI 神经渲染的 Ada 架构 GPU。」近日，游戏行业一个复苏的好迹象是：动视暴雪（Activision Blizzard）在第四季度实现了营收正增长，超出了预期。但仍要警惕——动视暴雪在 PC 和主机上销售游戏，而只有 PC 销售与英伟达相关，主机制造商使用 AMD 显卡。此外，在财报发布的前一天，英伟达宣布与微软签订了一项为期 10 年的协议，将 Xbox PC 游戏阵容引入 GeForce NOW，包括《我的世界（Minecraft）》、《光环（Halo）》和《微软模拟飞行（Microsoft Flight Simulator）》。待微软完成收购动视之后，GeForce NOW 将新增《使命召唤（Call of Duty）》和《守望先锋（Overwatch）》等游戏。除了游戏业务之外，专业视觉和 OEM 这两个部门的业务也较上一年有大幅下降。从中可以看出：半导体市场正在经历罕见的下行周期。专业视觉业务第四季度收入为 2.26 亿美元，较去年同期下降 65%，较上一季度增长 13%。财年总收入下降 27% 至 15.4 亿美元。该季度和财年同比下降反映了向合作伙伴销售较少以帮助减少渠道库存。环比增长是由台式工作站 GPU 推动的。 OEM 和其他收入同比下降 56%，环比增长 15%。财年收入下降 61%。该季度和财年同比下降是由笔记本 OEM 和加密货币挖掘处理器（CMP）推动的。在财年 2023 中，CMP 收入微不足道，而在财年 2022 中为 5.5 亿美元。风口上的赢家，为什么又是英伟达英伟达 30 年的发展史可以分为两段。从 1993 年到 2006 年，英伟达的目标是在竞争激烈的图形卡市场中存活下来，并创造了 GPU 这一革命性的技术；从 2006 年到 2023 年的转型，则主要是如何利用 CUDA 这一平台，将 GPU 应用于机器学习、深度学习、云计算等领域。后者让英伟达走上人工智能之旅，今天市值已经超过老牌霸主英特尔和 AMD，也是在今天生成式 AI 热潮下，英伟达再次站上风口的前提。在 2019 年的一次主题演讲中，黄仁勋分享了英伟达一次次重溯行业的缘起——找到了真正重要的问题并坚持。他说：「这使我们能够一次又一次地发明、重塑我们的公司、重溯我们的行业。我们发明了 GPU。我们发明了编程着色。是我们让电子游戏变得如此美丽。我们发明了 CUDA，它将 GPU 变成了虚拟现实的模拟器。」回到英伟达的起点。当时 Windows 3.1 刚刚问世，个人电脑革命才刚刚要开始。英伟达想要能找到一种方法让 3D 图形消费化、民主化，让大量的人能够接触到这项技术，从而创造一个当时不存在的全新行业——电子游戏。他们认为，如果做成，就有可能成为世界上最重要的技术公司之一。原因在于：三维图形主要表现为对现实的模拟，对世界的模拟相当复杂，如果知道如何创建难辨真假的虚拟现实，在所做的一切中模拟物理定律，并将人工智能引入其中，这一定是世界上最大的计算挑战之一。它沿途衍生的技术，可以解决惊人的问题。最有代表性的案例，就是通过 CUDA 等方案为计算、人工智能等带来了革新性影响，也让它在这一波生成式 AI 浪潮中处于最佳生态位。尽管 GPU 作为计算设备的发现经常被认为有助于引领围绕深度学习的「寒武纪大爆炸」，但 GPU 并不是单独工作的。英伟达内外的专家都强调，如果英伟达在 2006 年没有将 CUDA 计算平台添加到组合中，深度学习革命就不会发生。 CUDA（Compute Unified Device Architecture）计算平台是英伟达于 2006 年推出的软件和中间件堆栈，其通用的并行计算架构能够使得 GPU 解决复杂的计算问题。通过 CUDA，研究人员可以编程和访问 GPU 实现的计算能力和极致并行性。而在英伟达发布 CUDA 之前，对 GPU 进行编程是一个漫长而艰巨的编码过程，需要编写大量的低级机器代码。使用免费的 CUDA，研究人员可以在在英伟达的硬件上更快、更便宜地开发他们的深度学习模型。 CUDA 的发明起源于可程式化 GPU 的想法。英伟达认为，为了创造一个美好的世界，第一件要做的事情就是先模拟它，而这些物理定律的模拟是个超级电脑负责的问题，是科学运算的问题，因此，关键在于：怎么把一个超级电脑才能解决的问题缩小、并放进一台正常电脑的大小，让你能先模拟它，然后再产生画面。这让英伟达走向了可程式化 GPU，这是个无比巨大的赌注。彼时，英伟达花了三四年时间研发 CUDA，最后却发现所有产品的成本都不得不上升近一倍，而在当时也并不能给客户带来价值，客户显然不愿意买单。若要让市场接受，英伟达只能提高成本，但不提高售价。黄仁勋认为，这是计算架构的事情，必须要让每一台电脑都能跑才能让开发者对这种架构有兴趣。因此，他继续坚持，并最终打造出了 CUDA。但在那段时间，英伟达的利润「摧毁性」地下降，股票掉到了 1.5 美元，并持续低迷了大约 5 年，直到橡树岭国家实验室选择了英伟达的 GPU 来建造公用超级电脑。接着，全世界的研究人员开始采用 CUDA 这项技术，一项接着一项的应用，一个接着一个的科学领域，从分子动力学、计算物理学、天体物理学、粒子物理学、高能物理学……这些不同的科学领域开始采用 CUDA。两年前，诺贝尔物理学奖和化学奖得主，也都是因为有 CUDA 的帮助才得以完成自己的研究。当然，CUDA 也为英伟达的游戏提供了动力，因为虚拟世界里和现实世界的流体力学是一样的，像是粒子物理学的爆炸、建筑物的崩塌效果，和英伟达在科学运算中观察到的是一样的，都是基于同样的物理法则。然而，CUDA 发布后的前六年里，英伟达并未「全力投入」AI，直到 AlexNet 神经网络的出现。在即将到来的 GTC 大会上，黄仁勋邀请了 OpenAI 联创兼首席科学家 Ilya Sutskever，而 Sutskever 见证了英伟达这段在人工智能领域崛起的故事。 Sutskever 与 Alex Krizhevsky 及其博士生导师 Geoffrey Hinton 一起创建了 AlexNet，这是计算机视觉领域开创性的神经网络，在 2012 年 10 月赢得了 ImageNet 竞赛。获奖论文表明该模型实现了前所未有的图像识别精度，直接导致了此后十年里人工智能的主要成功故事——从 Google Photos、Google Translate 和 Uber 到 Alexa 和 AlphaFold 的一切。根据 Hinton 的说法，如果没有英伟达，AlexNet 就不会出现。得益于数千个计算核心支持的并行处理能力，英伟达的 GPU 被证明是运行深度学习算法的完美选择。Hinton 甚至在一次演讲上告诉在场的近千名研究人员都应该购买 GPU，因为 GPU 将成为机器学习的未来。在 2016 年接受福布斯采访时，黄仁勋说自己一直都知道英伟达图形芯片的潜力不止于为最新的视频游戏提供动力，但他没想到会转向深度学习。事实上，英伟达的深度神经网络 GPU 的成功是「一个奇怪的幸运巧合」，一位名叫 Sara Hooker 的作者在 2020 年发表的文章「硬件彩票」探讨了各种硬件工具成功和失败的原因。她说，英伟达的成功就像「中了彩票」，这在很大程度上取决于「硬件方面的进展与建模方面的进展之间的正确对齐时刻」。这种变化几乎是瞬间发生的。「一夜之间，需要 13000 个 CPU 的工作两个 GPU 就解决了」她说。「这就是它的戏剧性。」然而，英伟达并不同意这种说法，并表示，从 2000 年代中期开始英伟达就意识到 GPU 加速神经网络的潜力，即使他们不知道人工智能将成为最重要的市场。在 AlexNet 诞生的几年后，英伟达的客户开始购买大量 GPU 用于深度学习，当时，Rob Fergus（现任 DeepMind 研究科学家）甚至告诉英伟达应用深度学习研究副总裁 Bryan Catanzaro，「有多少机器学习研究人员花时间为 GPU 编写内核，这太疯狂了——你真的应该研究一下」。黄仁勋逐渐意识到 AI 是这家公司的未来，英伟达随即将把一切赌注押在 AI 身上。于是，在 2014 年的 GTC 主题演讲中，人工智能成为焦点，黄仁勋表示，机器学习是「当今高性能计算领域最激动人心的应用之一」。「其中一个已经取得令人兴奋的突破、巨大的突破、神奇的突破的领域是一个叫做深度神经网络的领域。」黄仁勋在会上说道。此后，英伟达加快布局 AI 技术，再也不只是一家 GPU 计算公司，逐渐建立了一个强大的生态系统，包括芯片、相关硬件以及一整套针对其芯片和系统进行优化的软件和开发系统。这些最好的硬件和软件组合平台，可以最有效地生成 AI。可以说，GPU + CUDA 改变了 AI 的游戏规则。中信证券分析师许英博在一档播客节目中评价道：英伟达一直在做一件非常聪明的事情，就是软硬一体。在 GPU 硬件半导体的基础上，它衍生出来了基于通用计算要用的 CUDA。这促成了英伟达拿到了软件和硬件的双重规模效应。在硬件端，因为它是图形和计算的统一架构，它的通用性保证了它有规模性，而规模性摊薄了它的研发成本，所以硬件上本身通过规模性可以拿到一个比较优势的研发成本。在软件端，因为它有庞大的开发者的生态，而这些宝贵的软件开发人员，即便是这些软件开发人员换了一个公司，但他可能还是在继续用 CUDA 的软件。主要参考文献： 1）《ChatGPT 火了，英伟达笑了》——中国电子报 2）Nvidia: The GPU Company (1993-2006) 3）Nvidia: The Machine Learning Company (2006-2022) 4）NVIDIA CEO Jensen Huang - AI Keynote Session at MSOE 5）Jensen Huang Q&A: Why Moore』s Law is dead, but the metaverse will still happen 6）How Nvidia dominated AI—and plans to keep it that way as generative AI explodes 7）中信证券许英博：从英伟达看国产 GPU 的挑战与前景 - 小宇宙 - 创业内幕来源：金色财经

金色财经2023-03-02

人工智能狂潮最大赢家！英伟达A100芯片供不应求未来收入相当可观

数和其他半导体股票。英伟达首席执行官黄仁勋周三在与分析师的电话会议上不停地谈论人工智能，暗示最近人工智能的繁荣是公司战略的核心。“围绕我们构建的AI基础设施的活动，以及围绕使用Hopper和Ampere影响大型语言模型进行推理的活动，在过去60天里刚刚爆发，毫无疑问，无论我们对今年的看法如何，因为过去60天、90天，在我们进入这一年之际，都发生了相当大的变化。” Ampere是英伟达对A100代芯片的代号。 Hopper是新一代的代号，包括最近开始出货的H100。更大需要与其他类型的软件（如网页服务）相比，偶尔会在几微秒内突发性地使用处理能力，而机器学习任务可能会占用整个计算机的处理能力，有时会持续数小时或数天。这意味着发现自己拥有热门AI产品的公司通常需要购买更多GPU来处理高峰期或改进他们的模型。这些GPU并不便宜。除了可以插入现有服务器的卡上的单个A100之外，许多数据中心还使用一个包含八个A100 GPU协同工作的系统。该系统是英伟达推出的的DGX A100，售价接近200,000美元，但它配备了所需的芯片。周三，英伟达表示将直接出售对DGX系统的云访问，这可能会降低研究人员的入门成本。很容易看出A100的成本是如何增加的。例如，New Street Research的一项估计发现，Bing搜索中基于OpenAI的ChatGPT模型可能需要8个GPU才能在不到一秒的时间内响应问题。按照这个速度，微软将需要超过20,000台8-GPU服务器才能将Bing中的模型部署给每个人，这表明微软的功能可能需要40亿美元的基础设施支出。 “如果你来自微软，并且你想扩大规模，以Bing的规模，那可能是40亿美元。如果你想像谷歌这样每天服务80亿到90亿次查询的规模进行扩展，你实际上需要在DGX上花费800亿美元。” New Street Research技术分析师Antoine Chkaiban表示：“我们得出的数字是巨大的。但它们只是反映了这样一个事实，即每个使用如此大型语言模型的用户在使用时都需要一台大型超级计算机。” 根据Stability AI在线发布的信息，最新版本的图像生成器Stable Diffusion在256个A100 GPU或32台机器上进行了训练，每台机器有8个A100，总计200,000个计算小时。 Stability AI首席执行官Emad Mostaque在Twitter上表示，以市场价格计算，仅训练模型就需要60万美元，并在推特中暗示，与竞争对手相比，这个价格异常便宜。这还不包括“推理”或部署模型的成本。英伟达首席执行官黄仁勋在接受采访时表示，就这些模型所需的计算量而言，该公司的产品实际上并不昂贵。“我们将原本价值10亿美元的运行CPU的数据中心缩小为1亿美元的数据中心，现在，当你把它放在云端并由100家公司共享时，几乎什么都不是。” 黄仁勋表示，英伟达的GPU允许初创公司以比使用传统计算机处理器低得多的成本训练模型。“现在你可以用大约10到 2000万美元构建类似大型语言模型的东西，比如ChatGPT，这真的非常实惠。” 新的竞争英伟达并不是唯一一家生产用于人工智能的GPU的公司。AMD和英特尔也拥有图形处理器竞争的能力，还有像谷歌和亚马逊这样的大云公司正在开发和部署专为AI工作负载设计的芯片。尽管如此，根据AI计算状态报告，“AI硬件仍然强烈地整合到英伟达”。截至12月，超过21,000篇开源AI论文表示他们使用了英伟达芯片。 AI计算中的大多数研究人员使用的是英伟达于2017年推出的芯片V100，但A100在2022年迅速增长，成为第三大使用最多的英伟达芯片，仅次于最初售价1500美元或更低的消费类图形芯片用于游戏。由于国防原因，A100也是少数几个受到出口管制的芯片之一。去年秋天，英伟达在提交给美国证券交易委员会的一份文件中表示，美国政府实施了一项许可证要求，禁止将A100和H100出口到中国、香港和俄罗斯。英伟达在其文件中表示，美国政府表示，新的许可要求将解决所涵盖产品可能用于或转移到中国和俄罗斯的军事最终用途。英伟达此前表示，它为中国市场调整了部分芯片，以符合美国出口限制的规定。 A100最激烈的竞争可能是它的继任者。A100于2020年首次推出，2022年推出的 H100 则开始量产。事实上，Nvidia在截至1月份的季度中录得的H100芯片收入高于A100，尽管H100的单价更高。英伟达表示，H100是其数据中心GPU中第一款针对Transformer架构进行优化的产品，Transformer是许多最新和顶级AI应用程序使用的一项越来越重要的技术。英伟达周三表示，它希望将AI训练速度提高100万以上。这可能意味着，人工智能公司最终将不需要那么多英伟达芯片堆叠。 #ChatGPT火爆全网#

一禾2023-02-24

美股收盘：道指涨逾百点芯片股多数走高英伟达涨近14%

　　ChatGPT带动英伟达芯片热销黄仁勋：将直接为企业提供云服务　　由于ChatGPT带动人工智能芯片的火热，市场高度关注英伟达AI芯片的表现。去年第四季度财报显示，英伟达包括AI芯片在内的数据中心收入同比增长11％至36.2亿美元。　　不过在数据中心业务快速增长的同时，英伟达游戏芯片的销量却在大幅放缓，库存严重，这也反映了消费市场的持续低迷。2022年第四季度，英伟达的游戏收入仅为18.3亿美元，约为数据中心收入的一半，较上年同期大幅下降46％。　　英伟达首席财务官Colette Kress在财报电话会议上称，目前来看，由库存调整导致的业绩下滑情况“很大程度上已经过去了”，大多数地区的需求都很稳定。　　阿里电话会：靠补贴无法持续获得市场份额，云计算和AI结合正处于关键时期　　阿里巴巴公布截止2022年12月31日的2023财年三季度业绩。财报数据显示，阿里巴巴第三财季度营收2477.6亿元人民币，同比增长2.1％，高于市场预期的2458.7亿元人民币。在财报发布后的电话会中，阿里巴巴首席执行官张勇表示，随着2月疫情和假期影响的消除，工作生活回到正常状态，消费出现复苏势头，特别是服饰、户外运动等品类恢复良好，商家也表现出强烈的经营愿望，预计这种复苏势头将会持续。　　关于最近的AI热潮，阿里指出，云计算和AI结合正处于技术突破发展的关键时期，AI对算力的需求的呈现几何级数的增长。作为全球的领先的云计算厂商，阿里认为这个游戏才刚刚开始。这个趋势其实不仅是中国，也是全球的趋势。在消费和云计算两个赛道，阿里目前是全球第一梯队领先者，对未来充满信心，将拥抱新技术。　　关于同行的价格补贴，阿里管理层认为，价格补贴不是新鲜事物，隔一段时间就会有人主动跳出来做一些价格补贴，希望能够扭转局面，赢得先机。但实际上大从历史上看，既然不是新鲜事物，没有一家可以通过自身持续的价格补贴，可以改变局面，其实最终改变局面还是要靠技术。

金融界2023-02-24

英伟达FY2023 Q4业绩电话会分析师问答

要展开，我将把它交给 Jensen。黄仁勋是的，首先退一步讲，NVIDIA AI本质上就是今天AI系统的操作系统。它从数据处理开始，到学习、训练、验证、推理。因此，该软件主体得到了完全加速。它在每一片云中运行。它在本地运行。它支持我们所知道的每一个框架、每一个模型，并且它在任何地方都得到了加速。通过使用 NVIDIA AI，您的整个机器学习操作将更加高效，并且更具成本效益。您可以通过使用加速软件来节省资金。我们今天宣布部署 NVIDIA 的基础架构并由世界领先的云服务提供商托管，这将加速企业利用 NVIDIA AI 企业的能力。它加速了人们对这种机器学习管道的采用，这不适合胆小的人。它是一个非常广泛的软件体系。它并没有广泛部署在企业中，但我们相信，通过在云中托管所有内容，从基础设施到操作系统软件，一直到预训练模型，我们可以加速企业对生成人工智能的采用。所以我们'我们对我们商业模式的这个新的扩展部分感到兴奋。我们真的相信它将加速软件的采用。维韦克艾莉亚只是想澄清一下，科莱特，如果你的意思是数据中心也可以在第一季度同比增长？然后 Jensen，我的主要问题与 2 个相关的小问题有关。生成式 AI 的计算强度，如果非常高，是否会将市场规模限制在少数超大规模用户？在另一个极端，如果市场变得非常大，那么它不会从云 ASIC 或市场上的其他加速器选项中吸引更多对 NVIDIA 的竞争吗？科莱特克雷斯谢谢你的问题。首先，谈谈我们为第一季度提供的数据中心指南。我们确实预计我们的数据中心会出现连续增长，强劲的连续增长。我们还预计我们的数据中心会同比增长。实际上，我们预计数据中心的同比增长可能会在第一季度之后加速增长。黄仁勋大型语言模型之所以称为大型，是因为它们相当大。但是，请记住，在过去十年中，我们已经将 AI 处理速度提高了 100 万倍。摩尔定律在其最好的日子里，可以在十年内实现 100 倍的增长。通过提出新处理器、新系统、新互连、新框架和算法，并与数据科学家、AI 研究人员合作开发新模型，在整个跨度内，我们已经使大型语言模型处理速度提高了一百万倍，一百万倍快点。一开始需要几个月的时间，现在只需大约 10 天。当然，您仍然需要大型基础设施。即使是大型基础设施，我们也引入了 Hopper，它具有变压器引擎、新的 NVLink 交换机和新的 InfiniBand 每秒 400 吉比特的数据速率，我们能够在处理大型语言模型方面实现又一次飞跃。所以我认为——通过使用 NVIDIA DGX 云将 NVIDIA 的 DGX 超级计算机放入云中，我们将使这种基础设施的访问民主化，并通过加速训练能力，真正使这项技术和这种能力变得非常容易获得。所以这是一个想法。二是需要开发的大型语言模型或基础模型数量相当多。具有不同文化的不同国家及其知识体系是不同的。不同的领域，不同的领域，无论是成像还是生物学还是物理学，每个领域都需要自己的基础模型领域。当然，有了大型语言模型，我们现在有了一个先验，可以用来加速所有这些其他领域的发展，这真的很令人兴奋。另一件要记住的事情是，世界上有许多公司拥有自己的专有数据。世界上最有价值的数据是专有的。他们属于公司。在他们公司里面。它永远不会离开公司。这些数据也将首次用于训练新的 AI 模型。因此，我们——我们的战略和目标是将 DGX 基础设施放在云端，这样我们就可以为世界上每一个想要创建专有数据等的企业、公司提供这种能力——专有模型。第二点关于竞争。我们已经竞争很长时间了。如您所知，我们的方法、我们的计算架构在多个方面都大不相同。第一，它是通用的，这意味着你可以将它用于训练，你可以将它用于推理，你可以将它用于所有不同类型的模型。它支持每个框架。它支持每一朵云。它无处不在。它是云到私有云，云到本地。一直到边缘。它可以是一个自治系统。这种架构允许开发人员开发他们的 AI 模型并将其部署到任何地方。第二个非常大的想法是，没有 AI 本身是一个应用程序。它有一个预处理部分和一个后处理部分，可以将它变成一个应用程序或服务。大多数人不谈论预处理和后处理，因为它可能不那么性感也没有那么有趣。然而，事实证明，预处理和后处理通常会占用总工作量的一半或 2/3。因此，通过加速整个端到端管道，从预处理、数据摄取、数据处理，一直到预处理，一直到后处理，我们能够加速整个管道，而不是只加速一半管道。加速的极限，即使你只加速一半的工作量就立即通过了，速度也是原来的两倍。然而，如果您加速整个工作负载，您可能会将工作负载加速 10 倍、20 倍、50 倍，这就是为什么当您听说 NVIDIA 加速应用程序时，您通常会听到 10 倍、20 倍、50 倍的加速。这样做的原因是因为我们加速了端到端的事情，不仅仅是它的深度学习部分，而是使用 CUDA 来加速从端到端的一切。因此，我认为我们计算的普遍性——加速计算平台，我们在每个云中的事实，我们从云到边缘的事实，使我们的架构真的很容易访问并且以这种方式非常不同。最重要的是，对于所有服务提供商而言，由于利用率如此之高，因为您可以使用它来加速端到端工作负载并获得如此好的吞吐量，我们的架构是最低的运营成本。它不是 - 比较还差得远。所以 - 无论如何，这是 2 个答案。克里斯托弗缪斯我猜，Jensen，你谈到 ChatGPT 是一个有点像 iPhone 的转折点。非常好奇，第一，在 ChatGPT 之后，您与超大规模和大型企业的对话是如何演变的？其次，当您考虑具有变革性引擎的 Hopper 和具有高带宽内存的 Grace 时，您如何看待过去几个月演变的这两个产品周期的增长前景？黄仁勋 ChatGPT 是一项很棒的工作，团队做得很好，OpenAI 用它做得很好。他们坚持了下来。所有突破的积累导致了一种服务，其内部模型以其多功能性和能力让每个人都感到惊讶。人们感到惊讶的是，这在我们的行业内是众所周知的。但是单个 AI 模型的惊人能力可以执行从未受过训练的任务和技能。而这个语言模型不只是说英语，或者可以翻译，当然，但不只是说人类语言，它可以用人类语言提示，而是输出Python，输出Cobalt，一种很少有人记得的语言，输出用于 Blender 的 Python，一个 3D 程序。所以这是一个为另一个程序编写程序的程序。我们现在意识到——世界现在意识到也许人类语言是一种非常好的计算机编程语言，我们已经使计算机编程民主化，适用于每个人，几乎任何可以用人类语言解释要执行的特定任务的人。这台新计算机——当我说到计算的新时代，这个新的计算平台，这台新计算机可以接受任何你的提示，无论你的人类解释的请求是什么，并将其翻译成一系列你可以直接处理的指令，或者它等待您决定是否要处理它。因此，这种类型的计算机在其应用中是完全革命性的，因为它对这么多人的民主化编程确实让全世界的企业都兴奋不已。每个 CSP，每个互联网服务提供商，坦率地说，他们是每个软件公司，因为我刚才解释过，这是一个可以为任何程序编写程序的 AI 模型。正因为如此，每个开发软件的人要么被提醒，要么被震惊到警觉，或者积极致力于将 ChatGPT 之类的东西集成到他们的应用程序或集成到他们的服务中。因此，正如您可以想象的那样，这完全是全球性的。在过去的 60 天里，围绕我们构建 Hopper 的 AI 基础设施的活动以及使用 Hopper 和 Ampere 推理大型语言模型的推理活动刚刚火爆起来。因此，毫无疑问，无论我们对今年的看法如何，在我们进入这一年之际，由于过去 60、90 天的原因，已经发生了相当大的变化。马修拉姆齐 Jensen，我想问几个关于 DGX Cloud 的问题。我想，我们都在谈论服务的驱动程序以及您将使用不同的超大规模器在这些服务之上托管的计算。但我认为我们一直在观察和想知道您的数据中心业务何时可能会过渡到更多的系统级业务，这意味着将 [音频不清晰] InfiniBand 与您的 Hopper 产品、Grace 产品配对并在系统上销售更多东西等级。我想知道您是否可以退后一步，在接下来的 2 或 3 年内，您认为数据中心部门的业务组合如何从销售卡发展到系统和软件？随着时间的推移，这对该业务的利润率意味着什么？黄仁勋是的，我很欣赏这个问题。首先，如您所知，我们的数据中心业务仅在概念 GPU 的背景下是 GPU 业务，因为我们实际出售给云服务提供商的是一个面板，一个相当大的 8 Hoppers 或 8 Amperes 计算面板与与 NVLink 相连的 NVLink 交换机相连。因此，该板基本上代表 1 个 GPU。它是 8 个芯片连接在一起成为 1 个 GPU，具有非常高速的芯片到芯片互连。因此，如果您愿意的话，我们一直在研究多芯片计算机已有一段时间了。那是 1 个 GPU。所以当我们想到 GPU 时，我们实际上会想到 HGX GPU，也就是 8 个 GPU。我们将继续这样做。云服务提供商真正兴奋的是托管我们的基础设施供 NVIDIA 提供，因为我们有很多直接合作的公司。我们直接与全球 10,000 家 AI 初创公司合作，涉及各个行业的企业。今天所有这些关系都非常希望能够至少部署到云中，或者部署到云和本地，通常是多云。因此，通过让 NVIDIA DGX 和 NVIDIA 的基础设施在他们的云中成为全栈，我们有效地吸引了客户到 CSP。这对他们来说是一个非常非常令人兴奋的模型。他们张开双臂欢迎我们。我们将成为世界云领域最好的 AI 销售人员。对于客户来说，他们现在拥有最先进的即时基础设施。他们有一个团队，从基础架构到加速软件，NVIDIA AI 开放操作系统，一直到 AI 模型都非常出色。在 1 个实体中，他们可以获得整个跨度的专业知识。所以这对客户来说是一个很好的模型。这是 CSP 的一个很好的模型。这对我们来说是一个很好的模型。它让我们真正的奔跑如风。尽管我们将继续并继续推进 DGX AI 超级计算机，但在本地构建 AI 超级计算机确实需要时间。怎么看都难。不管怎么看都需要时间。所以现在我们有能力真正预取其中的很多内容，让客户尽快启动和运行。蒂莫西·阿库里 Jensen，我想问一下这一切对你的 TAM 有什么影响。现在的大部分重点都放在文本上，但显然，有些公司在视频和音乐方面进行了大量培训。他们在那里研究模型。似乎正在训练这些大型模型的人可能在高端的云中至少有 10,000 个 GPU，他们已经签约，可能还有数万个 GPU 用于推断广泛部署的模型。所以看起来增量 TAM 很容易在几十万个 GPU 中，很容易达到数百亿美元。但我有点想知道这对你去年提供的 TAM 数字有何影响。我想你说的是 3000 亿美元的硬件 TAM 和 3000 亿美元的软件 TAM。那么您如何看待新的 TAM 是什么？黄仁勋我认为这些数字仍然是非常好的锚点。不同之处在于，如果你愿意的话，生成人工智能具有令人难以置信的能力和多功能性，以及去年年中和年底发生的所有融合突破，我们可能会早晚到达那个 TAM。毫无疑问，这对计算机行业来说是一个非常重要的时刻。每一个平台的变化，人们开发计算机方式的每一个转折点，都是因为它更容易使用、更容易编程和更容易访问。这发生在 PC 革命中。这发生在互联网革命中。这发生在移动云上。请记住，移动云，由于 iPhone 和 App Store，出现了 500 万个应用程序，并且还在不断增加。没有 500 万个大型机应用程序。没有 500 万个工作站应用程序。没有 500 万个 PC 应用程序。因为开发和部署令人惊叹的应用程序非常容易，一部分是云，一部分是在移动设备上，而且由于应用程序商店的存在，分发也很容易，所以同样的事情现在也发生在人工智能身上。在没有计算的时代，一个计算平台 ChatGPT 在 60、90 天内达到了 1.5 亿人。我的意思是，这是一件非同寻常的事情。人们正在用它来创造各种各样的东西。所以我认为你现在看到的只是涌现的新公司和新应用程序的洪流。毫无疑问，从各个方面来说，这都是一个新的计算时代。所以我认为——我们解释和表达的 TAM，它在今天确实比以前更容易实现。斯泰西·拉斯根澄清一下，你说 H-100 的收入高于 A100。这是一个总体陈述吗？或者是在同一时间点，比如在 2 个季度的出货量之后？然后是我的实际问题。我想问问汽车，特别是梅赛德斯的机会。梅赛德斯今天举办了一场活动，他们正在谈论他们的 MB Drive 的软件收入，到 20 世纪中期可能达到个位数或低 10 亿欧元，到 20 世纪末达到 10 亿欧元。我知道你们应该将软件收入分成 50-50。你们正在考虑的梅赛德斯交易软件收入的数量级是这种数量级吗？在相似的时间范围内？那是我们应该如何建模的吗？科莱特克雷斯首先让我从您提出的关于 H-100 和 A100 的问题开始。我们在第三季度开始首次发货 H-100。这是一个很好的开始。他们中的许多人在很多季度前就开始了这个过程。这是我们在第三季度获得生产水平的时候。因此，第四季度是我们看到 H-100 大幅提升的重要时刻。这意味着我们的 H-100 是我们在第四季度的许多 CSP 的焦点，他们都希望在云实例中启动和运行。因此，我们实际上在第四季度看到的 A100 数量少于我们在 H-100 中看到的数量。我们倾向于继续销售这两种架构，但就在第四季度，这是一个强劲的季度您对梅赛德斯-奔驰的其他问题。我对我们与他们的共同联系和工作感到非常满意。我们一直在非常努力地准备上市。你是对的。他们确实谈到了软件机会。他们分两个阶段讨论了他们的软件机会，关于他们可以用 Drive 做什么以及他们还可以用 Connect 做什么。他们延长了大约 10 年的时间，着眼于他们在我们面前看到的机会。因此，它与我们与长期合作伙伴的想法一致，并随着时间的推移分享收入。黄仁勋 Stacy，如果我可以补充的话，其中一件事是关于梅赛德斯正在做的事情的智慧。这是唯一的大型奢侈品牌，从每一辆——从入门级到最高端的豪华车，每一辆都安装了丰富的传感器，每一辆他们配备了人工智能超级计算机，这样梅赛德斯车队中的每辆未来汽车都将成为一个可以升级和永远更新的安装基础，以供未来的客户使用。如果你能想象一下如果今天在路上的整个梅赛德斯车队都是完全可编程的，你可以 OTA，那将代表数千万辆梅赛德斯，这将代表创收机会。这就是 Ola 的愿景。我认为他们正在建造的是什么，这将是非凡的。豪华车的庞大安装基础将继续更新——为了客户的利益，也为了创收利益。马克·利帕西斯我认为对你来说，詹森，似乎每年都会出现新的工作负载，并推动对你的流程或生态系统周期的需求。如果我回想面部识别，然后是推荐引擎、自然语言处理、Omniverse 和现在的生成式 AI 引擎，您能与我们分享您的观点吗？这是我们应该期待的未来吗，比如将您的产品需求推向新水平的全新工作负载？我问的原因是因为我发现你在脚本中的评论很有趣，你提到你对生成人工智能将推动你的产品和服务的需求的看法 - 似乎很多，更好比你过去 90 天的想法还要多。所以 - 就您正在处理的新工作负载或可以推动下一级别需求的新应用程序而言，您是否愿意与我们分享一些您认为可以推动它超越您的需求的东西今天见？黄仁勋首先，我有一些您不知道的新应用程序和我们从未分享过的新工作负载，我想在 GTC 上与您分享。这就是我参加 GTC 的诱因，我认为您会对我们将要讨论的应用程序感到非常惊讶和非常高兴。现在，您不断听到有关新应用程序的消息是有原因的。原因是，第一，NVIDIA 是一个多域加速计算平台。它不像CPU那样完全是通用的，因为CPU是95%，98%是控制函数，只有2%是数学，这使得它完全是灵活的。我们不是那样的。我们是一个加速计算平台，与 CPU 一起工作，可以卸载真正繁重的计算单元，这些单元可能会非常非常瘫痪以卸载它们。但我们是多域的。我们可以做粒子系统。我们可以做流体。我们可以做神经元。我们可以做计算机图形。我们可以做的。我们可以加速各种不同的应用程序，第一。第二，我们的客户群非常庞大。这是唯一的加速计算平台，唯一的平台。从字面上看，这是唯一一个在架构上兼容从 PC 到工作站、游戏玩家到汽车再到本地的所有云的架构。每台计算机在架构上都是兼容的，这意味着开发了一些特别的东西的开发人员会寻找我们的平台，因为他们喜欢它的影响力。他们喜欢普遍的影响力。他们喜欢加速，第一。他们喜欢编程工具的生态系统和它的易用性，以及他们可以接触到很多人来帮助他们这一事实。全世界有数以百万计的 CUDA 专家，软件都加速了，工具都加速了。然后非常重要的是，他们喜欢触及范围。他们喜欢你可以看到的事实——他们在开发软件后可以接触到如此多的用户。这就是我们不断吸引新应用程序的原因。最后，这是非常重要的一点。请记住，CPU 计算进步的速度已经大大放缓。而在我职业生涯的前 30 年里，每 5 年在大约相同的功率下性能提高 10 倍，然后每 5 年提高 10 倍。这种持续前进的速度已经放缓。在这个时代，人们仍然非常非常迫切地想要将他们想要带给世界的应用程序，而随着功率的不断增加，他们负担不起这样做。每个人都需要可持续发展。你不能继续消耗电力。通过加速它，我们可以减少您为任何工作负载使用的电量。因此，所有这些原因确实促使人们使用加速计算，并且我们不断发现新的令人兴奋的应用程序。阿蒂夫·马利克科莱特，我有一个关于数据中心的问题。您在 1 月季度看到了建设计划的一些弱点，但您正在指导 4 月和全年的同比加速。因此，如果您可以为我们加速排名的信心。这是基于你的 H-100 斜坡或生成的 AI 销售，还是新的 AI 服务模型？而且，如果你能谈谈你在企业垂直领域看到的情况。科莱特克雷斯当我们考虑我们的增长时，是的，我们将在第一季度连续增长，并且预计第一季度也将实现同比增长。它可能会在那里加速前进。那么我们认为这是什么驱动因素呢？是的，我们有多个产品周期进入市场。我们现在有 H-100 上市。我们也将继续推出新产品，有时我们的 GPU 计算和我们的网络会为这些产品提供动力。然后我们可能会在今年下半年取得成绩。此外，生成人工智能在我们的客户中引起了一定的兴趣，无论是 CSP，还是企业，其中之一是初创企业。我们预计这将成为我们今年收入增长的一部分。最后，让我们不要忘记，鉴于摩尔定律的终结，专注于 AI，专注于加速持续是错误的。因此，随着经济的改善，这对企业来说可能非常重要，并且云优先的存在可以为企业提供动力，因为他们 [音频不清晰]。我将把它转给 Jensen，看看他是否有任何其他想要添加的内容。黄仁勋不，你做得很好。那很棒。约瑟夫摩尔 Jensen，你谈到在过去十年中你训练这些模型的能力提高了 100 万倍。您能否让我们深入了解未来几年的情况，以及您的一些使用这些大型语言模型的客户所谈论的复杂性在那种时间范围内增加了 100 倍的程度。我知道 Hopper 的变压器性能提高了 6 倍。但是你能做些什么来扩大规模呢？其中有多少只是反映了未来将有更大的硬件支出？黄仁勋首先，我会倒着开始。我相信人工智能基础设施的数量将在全世界增长。原因是人工智能，即智能的生产，将在制造业中进行。曾几何时，人们只生产实物商品。未来，几乎每家公司都会制造软商品。它恰好以智能的形式出现。数据进来了。那个数据中心只做一件事，而且只做一件事。它利用这些数据生成一个新的更新模型。在原材料进来的地方，建筑物或基础设施在其上运转，然后精炼或改进的东西产生了巨大的价值，这就是工厂。所以我希望看到世界各地的 AI 工厂。其中一些将托管在云中。其中一些将在本地进行。会有一些很大，有些会非常大，然后会有一些更小。所以我完全希望这会发生，第一。第二。在接下来的 10 年里，我希望通过新芯片、新互连、新系统、新操作系统、新分布式计算算法和新 AI 算法，并与开发人员合作开发新模型，我相信我们会将人工智能再加速一百万倍。我们有很多方法可以做到这一点。这就是 NVIDIA 不仅仅是一家芯片公司的原因之一，因为我们试图解决的问题太复杂了。你必须考虑整个堆栈，从芯片一直到通过软件通过网络进入数据中心。在一家公司的头脑中，我们可以考虑整个堆栈。由于这个原因，它确实是计算机科学家的一个很好的游乐场，因为我们可以在整个堆栈中进行创新。所以我的期望是，你将在未来十年的下一家公司、人工智能平台上看到人工智能模型的真正巨大突破。但与此同时，由于其令人难以置信的增长和采用，您将随处看到这些 AI 工厂。黄仁勋谢谢。Transformer、大型语言模型和生成式 AI 的突破积累，将 AI 的能力和多功能性提升到了一个显着的水平。一个新的计算平台已经出现。新公司、新应用程序和应对长期挑战的新解决方案正在以惊人的速度诞生。几乎每个行业的企业都在积极应用生成人工智能来重新构想他们的产品和业务。围绕 AI 的活动水平已经很高，现在已经显着加快。这是我们十多年来一直努力的时刻。我们准备好了。我们配备新变压器引擎和 Quantum InfiniBand 结构的 Hopper AI 超级计算机已全面投入生产，CSP 正在竞相开放其 Hopper 云服务。在我们努力满足对 GPU 的强劲需求时，不要错过即将到来的 GTC。关于新芯片、系统和软件、新 CUDA 应用程序和客户、新生态系统合作伙伴以及 NVIDIA AI 和 Omniverse 的更多信息，我们有很多要告诉您的。这将是我们迄今为止最好的 GTC。到时候那里见。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2023-02-23

英伟达FY2023 Q4业绩电话会高管解答财报

现在让詹森多谈谈我们的软件和云业务。黄仁勋技术突破的积累让人工智能迎来了拐点。生成式人工智能的多功能性和能力引发了全球企业开发和部署人工智能战略的紧迫感。然而，人工智能超级计算机基础设施、模型算法、数据处理和训练技术仍然是大多数人无法逾越的障碍。今天，我想与大家分享我们商业模式的下一个层次，以帮助每个企业客户触及 AI。我们正在与主要服务 - 云服务提供商合作，提供 NVIDIA AI 云服务，这些服务由 NVIDIA 直接提供并通过我们的上市合作伙伴网络提供，并托管在全球最大的云中。NVIDIA AI 即服务让企业可以轻松访问世界上最先进的 AI 平台，同时与世界上最先进的云提供的存储、网络、安全和云服务保持紧密联系。客户可以在 AI 超级计算机、加速库软件或预训练的 AI 模型层上使用 NVIDIA AI 云服务。NVIDIA DGX 是一台 AI 超级计算机，也是全球正在建设的 AI 工厂的蓝图。构建人工智能超级计算机既困难又耗时。今天，我们宣布推出 NVIDIA DGX Cloud，这是拥有自己的 DGX AI 超级计算机的最快、最简单的方式，只需打开浏览器即可。NVIDIA DGX Cloud 已经可以通过 Oracle Cloud Infrastructure 和 Microsoft Azure、Google GCP 以及其他即将推出的公司获得。在AI平台软件层，客户可以接入NVIDIA AI enterprise，用于训练和部署大型语言模型或其他AI工作负载。在预训练生成 AI 模型层，我们将为希望为其业务构建专有生成 AI 模型和服务的企业客户提供 NeMo 和 BioNeMo 可定制 AI 模型。借助我们的新商业模式，客户可以在他们的私有云和任何公共云中使用 NVIDIA 的全面人工智能计算。我们将在即将举行的 GTC 上分享有关 NVIDIA AI 云服务的更多详细信息，敬请关注。现在让我把它转回到科莱特的游戏上。科莱特克雷斯博彩收入为 18.3 亿美元，环比增长 16%，同比下降 46%。本财年收入为 90.7 亿美元，下降 27%。我们基于 Ada Lovelace 架构的 40 系列 GeForce RTX GPU 受到热烈欢迎，推动了连续增长。同比下降反映了渠道库存调整的影响，这在很大程度上已经过去了。在季节性强劲的第四季度，大多数地区的需求都很稳定。尽管中国在一定程度上受到 COVID 相关中断的影响，但我们对该市场复苏的早期迹象感到鼓舞。游戏玩家对新的 RTX4090、4080、4070 Ti 台式机 GPU 反响热烈，许多零售店和在线商店迅速脱销。旗舰级RTX 4090在Steam上的人气迅速飙升，夺得AI架构榜首，反映出游戏玩家对高性能显卡的渴望。本月早些时候，第一代基于 Ada 架构的游戏笔记本电脑上架零售，实现了 NVIDIA 有史以来最大的性能和能效飞跃。我们首次将发烧级 GPU 性能带到 14 英寸的纤薄笔记本电脑上，这是一个快速增长的细分市场，以前仅限于基本任务和应用程序。另一项创新是，我们将性能最佳的 90 级 GPU 引入笔记本电脑，这要归功于我们第五代 Max-Q 技术的能效。总而言之，RTX 40 系列 GPU 将为 [170] 游戏和创作者笔记本电脑提供动力，为精彩的返校季做好准备。现在有超过 400 款游戏和应用程序支持 NVIDIA 的 RTX 技术，用于实时光线追踪和 AI 驱动的图形。AI 架构采用我们的第三代 AI 驱动图形 DLSS 3，可大幅提升性能。对于最先进的游戏，赛博朋克 2077，最近添加了 DLSS 3，可在 4K 分辨率下将帧速率性能提高 3 到 4 倍。我们的 GeForce NOW 云游戏服务在多个维度、用户、游戏和性能方面继续扩展。它现在在 100 多个国家/地区拥有超过 2500 万会员。上个月，它在新的高性能终极会员等级中启用了 RTX 4080 图形马力。Ultimate 会员可以通过全光线追踪和 DLSS 3 从云端以高达每秒 240 帧的速度进行流式传输。就在昨天，我们与微软发布了一个重要公告。我们同意建立为期 10 年的合作伙伴关系，将 Microsoft 的 Xbox PC 游戏系列引入 GeForce NOW，其中包括 Minecraft、Halo 和 Flight Simulator 等大作。在微软对 Activision 的收购结束后，它将添加诸如使命召唤和守望先锋之类的游戏。转向专业可视化。营收为 2.26 亿美元，环比增长 13%，同比下降 65%。本财年收入为 15.4 亿美元，下降了 27%。连续增长是由在汽车和制造业垂直领域具有优势的桌面工作站推动的。同比下降反映了渠道库存调整的影响，我们预计该调整将在今年上半年结束。对 NVIDIA Omniverse 的兴趣持续增加，迄今为止已下载近 300,000 次，连接到第三方设计应用程序的 185 个连接器。最新发布的 Omniverse 具有许多功能和增强功能，包括支持 4K、实时路径跟踪、Omniverse Search 通过大型无标记 3D 数据库进行人工智能搜索，以及用于 AWS 的 Omniverse 云容器。让我们转向汽车。收入达到创纪录的 2.94 亿美元，比 [音频不清晰] 增长 17%，比一年前增长 135%。连续增长主要由人工智能汽车解决方案推动。电动汽车和传统原始设备制造商客户的新计划帮助推动了这一增长。本财年收入为 9.03 亿美元，增长 60%。在 CES 上，我们宣布与富士康建立战略合作伙伴关系，以开发自动化和自主车辆平台。该合作伙伴关系将提供规模化制造，以满足对 NVIDIA Drive 平台不断增长的需求。富士康将在其电动汽车中使用 NVIDIA Drive、Hyperion 计算和传感器架构。富士康将成为面向全球生产基于 NVIDIA Drive Orin 的电子控制单元的一级制造商。本季度我们也达到了一个重要的里程碑。NVIDIA Drive 操作系统获得了 TÜV SÜD 的安全认证，TÜV SÜD 是汽车行业最有经验和最严格的评估机构之一。凭借行业领先的性能和功能安全性，我们的平台满足自主运输所需的更高标准。转到损益表的其余部分。GAAP 毛利率为 63.3%，非 GAAP 毛利率为 66.1%。本财年 GAAP 毛利率为 56.9%，非 GAAP 毛利率为 59.2%。与去年同期相比，第四季度 GAAP 运营支出增长 21%，非 GAAP 运营支出增长 23%，这主要是由于薪酬和数据中心基础设施支出增加。按美国通用会计准则计算的营业费用环比持平，非美国通用会计准则营业费用下降 1%。我们计划在未来几个季度将它们保持在这个水平上相对平稳。全年 GAAP 运营费用增长 50%，非 GAAP 运营费用增长 31%。我们以股票回购和现金股息的形式向股东返还了 11.5 亿美元。截至第四季度末，到 2023 年 12 月，我们的股票回购授权剩余约 70 亿美元。让我看看 24 财年第一季度的前景。我们预计，在数据中心和游戏的强劲增长带动下，我们的 4 个主要市场平台中的每一个都将推动连续增长。收入预计为 65 亿美元，上下浮动 2%。GAAP 和非 GAAP 毛利率预计分别为 64.1% 和 66.5%，上下浮动 50 个基点。GAAP 运营费用预计约为 25.3 亿美元。非 GAAP 运营费用预计约为 17.8 亿美元。GAAP 和非 GAAP 其他收入和支出预计约为 5000 万美元，不包括非附属资产剥离的收益和损失。GAAP 和非 GAAP 税率预计为 13%，上下浮动 1%，不包括任何离散项目。最后，让我强调一下金融界即将发生的事件。我们将参加 3 月 6 日在旧金山举行的摩根士丹利技术会议和 3 月 7 日在波士顿举行的 Cowen Healthcare 会议。我们还将以虚拟方式主持 GTC，Jensen 的主题演讲将于 3 月 21 日开始。我们的财报电话会议定于 5 月 24 日星期三举行，讨论我们 24 财年第一季度的结果。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2023-02-23

满眼都是AI！英伟达财季业绩好于预期盘后一度涨超8%

超过 8%。在首席执行官兼联合创始人黄仁勋的领导下，英伟达把在图形处理器领域的主导地位转化为不断增长的人工智能硬件市场中的强势地位，其芯片擅长并行处理，允许计算机理解大量数据并训练软件做出决策。英伟达周三（2月22日）还宣布了自己的 AI 云服务。黄仁勋表示，英伟达正在与甲骨文公司、微软公司和 Alphabet 公司的谷歌合作，提供使用英伟达 GTX 机器通过简单的浏览器访问进行人工智能处理的能力。新平台将由其他云服务提供商提供，将帮助不具备技术专长的公司构建自己的基础设施。英伟达周三（2月22日）公布了 2023 财年第四季度及全年财报，报告显示，英伟达第四季度营收为 60.51 亿美元，同比下滑 21%，环比增长2%；净利润为 14.14 亿美元，同比下滑 53%，环比增长 108%；不计入某些一次性项目（不按照美国通用会计准则），英伟达第四季度调整后净利润为 21.74 亿美元，同比下滑 35%，环比增长 49%。第四季度营收和调整后每股收益均超出华尔街分析师此前预期，整个 2023 财年的业绩同样超出预期。与此同时，英伟达对 2024 财年第一财季营收作出的展望也超出预期。第四季度毛利率为 63.3%，与上年同期的 65.4% 相比下滑 2.1 个百分点，与上一季度的 53.6% 相比上升 9.7 个百分点。不计入某些一次性项目（不按照美国通用会计准则），英伟达第四季度调整后毛利率为 66.1%，与上年同期的 67.0% 相比下滑 0.9 个百分点，与上一季度的 56.1% 相比上升 10 个百分点。整个2023 财年，英伟达的净利润为 43.68 亿美元，与 2022 财年的 97.52 亿美元相比下滑 55%；每股摊薄收益为 1.74 美元，与 2022 财年的 3.85 美元相比下滑 55%。不计入某些一次性项目（不按照美国通用会计准则），英伟达 2023 财年的净利润为 83.66 亿美元，与 2022 财年的 112.59 亿美元相比下滑 26%；每股摊薄收益为 3.34 美元，与 2022 财年的 4.44 美元相比下滑 25%，但这一业绩仍旧超出分析师预期。 2023 财年营收为 269.74 亿美元，与 2022 财年的 269.14 亿美元相比基本持平，这一业绩也超出分析师预期。英伟达已成为今年费城证券交易所半导体指数中表现最好的股票，涨幅达 42%。由于投资者押注对 ChatGPT 等人工智能系统的需求增加将提升英伟达的订单，投资者纷纷涌入英伟达，使其再次成为世界上最有价值的芯片制造商。（来源：彭博社）然而，英伟达对 PC 市场的大部分销售额的依赖仍然拖累了上个季度的业绩，不过这并没有人们担心的那么严重。计算机制造商一直在削减芯片订单，以试图解决未使用库存的问题。分业务看，四季度英伟达的两大核心业务：数据中心和游戏的收入分别保持了各自的增长和下降势头，但数据中心增长放缓程度超过市场预期，游戏的收入同比下降程度不及预期，环比有 10% 的增长。全年数据中心总收入两位数猛增，游戏收入剧减近30%。第四季度数据中心的收入为36.2亿美元，同比增长11%，第三财季同比增长 31%，分析师预期 38.6 亿美元。数据中心全财年的营收达到创纪录的 150.1 亿美元，较 2022 财年增长 41%。第四季度游戏的收入为 18.3 亿美元，同比下降 46%，环比增长 16%，第三财季同比下降 50%，分析师预期 16 亿美元。至于游戏业务全财年营收 90.7 亿美元，较 2022 财年下降 27%。黄仁勋在接受采访时表示，对 ChatGPT 的兴趣让商业领袖对人工智能的力量大开眼界。不过目前，它主要是通用软件。黄仁勋说：“价值将来自于根据公司自身的需求对其进行定制，以便他们可以改进他们的服务和产品。” 黄仁勋说：“这是人工智能能力的一个觉醒时刻。挑战在于没有适合所有人的人工智能模型。这确实是我们可以为行业带来巨大价值的地方。” #ChatGPT火爆全网#

IreneLim2023-02-23

全美贫富差距最大！硅谷8大富豪坐拥2600亿美元超过底层一半家庭财富总和

首席执行官马克·扎克伯格，英伟达CEO黄仁勋，WhatsApp联合创始人Jan Koum，以及乔布斯的遗孀劳伦斯·鲍威尔·乔布斯。　　第八位富豪来自金融业，是美国最大在线经纪公司嘉信理财的创始人查尔斯·施瓦布（Charles Schwab）。　　硅谷8位顶级富豪总财富达2600亿美元硅谷8位顶级富豪总财富达2600亿美元　　根据《福布斯》截至2022年12月的数据，这八位富豪每个人的财富——包括现金、房地产和投资——都至少价值100亿美元，他们的总财富为2600亿美元。　　Joint Venture每年都会发布硅谷指数，通过各种数据集来显示该地区的热度。今年，该指数首次纳入了硅谷超高净值家庭的财富数据，以反映该地区的财富不平等状况。　　另外还有22位硅谷居民，大多来自科技行业，他们的财富估计在10亿至100亿美元之间，总财富达630亿美元。其中包括风险投资家约翰·多尔（John Doerr）、英特尔联合创始人戈登·摩尔（ Gordon Moore）和房地产巨头约翰·索布拉托（John Sobrato）。　　该地区贫富差距日益扩大的其他明显例证包括：　　在硅谷的16.3万个百万富翁家庭（可投资资产超过100万美元的家庭）中，约有8300个家庭的资产超过1000万美元。　　另一方面，硅谷约有22万户家庭的银行账户不足5000美元。　　近三分之一（28％）的家庭“在没有公共或私人/非正式援助的情况下，收入不足以满足其最基本的需求”。　　在圣克拉拉县和圣马特奥县，42％的孩子生活在不能自给自足的家庭中，这意味着他们需要政府、教会或其他类型的帮助。　　硅谷约2％的家庭（约2.2万户）没有银行账户。

金融界2023-02-16

ChatGPT概念熄火！数字经济的星辰大海却刚刚开始？

T人气飙升的最大赢家之一是英伟达CEO黄仁勋，根据彭博亿万富翁指数，黄仁勋今年的财富攀升了33%，达到184亿美元(当前约1245.68亿元人民币)，这与去年形成鲜明对比，去年其财富下降是美国科技巨头中最大的之一。　　为了阻碍我国数字经济的发展，美国自去年开始便屡屡禁止高端AI芯片的出口。但长期来看，国产 GPU 及 AI 计算芯片厂商有望借此机会扩大市场份额、加速产品升级，持续提高 GPU 领域的国产化比例，国内相关的上市公司有景嘉微、海光信息、寒武纪、龙芯中科、北京君正、航锦科技等，非上市公司有墨芯人工智能、黑芝麻智能、燧原科技、瀚博半导体、地平线、平头哥等。　　而从长期来看 AIGC 将掀起一轮新的产业浪潮，从而引来产业链的全面受益。安信证券认为重点标的主要有三类：　　1)具足大模型+云平台能力的公司，推荐商汤-W、百度、腾讯、阿里巴巴，及有部署能力的格灵深瞳，关注飞天云动；　　2)拥有可作为搜索引擎工具产品的公司，推荐快手、小米、微盟，关注有赞；推荐芒果超媒、哔哩哔哩，关注国脉文化；　　3)将其作为内容生产力用于降本增效的公司，影视类推荐万达电影、中国电影，关注华策影视、金逸影视；在线文学类关注中文在线；游戏类推荐恺英网络、三七互娱、完美世界；营销类推荐蓝色光标，关注华扬联众。

证券之星2023-02-09

“弱水三千，只取一瓢饮”，金融界盘点2022年10大财经新闻

行官桑贾伊·梅赫罗特、英伟达首席执行官黄仁勋等企业界高层的陪同下参加了典礼，并高调宣布“美国制造业回归”。　　4、河南村镇银行暴雷事件警示中小金融机构内控风控问题　　2022年4月，多位网友举报开封新东方村镇银行以及许昌农商行旗下的禹州新民生村镇银行、上蔡惠民村镇银行、柘城黄淮村镇银行线上储户无法取款、转账。　　随后河南警方跟进调查，7月10日，河南许昌公安通报：2011年以来，以犯罪嫌疑人吕某为首的犯罪团伙通过河南新财富集团等公司，以关联持股、交叉持股、操控银行高管等手段，实际控制上述几家村镇银行，并利用第三方互联网金融平台和该犯罪团伙设立的自营平台及一批资金掮客进行揽储和推销金融产品，以虚构贷款等方式非法转移资金。　　2022年8月29日，河南许昌警方通报“村镇银行案”进展，称已逮捕234人。　　案件侦破的同时，河南银保监局、河南省地方金融监管局开启了7轮资金垫付工作，最高垫付金额不超过50万元。　　河南村镇银行事件让中小银行遭遇新一轮“信任危机”，同时对中小金融机构内部管理、风险控制等问题发出警示。　　5、净值化成长的烦恼！理财“破净”、赎回潮　　作为资管新规过渡期正式结束后的第一年，2022年银行理财市场净值化程度持续提升。但是随之而来的净值波动也在深刻教育着金融消费者以及银行理财子公司。　　今年以来，银行理财产品收益波动剧烈，继3月份理财产品“破净潮”后，11月份受债市大跌影响，理财产品又遭遇大面积“破净”，引发投资者一波又一波赎回潮。　　刚兑产品不再，但是投资者心理预期短期内难以改变，当投资者发现买理财还能亏钱，恐慌情绪下纷纷赎回。　　统计数据显示，11月末，剔除最近六月无净值的产品后，全市场有4600余只理财产品累计单位净值小于1，破净产品数量占比接近14％。12月17日，“破净”产品数量占比更是超过了18％。　　长城宏观分析，当中国最大的资金提供者——储户减少对于债券发行人的资金供给，政府继续增加债券市场的发行规模的时候，整体经济的活力可能会显著下降。　　6、房地产经历至暗时刻　　这一年，市场低迷，房企承压。多家房企债务违约或展期，甚至停牌。市场上出现交付难，维权多，纠纷多。　　据中指研究院统计，TOP100房企前11个月销售总额67268.1亿元，同比下滑42.1％。其中销售额超千亿的房企只有19家，较去年同期减少16家。　　与此同时，中央和地方有关部门对楼市调控政策持续进行优化调整，进一步支持刚性和改善性住房需求，促进房地产市场平稳健康发展。　　11月，央行、银保监会及证监会等部门，从信贷、债券、股权方面“三箭齐发”，全面支持房企融资，“金融16条”、预售资金监管新政、支持房企股权融资等陆续出台，帮助优质房企恢复经营“造血”功能。　　12月份“房地产是国民经济的支柱产业”论述再次回到官方新闻稿，中央经济工作会议又释放重磅信号：防风险、保民生将是2023年房地产政策的核心目标。　　7、“个人养老金元年”开启　　2022年，被视为中国的“个人养老金元年”，个人养老金制度在年内正式落地。　　据国家卫健委测算，预计“十四五”时期，60岁及以上老年人口总量将突破3亿，占比将超过20％，进入中度老龄化阶段。2035年左右，60岁及以上老年人口将突破4亿，在总人口中的占比将超过30％，进入重度老龄化阶段。　　人口老龄化是社会发展的必然趋势，也将成为金融行业需要长期应对的重要课题。作为我国养老保障体系的“第三支柱”，个人养老金制度的推行势在必行。2022年，随着一系列重磅政策的出台，我国的个人养老金制度正式落地。　　个人养老金是以账户制为基础，个人自愿参加，国家给予税收优惠政策的养老保障制度，是养老第三支柱，与基本养老保险（第一支柱）、企业年金或职业年金（第二支柱）共同组成我国养老保障体系的“三大支柱”。　　8、审计监管合作进展顺利中概股摘牌风险暂时解除　　美国东部时间2022年12月15日上午，美国公众公司会计监督委员会（PCAOB）发布公告称，2022年9月至11月在中国香港开展的中概股审计检查工作的流程符合既定标准，PCAOB董事会已经撤销2021年作出的无法检查或调查中概股会计师事务所的裁定。　　2022年12月16日，中国证监会新闻发言人回应中美审计监管合作进展情况时表示，中国证监会一贯主张通过监管合作机制解决跨境上市审计监管问题，实践证明，只要双方秉持相互尊重、专业务实的合作精神，一定能够找到一条符合各自法律和监管要求的可行合作路径。　　本次事件，标志着中美双方审计谈判取得突破性进展和实质成果，是中美审计合作的里程碑，有利于提升我国会计师事务所审计能力和上市公司质量，符合我国资本市场“建制度、不干预、零容忍”的改革方向，同时有利于中美金融合作的进一步深化。　　9、重建信心！中央经济工作会议传递重磅信号　　12月15日至16日，中央经济工作会议在北京举行，定调明年经济工作，明确指出“明年要坚持稳字当头、稳中求进，继续实施积极的财政政策和稳健的货币政策，加大宏观政策调控力度，加强各类政策协调配合，形成共促高质量发展合力”。　　本次会议对民营经济、平台企业均有重磅着墨。会议提出，要从制度和法律上把对国企民企平等对待的要求落下来，从政策和舆论上鼓励支持民营经济和民营企业发展壮大，依法保护民营企业产权和企业家权益。各级领导干部要为民营企业解难题办实事，构建亲清政商关系。　　会议指出，要大力发展数字经济，提升常态化监管水平，支持平台企业在引领发展、创造就业、国际竞争中大显身手。　　10、新冠防控进入新阶段　　12月7日，国务院联防联控机制综合组发布优化防疫“新十条”，对风险区划定和管理、核酸检测、隔离方式、保障群众就医购药需求、老年人疫苗接种、重点人群健康管理、社会正常运转、涉疫安全保障和学校疫情防控等工作，提出了进一步的优化要求。　　12月26日，国家卫健委发布公告，将新型冠状病毒肺炎更名为新型冠状病毒感染，自2023年1月8日起，实施“乙类乙管”。　　12月28日，民航局发布通知，2023年1月8日起，不再对国际客运航班实施“五个一”和“一国一策”等调控措施。　　2022年就要过去了，我们不怀念，但绝不能忘记。2023年就要来了，除了期待，更有“劫后余生”的勇气。就像相信春暖一定花开一样，相信一定会迎来涅槃。

金融界2022-12-30

24小时热点