NVIDIA净利润暴跌68%的真相?人工智能:我不背锅

2019年05月17日 作者:Teardown

NVIDIA今天发布了2020财年第一季度财报。截止2019年4月28日,NVIDIA季度收入22.20亿美元(GAAP下同),环比增长1%,同比下跌31%;毛利率58.4%,环比提高3.7个百分点,同比减少6.1个百分点;净利润3.94亿美元,环比下跌31%,同比下跌68%。

在上个季度,NVIDIA已经经历了一次大跌,收入跌24%,净利润跌49%,这个季度滑坡幅度更大。

从各条业务线看,GeForce游戏卡业务损失最为惨重,收入从17.23亿美元猛跌了39%来到10.55亿美元,显然主要是因为矿卡已经卖不动,RTX 20系列显卡销售也不理想。

Quadro专业卡业务收入2.66亿美元涨了6%;Tesla计算卡业务收入6.34亿美元跌了10%;自动驾驶业务收入1.66亿美元涨了约14%;OEM和其他业务收入0.99亿美元跌了74%。 

不过的亮点就是随着RTX 20、GTX 16系列笔记本显卡的发布,NVIDIA已经赢得了100多款新的Max-Q游戏本设计,搭配Intel九代酷睿成为标配。

NVIDIA预计2020财年第二季度收入25.5亿美元,上下浮动2%,同比下跌约18%;毛利率59.2%。

相关文章

  • 决定深度神经网络性能好坏3要素

    决定深度神经网络性能好坏有三个因素:训练数据、网络架构、优化算法。众所周知,深度学习需要大量的数据,而大多数AI领域的工程师,也将大多数时间花在了训练数据上,可见,训练数据是深度学习问题中最核心的一环。一般来说,数据越多,AI越智能,表现越良好。 这也是为什么一部分业内人士认为特斯拉优于Way
    2019年06月19日
  • STM32微控制器实现机器学习

    消费者对于健身跟踪器和其他个人移动设备具备“始终开启”运动跟踪功能的需求不断增长,在过去,这意味着设计人员需要在这些功能与电池寿命之间做出取舍。若是尝试降低功耗,势必会牺牲跟踪功能或分辨率,因而会使用户的体验受到影响。 不过,随着内置运动检测功能的低功耗传感器的出现,将有助于开发人员消除这一设
    2019年06月18日
  • 中国完全有实力打造自己的AI SoC

    在过去十年中,设计人员开发了各种硅技术,能够以足够快的速度运行先进的深度学习数学,以探索和实现人工智能(AI)应用,如目标识别、语音和面部识别等。机器视觉应用目前通常比人类更精确,它是推动新的片上系统(SoC)投资以满足日常应用AI开发的关键功能之一。在视觉应用中使用卷积神经网络(CNN)和其它深度
    2019年06月18日
  • 英伟达的投名状,基于RISC-V的深度神经网络加速器问世

    最近RISC-V指令集架构非常受关注,这种新的开源指令集可以让处理器开发人员方便地开发出各种类型的芯片。NVIDIA很早之前就加入了RISI-V基金会,并做了很多研究。近日NVIDIA的研究人员在2019年VLSI电路研讨会上发布了一篇采用RISC-V指令集开发了一款多芯片模块式的可扩展深度神经网络
    2019年06月17日
  • Arm全新GPU深度解读:一次重大的飞跃

    今天,Arm推出了新的Cortex-A77 CPU微架构,但更重要的推出了新的Valhall GPU架构和新的Mali-G77 GPU。Bifrost架构推出已有三年,随着行业和工作负载的不断发展,Arm的GPU也必须与时俱进。 Valhall和新款Mali-G77继上三代Mali GPU之后
    2019年05月28日