제미나이로 번역한 내용입니다. 혹시 오류가 있다면 얘기해 주세요.

질의응답 (Q&A)

운영자: 감사합니다. 질문을 하시려면 전화기 키패드에서 별표와 숫자 1을 눌러주십시오. 질문자 명단을 정리하는 동안 잠시 기다려 주십시오. 질문은 한 가지로 제한해 주시길 부탁드립니다. 감사합니다. 첫 번째 질문은 모건 스탠리의 조셉 무어(Joseph Moore) 님입니다.

조셉 무어 (모건 스탠리): 네, 감사합니다. 업데이트 부탁드리고 싶은데요. GTC에서 2025년과 2026년에 블랙웰과 루빈 매출이 5,000억 달러에 달할 것이라고 말씀하셨습니다. 당시에는 그중 1,500억 달러가 이미 선적되었다고 하셨죠. 분기가 마무리된 지금, 향후 14개월 정도 동안 3,500억 달러가 남아있다는 그 일반적인 매개변수가 여전히 유효한가요? 그 기간 동안 모든 수요를 다 보지는 못하셨겠지만, 앞으로 그 수치에 대한 상향 가능성이 있는지 궁금합니다.

콜렛 크레스: 네, 감사합니다 조. 제가 먼저 답변드리겠습니다. 네, 맞습니다. 우리는 5,000억 달러 예측을 향해 나아가고 있으며, 몇 분기를 마친 현재 그 궤도에 있습니다. 2026년 말까지 우리를 이끌어줄 여러 분기가 남아있습니다. 숫자는 늘어날 것이며, 2026 회계연도까지 선적 가능한 컴퓨팅에 대한 추가적인 필요를 달성할 것이라고 확신합니다. 이번 분기에 500억 달러를 선적했지만, 더 많은 주문을 받을 것이라고 말하지 않는다면 끝난 게 아닙니다. 예를 들어, 오늘 KSA(사우디)와의 발표만 해도 3년 동안 40만~60만 개의 GPU가 추가되는 계약입니다. 앤스로픽도 새로운 것이 아닙니다. 우리가 발표한 5,000억 달러 위에 더 추가될 기회는 분명히 있습니다.

운영자: 다음 질문은 캔터 피츠제럴드(Cantor Fitzgerald)의 C.J. 뮤즈(C.J. Muse) 님입니다.

C.J. 뮤즈 (캔터 피츠제럴드): 네, 안녕하십니까. 질문 받아주셔서 감사합니다. AI 인프라 구축의 규모와 그러한 계획에 자금을 조달할 능력, 그리고 ROI에 대해 분명히 많은 우려가 있습니다. 하지만 동시에, 여러분은 매진 상태라고 말씀하고 계십니다. 설치된 모든 GPU가 사용되고 있습니다. AI 세계는 아직 B300의 엄청난 혜택을 보지 못했고, 루빈은 말할 것도 없습니다. 제미나이 3(Gemini 3)는 방금 그록 5(Grok 5)가 곧 출시된다고 발표했습니다. 질문은 이것입니다. 이러한 배경을 볼 때, 향후 12~18개월 동안 공급이 수요를 따라잡을 수 있는 현실적인 경로가 있다고 보십니까, 아니면 그 기간을 넘어설 수 있다고 생각하십니까?

젠슨 황: 아시다시피, 우리는 공급망 계획을 정말 잘 세웠습니다. 엔비디아의 공급망은 기본적으로 전 세계의 모든 기술 회사를 포함합니다. TSMC와 그들의 패키징, 메모리 공급업체 및 파트너, 그리고 우리의 모든 시스템 ODM들은 우리와 함께 계획을 정말 잘 세웠습니다. 우리는 큰 해를 계획하고 있었습니다.

우리는 제가 방금 말씀드린 세 가지 전환을 오랫동안 지켜봐 왔습니다. 범용 컴퓨팅에서 가속 컴퓨팅으로의 전환입니다. AI가 단순히 에이전트형 AI뿐만 아니라, 생성형 AI가 하이퍼스케일러들이 과거 CPU에서 수행하던 작업을 변화시키고 있다는 점을 인식하는 것이 정말 중요합니다. 생성형 AI는 그들이 검색 및 추천 시스템, 광고 추천 및 타겟팅을 옮기는 것을 가능하게 했습니다. 그 모든 것이 생성형 AI로 이동했고 여전히 전환 중입니다.

데이터 처리를 위해 엔비디아 GPU를 설치하든, 추천 시스템을 위한 생성형 AI를 위해 설치하든, 아니면 대부분의 사람들이 AI를 생각할 때 떠올리는 에이전트형 챗봇과 같은 종류의 AI를 구축하든, 그 모든 애플리케이션은 엔비디아에 의해 가속화됩니다. 전체 지출을 볼 때, 그 각 레이어를 생각하는 것이 정말 중요합니다. 그것들은 모두 성장하고 있습니다. 관련되어 있지만 동일하지는 않습니다. 놀라운 점은 그들 모두가 엔비디아 GPU에서 실행된다는 것입니다.

동시에 AI 모델의 품질이 놀랍도록 향상되고 있기 때문에, 코드 어시스턴트와 같은 다양한 사용 사례에서의 채택이 엔비디아가 꽤 광범위하게 사용하고 있으며, 우리뿐만이 아닙니다. 제 말은, 역사상 가장 빠르게 성장하는 애플리케이션, 커서와 클로드 코드, 오픈AI의 코덱스(Codex) 및 깃허브 코파일럿(GitHub Copilot)의 조합은 역사상 가장 빠르게 성장하고 있습니다. 이는 소프트웨어 엔지니어들만 사용하는 것이 아닙니다. '바이브 코딩(vibe coding)' 때문에, 그리고 전사적인 엔지니어와 마케터들, 공급망 기획자들이 사용하고 있습니다.

그것은 단지 하나의 예일 뿐이며, 오픈 에비던스가 헬스케어 분야에서 수행하는 작업이나 디지털 비디오 편집 분야인 런웨이(Runway)에서 수행되는 작업 등 목록은 계속됩니다. 생성형 AI와 에이전트형 AI를 활용하는 정말 흥미로운 스타트업의 수가 상당히 빠르게 증가하고 있습니다. 말할 것도 없이, 우리 모두가 그것을 훨씬 더 많이 사용하고 있습니다.

이 모든 기하급수적인 현상들, 뿐만 아니라, 바로 오늘 데미스(Demis Hassabis, 구글 딥마인드 CEO 추정)에게서 문자를 받았는데, 그가 사전 학습과 사후 학습이 완전히 유효하다고 하더군요. 제미나이 3는 스케일링 법칙을 활용하여 품질 성능과 모델 성능에서 큰 도약을 이루었습니다. 우리는 이 모든 지수 함수적 성장이 동시에 진행되는 것을 보고 있습니다.

저는 항상 기본 원칙(first principles)으로 돌아가서 제가 이전에 언급한 각 역학에서 무슨 일이 일어나고 있는지 생각합니다. 범용 컴퓨팅에서 가속 컴퓨팅으로, 고전적 머신 러닝을 대체하는 생성형 AI, 그리고 물론 완전히 새로운 범주인 에이전트형 AI입니다.

운영자: 다음 질문은 뱅크 오브 아메리카 증권의 비벡 아리아(Vivek Aria) 님입니다.

비벡 아리아 (BofA Securities): 질문 받아주셔서 감사합니다. 그 5,000억 달러 수치에 기가와트당 엔비디아 콘텐츠에 대해 어떤 가정을 하고 계신지 궁금합니다. 왜냐하면 우리는 기가와트당 250억 달러라는 낮은 수치부터 300억 또는 400억 달러라는 높은 수치까지 듣고 있기 때문입니다. 5,000억 달러 수치에 어떤 전력 및 기가와트당 달러 가정을 하고 계십니까?

그리고 장기적으로, 젠슨 님, 2030년까지 데이터 센터 3조~4조 달러가 언급되었습니다. 그중 얼마나 많은 부분이 벤더 파이낸싱(vendor financing)을 필요로 할 것이며, 얼마나 많은 부분이 대형 고객이나 정부 또는 기업의 현금 흐름으로 지원될 수 있다고 보십니까? 감사합니다.

젠슨 황: 암페어에서 호퍼로, 호퍼에서 블랙웰로, 블랙웰에서 루빈으로 세대가 바뀔 때마다 데이터 센터에서 우리의 비중은 증가합니다. 호퍼 세대는 아마 20대 얼마, 20~25 정도였을 겁니다. 블랙웰 세대, 특히 그레이스 블랙웰은 아마 30, 30 플러스 마이너스 정도일 겁니다. 루빈은 아마 그보다 높을 겁니다.

이러한 각 세대에서 속도 향상은 수배(X factor)에 달합니다. 따라서 고객의 TCO는 수배로 개선됩니다. 가장 중요한 것은 결국 기가와트의 전력, 1기가와트 데이터 센터, 1기가와트의 전력만 있다는 것입니다. 따라서 와트당 성능, 아키텍처의 효율성이 믿을 수 없을 정도로 중요합니다. 아키텍처의 효율성은 무식하게 힘으로 밀어붙일(brute force) 수 없습니다.

그 1기가와트는, 당신의 와트당 성능은 당신의 매출로 직접적으로, 절대적으로 직접적으로 변환됩니다. 이것이 바로 올바른 아키텍처를 선택하는 것이 지금 매우 중요한 이유입니다. 세상에는 낭비할 여유가 없습니다. 우리는 프레임워크와 모델 전반, 전체 데이터 센터 전반, 심지어 전력 및 냉각 최적화, 공급망과 생태계 전반에 걸쳐 '공동 설계(co-design)'라는 개념을 사용하여 정말로 신중해야 합니다.

각 세대마다 우리의 경제적 기여도는 더 커질 것입니다. 제공되는 가치는 더 커질 것입니다. 가장 중요한 것은 우리의 와트당 에너지 효율이 매 세대마다 엄청날 것이라는 점입니다.

지속적인 성장과 관련하여, 고객의 자금 조달은 그들에게 달려 있습니다. 우리는 꽤 오랫동안 성장할 기회를 보고 있습니다. 기억하십시오. 오늘날 대부분의 초점은 하이퍼스케일러에 맞춰져 있습니다. 하이퍼스케일러에 대해 정말 오해받고 있는 분야 중 하나는 엔비디아 GPU에 대한 투자가 범용 컴퓨팅에서 규모, 속도 및 비용을 개선할 뿐만 아니라(이것이 첫 번째입니다. 무어의 법칙 확장이 정말로 둔화되었기 때문입니다), 비용을 낮추는 것, 즉 시간이 지남에 따른 컴퓨팅의 엄청난 디플레이션 비용에 관한 것입니다. 그것이 둔화되었습니다. 따라서 그들이 비용을 계속 낮추기 위해서는 새로운 접근 방식이 필요합니다. 엔비디아 GPU 컴퓨팅으로 가는 것이 실제로 가장 좋은 방법입니다.

두 번째는 현재 비즈니스 모델에서의 수익 증대입니다. 추천 시스템은 전 세계 하이퍼스케일러를 움직입니다. 숏폼 동영상을 시청하든, 책을 추천하든, 장바구니에 담을 다음 아이템을 추천하든, 광고를 추천하든, 뉴스를 추천하든, 모든 것은 추천기에 관한 것입니다. 인터넷에는 수조 개의 콘텐츠가 있습니다. 정말 정교한 추천 시스템 없이는 어떻게 당신의 그 작은 화면에 무엇을 띄울지 알아낼 수 있겠습니까? 그것은 생성형 AI로 갔습니다.

제가 방금 말한 처음 두 가지, 수천억 달러의 CapEx가 투자되어야 한다는 것은 전적으로 현금 흐름으로 충당됩니다. 그 위에 있는 것이 에이전트형 AI입니다. 이것은 순수 신규(net new) 소비이자 순수 신규 애플리케이션입니다. 제가 앞서 언급한 애플리케이션 중 일부는 역사상 가장 빠르게 성장하는 애플리케이션입니다. 사람들이 CapEx 투자에 대해 단순히 보는 시각에서 벗어나 수면 아래에서 실제로 무슨 일이 일어나고 있는지 이해하기 시작하면, 이 세 가지 역학을 인식하게 될 것입니다.

마지막으로 기억하십시오. 우리는 방금 미국 CSP에 대해 이야기했습니다. 각 국가는 자체 인프라에 자금을 지원할 것입니다. 여러 국가가 있습니다. 여러 산업이 있습니다. 세계 산업의 대부분은 아직 에이전트형 AI에 본격적으로 참여하지 않았으며, 이제 막 시작하려 합니다. 우리가 협력하고 있는 모든 회사들, 자율 주행 회사든, 전 세계에 건설 중인 수많은 공장과 창고를 위한 물리적 AI용 디지털 트윈이든, 약물 발견을 가속화하기 위해 자금을 지원받는 수많은 디지털 생물학 스타트업이든 말입니다.

그 모든 다양한 산업이 이제 참여하고 있으며, 그들은 자체적으로 자금을 조달할 것입니다. 미래를 위한 구축 방법으로 하이퍼스케일러만 보지 마십시오. 세상을 봐야 합니다. 모든 다른 산업을 봐야 합니다. 엔터프라이즈 컴퓨팅은 자체 산업에 자금을 지원할 것입니다.

운영자: 다음 질문은 멜리우스(Melius)의 벤 리체스(Ben Ritzes) 님입니다.

벤 리체스 (Melius): 네, 감사합니다. 젠슨 님, 현금에 대해 여쭤보고 싶습니다. 5,000억 달러 얘기가 나와서 말인데, 향후 몇 년 동안 약 5,000억 달러의 잉여 현금 흐름을 창출할 수도 있습니다. 그 현금에 대한 계획은 무엇입니까? 생태계 투자 대비 자사주 매입 비중은 얼마나 됩니까? 생태계 투자는 어떻게 보십니까? 앤스로픽, 오픈AI 등과의 거래가 어떻게 이루어지는지, 그리고 그러한 거래를 하는 기준에 대해 밖에서는 많은 혼란이 있는 것 같습니다. 감사합니다.

젠슨 황: 네, 질문 감사합니다. 물론 현금을 사용하여 성장에 자금을 지원합니다. 우리가 이야기하는 규모로 성장하고 엔비디아가 가진 공급망의 연결과 깊이, 폭을 가진 회사는 없습니다. 우리의 전체 고객 기반이 우리에게 의존할 수 있는 이유는 우리가 정말 회복력 있는 공급망을 확보했고, 그들을 지원할 수 있는 대차대조표를 가지고 있기 때문입니다.

우리가 구매를 할 때, 공급업체들은 그것을 확실하게 믿을 수 있습니다(take it to the bank). 우리가 예측을 하고 그들과 계획을 세울 때, 우리의 대차대조표 때문에 그들은 우리를 진지하게 받아들입니다. 우리는 인수(offtake)를 꾸며내지 않습니다. 우리는 우리의 인수량을 알고 있습니다. 그들이 수년 동안 우리와 함께 계획을 세워왔기 때문에 우리의 평판과 신뢰도는 엄청납니다. 우리가 이야기하는 성장 수준과 성장 속도, 규모를 지원하려면 정말 강력한 대차대조표가 필요합니다. 그것이 첫 번째입니다.

두 번째로, 물론 우리는 자사주 매입을 계속할 것입니다.

투자에 관해서는, 이것은 우리가 하는 정말 중요한 일입니다. 우리가 지금까지 한 모든 투자는 기본적으로 CUDA의 도달 범위를 확장하고 생태계를 확장하는 것과 관련이 있습니다. 오픈AI와 함께 한 투자를 보면, 물론 2016년부터 이어온 관계입니다. 저는 오픈AI에 처음 만들어진 AI 슈퍼컴퓨터를 전달했습니다. 우리는 그 이후로 오픈AI와 긴밀하고 훌륭한 관계를 유지해 왔습니다. 오픈AI가 하는 모든 것은 오늘날 엔비디아에서 실행됩니다. 그들이 배포하는 모든 클라우드, 훈련이든 추론이든 엔비디아를 실행하며, 우리는 그들과 함께 일하는 것을 좋아합니다.

그들과의 파트너십은 기술적인 관점에서 더욱 깊이 협력하여 그들의 가속화된 성장을 지원할 수 있도록 하기 위함입니다. 이 회사는 믿을 수 없을 정도로 빠르게 성장하고 있습니다. 언론에서 말하는 것만 보지 마십시오. 오픈AI와 연결된 모든 생태계 파트너와 개발자를 보십시오. 그들은 모두 소비를 주도하고 있습니다. 생성되는 AI의 품질은 1년 전보다 크게 향상되었습니다. 응답의 품질은 뛰어납니다.

우리는 생태계를 확장하고 그들의 성장을 지원하기 위해 공동 개발의 깊은 파트너십을 위해 오픈AI에 투자합니다. 물론 우리 회사의 지분을 내주는 대신 그들 회사의 지분을 얻습니다. 우리는 한 세대에 한 번 나올까 말까 한 가장 중요한 회사 중 하나에 투자했습니다. 저는 그 투자가 엄청난 수익으로 이어질 것이라고 전적으로 기대합니다.

이제 앤스로픽의 경우, 앤스로픽이 엔비디아 아키텍처를 사용하는 것은 이번이 처음입니다. 앤스로픽이 엔비디아 아키텍처를 처음 사용하는 것인데, 이들은 총 사용자 수 측면에서 세계에서 두 번째로 성공적인 AI입니다. 기업 부문에서도 그들은 믿을 수 없을 정도로 잘하고 있습니다. 클로드 코드는 정말 잘하고 있습니다. 클로드는 전 세계 기업에서 정말 잘하고 있습니다. 이제 우리는 그들과 깊은 파트너십을 맺고 클로드를 엔비디아 플랫폼으로 가져올 기회를 갖게 되었습니다.

지금 우리는 무엇을 가지고 있습니까? 엔비디아의 아키텍처, 한 걸음 물러서서 보면 엔비디아의 플랫폼은 모든 AI 모델을 실행하는 세계 유일의 단일 플랫폼입니다. 우리는 오픈AI를 실행합니다. 우리는 앤스로픽을 실행합니다. 일론 및 xAI와의 깊은 파트너십 덕분에 우리는 xAI를 실행합니다. 우리는 휴메인(Humane)이 xAI를 위한 호스팅 기회를 가질 수 있도록 사우디아라비아(KSA)에 그 기회를 가져올 수 있었습니다. 우리는 xAI를 실행합니다. 우리는 제미나이를 실행합니다. 우리는 씽킹 머신을 실행합니다.

또 무엇을 실행합니까? 우리는 그들 모두를 실행합니다. 뿐만 아니라, 우리는 과학 모델, 생물학 모델, DNA 모델, 유전자 모델, 화학 모델 및 전 세계의 모든 다른 분야를 실행합니다. 세상이 사용하는 것은 인지 AI만이 아닙니다. AI는 모든 단일 산업에 영향을 미치고 있습니다.

우리는 우리가 만드는 생태계 투자를 통해 세계 최고의 기업, 가장 뛰어난 기업들과 기술적으로 깊이 협력할 수 있는 능력을 가지고 있습니다. 우리는 생태계의 도달 범위를 확장하고 있으며, 매우 성공적인 회사가 될, 종종 한 세대에 한 번 나올 회사의 지분과 투자를 얻고 있습니다. 그것이 우리의 투자 논거입니다.

운영자: 다음 질문은 골드만 삭스의 짐 슈나이더(Jim Schneider) 님입니다.

짐 슈나이더 (골드만 삭스): 안녕하십니까. 질문 받아주셔서 감사합니다. 과거에 출하량의 약 40%가 AI 추론과 관련되어 있다고 말씀하셨습니다. 내년을 내다볼 때, 1년 뒤에는 그 비율이 어디까지 갈 것이라고 예상하십니까? 내년에 출시될 것으로 예상되는 루빈 CPX 제품에 대해 말씀해 주시고 맥락을 설명해 주실 수 있나요? 전체 TAM(총 시장 규모) 중 얼마나 차지할 것으로 예상하시는지, 그리고 그 특정 제품의 타겟 고객 애플리케이션에 대해 말씀해 주시겠습니까? 감사합니다.

젠슨 황: CPX는 긴 문맥(long-context) 유형의 워크로드 생성을 위해 설계되었습니다. 긴 문맥은 기본적으로 답변 생성을 시작하기 전에 많이 읽어야 하는 것입니다. PDF 묶음일 수도 있고, 많은 비디오를 시청하는 것일 수도 있고, 3D 이미지를 연구하는 것일 수도 있습니다. 문맥을 흡수해야 합니다. CPX는 긴 문맥 유형의 워크로드를 위해 설계되었습니다. 달러당 성능이 우수합니다. 와트당 성능이 우수합니다.

질문의 첫 부분인 추론을 잊게 만들었군요. 아, 추론이요.

동시에 확장되는 세 가지 스케일링 법칙이 있습니다. 사전 학습(Pretraining)이라는 첫 번째 스케일링 법칙은 계속해서 매우 효과적입니다. 두 번째는 사후 학습(Post-training)입니다. 사후 학습은 기본적으로 AI가 문제를 분해하고 단계별로 해결하는 능력을 향상시키는 놀라운 알고리즘을 발견했습니다. 사후 학습은 기하급수적으로 확장되고 있습니다. 기본적으로 모델에 더 많은 컴퓨팅을 적용할수록 더 똑똑해지고 지능이 높아집니다.

그리고 세 번째는 추론입니다. 생각의 사슬(chain of thought), 추론 능력 때문에 AI는 본질적으로 답하기 전에 읽고 생각합니다. 이 세 가지로 인해 필요한 계산량은 완전히 기하급수적으로 증가했습니다.

어느 시점에 정확히 비율이 어떻게 될지, 누가 될지 알기는 어렵다고 생각합니다. 물론 우리의 희망은 추론이 시장의 매우 큰 부분이 되는 것입니다. 추론이 크다면, 사람들이 더 많은 애플리케이션에서 사용하고 있고 더 자주 사용하고 있다는 것을 의미합니다. 우리는 모두 추론이 매우 큰 비중을 차지하기를 희망해야 합니다.

여기서 그레이스 블랙웰은 전 세계 어떤 것보다 한 차원 더 높고 진보된 것입니다. 두 번째로 좋은 플랫폼은 H200입니다. 이제 GB300, GB200, GB300이 NVLink 72라는 스케일업 네트워크 덕분에, 그리고 콜렛이 세미애널리시스 벤치마크에서 언급했듯이, 역대 가장 큰 단일 추론 벤치마크에서 GB200 NVLink 72는 10배, 10~15배 더 높은 성능을 보여줍니다. 그것은 큰 도약입니다. 누군가 그것을 따라잡는 데는 오랜 시간이 걸릴 것입니다. 우리의 리더십은 확실히 다년간 지속될 것입니다. 네. 저는 추론이 매우 중요한 부분이 되기를 희망합니다. 추론에서의 우리의 리더십은 탁월합니다.

운영자: 다음 질문은 UBS의 티모시 아큐리(Timothy Arcury) 님입니다.

티모시 아큐리 (UBS): 감사합니다. 젠슨 님, 많은 고객이 계량기 뒤쪽(behind-the-meter) 전력을 추구하고 있습니다. 성장을 제약할 수 있는 가장 걱정되는 단일 병목 현상은 무엇입니까? 전력입니까, 아니면 자금 조달입니까, 아니면 메모리나 파운드리 같은 다른 것입니까? 감사합니다.

젠슨 황: 이 모든 것이 이슈이자 제약 사항입니다. 그 이유는 우리가 성장하는 속도와 규모로 성장할 때 어떤 것이 쉬울 수 있겠습니까? 엔비디아가 하고 있는 일은 분명히 이전에 행해진 적이 없습니다. 우리는 완전히 새로운 산업을 창출했습니다. 한편으로 우리는 컴퓨팅을 범용 및 고전적 또는 전통적 컴퓨팅에서 가속 컴퓨팅 및 AI로 전환하고 있습니다.

다른 한편으로 우리는 AI 팩토리라는 완전히 새로운 산업을 창출했습니다. 소프트웨어가 실행되기 위해 미리 생성된 정보를 검색하는 대신 모든 단일 토큰을 생성하기 위해 이러한 공장이 필요하다는 아이디어입니다. 이 모든 전환에는 엄청난 규모가 필요하다고 생각합니다. 물론 공급망은 우리가 훨씬 더 나은 가시성과 통제력을 가지고 있습니다. 분명히 우리는 공급망 관리에 매우 능숙하기 때문입니다.

우리는 33년 동안 함께 일해 온 훌륭한 파트너들을 보유하고 있습니다. 공급망 부분은 꽤 자신 있습니다. 이제 공급망 아래를 보면, 우리는 토지, 전력, 쉘(건물), 그리고 물론 자금 조달 분야의 많은 플레이어들과 파트너십을 구축했습니다. 이 중 어느 것도 쉽지 않지만, 모두 다룰 수 있고 해결 가능한 것들입니다.

우리가 해야 할 가장 중요한 일은 계획을 잘 세우는 것입니다. 우리는 공급망 상류와 하류를 계획합니다. 우리는 많은 파트너를 설립했습니다. 우리는 시장으로 가는 많은 경로(routes to market)를 가지고 있습니다. 매우 중요한 것은 우리의 아키텍처가 고객에게 최고의 가치를 제공해야 한다는 것입니다. 현시점에서 저는 엔비디아의 아키텍처가 최고의 TCO 대비 성능이라고 확신합니다.

그것은 최고의 와트당 성능이며, 따라서 전달되는 에너지의 양에 대해 우리 아키텍처가 가장 많은 매출을 이끌어낼 것입니다. 우리의 성공률이 증가하고 있다고 생각합니다. 작년 이맘때보다 올해 이맘때 더 성공적이라고 생각합니다. 다른 것을 탐색한 후 우리에게 오는 고객의 수와 플랫폼의 수가 감소하는 것이 아니라 증가하고 있습니다. 제가 수년 동안 여러분에게 말씀드린 모든 것들이 정말로 실현되고 있으며 명백해지고 있다고 생각합니다.

운영자: 다음 질문은 번스타인 리서치(Bernstein Research)의 스테이시 라스킨(Stacey Raskin) 님입니다.

스테이시 라스킨 (Bernstein Research): 콜렛 님, 마진에 대해 질문이 있습니다. 내년에 70% 중반대로 유지하기 위해 노력하고 있다고 하셨는데요. 가장 큰 비용 증가 요인은 무엇입니까? 단순히 메모리인가요, 아니면 다른 것인가요? 이를 위해 무엇을 하고 계십니까? 비용 최적화 대 선구매(pre-buys) 대 가격 책정의 비중은 얼마나 됩니까? 또한 현재 실행 중인 것보다 매출이 실질적으로 증가할 것으로 보이는 상황에서 내년 OpEx(운영 비용) 성장에 대해 어떻게 생각해야 합니까?

콜렛 크레스: 감사합니다, 스테이시. 우리가 현재 있는 회계연도의 위치를 상기하며 시작해 보겠습니다. 올해 초, 우리는 비용 개선과 믹스를 통해 올해를 마감할 때 총마진이 70% 중반대가 될 것이라고 지적했습니다. 우리는 그것을 달성했고 4분기에도 그것을 실행할 준비가 되어 있습니다.

이제 내년 계획에 대해 소통할 때입니다. 내년에는 우리가 해결해야 할 업계에 잘 알려진 투입 비용(input prices)들이 있습니다. 우리 시스템은 작업하기에 결코 쉽지 않습니다. 우리가 생각할 때 엄청난 양의 부품과 다양한 부분이 있습니다. 우리는 그 모든 것을 고려하고 있습니다. 우리는 비용 개선, 사이클 타임 및 믹스에 대해 다시 작업하면서 총마진을 70% 중반대로 유지하기 위해 노력할 것이라고 믿습니다. 그것이 총마진에 대한 우리의 전반적인 계획입니다.

두 번째 질문은 OpEx에 관한 것입니다. 현재 OpEx 측면에서 우리의 목표는 엔지니어링 팀, 모든 비즈니스 팀과 함께 혁신하여 이 시장을 위한 시스템을 점점 더 많이 만드는 것입니다. 아시다시피 지금 우리는 새로운 아키텍처가 나오고 있습니다. 이는 그 목표를 달성하기 위해 그들이 꽤 바쁘다는 것을 의미합니다. 우리는 소프트웨어, 시스템, 하드웨어 모두에서 점점 더 많은 혁신을 이루기 위한 투자를 계속 보게 될 것입니다. 젠슨 님이 덧붙일 말씀이 있으면 넘기겠습니다.

젠슨 황: 네, 정확합니다. 제가 덧붙일 유일한 것은 우리가 훨씬 전에 예측하고 계획하며 공급망과 협상한다는 점을 기억하라는 것입니다. 우리 공급망은 우리의 요구 사항을 꽤 오랫동안 알고 있었습니다. 그리고 그들은 우리의 수요를 꽤 오랫동안 알고 있었습니다. 우리는 꽤 오랫동안 그들과 협력하고 협상해 왔습니다. 최근의 급증은 분명히 상당히 큽니다. 기억하십시오. 우리 공급망은 우리와 아주 오랫동안 협력해 왔습니다.

많은 경우, 우리는 세계에서 가장 큰 회사와 협력하고 있기 때문에 우리 자신을 위해 많은 공급을 확보했습니다. 우리는 또한 재정적인 측면과 예측 및 계획 확보 등과 관련하여 그들과 긴밀히 협력해 왔습니다. 그 모든 것이 우리에게 잘 작용했다고 생각합니다.

운영자: 마지막 질문은 웰스 파고(Wells Fargo)의 아론 레이커스(Aaron Rakers) 님입니다.

아론 레이커스 (Wells Fargo): 네, 질문 받아주셔서 감사합니다. 젠슨 님, 발표된 앤스로픽 거래와 전반적인 고객의 폭을 생각할 때, 이러한 아키텍처 구축에서 AI ASIC 또는 전용 XPU가 수행하는 역할에 대한 생각이 조금이라도 바뀌었는지 궁금합니다.

과거에 당신은 이러한 프로그램 중 일부가 실제로 배포되는 것을 거의 보지 못한다고 꽤 단호하게 말씀하셨던 것 같습니다. 혹시 우리가 GPU 아키텍처에 더 유리한 쪽으로 상황이 더 많이 바뀐 시점에 있는지 궁금합니다. 감사합니다.

젠슨 황: 정말 감사합니다. 질문에 진심으로 감사드립니다. 우선, 당신은 팀들과 경쟁하는 것이 아닙니다. 죄송합니다. 다시 말해서, 회사로서 당신은 팀들과 경쟁하고 있습니다. 이 믿을 수 없을 정도로 복잡한 것들을 구축하는 데 탁월한 팀은 세상에 그리 많지 않습니다. 과거 호퍼와 암페어 시절에는 GPU 하나를 만들었습니다. 그것이 가속 AI 시스템의 정의였습니다. 오늘날 우리는 전체 랙, 세 가지 유형의 스위치(스케일업, 스케일아웃, 스케일어크로스 스위치)를 구축해야 합니다. 컴퓨팅 노드를 구축하려면 더 이상 칩 하나로는 부족합니다.

그 컴퓨팅 시스템에 대한 모든 것, AI는 메모리가 필요하기 때문입니다. AI는 예전에는 메모리가 전혀 없었습니다. 이제는 기억해야 합니다. 메모리의 양과 문맥은 거대합니다. 메모리 아키텍처의 의미는 엄청납니다. 전문가 믹스(MoE)에서 밀집 모델(dense models), 확산 모델(diffusion models), 자기회귀(autoregressive) 모델, 물리학 법칙을 따르는 생물학적 모델에 이르기까지 모델의 다양성은 지난 몇 년 동안 폭발적으로 증가했습니다. 문제는 문제의 복잡성이 훨씬 더 높다는 것입니다. AI 모델의 다양성은 믿을 수 없을 정도로 큽니다.

여기서 우리를 특별하게 만드는 5가지가 있다면 말씀드리겠습니다. 우리를 특별하게 만드는 첫 번째는 우리가 그 전환의 모든 단계를 가속화한다는 것입니다. 그것이 첫 번째 단계입니다. CUDA를 통해 범용 컴퓨팅에서 가속 컴퓨팅으로 전환하기 위한 CUDA X를 가질 수 있습니다. 우리는 생성형 AI에 매우 능숙합니다. 우리는 에이전트형 AI에 매우 능숙합니다. 그 전환의 모든 단일 단계, 모든 단일 계층에서 우리는 탁월합니다. 하나의 아키텍처에 투자하여 전반적으로 사용할 수 있습니다. 하나의 아키텍처를 사용하면서 그 세 가지 단계에 걸친 워크로드 변화에 대해 걱정할 필요가 없습니다. 그것이 첫 번째입니다.

두 번째, 우리는 AI의 모든 단계에서 탁월합니다. 모든 사람은 우리가 사전 학습(pretraining)에 매우 능숙하다는 것을 항상 알고 있었습니다. 우리는 분명히 사후 학습(post-training)에도 매우 능숙합니다. 그리고 밝혀진 바와 같이, 추론은 정말 정말 어렵기 때문에 우리는 추론에서도 믿을 수 없을 정도로 능숙합니다. 생각하는 것이 어떻게 쉽겠습니까? 사람들은 추론이 일회성(one shot)이므로 쉽다고 생각합니다. 누구나 그런 식으로 시장에 접근할 수 있습니다. 하지만 알고 보니 생각하는 것은 꽤 어렵기 때문에 가장 어려운 것으로 판명되었습니다. 우리는 AI의 모든 단계에서 훌륭합니다. 이것이 두 번째입니다.

세 번째는 우리가 이제 모든 AI 모델, 모든 프런티어 AI 모델을 실행하는 세계 유일의 아키텍처라는 것입니다. 우리는 오픈 소스 AI 모델을 믿을 수 없을 정도로 잘 실행합니다. 우리는 과학 모델, 생물학 모델, 로보틱스 모델을 실행합니다. 우리는 모든 단일 모델을 실행합니다. 그렇게 주장할 수 있는 아키텍처는 세계에서 우리뿐입니다. 자기회귀형이든 확산 기반이든 상관없습니다. 우리는 모든 것을 실행합니다. 방금 말씀드린 모든 주요 플랫폼에 대해 실행합니다. 우리는 모든 모델을 실행합니다.

네 번째는 우리가 모든 클라우드에 있다는 것입니다. 개발자들이 우리를 좋아하는 이유는 우리가 문자 그대로 어디에나 있기 때문입니다. 우리는 모든 클라우드에 있습니다. 우리는 심지어 DGX 스파크라는 아주 작은 클라우드도 만들어 드릴 수 있습니다. 우리는 모든 컴퓨터에 있습니다. 우리는 클라우드에서 온프레미스, 로봇 시스템, 엣지 디바이스, PC에 이르기까지 어디에나 있습니다. 하나의 아키텍처로 모든 것이 작동합니다. 놀랍습니다.

마지막으로, 그리고 이것이 아마도 가장 중요한 다섯 번째일 텐데, 만약 당신이 클라우드 서비스 제공업체이거나 휴메인 같은 새로운 회사, 코어위브, NSCALE, 네비우스(Nevius) 또는 OCI 같은 회사라면, 엔비디아가 당신에게 최고의 플랫폼인 이유는 우리의 인수(offtake, 수요처)가 매우 다양하기 때문입니다. 우리는 인수를 도와드릴 수 있습니다. 단순히 데이터 센터에 무작위 ASIC을 넣는 것이 아닙니다. 인수가 어디서 나옵니까? 다양성이 어디서 나옵니까? 회복력이 어디서 나옵니까?

아키텍처의 다재다능함, 역량의 다양성이 어디서 나옵니까? 엔비디아는 생태계가 너무 크기 때문에 믿을 수 없을 정도로 좋은 인수를 가지고 있습니다. 따라서 이 5가지, 가속 및 전환의 모든 단계, AI의 모든 단계, 모든 모델, 모든 클라우드에서 온프레미스까지, 그리고 물론 마지막으로 모든 것이 인수로 이어집니다. 감사합니다.

토시야 하리: 이제 마무리 발언을 위해 마이크를 토시야 하리에게 넘기겠습니다.

마무리하며, 우리는 12월 2일 UBS 글로벌 기술 및 AI 컨퍼런스에 참석할 예정임을 알려드립니다. 그리고 2026 회계연도 4분기 실적을 논의하기 위한 실적 발표는 2월 25일로 예정되어 있습니다. 오늘 함께해 주셔서 감사합니다. 운영자님, 회의를 종료해 주십시오.

운영자: 감사합니다. 이것으로 오늘의 컨퍼런스 콜을 마칩니다. 이제 연결을 끊으셔도 됩니다.