返回列表
英伟达宣布2026年度股东大会将于6月24日在线举行
行业新闻英伟达股东大会投资者关系

英伟达宣布2026年度股东大会将于6月24日在线举行

英伟达(NVIDIA)官方宣布,其2026年度股东大会定于太平洋时间6月24日上午9点以虚拟在线形式召开。股东可通过指定平台远程参与,此次会议体现了英伟达在公司治理中对数字化沟通的持续应用,旨在确保全球投资者的广泛参与和沟通透明度。

NVIDIA Newsroom

核心要点

  • 会议时间:定于太平洋时间2026年6月24日(星期三)上午9:00举行。
  • 会议形式:采用完全在线的虚拟会议(Virtual Meeting)形式。
  • 参与渠道:股东及相关人员需通过专用虚拟会议网址(https://www.virtualshareholdermeeting.com/NVDA2026)进行访问。
  • 发布来源:该信息由英伟达新闻中心(NVIDIA Newsroom)正式发布。

详细分析

数字化治理的深度实践

英伟达宣布2026年度股东大会将完全在线上举行,这标志着这家科技巨头在公司治理层面进一步深化了数字化转型。通过虚拟会议平台,英伟达能够打破地理位置的限制,让全球范围内的个人投资者和机构股东都能在同一时间参与到公司的年度盛会中。这种形式不仅提高了会议的参与效率,也降低了股东参与的成本,体现了科技公司在利用自身技术优势优化行政流程方面的领先地位。

股东沟通的透明度与便利性

年度股东大会是公司管理层与股东之间建立联系、履行法律义务并进行信息披露的关键时刻。英伟达提前公布会议的具体时间(太平洋时间6月24日9:00)和访问路径,为投资者预留了充足的准备时间。在虚拟会议平台上,股东通常可以实时听取管理层报告、了解公司治理动态并参与相关议案的投票。这种透明的沟通机制对于维护投资者关系、增强市场信心具有重要意义,尤其是在英伟达作为全球AI计算核心供应商的背景下,其治理透明度备受资本市场关注。

行业影响

作为人工智能和半导体行业的领军企业,英伟达的每一项官方公告都会受到行业的高度关注。虽然本次公告聚焦于股东大会的行政安排,但其采用的虚拟会议模式为其他科技企业提供了数字化治理的范本。对于AI行业而言,领军企业通过高效、数字化的方式处理投资者关系,有助于提升整个行业的规范化运作水平。此外,股东大会的举行通常预示着公司将对上一财年的表现进行总结,并可能对未来的战略方向释放信号,这对于观察AI硬件市场的整体走势具有重要的参考价值。

常见问题

问题 1:如何参加英伟达2026年的年度股东大会?

股东可以访问英伟达指定的虚拟会议官方链接:https://www.virtualshareholdermeeting.com/NVDA2026。建议股东提前确认自己的持股凭证,以便在会议开始时顺利登录并参与互动或投票。

问题 2:会议的具体举办时间是什么时候?

会议定于太平洋时间2026年6月24日(星期三)上午9:00正式开始。请参与者注意时差转换,确保准时在线接入。

问题 3:本次股东大会是否设有线下会场?

根据英伟达目前的公告,2026年度股东大会将以在线虚拟形式举行,公告中并未提及任何线下实体会场的安排,旨在通过数字化平台实现全球股东的同步参与。

相关新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长
行业新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长

根据TechCrunch最新报道,知名AI模型制造商Anthropic的财务数据录得爆发式增长。目前,该公司的年化营收已正式攀升至650亿美元。尤为引人注目的是,在过去的短短两个月时间内,Anthropic的年化营收就增加了180亿美元。这一数据不仅刷新了AI初创企业的增长记录,也充分证明了市场对高质量AI模型及服务的强劲需求和极高的商业化变现效率。

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响
行业新闻

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响

本文深入分析了Hugging Face发布的关于GPU管理策略的最新进展。研究指出,在硬件集群配置保持不变的情况下,仅通过优化任务的执行顺序(Order),即可将GPU利用率显著提升33个百分点。这一由Dharma AI团队实现的突破,为解决当前AI算力紧缺与资源浪费并存的难题提供了极具价值的调度优化思路。

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度
行业新闻

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度

本文介绍了一项关于Rust语言在GPU编程领域的重大突破。研究人员开发了一种内置于Rust编译器(rustc)和LLVM后端的零开销、多厂商GPU编译框架。该框架利用Rust的所有权系统和严格的别名保证,解决了传统GPU编程中内存安全与执行效率之间的权衡难题。实验表明,该方案在RAJAPerf基准测试中达到了与原生CUDA和HIP C++相当的性能水平。