Accelerated Computing
搜索文档
Jensen Leaves Void at Nvidia Ahead of Earnings, What's Next?
ZACKS· 2026-11-17 04:16
文章核心观点 - 英伟达CEO黄仁勋因丑闻突然辞职,引发AI板块剧烈动荡,公司面临领导层继任与战略连续性的重大挑战 [1][2] - 黄仁勋不仅是英伟达的灵魂人物,更是整个AI生态系统的重要融资与战略支持来源,其离职对AI繁荣的流动性基础构成威胁 [2][18][22] - 尽管存在要求黄仁勋回归的呼声,但公司董事会大概率采取风险规避策略,且即使回归其声誉损伤已不可逆 [24][25][26] - 市场已进入新范式,AI股支撑力量同步减弱,防御性板块轮动走强,投资策略需转向精选个股 [27][28][29][31] 黄仁勋与英伟达的发展历程 - 英伟达于1993年4月由黄仁勋、Chris Malachowsky和Curtis Priem共同创立,早期以游戏GPU设计为主业,在行业内相对低调 [5] - 到2020年,黄仁勋已将公司打造为市值超过3000亿美元的半导体巨头 [6] - 公司通过2006年推出的CUDA软件平台构建了深厚竞争壁垒,使GPU能用于图形处理之外的通用计算任务,黄仁勋在此后十五年持续投入加速计算生态建设 [8][9] - 2022年底OpenAI的ChatGPT取得突破后算力需求爆发,英伟达成为史上最大技术投资周期的核心受益者 [9][10] - 2023年初至2026年10月,英伟达市值增长超过十五倍,一度接近6万亿美元,成为全球市值最高的上市公司 [11] - 此后股价自历史高点回落约35%,反映AI股整体回调及黄仁勋离职带来的不确定性 [11] 黄仁勋的管理风格与继任挑战 - 黄仁勋深度参与产品开发、工程、客户关系与政府政策等几乎一切事务,管理风格与马斯克类似,创始人个人愿景深度嵌入业务各层面 [14][15] - 其异常扁平的管理结构一度包含约60名直接下属,信息流转迅速,使黄仁勋能直接洞察公司运营 [15] - 该结构在黄仁勋的技术专长与快速决策能力下极为高效,但也造成严重的继任难题 [15][16] - 黄仁勋离任后,英伟达需判断该组织结构能否在失去核心人物后有效运转,新CEO可能需要增加管理层级、更多授权并根本性重构决策方式 [16] - 在备受关注的财报发布前夕,投资者不仅需考虑财务前景,还需评估新领导人能否维持此前的执行力和战略方向 [17] 黄仁勋作为AI生态关键流动性来源 - 黄仁勋领导下英伟达向新兴AI公司投入数十亿美元,资助了推动行业增长的基础设施扩张 [19] - 部分安排被批评类似循环融资——英伟达投资的公司随后用这些资金购买英伟达GPU [19] - 这对CoreWeave和Nebius等新兴AI基础设施提供商(neoclouds)尤为重要,这些公司成为英伟达芯片的大买家,建设大型计算集群出租给AI开发商和企业 [20] - 这些投资加速了AI基础设施建设,但也引发市场对需求有多少由英伟达自身融资支撑的质疑 [20] - 黄仁勋离职使AI生态系统失去一个重要融资与信心来源,新领导层下英伟达对客户及新兴AI公司的投资意愿可能显著变化 [22] - 叠加美联储新一轮加息周期,支撑AI繁荣的多个流动性驱动因素可能同时减弱 [22][28] 呼吁黄仁勋回归的动向 - 尽管存在丑闻,硅谷高管、投资者及英伟达员工中要求黄仁勋回归的呼声日益高涨 [23] - 要求其复职的请愿书已征集超过17.7万个签名,包括马斯克等知名人物;大型科技投资者已敦促英伟达董事会重新考虑决定 [23] - 特朗普总统亦表态不介意看到黄仁勋复职,并暗示其已吸取宝贵教训 [24] - 但公司董事会风险规避路径更为清晰,回归前景正在缩小;即使回归,其声誉损伤也是永久性的 [24] - 黄仁勋预计仍将在AI行业扮演重要角色(无论正式或幕后),但重新执掌英伟达的可能性较低,且其昔日那种信誉、影响力与不容置疑的信心组合无法简单恢复 [25][26] 英伟达财报预期 - 英伟达于周二美股盘后发布季度财报,分析师预期业绩再度异常强劲 [4] - 市场共识预期营收同比增长约91%至1089亿美元,每股收益增长90%至约2.47美元 [4] 地缘政治与出口限制 - 2022年拜登政府对先进半导体对华出口实施限制,成为英伟达日益棘手的问题 [12] - 黄仁勋在维护中国市场准入与应对华盛顿国家安全关切之间寻求平衡,其角色已超越半导体公司CEO,成为全球AI行业最具影响力的人物之一,活跃于技术、金融与地缘政治的交汇点 [12][13] 市场环境与投资策略 - 市场已进入新范式:以美光科技和Sandisk为首的内存周期在夏季见顶,科技股10月起广泛回落,中期选举结果扰动市场,随后爆发黄仁勋丑闻 [27] - 美联储已启动新一轮加息周期,通胀不仅持续且显现向能源以外领域扩散的迹象 [28] - 此前支撑AI股的充裕流动性、令人兴奋的技术以及超常的营收与盈利增长等力量正在退潮 [28] - 最初看似孤立的风险事件已演变为更广泛的宏观经济转变,防御性板块明显领涨,医疗保健、金融、必需消费品和价值股表现出显著的相对强势 [29] - 能源股在地缘政治紧张推高石油供应中断风险背景下仍是最强表现者之一 [30] - 当前环境不一定预示长期熊市开启,但投资环境可能与投资者习以为常的情形显著不同 [30] - 公司倾向于采取更具选择性的策略,聚焦商业模式持久、盈利预期改善且相对价格表现强劲的公司;AI领域仍有机会,但投资者可能需要关注上一轮牛市阶段有效策略之外的标的 [31]
NVIDIA Announces Collaboration With IBM and Fermi National Accelerator Laboratory to Launch Quantum-Classical Codesign Platform, Plus Error-Correction Breakthrough to Advance Practical Quantum Computing
Globenewswire· 2026-11-17 00:00
文章核心观点 - NVIDIA宣布与IBM及美国能源部费米国家加速器实验室(Fermilab)开展新合作,共同研究下一代量子计算机模块化架构、科学应用及超级计算集成 [2][15] - 合作包括与IBM和Fermilab共建模块化量子计算协同设计平台,将NVIDIA加速计算与软件同IBM量子计算机相结合,帮助研究人员扩展量子计算机规模并探索其科学能力 [2] - NVIDIA另行发布新型量子算法,解码速度较现有领先算法提升最高13,000倍,将研究新量子计算设计的计算时间从12周缩短至仅45分钟 [3] - 与IBM的合作还引入新的Slurm能力集成,简化量子计算机接入超级计算工作流程的方式 [3][16] 模块化量子计算协同设计平台 - IBM与NVIDIA将NVIDIA DGX B200系统与IBM最先进的量子计算机共置部署,其中包括搭载IBM Quantum Nighthawk的量子计算机,该处理器是IBM迄今交付的最快量子处理器 [4] - 该集成系统支撑由IBM、Fermilab和NVIDIA联合开发的模块化量子协同设计平台 [4] - 该协同设计平台将使研究人员能够开发和评估纠错码、解码算法及量子-经典应用,推动高能与核物理(HENP)领域的科学发现,并研究经典系统如何在模块化架构中与多个互联量子处理器协同扩展 [5] - Fermilab的专业知识将使平台工作聚焦于量子纠错和HENP应用,帮助定义未来容错量子计算机的需求及可实现的科学目标 [6] - NVIDIA应用量子计算研究副总裁Krysta Svore表示,使量子计算机对科学有用需要在纠错、应用以及将量子处理器与加速计算结合的系统方面取得进展,NVIDIA的研究软件与IBM的合作给科学家提供了更强大的工具来研究量子设计并开发跨这些系统的应用 [7] - IBM院士兼量子中心计算首席技术官Jerry Chow表示,若无量子计算,科学中一些最基础的问题仍无法触及,量子与经典的协同扩展将开辟高能与核物理及更广领域的新前沿,计划与Fermilab和NVIDIA共同探索现实问题如何帮助塑造定义下一代量子计算机和加速经典计算的模块化互联架构 [7] - Fermilab首席技术官兼SQMS中心主任Anna Grassellino表示,量子计算的未来不仅取决于量子硬件本身的进步,加速计算和超级智能将在设计算法、研究错误和协调日益复杂的量子系统中发挥重要作用,该平台将结合NVIDIA的计算能力、IBM的量子技术和Fermilab的科学专长,使研究人员能够探索协同设计满足挑战性HENP科学问题需求的量子计算机的新方法 [7] 推进量子纠错研究 - 量子处理器固有的错误限制了其可执行计算的复杂度和持续时间,量子纠错通过将量子信息编码到多个物理量子比特上来保护量子信息 [8] - 一种称为解码器的经典算法通过解释测量数据来识别可能的错误以便纠正 [8] - NVIDIA新型TCBP-JOBS解码算法现已通过NVIDIA CUDA-Q QEC 0.9.0库提供,可将量子纠错研究中计算密集型部分加速最高13,000倍,同时保持高精度 [8] - 研究工作中更快的解码使科学家能够更高效地评估候选纠错方案,并探索不同码和解码器配置的表现 [8] - 新解码算法为研究人员提供工具,以识别更高效使用物理量子比特的设计,并更好地衡量其性能改进,从而缩短通往实用容错量子计算的路径 [9] 推进量子化学 - IBM与RIKEN正在推进由NVIDIA加速计算驱动的量子-经典化学研究,该工作将IBM量子计算机与RIKEN的JHPC-量子GPU超级计算机ROQUO相结合,已入围2026年ACM戈登·贝尔奖最终名单 [10] - 研究人员计算了两种蛋白质-配体复合物的结合能,以研究与药物发现相关的相互作用,通过将系统分割为片段并将量子采样与GPU加速计算相结合,他们对包含多达12,635个原子的复合物进行了建模,超过此前303个原子的量子-经典基准的40倍以上 [11] - ROQUO使用NVIDIA GB200系统和NVIDIA Quantum-X800 InfiniBand网络,支持量子算法、模拟和混合计算研究 [12] - 该研究由NEDO(新能源产业技术综合开发机构)支持,该机构隶属于日本经济产业省"量子-超级计算机混合平台研发以探索未知可计算能力"项目 [12] 将量子计算引入超级计算工作流程 - NVIDIA正在扩展开源Slurm工作负载管理器,增加量子接口,简化将量子处理器集成到超级计算环境中的过程 [17] - IBM通过其Quantum Resource Management Interface为该集成做出贡献,将IBM量子资源连接到新的Slurm能力 [17] - 超级计算中心依赖各种定制方法集成量子硬件,随着中心增加量子处理器和开发混合应用,这带来了额外的工程和维护工作 [18] - 新的Slurm能力将使中心和研究人员能够使用熟悉的命令、策略和工具,将量子处理器与CPU和GPU一起调度 [18] 合作方与产品信息 - NVIDIA(纳斯达克代码:NVDA)是AI和加速计算领域的全球领导者 [19] - NVIDIA DGX B200系统将与IBM量子计算机连接,包括搭载IBM Quantum Nighthawk的量子计算机,该处理器是IBM迄今建造的最强大处理器 [16] - NVIDIA发布TCBP-JOBS,这是CUDA-Q平台中的新解码算法,为量子纠错研究提供最高13,000倍加速,加速容错量子计算 [16] - NVIDIA正在扩展Slurm以简化超级计算工作流程中量子处理器的调度,IBM通过其Quantum Resource Management Interface贡献集成 [16]
NVIDIA Introduces Nemotron for Science to Accelerate Discoveries With Agents
Globenewswire· 2026-11-17 00:00
文章核心观点 - 公司推出NVIDIA Nemotron for Science,整合Nemotron 3.5 Super VL开放模型、全新开放化学数据集及后训练配方,帮助研究人员构建面向科学发现的专用智能体 [1][19] - 该方案使科学家能够通过后训练将模型适配至化学实验、蛋白质设计等专业任务,构建能推理科学问题并调用专业研究工具的智能体 [2] - 公司副总裁Ian Buck表示,加速计算正在改变科学家应对全球最复杂挑战的方式,Nemotron for Science为研究人员提供开放模型、科学数据和后训练配方,以构建专用智能体并利用CUDA-X加速工具将想法转化为发现 [5] 产品与数据集 - LitmusBench v0.2是Nemotron for Science组成部分,为全新开放数据集,包含近50,000个问题,用于训练和评估语言模型的化学推理能力 [3] - 该数据集基于分子属性和实验药物发现数据,帮助研究人员提升模型预测分子行为的能力,包括溶解度及人体代谢方式 [3] - 研究人员可用领域特定数据对Nemotron开放模型进行后训练,以提升专业科学任务表现,并将所得模型集成到解释科学信息、生成代码和调用计算工具的智能体工作流中 [5] - 这些工作流可使用NVIDIA CUDA-X加速工具执行科学计算 [5] - Nemotron 3.5 Super VL模型经过优化,可在128GB NVIDIA DGX Spark系统上本地运行 [12] - Nemotron 3.5 Super VL和LitmusBench v0.2化学数据集现已在Hugging Face上提供 [12] 客户应用案例 - Terray Therapeutics对Nemotron进行后训练,用于从科学图表中提取反应物、产物和反应条件,在两个基准测试上超越此前已发表结果 [6] - 在RxnScribe测试中,该模型在基准匹配标准下回收了约76%的标注反应,有助于将已发表的化学发现转化为用于合成规划和科学智能体的结构化数据 [6] - Lila Sciences使用Nemotron为其自动化实验室设计可直接执行的实验室方案,在无需额外微调的情况下达到前沿水平性能 [7] - 通过实验室反馈进行后训练,该模型制造量子点(用于屏幕和太阳能电池板的纳米晶体)的准确率几乎翻倍至61%,超过GPT-6 Astra的54%,且推理成本低10-20倍 [7] - Therna与公司合作对Nemotron进行后训练,用于智能体式mRNA治疗设计,在预测蛋白质表达范围方面准确率较前沿模型几乎翻倍 [8] - 在96%的对比中,科学家更偏好该模型的解释而非基础模型的解释 [8] 研究机构合作 - Argonne正在将Nemotron集成到其StructBioReasoner多智能体系统中,用于设计和评估治疗癌症及其他疾病的蛋白质类治疗候选物 [10] - KTH皇家理工学院基于Nemotron构建了一个AI智能体,可自主修复损坏的GROMACS分子动力学设置;在单台NVIDIA DGX Spark系统上的一次夜间运行中,该智能体在启用推理的情况下修复了81%的测试案例,且每个修复均由GROMACS自身独立检查 [10] - RIKEN已通过其推理网关RiVault,将包括Nemotron 3.5 Super VL在内的NVIDIA Nemotron上线至其RIKYU AI超级计算平台,使研究人员能够访问这些模型用于科学研究和加速应用开发 [11] - 主要研究机构如Argonne和Jülich超级计算中心正在将该模型集成到其药物和科学发现AI智能体中 [4] - 生命科学公司Lila Sciences、Terray Therapeutics和Therna正在使用并定制NVIDIA Nemotron 3.5 Super VL用于科学应用,用例包括提取化学知识、规划实验以及设计治疗药物和实验室方案 [4] 行业影响 - 领先研究机构正在使用NVIDIA Nemotron模型和数据集推进各规模科学发现,从研究人员桌面到实验室和超级计算中心 [9] - 通过帮助研究人员快速设计和评估元素周期表中的新分子,该工作有望为关键材料和矿物、国家安全及癌症治疗等应用开辟新路径 [9] - NVIDIA DGX Spark和数据中心基础设施将Nemotron 3.5 Super VL从研究人员桌面延伸至超级计算中心,使组织能够在自身控制的基础设施上实现安全的科学工作流 [13] - 包括美国能源部Argonne国家实验室在内的领先全球研究机构正在使用Nemotron构建智能体以加速科学发现 [13]