搜狐科技 文/丁丁

　　NVIDIA发布了截至2016年10月30日的2017财年第三季度财报。财报显示，三季度NVIDIA收入20.04亿美元，比去年同期的13亿美元增长54%，比上一季度的14.3亿美元增长40%。按照美国通用会计准则（GAAP），三季度净利润5.42亿美元，同比增长120%，去年同期净利为2.46亿美元。

　　NVIDIA 创始人兼首席执行官黄仁勋表示，三季度取得的成绩与NVIDIA全线产品的强劲发展态势有很大关系。Pascal GPU已经全面进入游戏业、VR、自动驾驶汽车以及数据中心、人工智能计算等领域并取得了巨大的成功。黄仁勋也将NVIDIA定义为是一家人工智能计算公司。

　　据搜狐科技了解，目前流行的人工智能、VR、AR等技术，atv，都离不开GPU的加速计算支持。从NVIDIA的数据来看，在这些领域，GPU的效率远超CPU。此前NVIDIA推出了一款DGX-1超级计算机，这款专为深度学习设计的系统，吞吐量相当于250台CPU服务器及其相应的网络、线缆和机架，可以将深度学习的培训速度加快75倍，将CPU性能提升56倍。

　　2014年之前，在消费级市场，GPU主要应用于游戏特效的渲染，atv，在商用市场也局限于工业设计、影视制作、超级计算机等领域。黄仁勋此前在2016年GTC开发者大会中国站透露，近三年来，业界对GPU计算的需求出现了爆炸式增长。其中，与人工智能息息相关的深度学习计算，负载需求增长了16倍，这个数字要比摩尔定律还要高出很多。而仅仅两年的时间，下载基于GPU的深度神经网络实验室引擎开发者数量就增长了25倍 ，从2014年的2200次，迅速增长到目前的5.5万次。

　　据称，使用深度神经网络的开发人员，有很多是人工智能的研究人员。黄仁勋称，现在所有的实验室都会使用NVIDIA的GPU平台来做AI研究，这里面既有软件公司，也有互联网软件提供商，还有互联网公司、汽车公司、政府、医疗成像、财务、制造等公司。其中，百度近几年来一直在使用GPU做AI人工智能方面的研究。据称，目前使用语音识别在手机上进行输入，速度已经达到了键盘输入的3倍。而这样的成绩，离不开给百度后台提供强大计算能力的硬件设备。

　　据了解，为了推动深度学习的发展，NVIDIA已经投入了数年的精力和数十亿美元的资金。NVIDIA的GPU深度学习平台可运行每一种人工智能框架。在亚马逊、IBM、微软和阿里巴巴的云服务中以及在每一家OEM厂商的服务器中都可以看到NVIDIA GPU深度学习平台的身影。黄仁勋认为，GPU深度学习激发了新一轮创新，将让NVIDIA迎来下一个计算时代。

　　对于2017财年第四季度的业绩展望，NVIDIA认为，四季度收入预计将达到21亿美元左右，GAAP和非GAAP毛利率预计分别为59%和59.2%左右。