我們希望具體了解「Blackwell」GPU的交付延遲將給英偉達
的財務狀況造成怎樣的影響，其軟體業務與其他平台提供商到底有何不同，英偉達如何實現指數級增長，以及生成式AI革命如何擴大全球IT預算並豪奪其中的可觀份額。
主持人：我們這次採訪的時間有限，所以就直入主題。Blackwell的重新設計給產品計劃造成了多大的影響，又會有多少收入從2025財年被推遲到了2026財年（如果有的話）？我猜可能財務層面的影響並不大，畢竟Hopper的利潤率更高，本來想買一張Blackwell的客戶現在只能買兩張Hopper，用以獲取相同的算力資源。
Colette Kress: 確實如此，Blackwell的推遲並沒有影響到任何財務表現。畢竟市場對於系統和GPU的需求客觀存在，無論如何也會花錢購置生成式AI和加速計算設備。
只是我們還沒有覆蓋到全體目標企業。很多客戶哪怕是跑去最頂尖的雲服務提供商那邊，也得不到急切需要的算力資源，因為他們的基礎設施也早就被占滿了。面對極端失衡的供求關係，哪怕從Hopper到Blackwell的轉變非常重要，但人們還是願意繼續購買Hopper。畢竟如果不這麼做，他們就會被生成式AI的時代車輪無情碾過。人們不敢鬆懈、不願掉隊，所以Hopper也將繼續在市場上保持熱度。
主持人：另外還有個問題。您在談到Blackwell時提到其將在第四財季帶來「數十億美元」的銷售額，我猜這裡的「數」應該是2以上、至少能達到3，也就是30億美元吧？
Colette Kress: 我這人有個習慣，當我說「單」的時候，指的就是一。如果我說「雙」，那指的就是二。所以這裡說的「數」就是比二更多，您理解的沒錯。
主持人：幾年前跟Jensen交流時，他提醒我、或者說告誡我，英偉達其實並不是一家硬體公司，而是一家軟體廠商。英偉達75%的員工都在從事軟體開發工作。當然，也有些人負責管理工作，而其餘的員工才專門從事硬體研發。
當時我就這個問題深入求證過他，現在也想再跟您聊一聊。
英偉達真能從平台中把軟體價值剝離出來，並且準確核算軟體開發的投入和產出嗎？我知道英偉達正在培養獨立的軟體業務，但必須承認至少在關係資料庫領域，如果說硬體的成本是1，那麼資料庫和中間件許可證的成本恐怕要翻個10倍。而英偉達正在做相反的事情。
英偉達長久以來一直把軟體作為硬體的一部分免費向客戶提供，而現在卻開始將其獨立出來以增加收入流。英偉達會在某個時候轉型為一家軟硬體兼營的企業嗎？最終會不會出現軟體和硬體收入五五開的情況？
Colette Kress: 您總結得很好，這裡我再補充一點具體情況。
轉向加速計算和AI是個複雜的過程，我們不可能直接啟動硬體、加載工作負載，然後就指望一切能夠順利運轉起來。我們構建軟體的目的，是為了給企業客戶創造一條通往加速計算的道路，而且這跟大家所熟悉的傳統通用計算有很大區別。這代表著一條完全不同的路徑。所以當說起英偉達免費提供軟體時，其中大部分成果其實都是為了推動客戶向著加速計算轉變。
我們之所以下大力氣發展軟體工程，就是因為必須要重新設計工作負載才能成功轉向加速計算。也正因為如此，我們才安排了規模龐大的軟體工程部門來幫助客戶整合這些工作負載。目前的市場競爭已經相當激烈，我們的競爭對手也在持續推出自己的晶片，但真正重要的是讓客戶搞清楚怎樣處理實際工作負載、如何從零開始啟動自己的AI業務流程。
我們的軟體非常重要，因為其反映的是工作流程上的變化。對於以往直接通向CPU的工作負載，至少得重新設計路由才能讓GPU發揮作用。
所以我們的流程已經表明，我們將繼續努力以幫助各行各業（包括各類頂級工作負載和頂級應用場景）順利轉向加速計算。而如今我們正面臨著新的市場需求，就是客戶開始大規模研究生成式AI。他們擁有自己的模型，需要幫助其推動模型的開發和訓練、使其完美運行，同時藉助英偉達的服務以確保其具有適當的安全性、適當的審批層級以及適當的整體運營狀態。
總而言之，軟體將成為英偉達業務體系中的重要組成部分。而無論付費軟體還是免費軟體，都只是幫助客戶開發新應用的具體手段。我們只是希望客戶不一定非得親自編寫軟體。雖然少數大型企業能做得到，但大多數公司還是從其他提供商處購買軟體。為了將這些GPU和AI應用於關鍵任務應用程序，他們必須確保有人替自己管理這些軟體——而英偉達就是理想的人選。我們必須承接管理需求，保證軟體安全運行，並且不斷對功能做出更新和疊代。
主持人：指數增長不可能永遠持續下去，這一點我們都很清楚，所以最重要的問題就是到底能持續多久。面對近年來英偉達在加速計算（特別是生成式AI）浪潮下的迅猛增長，我也對這條指數級的遞增曲線感到興奮，尤其好奇這到底能持續到什麼時候。
那作為CFO，您要如何在這樣的環境下做出準確規劃？您目前有沒有保持指數增長的具體計劃？畢竟現在的情況非常特殊，對於後續態勢的發展誰都沒有十足的把握。
Colette Kress: 對於英偉達這等規模的公司來說，規劃工作中最重要的部分就是調度好資本，以便為業務中的各個環節設計出更多產品、製造出更多產品。
您說得沒錯，我也希望自己的規劃能夠反映並促成最理想的發展態勢，而不致被時代的浪潮所吞沒，同時儘可能提高業務執行效率。所以我們一直在反思自己有沒有盡一切可能做好準備。我們不想浪費任何一天，也不想浪費任何一分錢。這兩點對我們來說非常重要——英偉達既需要快速行動，又得保證不浪費任何資源。
我們正處於加速計算之旅的早期階段，規劃和探索不可能在未來一、兩年內徹底完成。這種轉變屬於延續二十年、三十年的長期實踐，其終極目標就是轉向加速計算並最終將AI融入我們所熟知的一切。
那我們真能準確預測每一天會發生什麼嗎？目前可觀的增長速度真能長期持續下去嗎？這些我們都不清楚，但唯一可以肯定的，就是這種充滿活力和不確定性的狀態會伴隨我們幾十年。所以我們能做的就是保持住這份認知和願景、持續規劃、確保將一切快速落地，儘可能滿足市場對於發展速度的期待。這就是我們當前規劃工作的核心和重點。總之我們一直非常重視規劃這一塊。
主持人：還有另一個相關的問題。大約四十年前我剛剛從事IT行業的時候，大多數公司的IT支出只占總收入的1%到2%。根據行業和企業規模的不同，IT支出比例可能略有波動——其中大公司支出更多，電腦服務和金融服務等行業的比例也相對較高。而在網際網路泡沫期間和之後，IT支出已經平均占到公司總收入的4%到6%了。
所以面對當前這股生成式AI浪潮，我很好奇新的工作負載是否會進一步推動企業將IT預算提高到總收入的8%到10%。換句話說，生成式AI到底是會以超越預期的方式擴大IT總支出，還是單純從現有支出當中搶下一塊？
Colette Kress: 我覺得這兩種情況會同時存在——最合理的選擇就是立足當下進行投資，同時著眼長遠關注未來收益。
首先，企業必須做出調整才能落地生成式AI類應用，將其轉移到更貼近應用的位置。每天都會有更多數據出現，企業需要及時進行處理。所以決策者要確保自己行動得足夠快，因為一旦跟不上潮流，就會被市場無情成在後面。這是其中一點。
另外一個問題是，是不是多做探索就夠了呢？多做探索是必須的，但這也確實會同時消耗本該投入到其他領域的資金。不過這恐怕也是種無奈之舉，畢竟很多傳統IT要素確實已經沒辦法繼續提供生產力提升空間了，把資金從中抽離出來再正常不過。
舉例來說，通用x86 CPU計算好像已經沒熱度、沒什麼回報空間了，對嗎？所以相較於繼續做硬體更新，倒不如拿出少部分預算保障原有設施繼續運行，讓它們至少在未來幾年內良好工作。與此同時，我們可以將更多時間和金錢分配到真正決定未來二十年技術走向的目標上，而不是反覆在已經枯竭的過往設施中浪費掉。
所以我認為這兩種情況都將存在：生成式AI投入會不斷加大，用以探索新的效率突破路徑；與此同時，企業客戶也會逐漸放棄那些無法進一步實現生產力提升的固有IT元素。
