英伟达黄仁勋:元宇宙是虚拟的 但赚钱是真实的

上周五,英伟达CEO黄仁勋在接受CNBC旗下财经节目《MadMoney》采访时表示,各大公司之所以蜂拥入局元宇宙,是因为最终在现实世界中能减少成本浪费。

黄仁勋描绘的互联的虚拟现实世界,不仅仅可以促进娱乐和商业领域的进步,而且有更实际的功能。比如,企业可以依靠元宇宙,减少成本浪费并提高运营效率。

黄仁勋将“全宇宙”定位于工程师的元宇宙,能通过英伟达旗下的CPU、CUDA、光追等软硬件技术,真正将元宇宙落实到工业场景。

英伟达RTX3000系列显卡用于ETH和Ethash挖矿算力超90MH/s:初步测试显示,英伟达新一代显卡RTX3000系列RTX3080和3090用于ETH和Ethash挖矿,算力稳定在90MH/s至115MH/s之间,具体取决于GPU和优化情况。与Nvidia和AMD目前市场上提供的许多顶级卡相比,这将是两倍以上的改进。(Cointelegraph)[2020/9/25]

模拟减少成本浪费

投资者指控英伟达隐瞒加密相关销售额逾10亿美元:一份针对英伟达(Nvidia)的修正集体诉讼指控该公司违反《证券交易法》。5月14日提交的投诉称,英伟达故意发布误导性声明,使投资者以为该公司对加密货币相关收入的依赖很小。据Prysm Group的经济学家认定,从2017年5月到2018年7月,英伟达向加密矿商销售的产品至少赚了17.28亿美元,这意味着该公司在这段时间内与加密相关的GPU销售额隐瞒了11.26亿美元,而所有这些收入都包含在该公司的游戏部门。(Cointelegraph)[2020/5/16]

在采访中,黄仁勋表示:我们之前浪费了太多来弥补我们不能模拟的事实。英伟达想做的是在元宇宙中模拟所有的工厂,在Omniverse这一平台,我们可以模拟植物,可以模拟电网,可以模拟许多。

比特大陆将削减台积电订单 英伟达GPU库存过剩:华尔街券商Rosenblatt报告指出,由于矿机需求转淡,比特大陆和嘉楠耘智可能会削减对台积电和三星电子的订单。而种种迹象显示英伟达或因低估挖矿需求下降影响,加之高估游戏需求,而疑似面临库存过剩问题。曾经,高速发展的加密货币市场催生矿机需求,推动了芯片行业的发展。如今,加密货币市场转冷,芯片行业也受到不小影响。[2018/6/25]

黄仁勋补充道,通过模拟,可以减少现实中的大量成本浪费,这也正是为什么经济学对公司有利。工厂希望投入少量资金来购买这种智能化系统,他们通过模拟可以节省数百亿美元的成本。

英伟达是全球最大的AI芯片制造商,通过打造“GPU+CPU+DPU”的“三芯”战略,建设元宇宙的底层技术,进一步提高了其自身竞争力。

宝马公司通过推进Omniverse平台的使用协调全球31座工厂的生产,Omniverse和?NVIDIAAI可以模拟宝马生产网络以及整座工厂模型中的所有元素,例如工人、机器人、以及在执行虚拟工厂规划、预测性维护和装配零件等,有望将宝马的生产规划效率提高30%。

Meta等众多科技巨头也在推动元宇宙的创建,其爆款VR头盔已售出1000万台。尽管元宇宙是虚拟的,但显而易见的是与其相关的经济收益。

百亿增长引擎—Omniverse

Omniverse平台的发布,奠定了元宇宙工业的技术的基础。富国银行分析师AaronRakers表示,未来5年,元宇宙将为英伟达提供100亿美元的市场增值份额机会。而这个能够带来百亿美元增长的引擎是Omniverse。

此前,英伟达公布第三季度财报,收入和毛利率超预期。近几周来,英伟达股价一直下跌,自11月初发布全宇宙平台以来,投资者们十分买账,本月英伟达股价上涨了29%,过去三个月内上涨了66.6%。

英伟达的市值目前为8246亿美元,超过伯克希尔哈撒韦公司,位居全美第七。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

银河链

ETHDAO 参与者的福音:启动器和多功能工具一览

出品|白泽研究院 去中心化自治组织没有中心化的领导,自下而上的决策由围绕特定规则的社区进行监管。早期的DAO让投资者集中资金,组成国库,允许他们参与早期企业和项目,同时分担风险和产生的收益.

世界币一文了解还有什么可以通证化?

数字计算机能够处理的一切对象,都必须先通过编码进行数字化。“数字化”不是很准确的中文翻译,一个外行如果将它翻译回英文的时候,可能会变成“numberization”.

火币APP下载朱嘉明:马斯克现象和科幻文学

编者按: 2021年11月10日,横琴数链数字金融研究院学术与技术委员会主席朱嘉明教授在横琴数链数字金融研究院与苇草智酷共同举办的“炉边对话NO.1:从历史深处看马斯克及马斯克主义”活动上发表了题为《马斯克现象和科幻文学》的主题演讲.

[0:46ms0-1:614ms