我们希望具体了解“Blackwell”GPU的交付延迟将给英伟达的财务状况造成怎样的影响，其软件业务与其他平台提供商到底有何不同，英伟达如何实现指数级增长，以及生成式AI革命如何扩大全球IT预算并豪夺其中的可观份额。
主持人：咱们这次采访的时间有限，所以就直入主题。Blackwell的重新设计给产品计划造成了多大的影响，又会有多少收入从2025财年被推迟到了2026财年（如果有的话）？我猜可能财务层面的影响并不大，毕竟Hopper的利润率更高，本来想买一张Blackwell的客户现在只能买两张Hopper，用以获取相同的算力资源。
Colette Kress: 确实如此，Blackwell的推迟并没有影响到任何财务表现。毕竟市场对于系统和GPU的需求客观存在，无论如何也会花钱购置生成式AI和加速计算设备。
只是我们还没有覆盖到全体目标企业。很多客户哪怕是跑去最顶尖的云服务提供商那边，也得不到急切需要的算力资源，因为他们的基础设施也早就被占满了。面对极端失衡的供求关系，哪怕从Hopper到Blackwell的转变非常重要，但人们还是愿意继续购买Hopper。毕竟如果不这么做，他们就会被生成式AI的时代车轮无情碾过。人们不敢松懈、不愿掉队，所以Hopper也将继续在市场上保持热度。
主持人：另外还有个问题。您在谈到Blackwell时提到其将在第四财季带来“数十亿美元”的销售额，我猜这里的“数”应该是2以上、至少能达到3，也就是30亿美元吧？
Colette Kress: 我这人有个习惯，当我说“单”的时候，指的就是一。如果我说“双”，那指的就是二。所以这里说的“数”就是比二更多，您理解的没错。
主持人：几年前跟Jensen交流时，他提醒我、或者说告诫我，英伟达其实并不是一家硬件公司，而是一家软件厂商。英伟达75%的员工都在从事软件开发工作。当然，也有些人负责管理工作，而其余的员工才专门从事硬件研发。
当时我就这个问题深入求证过他，现在也想再跟您聊一聊。
英伟达真能从平台中把软件价值剥离出来，并且准确核算软件开发的投入和产出吗？我知道英伟达正在培养独立的软件业务，但必须承认至少在关系数据库领域，如果说硬件的成本是1，那么数据库和中间件许可证的成本恐怕要翻个10倍。而英伟达正在做相反的事情。
英伟达长久以来一直把软件作为硬件的一部分免费向客户提供，而现在却开始将其独立出来以增加收入流。英伟达会在某个时候转型为一家软硬件兼营的企业吗？最终会不会出现软件和硬件收入五五开的情况？
Colette Kress: 您总结得很好，这里我再补充一点具体情况。
转向加速计算和AI是个复杂的过程，我们不可能直接启动硬件、加载工作负载，然后就指望一切能够顺利运转起来。我们构建软件的目的，是为了给企业客户创造一条通往加速计算的道路，而且这跟大家所熟悉的传统通用计算有很大区别。这代表着一条完全不同的路径。所以当说起英伟达免费提供软件时，其中大部分成果其实都是为了推动客户向着加速计算转变。
我们之所以下大力气发展软件工程，就是因为必须要重新设计工作负载才能成功转向加速计算。也正因为如此，我们才安排了规模庞大的软件工程部门来帮助客户整合这些工作负载。目前的市场竞争已经相当激烈，我们的竞争对手也在持续推出自己的芯片，但真正重要的是让客户搞清楚怎样处理实际工作负载、如何从零开始启动自己的AI业务流程。
我们的软件非常重要，因为其反映的是工作流程上的变化。对于以往直接通向CPU的工作负载，至少得重新设计路由才能让GPU发挥作用。
所以我们的流程已经表明，我们将继续努力以帮助各行各业（包括各类顶级工作负载和顶级应用场景）顺利转向加速计算。而如今我们正面临着新的市场需求，就是客户开始大规模研究生成式AI。他们拥有自己的模型，需要帮助其推动模型的开发和训练、使其完美运行，同时借助英伟达的服务以确保其具有适当的安全性、适当的审批层级以及适当的整体运营状态。
总而言之，软件将成为英伟达业务体系中的重要组成部分。而无论付费软件还是免费软件，都只是帮助客户开发新应用的具体手段。我们只是希望客户不一定非得亲自编写软件。虽然少数大型企业能做得到，但大多数公司还是从其他提供商处购买软件。为了将这些GPU和AI应用于关键任务应用程序，他们必须确保有人替自己管理这些软件——而英伟达就是理想的人选。我们必须承接管理需求，保证软件安全运行，并且不断对功能做出更新和迭代。
主持人：指数增长不可能永远持续下去，这一点我们都很清楚，所以最重要的问题就是到底能持续多久。面对近年来英伟达在加速计算（特别是生成式AI）浪潮下的迅猛增长，我也对这条指数级的递增曲线感到兴奋，尤其好奇这到底能持续到什么时候。
那作为CFO，您要如何在这样的环境下做出准确规划？您目前有没有保持指数增长的具体计划？毕竟现在的情况非常特殊，对于后续态势的发展谁都没有十足的把握。
Colette Kress: 对于英伟达这等规模的公司来说，规划工作中最重要的部分就是调度好资本，以便为业务中的各个环节设计出更多产品、制造出更多产品。
您说得没错，我也希望自己的规划能够反映并促成最理想的发展态势，而不致被时代的浪潮所吞没，同时尽可能提高业务执行效率。所以我们一直在反思自己有没有尽一切可能做好准备。我们不想浪费任何一天，也不想浪费任何一分钱。这两点对我们来说非常重要——英伟达既需要快速行动，又得保证不浪费任何资源。
我们正处于加速计算之旅的早期阶段，规划和探索不可能在未来一、两年内彻底完成。这种转变属于延续二十年、三十年的长期实践，其终极目标就是转向加速计算并最终将AI融入我们所熟知的一切。
那我们真能准确预测每一天会发生什么吗？目前可观的增长速度真能长期持续下去吗？这些我们都不清楚，但唯一可以肯定的，就是这种充满活力和不确定性的状态会伴随我们几十年。所以我们能做的就是保持住这份认知和愿景、持续规划、确保将一切快速落地，尽可能满足市场对于发展速度的期待。这就是我们当前规划工作的核心和重点。总之我们一直非常重视规划这一块。
主持人：还有另一个相关的问题。大约四十年前我刚刚从事IT行业的时候，大多数公司的IT支出只占总收入的1%到2%。根据行业和企业规模的不同，IT支出比例可能略有波动——其中大公司支出更多，计算机服务和金融服务等行业的比例也相对较高。而在互联网泡沫期间和之后，IT支出已经平均占到公司总收入的4%到6%了。
所以面对当前这股生成式AI浪潮，我很好奇新的工作负载是否会进一步推动企业将IT预算提高到总收入的8%到10%。换句话说，生成式AI到底是会以超越预期的方式扩大IT总支出，还是单纯从现有支出当中抢下一块？
Colette Kress: 我觉得这两种情况会同时存在——最合理的选择就是立足当下进行投资，同时着眼长远关注未来收益。
首先，企业必须做出调整才能落地生成式AI类应用，将其转移到更贴近应用的位置。每天都会有更多数据出现，企业需要及时进行处理。所以决策者要确保自己行动得足够快，因为一旦跟不上潮流，就会被市场无情成在后面。这是其中一点。
另外一个问题是，是不是多做探索就够了呢？多做探索是必须的，但这也确实会同时消耗本该投入到其他领域的资金。不过这恐怕也是种无奈之举，毕竟很多传统IT要素确实已经没办法继续提供生产力提升空间了，把资金从中抽离出来再正常不过。
举例来说，通用x86 CPU计算好像已经没热度、没什么回报空间了，对吗？所以相较于继续做硬件更新，倒不如拿出少部分预算保障原有设施继续运行，让它们至少在未来几年内良好工作。与此同时，我们可以将更多时间和金钱分配到真正决定未来二十年技术走向的目标上，而不是反复在已经枯竭的过往设施中浪费掉。
所以我认为这两种情况都将存在：生成式AI投入会不断加大，用以探索新的效率突破路径；与此同时，企业客户也会逐渐放弃那些无法进一步实现生产力提升的固有IT元素。
