深圳市福田区亿泰辉电子商行
长期高价回收工厂清仓库存.积压库存,转产清仓的芯片. 主板南北桥芯片 显卡gpu芯片.笔记本cpu/芯片桥 库存 二手显卡 二手主板报废 samsung. hynix. elplda . intel. nvidia. amd.ati. flash m镁光 内存芯片;
英伟达股价周一再跌12% 营收和业绩展望不及预期
[摘要]上周五，英伟达公布了2019年第三季度财报，数据显示其营收和业绩展望均不及预期，股价多时暴跌了19%。
英伟达总裁兼首席执行官黄仁勋
腾讯科技讯 11月20日消息，据外媒报道，芯片制造商英伟达周一股价收盘时下跌了12%。
上周五，英伟达公布了2019年第三季度财报，数据显示其营收和业绩展望均不及预期，股价多时暴跌了19%。
amd新速龙cpu曝光：集成vega显示核心
2018-02-11 05:37:00 [ 中关村在线 转载 ] 作者：快科技 | 责编：赵鑫喆
2018年2月9日，computerbase公司的成员在sandra数据库中发现了athlon 200ge处理器。
athlon 200ge处理器与ryzen 3 2200u规格比较相似，采用双核心四线程设计，主频为3.2ghz，三级缓存为4mb。
此外还集成了3个vega cu显示单元，192颗流处理器，处理器代号是raven ridge，主打低功耗桌面pc市场。
由于信息来自sandra数据库，因此athlon 200ge的售价及具体上市暂不清楚，不过可以明确的是，athlon 200ge的直接竞争对手将是双核四线程的奔腾系列处理器。
诚然，芯片市场的价格问题解决办法还需要依靠市场，近年amd与intel的多核大战也使消费者感受到产品的迅速升级与价格的逐渐降低。amd发布的7nm工艺cpu与gpu就是一个很好的信号，业界围绕7nm工艺的竞争或许就能在降低成本的同时，拉低业内的整体价格，这对消费者当然是好事，让我们拭目以待吧！
英伟达股价周一再跌12% 营收和业绩展望不及预期
2018
11/20
16:58
该股自10月2日创下每股292.76美元的历史高点以来，已经下跌了近一半。截至周一收盘，该股交易价格为144.7美元。
英伟达只是周一下跌的几只科技股之一，其他走低股票还包括所谓的“faang”股票，它们是纳斯达克大的几只股票之一。
facebook、苹果、亚马逊、netflix以及谷歌母公司alphabet的股价周一均下跌，纳斯达克综合指数收盘下跌3%。
汤森路透金融与风险业部门refinitiv此前预计，英伟达营收可达32.4亿美元，然而其第三季度营收仅为31.8亿美元，未及预期。
英伟达ceo黄仁勋在财报发布后与分析师举行电话会议时表示，库存过剩导致下一季度的业绩展望低于预期，英伟达估计下季度营收为27亿美元(不包括某些特定项目)，增减幅度为2%。
refinitiv分析师此前估计，英伟达下个季度营收约为34亿美元。
英伟达大的竞争对手之一、今年表现好的科技股amd股价周一也在继续下滑，该股收盘时下跌了7.5%。
md下下代apu首曝：终于用上zen全新架构
2015-06-21 09:22:48 出处：快科技 作者：上方文q 编辑：上方文q 人气： 50789 次 评论(103)点击可以复制本篇文章的标题和链接
猜你想看：amd cpu处理器 apu
根据路线图，amd将在明年推出新的高端cpu summit ridge和主流apu bristol ridge，但只有前者会使用全新的zen x86架构，后者则是和今年carrizo apu一样的挖掘机。
那么，apu啥时候能用上全新架构呢？答案是2017年，代号“raven ridge”。
amd下下代apu首曝：终于用上zen全新架构
从新的路线图上可以看出，raven ridge将在后年推出，而且适用范围很广，一统桌面主流、入门级和笔记本平台。
不过，它的具体规格并不清楚，比如几个cpu核心、多少个gpu流处理器，一知道的是封装接口：主流桌面上延续独立封装的socket fm3，桌面入门级和笔记本上则改成新的整合封装的bga fp5。
amd下下代apu首曝：终于用上zen全新架构
amd下下代apu首曝：终于用上zen全新架构
amd下下代apu首曝：终于用上zen全新架构
2016年我们还会看到一个“stoney ridge”，定位入门级桌面和笔记本，取代目前的carrizo-l，提供多三个gpu计算单元，也就是192个流处理器(现在是128个)，搭配两个第二代挖掘机架构cpu核心，热设计功耗只有6-15w。——估计是20nm工艺。
它可能也会有fm3独立封装版本，类似目前的am1，但是尚未得到确认。
bristol ridge的更多规格也暴露出来，拥有多四个第二代挖掘机cpu核心、八个第三大gcn gpu单元(512个流处理器)，独立封装版热设计功耗高95w，搭配独立芯片组promontory，支持ddr4内存，整合封装版纳入芯片组而成为单芯片，tdp 12-35w。
另外，summit ridge将有多八个zen cpu核心，搭配芯片组也是promontory，热设计功耗同样高95w，接口也是fm3，同样支持ddr4内存。
换句话说，amd cpu、apu今后将变得越来越像，基本只差cpu核心多寡、是否集成gpu而已。
amd下下代apu首曝：终于用上zen全新架构
说起芯片组，amd终于要跟进新技术规格了，但也分了高中低不同档次，高的可以支持四条pci-e 3.0和八条pci-e 2.0、两个usb 3.1、六个usb 3.0(更好听点叫usb 3.1 gen 1)、十四个usb 2.0、四个sata 6gbps、两个sata express/nvme。
另外大家应该看到了，amd现在有着太多的接口，已存在的就有四种am3+、fm2+、fm2、am1，但未来都会统一到fm3之下，平台兼容性极好。至于整合封装的fp系列就无所谓了，只是主板和整机厂商会麻烦点，但至少今明两年都是fp4，后年全面转入fp5。
英伟达的新杀器又来了。
刚刚，在gtc 2018大会上，黄仁勋发布全球大gpu。
他说的是dgx-2。
dgx-2能够实现每秒2千万亿次浮点运算（2 pflops），性能比去年9月推出的dgx-1性能提高了10倍，售价39.9万美元（人民币250万元）。
这次的gtc 2018大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）
而老黄这次的演讲主题，是四个amazing：amazing graphics、amazing science、amazing ai、amazing robots。
首先，从不可思议的图像开始。
在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的新进展，展示了细腻的反射效果。
这项技术，称为rtx。它面向图形领域，借助深度学习技术，实现了实时光线追踪。
然后黄仁勋发布了首款基于volta架构的工作站gpu：quadro gv100。
它支持英伟达rtx技术，支持nvlink 2，32gb容量hbm2显存。两个gv100相连，可以提供10000多个cuda核心，236 teraflops的tensorflow核心。
说着说着，老黄又开始讲这句：买得越多，省得越多。（the more gpus to buy， the more money you save。）
“来gtc，学习如何节省百万美元。”老黄发出诚恳的建议。
然后进入不可思议的科学环节。
我们正处在gpu计算的关键点，黄仁勋表示。这部分他还介绍tesla v100等产品的多快好省，也谈到一些gpu在计算和医疗影像方面的贡献。
比如医疗影像超级深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。
要等所有医院升级设备，可能要花上30年。
clara是一款医疗影像的超级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、ct等设备，然后将图像输入超级计算机，推理出更清晰的图像。
在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：
计算机clara。
以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。
来到不可思议的ai环节。
这个环节的主题是“全球大的gpu”。
首先，英伟达把volta v100m每张卡的内存扩大到32gb。适用于内存密集型的深度学习和高性能计算，还能将内存受限的hpc应用性能提升高达50%。
其次，是全新发布的互联结构nvswitch，带宽比好的pcie交换机高出5倍，高支持16个tesla v100同时以2.4tb/秒的速度进行通信。
后，一个全新的dgx服务器发布了。
黄仁勋说这个现在是全球大的gpu了：新的dgx-2，包括20亿个晶体管，12个交换机。每个gpu都可以通过光纤交换机互相通信，比pcie接口快20倍。
dgx-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是nvlink连接的两组tesla v100阵列。
与6个月前发布的dgx-1相比，dgx-2提速10倍。
五年前，在两块gtx 580上进行alexnet训练耗时六天，现在使用dgx-2，可以在18分钟以内完成。
这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。
dgx-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。
此外，英伟达还更新了cuda、tensorrt、nccl、cudnn等深度学习和hpc软件堆栈。
新版的tensorrt能快速优化、验证和部署在超大规模的数据中心，针对更广泛的应用加速深度学习推理。它高可以 将深度学习推理的速度加快190倍，降低70%的数据中心成本。
tensorrt 4还集成到了谷歌tensorflow 1.7版本中，更易于使用。
另外，nvidia还宣布和arm合作，将英伟达深度学习加速器架构集成到arm的project trillium上，在手机、智能家居等设备上实现深度学习推理。
以及英伟达gpu现在支持kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的gpu进一步加速。
还有一事，英伟达骄傲的宣布，titan v仍然断货中。
后是不可思议的机器人环节。
发布了机器人开发工具包issac sdk之后，话题转向了自动驾驶。
“我们正试图从头到尾了解这个系统，这其中包含四个重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。
老黄在现场，又展示了一把云代驾。
他把vr和自动驾驶结合起来。通过一个vr眼镜和方向盘，就能启动自动驾驶汽车。
云代驾所用的平台，是新鲜发布的nvidia drivetm constellation，基于两台服务器。
台服务器运行nvidia drive sim 软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。第二台服务器搭载nvidia drive pegasustm ai汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。
老黄又详细介绍了英伟达的感知基础架构。
每辆汽车都在收集pb级的数据，每个月有1500人大概标注100万件物品。
老黄表示，英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统，确切的说是在研究一个架构。
英伟达以drive px parker单芯片架构为基础创建drive xavier。这是一个四芯片系统，包含两个xaviers和两个voltas。
这台耗能300瓦的电脑正在用于机器人汽车，将于今年晚些时候投入生产。
对了，这项技术英伟达拥有全部产权。
btw，英伟达今天还宣布暂停了自动驾驶测试。
可能是受此影响，发布会一开始，英伟达股价就同步下跌，至发布会结束，英伟达股价累积下跌6.64%。