🕷️
SetupAI
📊較早收集於 11m

Nvidia 第一季財報優於預期，營收預測達 910 億美元

PostLinkedIn
📊閱讀原文： Bloomberg Technology
#gpu#earnings#semiconductornvidianvidia

💡Nvidia 的財務健康狀況是全球 AI 運算供應鏈的主要指標。

⚡ 30-Second TL;DR

有什麼變化

第一季每股盈餘 1.87 美元，優於預期的 1.77 美元

為什麼重要

Nvidia 持續優異的財務表現，顯示 AI 產業對 GPU 運算能力的需求依然強勁。

下一步行動

調整您的基礎設施預算預測，以應對高階 GPU 供應限制或價格波動的可能性。

誰應關注：Enterprise & Security Teams

關鍵要點

  • •第一季每股盈餘 1.87 美元，優於預期的 1.77 美元
  • •營收預測調升至 910 億美元
  • •對 AI 硬體的強勁需求持續推動成長

🧠 深度解析

Web-grounded analysis with 30 cited sources.

🔑 增強重點摘要

  • •Nvidia 第一季營收達到 816.2 億美元，年增 85.2%，其中資料中心業務營收創下 752 億美元的歷史新高，遠超分析師預期的 73.48 億美元。
  • •公司已將其報告結構調整為「資料中心」和「邊緣運算」兩大業務板塊，以更好地反映其當前和未來的增長驅動力，其中資料中心包含超大規模和 ACIE（AI 雲、工業和企業）子市場。
  • •Nvidia 宣布將季度股息從每股 1 美分提高至 25 美分，並授權額外 800 億美元的股票回購計畫，以回饋股東。
  • •儘管競爭加劇，Nvidia 在 AI 加速器市場仍佔據約 80% 的市場份額，其 Blackwell AI 架構的需求持續加速，推動了超大規模資料中心、主權 AI 專案和企業客戶的銷售。
📊 競品分析▸ Show
特性/產品Nvidia H100 (Hopper)AMD Instinct MI300X (CDNA 3)Intel Gaudi 3
架構HopperCDNA 3Gaudi 3
發布年份202220232024
製程節點TSMC N4 (800億電晶體)TSMC 5nm (多晶片模組)TSMC N5 (雙晶片小晶片)
記憶體 (HBM)80GB HBM3192GB HBM3128GB HBM2e
記憶體頻寬3.35 TB/s5.3 TB/s3.67 TB/s
FP16 吞吐量 (理論)989.5 TFLOPs1.3 PFLOPs1835 TFLOPs
FP8 吞吐量 (理論)1979 TFLOPs2.6 PFLOPs1835 TFLOPs
AI 推理性能 (LLaMA2-70B)基準性能，中等批次大小表現佳40% 延遲優勢，低/高批次大小更具成本效益競爭性性能，小批次表現佳
互連技術NVLink (900 GB/s GPU-to-GPU)Infinity Fabric (896 GB/s GPU-to-GPU)24 個整合式 200Gb/s RoCE 埠
軟體生態系統CUDA (成熟、廣泛採用)ROCm (持續改進，需優化)Synapse AI (基於開放標準)
典型單卡價格約 30,000 - 32,000 美元約 15,000 美元約 15,625 美元
功耗 (TDP)700W750W600W - 900W
Nvidia Blackwell (B200/GB200) 補充Blackwell 架構 (2024 年推出) 擁有 2080 億個電晶體，採用第二代 Transformer Engine 支援 FP4 AI，並透過第五代 NVLink 可擴展至 576 個 GPU，提供高達 30 倍的兆級參數 LLM 即時推理速度。

🛠️ 技術深入

  • Hopper 架構 (H100 GPU):
    • 於 2022 年 9 月 20 日推出，採用台積電 (TSMC) N4 製程，包含 800 億個電晶體。
    • 搭載第四代 Tensor 核心和 Transformer Engine，支援 FP8 數據格式，可大幅加速 AI 訓練和推理。
    • 配備高達 80GB 的 HBM3 記憶體，提供 3.35 TB/s 的記憶體頻寬。
    • 採用 NVLink 互連技術，提供 900 GB/s 的 GPU 間通訊頻寬，並可透過 NVLink Switch System 連接多達 256 個 GPU。
    • Grace Hopper Superchip 將 H100 GPU 與 Grace CPU 透過 NVLink-C2C 互連，提供高達 900 GB/s 的總頻寬。
  • Blackwell 架構 (B200/GB200 GPU):
    • 於 2024 年 3 月 18 日正式發布，作為 Hopper 的繼任者，採用台積電客製化 4NP 製程，包含 2080 億個電晶體。
    • 每個 Blackwell 產品由兩個透過 10 TB/s 晶片間互連的裸晶組成，形成一個統一的單一 GPU。
    • 引入第五代 Tensor 核心和第二代 Transformer Engine，支援 MXFP4 和 MXFP6 等新的微縮放格式，實現 FP4 AI 運算，將生成式 AI 模型的推理性能和記憶體支援能力提高一倍。
    • 搭載第五代 NVLink 互連，可擴展至 576 個 GPU，並在單一 72-GPU NVLink 域 (NVL72) 中提供 130TB/s 的 GPU 頻寬。
    • GB200 Grace Blackwell Superchip 結合兩個 Blackwell GPU 和一個 Grace CPU，而 GB200 NVL72 則連接 36 個 Grace CPU 和 72 個 Blackwell GPU，作為一個巨大的單一 GPU 運行，可實現兆級參數大型語言模型 30 倍的即時推理速度。
    • 包含專用的可靠性、可用性和可維護性 (RAS) 引擎以及解壓縮引擎，以提高系統韌性和資料分析性能。

🔮 前景展望AI analysis grounded in cited sources

Nvidia 將在 AI 訓練硬體市場保持其主導地位。
其成熟的 CUDA 軟體生態系統和持續的硬體創新（如 Blackwell 和未來的 Rubin 架構）為複雜的 AI 模型提供了卓越的性能和高轉換成本。
AI 硬體市場將在推理工作負載和客製化晶片領域呈現更高的多樣性。
AMD 和 Intel 等競爭對手正提供更具成本效益的替代方案，同時超大規模雲服務提供商也為特定推理需求開發自己的 ASIC。
Nvidia 的策略性收購和投資將進一步鞏固其端到端 AI 生態系統。
近期對 Run:ai 和 Illumex 等公司的收購，以及對 AI 雲公司的投資，顯示其專注於軟體協調和更廣泛的 AI 基礎設施。

⏳ 時間線

2006
推出 CUDA 架構，為 GPU 通用平行處理和 AI 發展奠定基礎。
2012
Nvidia GPU 為突破性的 AlexNet 神經網路提供動力，開啟現代 AI 時代。
2020-04
完成對 Mellanox Technologies 的收購，顯著擴展其在高效能運算和資料中心市場的影響力。
2022-03
推出 Hopper GPU 架構，專為資料中心和大型 AI 模型設計，其中 H100 成為 AI 訓練的主力。
2024-03
推出 Blackwell GPU 架構，作為 Hopper 的繼任者，專為生成式 AI 和兆級參數模型設計。
2025-07
Nvidia 市值首次突破 4 兆美元，凸顯其在 AI 晶片和資料中心領域的關鍵作用。
📊閱讀原文： Bloomberg Technology
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #gpu

同產品

更多關於 nvidia

同來源

最新來自 Bloomberg Technology

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗