NVIDIA未来手握4万亿现金，太多钱怎么花成大问题
12月7日有消息称，凭借AI浪潮的推动，NVIDIA已成为首家市值突破5万亿美元的巨头。其AI GPU尚未交付的订单金额就已高达5000亿美元，这直接带动公司利润飙升，赚到的现金多到几乎数不过来。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
截至10月底，NVIDIA持有的现金流约605亿美元。而在ChatGPT于2023年1月发布之前，公司的现金流仅为133亿美元。短短两年多时间，现金储备暴增了四五倍。
需要说明的是，目前这600亿美元还是在今年已进行大量支出之后的结果。今年以来，NVIDIA持续投资AI生态圈，最近一笔是向EDA巨头新思科技注资20亿美元。此前还包括对诺基亚的10亿美元投资，以及对英特尔的20亿美元支持。
在直接投资AI公司方面，NVIDIA出手更为阔绰：向Anthropic投资100亿美元，而至今最大的一笔则是计划向OpenAI投入1000亿美元，不过这笔合作尚未最终敲定。
除了投资，NVIDIA另一个重要的资金去向就是回馈股东。今年8月，公司宣布追加600亿美元的股票回购计划。仅前三季度，累计回购金额已达到约370亿美元，让投资者也赚得盆满钵满。
仅这两大领域加起来，NVIDIA今年的现金流预计将高达9685亿美元。但这仅仅是个开始，未来几年公司的利润仍将持续激增。预计三年内，现金流将达到57600亿美元，接近4万亿美元的水平。
如今，NVIDIA花钱的速度甚至赶不上赚钱的速度。后续如何有效运用资金成了一个甜蜜的烦恼，股东自然希望公司能继续分红或回购，但NVIDIA在这方面显得十分清醒。公司CFO表示，当前的首要任务仍是确保有充足资金来交付下一代产品，同时需要为供应链合作伙伴提供扩产支持，才能满足AI市场爆炸性的需求。
相关攻略
技嘉推出AORUSGeForceRTX5090Infinity显卡，主打紧凑高端设计。其采用特殊双流穿透散热系统，内置隐藏风扇可在高负载时启动增强散热。显卡出厂预超频至2730MHz，性能释放激进。外观采用金属外壳与科幻感设计，面向追求极致性能与紧凑空间的高端玩家，预计售价较高。
《007：初露锋芒》将于5月27日发布，官方公布了五档PC配置要求。最低需GTX1660或RX5700实现1080P低画质30帧；推荐RTX3060Ti或RX6700XT以上以畅享1080P中画质60帧。2K高画质需RTX4070级别显卡，4K极致画质则要求RTX4080等旗舰型号。游戏首发支持DLSS4 5，路径追踪等技术预计夏季更新。
如何在 Win11 中查看当前显卡支不支持硬件级实时解码 查询视频能力 想在 Windows 11 上流畅播放4K甚至8K视频，硬件解码是关键。但你的显卡真的在“硬扛”解码任务，还是把压力都甩给了CPU？要确认显卡对 H 264、HEVC（H 265）乃至 A V1 这些主流编码的硬件解码能力是否就
一、依据硬件类别差异化评估折旧基准 矿潮退去，硬件市场的残值表现可谓“冰火两重天”。不同品类的命运截然不同，再用一套统一的折旧模型去套，显然会得出失真的结论。显存大、算力强的显卡型号，因为搭上了AIGC这趟快车，二手价格不降反升；而另一边，一些通用型的CPU和主板，由于技术迭代放缓、需求萎缩，其贬值
Intel显卡太猛了！锐炫Pro B70开售即登顶畅销榜首 4月7日消息，Intel的锐炫Pro B70专业显卡近日在Newegg平台正式开售，定价为949 99美元，这与Intel官方公布的最新建议起售价完全一致。 令人颇感意外的是，这款显卡上架后迅速冲上了Newegg工作站显卡品类的销量榜首，开
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个