騰訊科技訊 英偉達(dá)于2018年5月10日發(fā)布了2019財(cái)年第一財(cái)季財(cái)報(bào)。財(cái)報(bào)顯示，該公司第一財(cái)季營收為32.07億美元，較去年同期增長66%；凈利潤為12.44億美元，較去年同期增長145%。
財(cái)報(bào)發(fā)布后，英偉達(dá)召開了分析師電話會(huì)議，公司首席執(zhí)行官黃仁勛（Jen-Hsun Huang）、首席財(cái)務(wù)官克列特-克萊斯（Colette Kress）等高管出席了電話會(huì)議，介紹了公司第一財(cái)季的經(jīng)營和財(cái)務(wù)狀況，并現(xiàn)場回答了分析師提問。
以下是電話會(huì)議問答部分摘要：
Sanford C. Bernstein分析師斯泰西-亞倫-拉斯貢（Stacy Aaron Rasgon）：首先，我有一個(gè)關(guān)于游戲業(yè)務(wù)的季節(jié)性因素的問題。游戲業(yè)務(wù)的業(yè)績通常在第一季度明顯下降，但是這次顯示比較平緩，因?yàn)槟銈円恢痹谂μ畛淝馈，F(xiàn)在這項(xiàng)工作完成了。我想知道的是，供應(yīng)需求的動(dòng)態(tài)如何？另外，加密芯片業(yè)務(wù)進(jìn)入第二季度后有何變化？
黃仁勛：正如你可能已經(jīng)知道的，《堡壘之夜》和《絕地求生》在全球都很火爆。這兩款游戲取得了令人無法想象的成功。這兩款游戲是《饑餓游戲》和《幸存者》的結(jié)合體，它們激發(fā)了全世界玩家們的想象力。我們看到了增長趨勢，全世界對GPU的需求都在增長。
當(dāng)然，正如你所知的，這里有稀缺性帶來的價(jià)值。加密貨幣礦商在這個(gè)季度購買了大量GPU，這推動(dòng)了價(jià)格的上漲。我想，很多玩家都沒能買到新款GeForce顯卡。我們已經(jīng)開始看到價(jià)格在回落。我們每天都關(guān)注世界各地的現(xiàn)貨價(jià)格。現(xiàn)在的價(jià)格已經(jīng)開始趨于正?；耍匀槐群侠韮r(jià)位高一些。很明顯，這是因?yàn)樾枨笕匀缓軓?qiáng)勁。
但我感覺，這里仍然有相當(dāng)數(shù)量的需求被壓抑著。《堡壘之夜》的受歡迎程度還在上升，《絕地求生》的表現(xiàn)也很好。我們已經(jīng)看到很多非常棒的游戲被推出來，我感覺整個(gè)游戲市場非常健康。我們的工作就是確保我們竭盡所能，供應(yīng)市場。希望這樣做能讓價(jià)格正常化，從而讓玩家們能夠以合理的價(jià)格買到他們心儀的顯卡。我認(rèn)為這是很公平的，我的意思是，如果用最簡單的答案來回答你的問題，那就是《堡壘之夜》和《絕地求生》。需求真的非常大，他們做得不錯(cuò)。
美銀美林分析師維威克-阿爾雅（Vivek Arya）：我有兩個(gè)關(guān)于數(shù)據(jù)中心的問題。
第一個(gè)，從增長的角度來說，你們現(xiàn)在的數(shù)據(jù)中心業(yè)務(wù)規(guī)模為30億美元，或者年化收入是這么多，但是你們曾經(jīng)說過，這可能會(huì)是一個(gè)500億美元的市場。那么，這個(gè)市場要想發(fā)展到那么大的規(guī)模，需要發(fā)生什么樣的事情才能看到下一個(gè)拐點(diǎn)？市場上有什么東西需要改變嗎？是產(chǎn)品中的什么東西需要改變？你們打算如何發(fā)展并解決這個(gè)價(jià)值500億美元的市場？因?yàn)槟銈兡壳霸谶@個(gè)巨大的市場中的份額還很小。所以，要想觸發(fā)下一個(gè)拐點(diǎn)，需要改變什么？
第二個(gè)問題，從競爭的角度來說，當(dāng)你審視這個(gè)巨大的市場時(shí)，我們應(yīng)該如何看待來自你們云客戶的競爭？比如谷歌宣布了一個(gè)TPU 3.0，或者其他公司會(huì)關(guān)注其他的競爭性技術(shù)？
黃仁勛：首先，在其核心部分，我們都知道CPU的擴(kuò)展速度確實(shí)減慢了。如果你想一想安裝在云中和世界各地的數(shù)據(jù)中心里的價(jià)值幾千億美元的計(jì)算機(jī)設(shè)備，隨著這些機(jī)器學(xué)習(xí)和高性能計(jì)算方法的應(yīng)用，世界需要一個(gè)解決方案。CPU擴(kuò)展速度已經(jīng)減慢了。
所以我們在15年前率先提出了一種名為GPU計(jì)算的解決方案。這些年來，我們一直決定在該領(lǐng)域繼續(xù)前進(jìn)，因?yàn)槲覀冎肋@一天總會(huì)到來，我們真的相信它終究會(huì)到來。我的意思是，你不能否認(rèn)科學(xué)，所以我們發(fā)現(xiàn)我們現(xiàn)在處在一個(gè)很好的位置上。
正如克萊特剛才已經(jīng)提到的，我們現(xiàn)在在這個(gè)平臺(tái)上擁有將近100萬開發(fā)者。它的速度非?？?，將CPU的計(jì)算速度加快了10倍、20倍、50倍、100倍、200倍，有時(shí)這取決于算法。它無處不在。軟件生態(tài)系統(tǒng)非常豐富。正如克萊特所說，全球已經(jīng)有將近100萬開發(fā)者，比去年同期增長了70%。所以我認(rèn)為，核心事實(shí)是世界需要一種不斷前進(jìn)的計(jì)算解決方案。
關(guān)于我們解決TAM問題的能力，主要有三個(gè)組成部分。其實(shí)還有很多，但是重要的組成部分只有三個(gè)。其中一個(gè)當(dāng)然是深度學(xué)習(xí)訓(xùn)練，另一個(gè)是推斷和TRT 4，它的目的是提高我們的能力，讓我們能夠處理與各種不同類型的算法即運(yùn)行在數(shù)據(jù)中心里的機(jī)器學(xué)習(xí)算法有關(guān)的問題。
第三個(gè)重要的組成部分是高性能計(jì)算，這是分子動(dòng)力學(xué)領(lǐng)域的技術(shù)，適用于醫(yī)學(xué)成像、地球科學(xué)和能源科學(xué)等學(xué)科。在全世界超級(jí)計(jì)算機(jī)中運(yùn)行的算法的類型不斷增多。我們逐漸將越來越多的產(chǎn)品設(shè)計(jì)工作放在虛擬環(huán)境中完成。我們想要模擬我們的產(chǎn)品，并且模擬它在計(jì)算機(jī)模擬環(huán)境中的各項(xiàng)功能，而不是從一開始就去制造它。
我們已經(jīng)有了GRID和Quadro Virtual Workstation，現(xiàn)在又有了NVIDIA RTX，我們將數(shù)據(jù)中心變成了一個(gè)強(qiáng)大的圖形超級(jí)計(jì)算機(jī)。這些是我們看到的各種應(yīng)用和數(shù)據(jù)中心組成部分。我認(rèn)為，我們在培訓(xùn)方面存在著一些限制，因?yàn)槿澜缟疃葘W(xué)習(xí)的專家屈指可數(shù)。
這些情況正在迅速發(fā)生變化。整體框架是讓它變得更容易。這里有很多關(guān)于知識(shí)分享的更開源和開放的文件。因此，全世界的人工智能工程師數(shù)量正在迅速增長。第二個(gè)是推理。我已經(jīng)講過了，這確實(shí)受到我們優(yōu)化編譯器以及如何針對這些神經(jīng)網(wǎng)絡(luò)模型來運(yùn)行我們的處理器的限制。如果我們可以做到這一點(diǎn)，我們就能為客戶們節(jié)省大量的資金。
我們加快應(yīng)用，將這些神經(jīng)網(wǎng)絡(luò)模型的速度提高50倍、100倍、200倍。因此，他們購買的GPU越多，他們能夠節(jié)省的資金就越多。我認(rèn)為，未來的超級(jí)計(jì)算機(jī)內(nèi)部肯定會(huì)安裝加速器，這一點(diǎn)是肯定的。由于我們長期致力于用CUDA和我們的GPU來實(shí)現(xiàn)所有代碼的加速以及培訓(xùn)整個(gè)生態(tài)系統(tǒng)，我認(rèn)為我們將在超級(jí)計(jì)算機(jī)領(lǐng)域做得非常好。這些是不同的垂直領(lǐng)域。
就競爭來說，一切都從核心開始。核心是CPU擴(kuò)展速度減慢了。因此，世界需要另一種前進(jìn)的方式。由于我們專注于此，我們發(fā)現(xiàn)我們現(xiàn)在所處的位置很好。谷歌宣布了TPU 3.0，它仍然落后于我們的Tensor Core GPU。我們的Volta是我們新發(fā)明的GPU研制方法的第一代產(chǎn)品。它被稱作Tensor Core GPU。我們遙遙領(lǐng)先于競爭對手，除此之外，它是可以編程的，它不是一項(xiàng)功能，它是可編程的。
它不僅更快，而且更靈活。由于它的靈活性，開發(fā)人員們可以在各種應(yīng)用程序中使用它，無論是醫(yī)學(xué)成像、天氣模擬、深度學(xué)習(xí)還是計(jì)算機(jī)圖形，它都是適用的。因此，我們的GPU在每一個(gè)云和每一個(gè)數(shù)據(jù)中心都可以使用，在地球上的每一個(gè)地方都能使用。
所以我認(rèn)為，一方面，將TPU和我們的Tensor Core GPU中的其中一項(xiàng)功能相比太簡單化了。但是即便你這樣做，我們也更快一些。我們支持更多的框架，我們支持所有的神經(jīng)網(wǎng)絡(luò)。
因此，如果你看看GitHub，那里有6萬多份不同的神經(jīng)網(wǎng)絡(luò)研究論文，它們都是在英偉達(dá)GPU上運(yùn)行。這只是第二種替代方案的一小部分，我是想讓你對我們的GPU的影響范圍和能力有一定的認(rèn)識(shí)。
（未完待續(xù)）
