英偉達(dá)股價(jià)截圖
北京時(shí)間5月8日消息,英偉達(dá)今天公布了截至4月26日的2016財(cái)年第一財(cái)季財(cái)務(wù)報(bào)告。財(cái)報(bào)顯示,英偉達(dá)第一財(cái)季營(yíng)收11.5億美元,較上年同期的11億美元增長(zhǎng)4%,較上一季度的12.5億美元下降8%;基于美國通用會(huì)計(jì)準(zhǔn)則(GAAP,以下簡(jiǎn)稱“GAAP”),凈利潤(rùn)為1.34億美元,較上年同期的1.37億美元下降2%,較一季度的1.93億美元下降31%。
英偉達(dá)第一財(cái)季主要財(cái)務(wù)數(shù)據(jù)
營(yíng)收:英偉達(dá)第一財(cái)季營(yíng)收11.5億美元,較上年同期的11億美元增長(zhǎng)4%,較上一季度的12.5億美元下降8%。
凈利潤(rùn):基于GAAP,凈利潤(rùn)為1.34億美元,較上年同期的1.37億美元下降2%,較一季度的1.93億美元下滑31%;第一財(cái)季每股攤薄收益為0.24美元,上年同期持平,上一季度為0.35美元。
基于非美國通用會(huì)計(jì)準(zhǔn)則(non-GAAP,以下簡(jiǎn)稱“non-GAAP”),凈利潤(rùn)為1.87億美元,上年同期為1.66億美元,上一季度為2.41億美元;第一財(cái)季每股攤薄收益為0.33美元,上年同期為0.29美元,上一季度為0.43美元。
毛利率:基于GAAP,第一財(cái)季毛利率為56.7%,上年同期為54.8%,上一季度為55.9%;基于non-GAAP,第一財(cái)季毛利率為56.9%,上年同期為55.1%,上一季度為56.2%。
營(yíng)業(yè)支出:基于GAAP,營(yíng)業(yè)支出為4.77億美元,上年同期為4.53億美元,上一季度為4.68億美元;基于non-GAAP,營(yíng)業(yè)支出為4.25億美元,上年同期為4.11億美元,上一季度為4.20億美元。
資本回報(bào)
第一財(cái)季,英偉達(dá)派發(fā)了價(jià)值4600萬美元的股息,回購了240萬股股票,因此共向股東返還9900萬美元。
英偉達(dá)宣布將季度股息上調(diào)15%至每股0.0975美元。英偉達(dá)將在2015年6月12日向2015年5月21日持股股東派發(fā)下一財(cái)季每股0.0975美元的股息。
英偉達(dá)董事會(huì)還宣布將提高2016財(cái)年股東返還計(jì)劃,由之前預(yù)期的6億美元擴(kuò)大至8億美元。返還計(jì)劃將通過派息和股票回購進(jìn)行。
此外,該公司董事會(huì)還擴(kuò)展了此前授權(quán)的一項(xiàng)至2018年12月的股票回購計(jì)劃,額外新增授權(quán)16.2億美元,使總的股票回購計(jì)劃規(guī)模增至20億美元。
業(yè)績(jī)展望
英偉達(dá)預(yù)計(jì)2016財(cái)年第二財(cái)季:
營(yíng)收為10.1億美元、上下浮動(dòng)2%。
基于GAAP,毛利率為55.7%,基于non-GAAP,毛利率為56.0%,上下浮動(dòng)50個(gè)基點(diǎn)。
基于GAAP,營(yíng)業(yè)支出約為4.74億美元;基于non-GAAP,營(yíng)業(yè)支出約為4.25億美元。
股價(jià)變動(dòng)
周四納斯達(dá)克股市收盤,英偉達(dá)股價(jià)漲0.39美元,報(bào)收于22.49美元,漲幅為1.76%。盤后交易中,英偉達(dá)股價(jià)出現(xiàn)下跌,截至美東時(shí)間5月7日17:23(北京時(shí)間5月8日5:23),英偉達(dá)股價(jià)跌0.39美元,暫報(bào)22.10美元,跌幅為0.1.73%。過去52周以來,英偉達(dá)股價(jià)浮動(dòng)范圍:16.77-23.61美元。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。