黃仁勳發布業績後接受CNBC採訪

主持人還是上次採訪Intel CEO的John，最重要的增量訊息，是老黃具體闡釋了財報中提及的幾個點：

1. Sora對GPU需求意味著什麼？
2. 輝達GPU推理端的軟體彈性到底體現在哪裡？
3. 輝達的軟體業務（單卡收入4500美金）到底價值在哪裡？

全部訪談文字稿如下：

主持人：你剛結束輝達業績電話，收入利潤都超出了預期。當然，資料中心是強而有力的指引，而且你還有GTC將在大約四周後舉行。我想從電話會結束的地方開始，並了解更多關於你如何看待事情向前發展的細節。那麼，你期望2C應用，以及在某種程度上專業應用，例如OpenAI Sora，會如何影響英輝達PU的需求？

黃仁勳：Sora是一個非凡的突破，他們能夠從文字生成影片的能力，其他類似的例如Runway，例如自動駕駛汽車模擬系統。從文字和場景描述生成影片的能力，這些模型都需要巨大的基礎設施來進行訓練，因為你不是從文字中訓練，而是透過觀看影片來訓練。未來，你將會看到更多模態，你將會看到文字、圖像、聲音以及影片同時被訓練。因此，在未來，你不僅會產生視頻，你還會產生相關的聲音，反之亦然。所以，你將會看到非常大的模型，多模態模型能夠在大量內容上進行訓練，這些內容將在未來幾年內持續擴展。這當然會對遊戲內容、電影、消費者導向內容、數位媒體內容等產生很大的影響。然而，我最興奮的一些事情是這些技術在工業機器人、工業自動化中，以及我們如何模擬蛋白質、模擬天氣。你將會在GTC看到許多這類例子，這是關於生成式人工智慧超越文字、超越文本，進入世界上所有模態的大好機會。

主持人：好的，那麼現在，除了這個，我最近在ServiceNow的Gathering上與你聯繫過，我想你在財報電話會議上提到了servicenow，他們的AI服務推動了GPU需求。那麼，你過去幾季所做的合作關係和相關投資，將如何影響你未來的產品線？

黃仁勳：ServiceNow就是一個很好的例子。世界上的企業軟體平台大約有一兆美元價值量，這兆美元中的代表包括ServiceNow、資料平台如Snowflake、Dropbox、Box、SAP、Oracle。這些以應用程式為導向且以資料為導向的平台都將被這些AI agent所革新，這些AI agent將位於其軟體前台。思考這個問題的簡單方法是，這些平台過去是專家們學習的工具，而在未來，人人都可以僱用agent來幫助你使用這些工具，或幫助你降低使用這些工具的門檻。想像一下，不是全球數百萬個了解如何使用ServiceNow的專業人士，而是數十億用戶可以透過AI agent來使用這些工具。這將為這些企業軟體平台帶來龐大的新用戶群，並將大大擴展這些平台的功能。這是萬億級企業軟體平台公司的新機遇，我對此非常興奮，坦白說，我認為他們都坐在金礦上。你將會看到來自ServiceNow的各種令人驚喜的AI agent，再讓我們假設一下，我相信Cadence會有，Autodesk會有，Adobe也會有，這些都是你可以僱傭來為你執行任務的AI agent，甚至有些公司會在後台僱用數十萬甚至數百萬個這樣的agent來為你執行任務。

主持人：對我來說，電話中最有趣的部分是你對問題的回應，關於你的平台如何適應市場需求的轉變，以及當市場需求從開發模型轉向使用模型，從訓練轉向推理時，你將如何應對。我記得你指出輝達的平台是可程式化的，能進一步解釋嗎？

黃仁勳：加速運算和加速器之間的根本差異在於，加速運算是可程式化的，而加速器則是可設定的。加速器是為非常特定的演算法集進行編程的，例如，加速器就像DVD解碼器，這是一個加速器，乙太網路晶片也是一個加速器，乙太網路晶片永遠不會變成DVD解碼器，而DVD解碼器也永遠不會變成GPU。由於CUDA，我們的GPU既是許多應用領域（從影像處理到粒子物理再到量子運算）的加速平台，也是量子模擬器，我們稱之為AI。因此，我們的平台是可編程的，而且因為我們有明確紀律，一定會確保我們所有的GPU安裝基礎都是CUDA相容的，任何在我們的GPU上開發的新演算法，都可以運行在所有我們的GPU上，這為開發者提供了廣泛的應用範圍，並為新開發者提供了解決他們以前無法解決的問題的能力。

同時，我們可以解決像Transformers這樣的新演算法，以及多模態Transformers和像Sora這樣的新演算法，以及所有人們還沒有聽說過的各種新東西。我們對它們在CUDA上100％有信心，我們對它們在視訊GPU上100％有信心。一旦它們在輝達GPU上工作，因為我們的安裝基礎如此龐大，雲端中有數百萬個GPU，在每一個資料中心，無處不在，因此我們可以將這種創新帶給所有人，就算舊GPU的效能不如我們最新一代的GPU那麼快，但這個新演算法可以在所有人的GPU上運行，這是一個巨大的優勢。你問到了推理，推理的目標是應用範圍的廣度，這與為行動裝置編寫APP的目標沒有區別，你更喜歡安裝基礎最大的手機，這就是蘋果如此成功的原因。對於任何開發應用程式來運行推理的人來說，首先會考慮英輝達原因在於CUDA安裝基礎如此龐大，它是唯一具有巨大安裝基礎的加速平台，它在每個雲中，增長速度非常快，無論是本地還是雲端，甚至可以擴展到邊緣，用於機器人系統。因此，這種架構如此普遍，而且我們保持了持續維護30年的紀律，這種架構現在無所不在。如果你是開發推理應用程式的人，以英偉輝達標會為你帶來最大的可能範圍，就像iPhone一樣。

主持人：這讓我想起了我的最後一個問題，輝達AI enterprise（軟體業務），我相信你提到你按每個GPU每年收費，這是關於管理優化和補丁的，這實際上是一個軟體生意，我相信你說現在是每年10億美元收入的運行速度，這讓我想起了蘋果，讓市場不再僅僅關注iPhone銷量，還要關注服務收入，我們是否正在進入這個階段，那些研究英輝達人，將不得不開始關注英偉輝達企業和服務組件，為那些現在只是想從你那裡購買晶片的客戶做基於軟體的管理優化和補丁。

黃仁勳：我認為這其中的核心是，加速運算不僅關乎晶片，還關乎軟體。你不能只憑晶片加速，因為如果是這樣，它就還是被稱為晶片，只是製造晶片來讓電腦運作得更快。加速計算需要一個完整的堆疊，每當我們做量子化學時，就需要一個量子化學堆疊；每當我們做天氣模擬時，就需要一個天氣模擬堆疊；每當我們做AI訓練時，就需要一個AI訓練堆疊；每個應用領域，例如當我們用SQL做事情時，我們加速資料處理的速度無人能及，這需要一個非常專業的堆疊。因此，每一個堆棧，無論是機器人堆棧，還是工業自動化堆棧，每個堆棧都需要大量的工程。對於csp雲廠，他們可以自己管理，他們可以自己打補丁，他們可以自己優化，但大多數企業和企業軟體公司，現在還沒有在加速計算方面的大型和深入的專業知識，所以我們會替所有人做，我們會替所有人優化，我們會替所有人創建這些堆棧，我們會在每個雲中為所有人運行，這是我們通過Nvidia AI Enterprise引擎實現盈利的方式，這基本上是輝達AI和英輝達業的作業系統，以及英偉輝達速演算法，你按每個GPU每年付費，就像作業系統一樣，你可以運行英偉達輝達用的所有內容。因此，隨著我們進入企業，隨著我們進入企業軟體，隨著我們擴展到邊緣，這將為我們帶來一個非常非常大的機會。

主持人：我可以繼續談這個話題，但我知道你還有其他事情要做，所以，Jensen，感謝你的時間！

~信息平权