NVIDIA announces weaker Q2 gaming GPU sales, now working with channel partners to adjust prices

NVIDIA announces weaker Q2 gaming GPU sales, now working with channel partners to adjust prices

(英伟达宣布第二季度显卡营收疲软,目前正与渠道合作伙伴合作调整价格)

NVIDIA Q2 revenue misses projections due to weaker GeForce sales, down 44% Q/Q

(由于GeForce营收疲软,英伟达Q2营收未达到预期,环比下跌44%)

NVIDIA published its preliminary second quarter result showing lower sales than projected.

(英伟达公布了其第二季度的初步业绩,结果低于预期)

在这里插入图片描述
The company revenue from gaming market has decreased by 44% quarter to quarter, which is described by NVIDIA CEO as ‘significant decline’. The company has previously projected 8.1B USD revenue for the quarter, but the preliminary results show $1.4B lower revenue at $6.7B.
(公司游戏市场的营收按季度环比下跌44%,英伟达首席执政官称之“显著下跌”。公司先前预测季度营收为81亿美元,但初步结果显示营收为67亿美元,少了14亿美元。)

The gaming platform records $2.04B revenue which is 33% down year to year. NVIDIA is now working with partners to adjust prices and inventory which should improve sell-through in the third quarter.
(游戏业务记录营收20.4亿美元,同比下跌33%。英伟达目前正与合作伙伴合作调整价格和库存,或许能在第三季度提高营收。)

  • Our gaming product sell-through projections declined significantly as the quarter progressed, As we expect the macroeconomic conditions affecting sell-through to continue, we took actions with our Gaming partners to adjust channel prices and inventory.
    — Jensen Huang, founder and CEO of NVIDIA.
    (随着本季度的进展,我们的游戏产品营收预计显著下降,正如我们预测的那样,宏观经济情况持续影响着营收,我们已经同游戏业务合作伙伴采取行动调整渠道价格和库存。
    ———黄仁勋,英伟达CEO,创始人)

In late Q3 it is expected that NVIDIA will reveal its plans for the next-gen GPU series, namely the GeForce RTX 40. It is believed that due to weaker sales of RTX 30 series and excess inventory, NVIDIA was forced to abandon its plans for early release of next-gen.
(预计第三季度末英伟达将透露它下一代系列显卡,即GeForce RTX 40。据信由于RTX 30系列营收的疲软与库存过剩,英伟达不得放弃其下一代的提前发布计划。)

Weaker sales are likely the results of cryptocurrency crash and post-COVID market with lower demand of PC hardware.
(销售疲软的原因可能是数字加密货币的崩溃以及后新冠肺炎带来的低PC硬件需求的结果)

在这里插入图片描述
NVIDIA Q2 FY23 Preliminary Financial Results 英伟达第二季度财政初步营收业绩
Revenue by Market Platform 市场平台收入
Preliminary Results 初步结果
Q/Q 环比(此处为季)
Y/Y 同比
Gaming 游戏
Data Center 数据中心
Professional Visualization 专业可视化
Automotive 汽车
OEM and Other OEM和其他

文章源自外媒VideoCardz,博主手动翻译,转载请标明出处
https://videocardz.com/newz/nvidia-announces-weaker-q2-gaming-gpu-sales-now-working-with-channel-partners-to-adjust-prices

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【6层】4837.9平米六层框架综合办公楼(含计算书、建筑、结构图纸) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值