NVIDIA Corporation

Sarah: 안녕하세요. 제 이름은 Sarah이며, 오늘은 제가 여러분의 컨퍼런스 운영을 맡겠습니다. 현재 모든 라인을 배경 소음을 방지하기 위해 음소거 상태로 두었습니다. 연사가 발언한 후에는 질의응답 시간이 이어집니다. 이 시간에 질문을 하시려면 전화 키패드에서 별표(*)를 누른 다음 1번을 누르시면 됩니다. 질문을 철회하려면 별표 1을 다시 누르세요. 감사합니다. Toshiya Hari, 이제 컨퍼런스를 시작해 주십시오. 감사합니다. Toshiya Hari: 안녕하세요, 여러분, NVIDIA Corporation의 2026년 컨퍼런스 콜에 오신 것을 환영합니다. 오늘 NVIDIA Corporation에서 함께하시는 분은 Jensen Huang, 사장 겸 최고경영자, 그리고 Colette Kress, 전무이사 겸 최고재무책임자입니다. 저희 콜은 NVIDIA Corporation의 2026에서 실시간 웹캐스팅되고 있음을 상기해 드리고자 합니다. 오늘 콜의 내용은 NVIDIA Corporation의 자산입니다. 사전에 서면 동의 없이 이를 복제하거나 전사할 수 없습니다. 이번 콜 중에는 현재의 기대를 바탕으로 한 미래예측진술을 할 수 있습니다. 이는 다수의 중대한 위험과 불확실성의 영향을 받으며, 실제 결과는 본질적으로 다를 수 있습니다. 향후 재무 결과 및 사업에 영향을 미칠 수 있는 요인에 대한 논의를 위해서는 오늘의 실적 발표에 포함된 공시, 가장 최근의 Form 10-K 및 10-Q, 그리고 증권거래위원회에 Form 8-K로 제출할 수 있는 보고서를 참고해 주십시오. 모든 진술은 오늘인 2025-11-19 현재 저희에게 이용 가능한 정보를 바탕으로 이루어집니다. 법이 요구하는 경우를 제외하고는, 그러한 어떤 진술도 업데이트할 의무를 지지 않습니다. 이번 콜에서는 비GAAP 재무 지표를 논의할 예정입니다. 비GAAP 재무 지표와 GAAP 재무 지표 간의 조정 내역은 저희 웹사이트에 게시된 CFO 코멘터리에서 확인하실 수 있습니다. 그럼 Colette에게 콜을 넘기겠습니다. Colette Kress: 감사합니다, Toshiya. 우리는 매출 5,700억 달러로 또 하나의 탁월한 분기를 제공했으며, 전년 대비 62% 증가했고, 기록적인 분기 순차 매출 성장 100억 달러 또는 22%를 달성했습니다. 고객들은 가속 컴퓨팅, 강력한 AI 모델, 에이전틱(대리) 애플리케이션을 위한 지수적 성장을 촉진하는 세 가지 플랫폼 전환에 계속해서 집중하고 있습니다. 하지만 우리는 여전히 이러한 전환이 모든 산업 전반의 업무에 영향을 미치게 될 초기 단계에 있습니다. 현재 우리는 올해 초부터 2026년 달력 연도 말까지 Blackwell과 Rubin 매출에서 총 5,000억 달러 규모에 대한 가시성을 확보하고 있습니다. 연간 제품 출시 주기를 실행하고, 풀 스택 설계를 통해 성능 리더십을 확장함으로써, NVIDIA Corporation은 10년 말까지 저희가 추정하는 연간 AI 인프라 구축 3~4조 달러 규모에서 더 우수한 선택지가 될 것이라고 믿습니다. AI 인프라에 대한 수요는 계속해서 우리의 기대를 초과하고 있습니다. 클라우드는 이미 매진되었으며, Blackwell, Hopper, Ampere를 포함한 신규 및 이전 세대의 GPU 설치 기반은 모두 완전히 활용되고 있습니다. 기록적인 Q3 데이터센터 매출 510억 달러는 전년 대비 66% 증가했는데, 이는 당사의 규모에서 매우 큰 성과입니다. 컴퓨팅은 주로 GB 300 램프에 힘입어 전년 대비 56% 성장했습니다. 네트워킹은 NVLink 스케일업의 도입과 Spectrum X 이더넷 및 Quantum X 인피니밴드 전반에서 견조한 두 자릿수 성장에 따라 2배 이상으로 늘었습니다. 검색 추천과 콘텐츠 이해를 기존의 전통적 머신러닝에서 생성형 AI로 전환하고 있는, 수조 달러 규모의 글로벌 하이퍼스케일러들은 변화를 일으키고 있습니다. NVIDIA CUDA는 이 양쪽 모두에서 뛰어나며, 이러한 전환을 위한 이상적인 플랫폼으로서 수백억 달러 규모로 측정되는 인프라 투자를 견인하고 있습니다. Meta에서는 AI 추천 시스템이 더 높은 품질과 더 관련성 높은 콘텐츠를 제공하여, Facebook과 Threads 같은 앱에서 더 많은 시간을 보내게 하고 있습니다.Analyst expectations for the top CSPs and hyperscalers in 2026 aggregate CapEx have continued to increase and now sit roughly at $600 billion, more than $200 billion higher relative to the start of the year. We see the transition to accelerated computing and generative AI across current hyperscale workloads contributing toward roughly half of our long-term opportunity. Another growth pillar is the ongoing increase in compute spend driven by foundation model builders such as Anthropic, Mastral, OpenAI, Reflection, Safe Superintelligence, Thinking Machines Lab, and xAI. All scaling, compute aggressively to scale intelligence. The three scaling laws pretraining, post-training, and inference remain intact. In fact, we see a positive virtuous cycle emerging whereby the three scaling laws and access to compute are generating better intelligence and in turn increasing adoption and profits. OpenAI recently shared that their weekly user base has grown to 800 million. Enterprise customers have increased to 1 million, and their gross margins were healthy. Well, Anthropic recently reported that its annualized run rate revenue has reached $7 billion as of last month, up from $1 billion at the start of the year. We are also witnessing a proliferation of agentic AI across various industries and tasks. Companies such as Cursor Anthropic, Open Evidence, Epic, and Abridge are experiencing a surge in user growth as they supercharge the existing workforce, delivering unquestionable ROI for coders and healthcare professionals. The world's most important enterprise software platforms like ServiceNow, CrowdStrike, and SAP are integrating NVIDIA Corporation's accelerated computing and AI stack. Our new partner, Palantir, is supercharging the incredibly popular ontology platform with NVIDIA CUDA X libraries and AI models for the first time. Previously, like most enterprise software platforms, Ontology runs only on CPUs. Lowe's is leveraging the platform to build supply chain agility, reducing costs, and improving customer satisfaction. Enterprises broadly are leveraging AI to boost productivity, increase efficiency, and reduce cost. RBC is leveraging agentic AI to drive significant analysts' productivity, slashing report generation time from hours to minutes. AI and digital twins are helping Unilever accelerate content creation by 2x and cut costs by 550%. And Salesforce's engineering team has seen at least 30% productivity increase in new codevelopment after adopting Cursor. This past quarter, we announced AI factory and infrastructure projects amounting to an aggregate of 5 million GPUs. This demand spans every market CSPs, sovereigns, modern builders, enterprises, and supercomputing centers includes multiple landmark build outs. XAI's Colossus two, the world's first gigawatt scale data center. Lilly's AI factory for drug discovery, the pharmaceutical industry's most powerful data center. And just today, AWS and Humane expanded their including the deployment of up to 150,000 AI accelerators, including our GB 300, x AI and Humane also announced a partnership in which the two will jointly develop a network of world-class GPU data centers anchored by the flagship 500 megawatt facility. Blackwell gained further momentum in Q3. As GB 300 crossed over GB 200 and contributed roughly two-thirds of the total Blackwell revenue. The transition to GB 300 has been seamless. With production shipments to the majority to the major, cloud service providers, hyperscalers, and GP clouds and is already driving their growth. The Hopper platform in its thirteenth quarter since exception recorded approximately $2 billion in revenue in Q3. H '20 sales were approximately $50 million. Sizable purchase orders never materialized in the quarter due to geopolitical issues and the increasingly competitive market in China. 현재의 상황에 실망했지만, 이는 중국으로 더 경쟁력 있는 데이터 센터 컴퓨트 제품을 제공하지 못하게 합니다. 그럼에도 우리는 미국과 중국 정부와의 지속적인 협력에 전념하고 있습니다. 또한 전 세계에서 미국이 경쟁할 수 있는 역량을 계속해서 옹호할 것입니다. AI 컴퓨팅에서 지속 가능한 리더십과 입지를 확립하려면, 미국이 이겨야 합니다. 모든 개발자의 지지가 필요하며, 중국을 포함한 모든 상업 비즈니스의 선택받는 플랫폼이 되어야 합니다. Rubin 플랫폼은 2026년에 본격 가동할 예정입니다. 7개의 칩이 탑재된 Vera Rubin 플랫폼은 Blackwell 대비 성능에서 다시 한 번 x 팩터 수준의 향상(개선)을 제공할 것입니다. 우리는 공급망 파트너로부터 실리콘을 다시 전달받았으며, NVIDIA Corporation 전 세계 팀들이 브링업을 훌륭하게 수행하고 있음을 기쁘게 보고드립니다. Rubin은 3세대 랙 스케일 시스템으로, 제조 가능성을 대폭 재정의하면서도 Grace Blackwell과의 호환성을 유지해 왔으며, 공급망 데이터 센터 에코시스템과 클라우드 파트너들이 이제 NVIDIA Corporation의 RAC 아키텍처에 대한 구축-설치 프로세스를 완전히 마스터했습니다. 우리의 에코시스템은 빠른 Rubin 램프에 대비되어 있습니다. 연간 x 팩터 성능 리드는 달러당 성능을 높이는 동시에 고객의 컴퓨팅 비용을 낮춥니다. NVIDIA Corporation의 CUDA GPU는 길고 유용한 수명이 있어 TCO 측면에서 가속기 대비 중요한 이점을 제공합니다. CUDA의 호환성과 방대하게 구축된 설치 기반은 NVIDIA Corporation 시스템의 수명을 원래 추정된 유용 수명보다 훨씬 더 연장해 줍니다. 20년이 넘는 기간 동안 우리는 CUDA 에코시스템을 최적화해 왔으며, 기존 워크로드를 개선하고 새로운 워크로드를 가속하며, 모든 소프트웨어 릴리스마다 처리량을 늘려 왔습니다. CUDA가 없는 대부분의 가속기와 NVIDIA Corporation의 시간과 검증을 거친 유연한 앱 아키텍처는 모델 기술이 진화함에 따라 불과 몇 년 만에 구식이 되었습니다. CUDA 덕분에, 우리가 6년 전에 출하한 100대의 GPU는 오늘날까지도 풀 유틸리제이션으로 계속 가동되고 있습니다. 대폭 향상된 소프트웨어 스택을 바탕으로. 우리는 지난 25년 동안 게이밍 GPU 회사에서 이제 AI 데이터 센터 인프라 회사로 진화해 왔습니다. CPU, GPU, 네트워킹, 소프트웨어 전반에서 혁신하고 궁극적으로 토큰당 비용을 낮추는 능력은 업계 어디에서도 비교할 수 없습니다. AI를 위해 처음부터 목적 기반으로 설계된 네트워킹 사업이며, 지금은 세계 최대 규모입니다. 연간 매출 82억 달러, 전년 대비 162% 증가. NVLink, InfiniBond, Spectrum X 이더넷이 모두 성장에 기여하고 있습니다. 현재 데이터 센터 네트워킹에서 우리가 이기고 있습니다. 대부분의 AI 배포에는 Ethernet GPU 어태치 비율이 InfiniBand와 거의 비슷한 수준으로 우리의 스위치가 포함되기 때문입니다. Meta, Microsoft, Oracle, xAI는 Spectrum X 이더넷 스위치로 기가와트 규모의 AI 팩토리를 구축하고 있습니다. 그리고 각 사는 자사 운영체제를 선택해 이를 강조하면서, 플랫폼의 유연성과 개방성을 부각할 것입니다. 우리는 최근 SPECTUM Spectrum XGS를 도입했는데, 이는 기술 전반에 걸친 스케일로, 기가스케일 AI 팩토리를 가능하게 합니다. NVIDIA Corporation은 AI 스케일 업, 스케일 아웃, 그리고 플랫폼 전반에 걸친 스케일을 동시에 갖춘 유일한 회사이며, 이는 AI 인프라 제공자로서 시장에서의 고유한 포지션을 강화합니다. NVLink Fusion에 대한 고객의 관심은 계속해서 성장하고 있습니다. 우리는 10월에 Suzuki와의 전략적 협력을 발표했으며, 여기서 NVLink Fusion을 통해 Fuzitsu의 CPU와 NVIDIA Corporation의 GPU를 통합할 예정입니다. 대규모 에코시스템을 연결하는 것입니다. 또한 Intel과의 협력도 발표했는데, NVLink를 사용해 NVIDIA Corporation과 Intel의 에코시스템을 연결하는 여러 세대의 맞춤형 데이터 센터 및 PC 제품을 개발할 계획입니다. 이번 주 supercomputing 25에서 Arm은 고객이 NVIDIA Corporation과 연결되는 CPU SoCs를 구축할 수 있도록 NVLink IP를 통합하겠다고 발표했습니다. 현재 5번째 세대에 이른 NVLink는 오늘날 시장에서 사용할 수 있는 유일하게 검증된 스케일 업 기술입니다. 최신 MLPerf 학습 결과에서 Blackwell Ultra는 hopper 대비 학습 시간(training time)을 5배 더 빠르게 제공했습니다.NVIDIA Corporation은 모든 벤치마크를 휩쓸었습니다. 특히 NVIDIA Corporation은 MLPerf의 엄격한 정확도 기준을 충족하면서 f p four를 위한 리지 브리지드와 같은 기능을 제공하는 유일한 학습 플랫폼입니다. 반(半)분석의 추론 최대 벤치마크에서 블랙웰은 모든 모델과 사용 사례에 걸쳐 최고 성능과 최저 총 소유 비용을 달성했습니다. 특히 중요한 것은 혼합 전문가(mixture of experts) 환경에서의 블랙웰 NVLink 성능입니다. 세계에서 가장 인기 있는 추론 모델을 위한 아키텍처. DeepSeek에서 r one, 블랙웰은 h 200 대비 와트당 10배 더 높은 성능과 토큰당 10배 더 낮은 비용을 제공했습니다. 우리의 극단적인 공동 설계(codesign) 접근 방식에서 비롯된 대규모 세대 도약으로, NVIDIA Corporation Dynamo라는 오픈 소스의 저지연 모듈형 추론 프레임워크가 이제 모든 주요 클라우드 서비스 제공업체에서 채택되었습니다. Dynamos의 지원과 분리형 추론(disaggregated inference)을 통해 결과적으로 MOE 모델과 같은 경우, 복잡한 AI 모델의 성능이 향상되었습니다. AWS, Google Cloud, Microsoft Azure, OCI 역시 엔터프라이즈 클라우드 고객을 위한 AI 추론 성능을 강화해 왔습니다. 우리는 OpenAI와의 전략적 파트너십을 추진하며, OpenAI가 최소 10기가와트의 AI 데이터 센터를 구축하고 배치할 수 있도록 돕는 데 집중하고 있습니다. 또한 우리는 해당 회사에 투자할 기회도 있습니다. 우리는 OpenAI의 클라우드 파트너인 Microsoft Azure, OCI, CoreWeave를 통해 OpenAI를 지원합니다. 우리는 예견 가능한 미래에도 계속 그렇게 할 것입니다. 이들이 계속 규모를 확장해 나감에 따라, 우리는 회사가 자체 구축 인프라를 추가할 수 있도록 기쁘게 지원하며, 포괄적인 합의에 이르기 위해 노력하고 있고 OpenAI의 성장을 지원하게 되어 기대가 큽니다. 어제는 Anthropic과 함께 발표를 기념했습니다. 처음으로 Anthropic은 NVIDIA Corporation을 채택했으며, Anthropic의 빠른 성장에 기여하기 위해 심층 기술 파트너십을 구축하고 있습니다. 우리는 CUDA에 대해 anthropic 모델을 최적화하고, 가능한 최고의 성능, 효율, TCO(총소유비용)를 제공하기 위해 협력할 것입니다. 또한 향후 NVIDIA Corporation 아키텍처를 anthropic 워크로드에 최적화할 것입니다. Anthropic의 컴퓨트(처리) 공약은 처음에는 Grace Blackwell 및 Vera Rubin 시스템을 포함해 최대 1기가와트의 컴퓨트 용량으로 구성됩니다. 우리의 전략적 투자는 anthropic의 월경 관련 표현, 눈을 여는 것, 성찰, 사고하는 기계, 그리고 기타 항목을 포함한 것으로서, 이는 파트너십을 의미합니다. 이러한 파트너십은 NVIDIA Corporation의 CUDA AI 생태계를 키우고, 모든 모델이 NVIDIA Corporation의 어디에서나 최적으로 실행되도록 하는 데 기여합니다. 우리는 현금 흐름 관리에 대한 우리의 엄격한 접근을 유지하면서 계속 전략적으로 투자할 것입니다. 물리 AI(Physical AI)는 이미 수십억 달러 규모의 사업이며, 수조 달러 규모의 기회를 다루고 있고, NVIDIA Corporation의 다음 성장 국면이 될 것입니다. 미국의 주요 제조업체들과 로봇 혁신 기업들은 NVIDIA Corporation의 세 가지 컴퓨터 아키텍처를 활용해 NVIDIA Corporation에서 학습하고, Omniverse 컴퓨터에서 테스트한 뒤 Justin 로봇 컴퓨터에서 실제 세계의 AI를 배치하고 있습니다. PTC와 Siemens는 대규모로 구축된 고객 기반에 Omniverse 기반 디지털 트윈 워크플로를 제공하는 새로운 서비스를 소개했습니다. Belden, Caterpillar, Foxconn, Lucid Motors, Toyota, TSMC, Wistron을 포함한 기업들은 AI 기반 제조와 자동화를 가속하기 위해 Omniverse 디지털 트윈 공장을 구축하고 있습니다. Agility Robotics, Amazon Robotics, Figure, 그리고 숙련된 at AI는 개발을 위해 NVIDIA Corporation Cosmos World Foundation Models 같은 제공(오퍼링), 시뮬레이션과 검증을 위한 Omniverse, 차세대 지능형 로봇을 위한 Jetson two power 등을 활용하며 우리의 플랫폼을 구축하고 있습니다. 우리는 글로벌 공급망에서 회복탄력성과 중복성을 구축하는 데 계속 집중하고 있습니다. 지난달에는 TSMC와의 파트너십을 통해 미국 토양에서 생산된 최초의 블랙웰 웨이퍼를 기념했습니다. 우리는 향후 4년 동안 The US에서의 입지를 확대하기 위해 Fox conn, Vistron, Amcor, Spill 등과 계속 협력할 것입니다. 게임 매출은 42개월 게이머가 있는 가운데 강한 수요에 힘입어 전년 대비 30% 증가한 43억 달러였으며, 수천 명의 팬이 한국에서 열린 GeForce Gamer Festival에 몰려들었습니다.GeForce의 25주년을 기념하며. NVIDIA Corporation Pro Visualization은 엔지니어와 개발자를 위한 컴퓨터로 발전해 왔습니다. 그래픽이든, 아니면 AI든 상관없이요. 전문 시각화 매출은 7억 6,000만 달러로 전년 대비 56% 증가했습니다. 또 하나의 기록이었습니다. 성장은 DGX Spark, 세계에서 가장 작은 AI 슈퍼컴퓨터에 의해 주도되었습니다. Grace Blackwell의 소형 구성으로 구축되었습니다. 자동차 매출은 5억 9,200만 달러로 전년 대비 32% 증가했으며, 주로 자율주행 솔루션에 의해 견인됐습니다. 우리는 Uber와 파트너십을 맺어, 새로운 NVIDIA Corporation Hyperion l 4 로봇택시 레퍼런스 아키텍처를 기반으로 세계 최대 규모의 레벨 4 준비 완료 자율주행 플릿을 확장하고 있습니다. p와 l의 나머지로 전환합니다. GAAP 총 마진은 73.4%, 비GAAP 총 마진은 73.6%였습니다. 당초 전망을 초과했습니다. 총 마진은 데이터센터 믹스, 개선된 사이클 타임, 그리고 비용 구조로 인해 순차적으로 증가했습니다. GAAP 영업비용은 순차적으로 8% 증가, 비GAAP 기준으로는 11% 증가했습니다. 성장은 인프라 컴퓨팅에 더해 엔지니어링 개발 비용에서의 더 높은 보상 및 복리후생에 의해 주도되었습니다. 3분기 비GAAP 유효 법인세율은 17%를 약간 웃도는 수준이었습니다. 이는 미국 매출이 강했기 때문에 가이던스였던 16.5%보다 높았습니다. 재무상태표를 보면, 재고는 전분기 대비 32% 성장한 반면 공급 약정은 순차적으로 63% 증가했습니다. 우리는 앞으로 상당한 성장을 준비하고 있으며, 우리의 기회 범위에 대해 실행할 수 있는 능력에 대해 자신감을 갖고 있습니다. 좋아요. 이제 4분기 전망으로 말씀드리겠습니다. 총매출은 650억 달러 플러스 또는 마이너스 2%로 예상됩니다. 중간값 기준으로, 전망은 Blackwell 아키텍처에서의 지속적인 모멘텀에 힘입어 14%의 순차 성장을 시사합니다. 지난 분기와 마찬가지로 중국에서의 데이터센터 컴퓨트 매출은 가정하지 않고 있습니다. GAAP 및 비GAAP 총 마진은 각각 74.875%로 예상됩니다. 플러스 또는 마이너스 50 베이시스 포인트입니다. 앞으로 다가올 2027회계연도에는 투입 비용이 상승하고 있지만, 우리는 70%대 중반의 총 마진을 유지하기 위해 노력하고 있습니다. GAAP 및 비GAAP 영업비용은 각각 약 67억 달러와 50억 달러로 예상됩니다. GAAP 및 비GAAP 기타 수익 및 비용은 비시장성 및 상장 보유 주식 증권에서의 이익과 손실을 제외하고, 약 5억 달러의 수익으로 예상됩니다. GAAP 및 비GAAP 세금 단계는 17%로 예상됩니다. 플러스 또는 마이너스 1%이며, 어떤 개별 항목도 제외합니다. 이 시점에서, 콜을 Jensen에게 넘기겠습니다. 그가 몇 마디 말씀드리도록요. Jensen Huang: 감사합니다, Colette. AI 버블에 대한 이야기가 많이 나오고 있습니다. 우리의 관점에서는 전혀 다른 무언가를 보고 있습니다. 상기하자면, NVIDIA Corporation은 다른 어떤 가속기와도 다릅니다. 우리는 AI의 모든 단계에서 탁월합니다. 사전 학습과 사후 학습에서 추론에 이르기까지요. 그리고 CUDA x 가속 라이브러리라는 2십 년의 경험으로, 우리는 그 분야에서도 뛰어납니다. 과학 및 엔지니어링 시뮬레이션, 컴퓨터 그래픽스, 구조화 데이터 처리부터 전통적인 머신러닝까지 말이죠. 전 세계는 동시에 세 가지 거대한 플랫폼 전환을 겪고 있습니다. 첫 번째는 Moore의 법칙이 태동한 이래 처음입니다. NVIDIA Corporation은 이 세 가지 변화를 각각 고유하게 해결하고 있습니다. 첫 번째 전환은 CPU 범용 컴퓨팅에서 GPU 가속 컴퓨팅으로의 이동입니다. Moore의 법칙이 느려지면서. 전 세계는 AI가 아닌 소프트웨어에 엄청난 투자를 하고 있습니다. 데이터 처리부터 과학 및 엔지니어링 시뮬레이션까지요. 이는 매년 수백억 달러 규모의 클라우드 컴퓨팅 지출을 의미합니다. 한때 CPU에서만 독점적으로 실행되던 많은 애플리케이션들이 이제 빠르게 CUDA GPU로 전환되고 있습니다. 가속 컴퓨팅은 이제 결정적 전환점(tipping point)에 도달했습니다. 둘째로, AI 역시 결정적 전환점에 도달했습니다. 그리고 기존 애플리케이션을 변화시키면서 완전히 새로운 애플리케이션을 가능하게 하고 있습니다.기존 애플리케이션에서 생성형 AI가 검색 랭킹, 추천 시스템, 광고 타기팅, 클릭률 예측, 그리고 콘텐츠 검토에 이르기까지 기존의 고전적 머신러닝을 대체하고 있습니다. 하이퍼스케일 인프라의 기반 자체가 흔들리고 있습니다. Meta의 광고 추천을 위해 대규모 GPU 클러스터에서 학습한 파운데이션 모델인 Meta의 ‘보석’은 이러한 전환을 보여주는 사례입니다. 2분기 동안 Meta는 Instagram에서 광고 전환이 5% 이상 증가했고, Facebook 피드에서는 3% 상승을 보고했습니다. 생성형 AI 기반 JEM에 의해 구동됩니다. 생성형 AI로의 전환. 하이퍼스케일러의 실질적인 매출 이익을 의미합니다. 이제 새로운 물결이 일고 있습니다. 에이전틱 AI 시스템. 추론하고, 계획하며, 도구를 사용하는 능력. Cursor와 QuadCode 같은 코딩 어시스턴트부터 iDoc 같은 방사선(영상의학) 도구, Harvey 같은 법률 어시스턴트, Tesla FSD와 Waymo 같은 AI 운전기사까지. 이러한 시스템은 컴퓨팅의 다음 프론티어를 나타냅니다. 오늘날 세계에서 가장 빠르게 성장하는 기업들 OpenAI, Anthropic, xAI, Google, Cursor, Lovable, Replit, Cognition AI, Open Evidence, 브리지 Tesla는 에이전틱 AI를 선도하고 있습니다. 그래서 세 가지 거대한 플랫폼 전환이 있습니다. 가속 컴퓨팅으로의 전환은 기반이자 필수입니다. 무어의 법칙 이후의 시대에서 필수입니다. 생성형 AI로의 전환은 변혁적이며, 기존 애플리케이션과 비즈니스 모델을 강력하게 가속합니다. 그리고 에이전틱 및 물리 AI로의 전환은 혁신적이어서 새로운 애플리케이션, 기업, 제품, 서비스가 등장하게 될 것입니다. 인프라 투자에 대해 고려하실 때, 이 세 가지 핵심 동역학을 염두에 두십시오. 각각은 향후 몇 년간 인프라 성장을 이끌 것입니다. NVIDIA Corporation을 선택한 이유는 우리의 단일 아키텍처가 이 세 가지 전환을 모두 가능하게 하기 때문입니다. 따라서 모든 산업 전반에서 어떤 형태이든 모달리티의 AI에 대해서도, AI의 모든 단계에서, 그리고 다양한 컴퓨팅 니즈 전반에 대해, 클라우드에서부터 클라우드-엔터프라이즈-로봇에 이르기까지 하나의 아키텍처입니다. 도시야, 다시 당신 차례입니다. 도시야 하루이: 이제 질문을 받겠습니다. 오퍼레이터, 질문을 요청드릴까요? Sarah: 감사합니다. 현재 모든 분들께 다시 한번 안내드리겠습니다. 질문을 하시려면 전화 키패드에서 별표(star)를 누른 뒤 1번을 누르세요. 감사합니다. 첫 번째 질문은 Morgan Stanley의 Joseph Moore 님께서 해주실 예정입니다. 연결하겠습니다. 감사합니다. 업데이트해주실 수 있을지 궁금합니다. Joseph Moore: Blackwell과 Rubin의 5,000억 달러 매출에 대해 말씀하셨죠. ‘스물다섯’과 ‘스물여섯’이 GTC에서요. 당시에는 그 중 이미 출하된 것이 1,500억 달러라고 말씀하셨습니다. 그래서 분기가 마무리된 지금도, 내년까지 그러니까 대략 앞으로 14개월 정도에 걸쳐 3,500억 달러가 남아 있다는 게 여전히 대체로 유지되는 일반적인 범주인가요? 그리고 그 기간 동안, 실제로는 아직 존재하는 수요를 다 보지 못했다는 점에서, 앞으로 나아가면서 그 수치들에 대한 상향 여지가 있을까요? Colette Kress: 네. 감사합니다, Joe. 여기서 그 부분에 대한 답부터 시작하겠습니다. 네, 맞습니다. 우리는 5,000억 달러 예측에 맞춰 작업 중입니다. 몇 개 분기를 이미 마친 상황에서도 그 궤도를 유지하고 있습니다. 이제는 달력 기준 26년 말까지 이끌어갈 앞으로 몇 분기들이 있습니다. 숫자는 늘어날 것이고, 26 회계연도까지 출하 가능할 추가적인 컴퓨팅 니즈도 달성할 것이라 확신합니다. 이번 분기에는 500억 달러를 출하했지만, 더 많은 주문을 받을 것이라고 말하지 않으면 끝난 게 아닙니다. 예를 들어, 오늘만 해도 KSA와 관련한 발표와 해당 계약 자체가 향후 3년 동안 추가로 40만~60만 대의 GPU를 의미합니다. Anthropic 역시 새 계약은 아닙니다. 따라서, 우리가 발표한 5,000억 달러 외에 그 위로 더 확보할 기회가 분명히 있습니다. Sarah: 다음 질문은 Cantor Fitzgerald의 C.J. Muse 님입니다. 연결하겠습니다. C.J. Muse: 네. 좋은 오후입니다. 질문을 받아주셔서 감사합니다. AI 인프라 구축 규모가 얼마나 큰지, 그리고 ROI 관점에서 그러한 계획을 자금 조달할 수 있는지에 대해 분명히 상당한 우려가 있습니다.그렇지만, 한편으로는 매진된 상태를 이야기하고 있지 않습니까? 스탠드업 GP가 하나씩 잡힐 때마다요. AI 업계는 아직 300에서 알 수 있는, 그리고 Rubin은 말할 것도 없고, 그 엄청난 이점을 알지 못했습니다. 그리고 Gemini 3가 Grok 5가 곧 출시될 거라고 방금 발표했습니다. 그래서 질문은 이것입니다. 그 배경을 놓고 봤을 때, 향후 12~18개월 동안 공급이 수요를 따라잡을 수 있는 현실적인 경로가 보이십니까, 아니면 그 기간을 넘어갈 수도 있다고 보십니까? 젠슨 황: 잘 아시다시피 우리는 공급망을 정말 잘 계획했습니다. NVIDIA Corporation의 공급망은 기본적으로 전 세계의 모든 기술 회사가 포함됩니다. 그리고 TSMC의 패키징, 그리고 우리의 메모리 벤더와 메모리 파트너, 그리고 모든 시스템 ODM들이 우리와 함께 아주 잘 계획해 왔습니다. 우리는 큰 한 해를 계획하고 있었죠. 아시다시피, 방금 말씀드린 세 가지 전환, 즉 가속 컴퓨팅이—일반 목적 컴퓨팅에서 가속 컴퓨팅으로의 전환—이 이미 어느 정도는 가속되고 있다는 것을 우리는 한동안 보아 왔습니다. 여기서 AI가 단지 에이전틱 AI만이 아니라는 점, 그리고 생성형 AI가 중요하다는 것을 인식하는 것이 정말 중요합니다. 생성형 AI는 하이퍼스케일러들이 예전에 CPU에서 하던 일을 바꾸고 있습니다. 생성형 AI 덕분에 검색과 추천 시스템을 이동시킬 수 있었고, 추천과 타게팅을 추가할 수도 있었습니다. 그런 것들이 만들어내져서 생성형 AI로 이동했습니다. 그리고 아직도 전환이 진행 중입니다. 그래서 NVIDIA Corporation GPU를 데이터 처리용으로 설치하든, 추천자 시스템용 생성형 AI를 위해 설치하든, 아니면 사람들이 AI라고 생각할 때 떠올리는 유형의 AI를 위한 에이전틱 챗봇을 만들고 있든, 그 모든 애플리케이션은 NVIDIA Corporation에서 가속됩니다. 따라서 전체 지출을 볼 때는, 그 각 층(layer)마다 무엇이 일어나는지 생각하는 것이 정말 중요합니다. 모두 성장하고 있고, 서로 관련이 있지만 동일하진 않습니다. 하지만 좋은 점은 그것들이 모두 동시에 NVIDIA Corporation GPU에서 돌아간다는 겁니다. AI 모델의 품질이 믿을 수 없을 정도로 개선되고 있기 때문입니다. 또한 코드 어시스턴스 같은 다양한 사용 사례에서—NVIDIA Corporation은 꽤 철저히 사용하고 있고, 저희만 그런 게 아닙니다. 예를 들어 커서와 CliveCode, OpenAI의 코덱스, 그리고 GitHub Copilot의 조합으로 이뤄진 가장 빠르게 성장하는 애플리케이션들이 역대 최대 속도로 성장하고 있습니다. 그리고 이건 소프트웨어 엔지니어만을 위한 것이 아닙니다. 비브 코딩(vibe coding) 때문에, 회사의 엔지니어와 마케터들이 전반적으로 사용합니다. 공급망 플래너들도 마찬가지고요. 그래서 제 생각엔 이런 한 가지 예만 보더라도 이야기는 더 이어집니다. 예를 들어 오픈 이너지스(증거)와 그들이 헬스케어에서 하는 일, 혹은 디지털 비디오 편집 런웨이에서 진행되는 작업 같은 것들도요. 정말 정말 흥미로운 스타트업들이 생성형 AI와 에이전틱 AI를 활용하고 있으며, 그 성장 속도는 상당히 빠릅니다. 그리고 더 말할 것도 없이, 지금은 그것을 훨씬 더 많이 사용하고 있습니다. 그래서 이런 모든 지수적인 변화는 말 그대로 동시에 일어나고 있습니다. 그리고 오늘도, 저는 Dennis에게서 온 텍스트를 읽었는데, 사전 학습과 사후 학습이 완전히 그대로 유지되고 있다고 말하더군요. 그리고 Gemini 3는 스케일링 법칙을 활용해서, 품질 성능 모델 성능에서 큰 도약을 이뤘습니다. 그래서 우리는 이런 지수들이 여러 측면에서 동시에 달리는 걸 보고 있습니다. 그리고 항상 처음의 원리로 돌아가, 제가 앞에서 언급한 각 역학—일반 목적 컴퓨팅에서 가속 컴퓨팅으로, 생성형 AI가 전통적인 머신러닝을 대체하는 것, 그리고 물론 새롭게 등장한 범주인 에이전틱 AI—각각에서 무슨 일이 일어나고 있는지를 생각해 보면 됩니다. Sarah: 다음 질문은 Bank of America Securities의 Vivek Arya가 해 주실 차례입니다. 발언권을 드리겠습니다. Vivek Arya: 제 질문을 들어주셔서 감사합니다. NVIDIA Corporation 콘텐츠를 기가와트당 얼마만큼 벌고 계신가요? 그 5천억 달러라는 수치에서요.우리는, 예를 들어 콘텐츠 1기가와트당 250억 달러 수준부터 1기가와트당 300억~400억 달러까지의 숫기를 들었습니다. 그래서 저는 그 5천억 달러라는 숫자에 대해 어떤 전력과 어떤 달러/기가와트 가정을 하고 계신지 궁금합니다. 그리고 장기적으로 2030년까지 데이터 센터가 3~4조 달러 규모로 언급되었는데요. 그중 얼마가 벤더(공급사) 파이낸싱이 필요하다고 보시며, 그중 얼마는 고객의 현금흐름이나 정부, 기업들의 현금흐름으로 뒷받침될 수 있을까요. 감사합니다. 젠슨 황: 각 세대마다, 앰퍼에서 호퍼로, 호퍼에서 블랙웰로, 블랙웰에서 루빈으로, 데이터 센터가 차지하는 몫이 커집니다. 그리고 그 구간의 세대 교체(재생) 주기는 대략 스무여 +α, 그러니까 20에서 25 정도였을 겁니다. 블랙웰 세대, 특히 그레이스 블랙웰 세대는 아마도 30에서 30, 그러니까 대략 30 플러스-마이너스 정도일 가능성이 큽니다. 그리고 루빈은 아마 그보다 더 높을 겁니다. 그리고 이들 각 세대에서 속도 향상은 x배입니다. 따라서 고객의 TCO(총소유비용)는 x배만큼 개선됩니다. 그리고 가장 중요한 것은 결국 전력은 여전히 1기가와트뿐이라는 점입니다. 아시다시피 1기가와트 데이터 센터는 1기가와트 전력이고, 따라서 와트당 성능, 즉 아키텍처의 효율성이 매우 중요합니다. 그리고 아키텍처의 효율성은 무식하게(브루트 포스로) 밀어붙일 수 없습니다. 그것을 무식하게 할 방법이 없습니다. 이 1기가와트는 전력 사용량과 직결됩니다. 와트당 성능이, 문자 그대로 절대적으로, 직접적으로 매출로 이어집니다. 그래서 지금 이 순간에 와서야말로 올바른 아키텍처를 선택하는 것이 이렇게 중요합니다. 아시다시피 세상에는 어떤 것이라도 과잉이 없어서 낭비할 수 없습니다. 그래서 우리는 정말 정말로, 이른바 공동 설계(co-design)라는 개념을 씁니다. 전 스택에 걸쳐서, 프레임워크와 모델 전반에 걸쳐서, 데이터 센터 전체에 걸쳐서, 심지어 전력과 냉각까지도 고려해 최적화합니다. 또한 우리 생태계의 공급망 전체를 최적화합니다. 그래서 각 세대마다 우리의 경제적 기여는 더 커지고, 전달되는 가치도 더 커집니다. 하지만 가장 중요한 것은 와트당 에너지 효율이 매 세대마다 정말로 놀라울 만큼 높아질 것이라는 점입니다. 고객의 파이낸싱을 늘리는 것과 관련해서는, 그것은 고객들이 결정할 일입니다. 우리는 성장할 기회가 꽤 오랫동안 있다고 봅니다. 그리고 오늘날 대부분의 관심은 하이퍼스케일러(초대형 데이터 센터 운영사)에 쏠려 있다는 점을 기억해 주세요. 그런데 하이퍼스케일러에 대해 정말로 오해되는 부분이 하나 있습니다. NVIDIA Corporation의 GPU에 대한 투자는 단지 규모와 속도, 그리고 일반 목적 컴퓨팅 관점에서의 비용을 개선하는 것뿐 아니라는 것입니다. 첫째입니다. 왜냐하면 무어의 법칙의 스케일링은 실제로 둔화됐기 때문입니다. 무어의 법칙은 비용을 낮추는 것이고, 시간이 지남에 따라 컴퓨팅의 비용이 엄청나게(deflationary하게) 하락하는 것을 의미합니다. 그런데 그게 둔화되었습니다. 그러니 비용을 계속 낮추기 위해서는 새로운 접근이 필요합니다. NVIDIA Corporation GPU 컴퓨팅으로 가는 것이 이를 위한 정말 최고의 방법입니다. 둘째는, 현재 사업 모델에서의 매출 증대입니다. 아시다시피 추천 시스템은 세상의 하이퍼스케일러를 움직입니다. 예를 들어 짧은 형식의 동영상을 보는 것부터, 책을 추천하는 것, 장바구니 다음 항목을 추천하는 것, 광고를 추천하는 것, 뉴스를 추천하는 것, 그리고 그 밖의 것들까지—모든 것이 추천 시스템에 달려 있습니다. 세상에는 인터넷에 수조 개의 콘텐츠 조각이 있습니다. 그렇지 않다면, 여러분의 작은 화면 앞에 무엇을 보여줄지 어떻게 그들이 알아낼 수 있겠습니까? 정말 정교한 추천 시스템이 있어야만 합니다. 그런데 이제 그게 생성형 AI로 넘어갔습니다. 제가 방금 말씀드린 두 가지는, 수백억 달러 규모의 CapEx(자본적 지출)가 투자되어야 하며, 그 투자금은 완전히 현금흐름으로 조달되어야 합니다. 그 위에 있는 것은, 즉 AgenTik AI입니다. 이는 매출이 새롭게 발생하는, 즉 순증하는 소비이기도 하지만, 동시에 새로운 애플리케이션이기도 합니다.그리고 제가 전에 언급했던 몇몇 애플리케이션도 있지만, 이 새로운 애플리케이션들은 역사상 가장 빠르게 성장하는 애플리케이션이기도 합니다. 알겠죠? 그래서 제 생각에는 사람들이 실제로 무슨 일이 일어나고 있는지, 말하자면 물밑에서 일어나는 일을—단순한 관점에서 CapEx 투자에 대해 일어나고 있는 일을 보면서—이 세 가지 역학을 인식하기 시작하면 그 점을 보게 될 거라고 생각합니다. 그리고 마지막으로, 방금 우리가 이야기했던 미국 CSPs를 기억해보세요. 각 나라는 자체 인프라에 투자합니다. 그리고 여러 국가가 있고 여러 산업이 있죠. 전 세계 대부분의 산업은 아직 에이전틱 AI에 실제로 참여하지 않았습니다. 그런데 곧 참여하게 될 겁니다. 아시다시피, 우리가 함께 일하고 있다고 알려진 회사들의 이름들—자율주행 차량 회사든, 물리적 AI를 위한 디지털 트윈이든, 공장을 위한 것들이든, 전 세계적으로 건설되고 있는 공장과 창고의 수든—약물 발견을 가속하기 위해 투자를 받는 디지털 바이오 스타트업의 수든—이 모든 다양한 산업이 이제 참여하고 있고, 각자 자체적인 자금 조달을 하게 될 겁니다. 그래서 미래를 구축하기 위한 방법으로 하이퍼스케일러만 보지 마세요. 세상을 봐야 하고, 모든 다양한 산업을 봐야 합니다. 그리고 엔터프라이즈 컴퓨팅은 자기 자신이 속한 산업에 투자하게 될 겁니다.\nSarah: 다음 질문은 Melius의 Ben Reitzes에게서 나옵니다. 발언권을 드리겠습니다.\nBen Reitzes: 안녕하세요, 정말 감사합니다. Jensen, 현금에 대해 여쭤보고 싶었습니다. $05조 트릴리언을 말씀드리자면, 앞으로 몇 년 동안 약 $5000억 달러의 잉여현금흐름을 창출할 수 있다고 하던데요. 그 현금에 대한 계획은 무엇인가요? 자사 매입(바이백)에 얼마가 가고, 생태계에는 얼마가 가나요? 그리고 생태계에 투자하는 방식은 어떻게 보시나요? 이 거래들이 어떻게 이루어지는지, 그리고 Anthropic, OpenAI 같은 곳에 투자할 때의 기준에 대해선, 밖에 너무 많은 혼란이 있는 것 같습니다. 자세한 말씀 부탁드립니다. 정말 감사합니다.\nJensen Huang: 네, 질문해 주셔서 감사합니다. 물론 현금을 사용해 성장에 자금을 대는 것이죠. 우리가 이야기하는 규모로 성장한 회사는 역사상 없었습니다. 그리고 NVIDIA Corporation이 공급망에서 보이는 그만큼의 연결성과 깊이, 폭이 있기 때문입니다. 그래서 우리의 전체 고객 기반이 우리를 믿고 의지할 수 있는 이유는, 우리가 정말로—아주—회복탄력적인 공급망을 확보해 왔기 때문이고, 또한 그들을 지원할 수 있는 대차대조표를 갖추고 있기 때문입니다. 우리가 구매를 하면, 공급업체들이 그것을 은행에서 대출받을 수 있습니다. 우리가—우리가—예측을 세우고 그들과 함께 계획을 짤 때도, 그들은 우리의 말을 진지하게 받아들입니다. 대차대조표 때문이죠. 우리는 오프테이크를 만들어내고 있지 않습니다. 우리는 오프테이크가 무엇인지 알고 있습니다. 그리고 그들이 우리와 함께 수년 동안 계획을 세워왔기 때문에, 우리의 평판과 신뢰도는 정말 대단합니다. 그래서 그것을 가능하게 하려면 정말 강력한 대차대조표가 필요합니다. 그만큼의 성장 수준, 성장률, 그리고 그와 연관된 규모를 뒷받침하려면 말이죠. 그게 첫 번째입니다. 두 번째로 물론, 우리는 계속해서 주식 바이백을 할 겁니다. 바이백을 계속할 겁니다. 하지만 투자에 관해서는, 이것이 정말, 정말 중요한 일입니다. 우리가 해온 모든 투자들—지금까지의 투자들—그 모든 주기는 CUDA의 도달 범위를 확장하고 생태계를 확장하기 위한 것과 연결되어 있습니다. OpenAI와 했던 투자들을 보시면, 물론 관계는 2016년부터 계속되어 왔습니다. OpenAI에 최초의 AI 슈퍼컴퓨터를 제공했죠. 그래서 우리는 그때부터 OpenAI와 가깝고 훌륭한 관계를 유지해 왔습니다. 그리고 OpenAI가 오늘날 하는 모든 일은 NVIDIA Corporation에서 돌아가고 있습니다. 그들이 배포하는 모든 클라우드—학습과 추론—모두 NVIDIA Corporation에서 실행됩니다. 우리는 그들과 함께 일하는 것을 정말 좋아합니다. 그들과의 파트너십은, 기술적인 관점에서 더 깊이 협력해서 그들의 가속화된 성장을 지원할 수 있도록 하기 위한 것이기도 합니다. 이 회사는 정말 놀라울 정도로 빠르게 성장하고 있습니다. 그리고 단지—단지—아니—여기서—그냥 보지 마세요. What is in the press. 보도자료에 무엇이 담겼나 보세요. 모든 생태계 파트너와 OpenAI에 연결된 모든 개발자를 살펴보세요. 그리고 그들은 모두 그것의 소비를 촉진하고 있습니다. 그리고 1년 전과 비교할 때 지금 만들어지고 있는 AI의 품질은 엄청나게 한 단계 끌어올려졌습니다. 그래서 응답의 품질이 놀라울 정도입니다. 그래서 우리는 OpenAI에 깊고 깊은 파트너십과 공동 개발을 위해 투자해, 우리의 생태계를 확장하고 그들의 성장을 지원하고자 합니다. 그리고 물론, 회사의 지분을 주는 대신, 우리는 그들의 회사 지분을 받습니다. 우리는 그들과 함께 세대에 한 번 나올 법한 기업 가운데 하나에 투자했습니다. 세대에 한 번 나올 법한 회사이고, 그 회사의 지분을 갖고 있습니다. 그래서 저는 이 투자가 놀라운 수익으로 이어질 것으로 충분히 기대합니다. 이제 Anthropic의 경우, Anthropic이 NVIDIA Corporation의 아키텍처에 올라가는 것은 이번이 처음입니다. NVIDIA Corporation의 아키텍처에 Anthropic이 올라가는 것은, 총 사용자 수 기준으로 볼 때 세계에서 두 번째로 성공한 AI입니다. 하지만 엔터프라이즈에서는 정말 잘하고 있습니다. ClotCode도 정말 잘되고 있습니다. Clot도 정말 잘되고 있습니다. 전 세계의 모든 엔터프라이즈에서요. 그리고 이제 우리는 그들과 깊은 파트너십을 맺고, Claude를 NVIDIA Corporation 플랫폼으로 가져올 수 있는 기회를 갖게 됐습니다. 그래서 지금 우리에게 무엇이 있나, 한 발 물러서서 NVIDIA Corporation의 아키텍처를 보면, NVIDIA Corporation의 아키텍처 NVIDIA Corporation의 플랫폼은 세상에서 모든 AI 모델을 실행하는 단 하나의 플랫폼입니다. 우리는 OpenAI를 실행합니다. 우리는 Anthropic을 실행합니다. 우리는 XAI를 실행합니다. Elon과 x AI와의 깊은 파트너십 덕분에, 우리는 그 기회를 사우디아라비아의 KSA로 가져와서 humane도 x AI를 위한 호스팅 기회를 가질 수 있게 했습니다. 우리는 x AI를 실행합니다. 우리는 실행합니다, 실행합니다, Gemini를 실행합니다. 우리는 thinking machines를 실행합니다. 또 무엇을 실행하더라. 우리는 전부 실행합니다. 그리고 그뿐만 아니라, 우리는 과학 모델, 생물학 모델, DNA 모델, 유전자 모델, 화학 모델, 그리고 전 세계의 다양한 분야에 대한 모델들도 실행합니다. 세상이 사용하는 것은 단지 인지 AI만이 아닙니다. AI는 전 세계의 모든 산업에 영향을 미치고 있습니다. 그래서 우리는 생태계 투자라는 역량을 통해, 세계 최고의 회사들, 가장 빛나는 회사들과 기술적인 기반에서 깊이 파트너십을 맺을 수 있습니다. 우리는 생태계의 도달 범위를 넓히고 있으며, 매우 성공할 것이고, 종종 세대에 한 번 나올 법한 회사가 될 그 회사에 대한 지분과 투자를 확보하고 있습니다. 그래서 이것이 우리의 기본, 우리의 투자 논리입니다. Sarah: 다음 질문은 Goldman Sachs의 Jim Schneider가 합니다. 연결되어 계십니다. Jim Schneider: 오후입니다. 질문을 해주셔서 감사합니다. 과거에, AI 추론과 관련된 출하가 대략 40%라고 말씀하신 적이 있는데요. 내년을 내다보면, 1년 뒤에는 그 비율이 어느 정도까지 올라갈 수 있을 것으로 예상하시나요? 그리고 다음 해에 도입할 Rubin CPX 제품에 대해서도 설명해 주실 수 있나요, 그리고 맥락상 그것이 전체 TAM에서 얼마나 큰 규모를 차지할 수 있을지 말씀해 주시고, 또한 그 특정 제품의 목표 고객 애플리케이션이 무엇인지도 이야기해 주실 수 있나요? 감사합니다. Jensen Huang: CPX는 긴 컨텍스트 유형의 작업 부하 생성용으로 설계됐습니다. 그래서 긴 컨텍스트는 기본적으로 답을 생성하기 전에 많은 것을 읽어야 한다는 뜻입니다. 다시 말해 긴 컨텍스트입니다. 그리고 그건 PDF 여러 장일 수도 있고, 비디오 여러 개를 보는 것일 수도 있고, 3D 이미지를 공부하는 것일 수도 있습니다. 그와 비슷한 것들이죠. 당신은 컨텍스트를 흡수해야 합니다. 그래서 CPX는 긴 컨텍스트 유형의 작업 부하를 위해 설계됐습니다. 그리고 달러당 성능(performance per dollar)이 뛰어납니다. 달러당 성능이 뛰어납니다. 무엇이 뛰어나냐면 그것이 뛰어납니다. 그리고 제가 질문의 첫 부분을 잊게 만들 정도로요. Colette Kress: 인프린팅. Jensen Huang: 아, 추론이군요. 네. 동시에 세 가지 스케일링 법칙이 적용되고 있습니다. 첫 번째 스케일링 법칙은 사전 학습(pre-training)인데, 계속해서 매우 효과적입니다. 두 번째는 사후 학습(post-training)입니다.사후 학습(post-training)은 기본적으로 AI가 문제를 더 잘게 쪼개고, 문제를 단계별로 해결하는 능력을 향상시키는 믿을 수 없을 만큼 놀라운 알고리즘들을 밝혀냈습니다. 그리고 사후 학습은 기하급수적으로 확장되고 있습니다. 기본적으로 모델에 적용하는 연산량(compute)이 많을수록 더 똑똑합니다. 더 지능적입니다. 그리고 세 번째는 추론(inference)입니다. 추론은 사고의 연쇄(chain of thought)와 추론 능력 때문입니다. 즉, AI는 답을 하기 전에 본질적으로 읽고, 생각합니다. 그리고 이 세 가지로 인해 필요한 계산량은 완전히 지수적으로 커졌습니다. 저는 특정 시점에서 그 비율이 정확히 얼마가 될지, 그리고 어떤 부분이 그럴지 정확히 알기는 어렵다고 생각합니다. 하지만 물론, 우리의 희망은 추론이 시장에서 매우 큰 비중을 차지하는 것입니다. 추론이 크다면 사람들이 그것을 더 많은 애플리케이션에서 사용하고, 더 자주 사용한다는 것을 의미하기 때문입니다. 그러니 우리 모두 추론이 매우 크게 되기를 바라야 합니다. 그리고 여기서 Grace Blackwell은 말 그대로, 세상 그 어떤 것보다 한 자릿수(orders of magnitude) 더 앞선, 훨씬 더 발전된 수준입니다. 두 번째로 좋은 플랫폼은 H200이고, 이제 G B 300, G B 200, 그리고 G B 300이 확실히 H200보다 앞서 있다는 게 매우 분명해졌습니다. MP Link 72라는, 우리가 보유한 스케일업(scaling up) 네트워크 덕분에 달성했습니다. 그리고 세미나에서 Colette가 이야기했던 내용처럼 분석 벤치마크(analysis benchmark)에서, 그것은 지금까지 진행된 것 중 가장 큰 단일 추론(inference) 벤치마크입니다. 또한 GB G B 200 M B Link 72는 성능이 10배에서 10의 15승까지(10^15) 높은 수준입니다. 그래서 이것은 큰 도약입니다. 누군가가 그것을 따라잡기까지는 오랜 시간이 걸릴 겁니다. 그리고 그 분야에서의 우리의 리더십은 확실히 다년(multi-year) 단위입니다. 네. 그래서 저는 추론이 정말로 큰 이슈가 되기를 기대하고 있습니다. 추론 분야에서의 우리의 리더십은 비범합니다. Sarah: 다음 질문은 UBS의 Timothy Arcuri에게서 나옵니다. 지금 통화 연결이 되어 있습니다. Timothy Arcuri: 대단히 감사합니다. Jensen, 많은 고객들이 미터 뒤(behind the meter) 전력(powe r) 쪽을 추구하고 있는데, 성장에 제약이 될 수 있을 만큼 가장 큰 병목(bottleneck)은 무엇이라고 걱정하십니까? 전력이냐, 아니면 자금 조달(financing)이냐, 혹은 메모리(memory) 같은 것이냐, 아니면 심지어 파운드리(foundry) 같은 것이냐에 가깝습니까? 대단히 감사합니다. Jensen Huang: 글쎄요, 이것들은 모두 이슈이고, 모두 제약 요인들입니다. 우리가 지금과 같은 속도와 규모로 성장하고 있는데, 어떻게 뭐든 쉬울 수 있겠습니까? NVIDIA Corporation이 하고 있는 일은 분명히 전례가 없었던 일입니다. 우리는 한편으로는 컴퓨팅을 범용(general-purpose) 및 전통적인/클래식한 컴퓨팅에서 가속 컴퓨팅과 AI로 전환하고 있습니다. 이것이 한 가지 측면입니다. 다른 한편으로는, AI 팩토리(AI factories)라는 완전히 새로운 산업을 만들었습니다. 소프트웨어가 실행되려면, 미리 만들어져 있는 정보를 가져오는 것이 아니라, 이 공장들이 그 모든 단일 토큰(token)마다 생성해내야 한다는 발상입니다. 그래서 저는 이런 전환 전체가 비범한 스케일(scale)을 필요로 한다고 생각합니다. 그리고 당연히 공급망(supply chain)에서부터 그 전 과정에 걸쳐 그렇습니다. 공급망에 대해서는 물론 우리가 공급망을 관리하는 데 매우 능숙하기 때문에, 훨씬 더 나은 가시성(visibility)과 통제(control)를 갖고 있습니다. 우리는 33년 동안 함께 일해온 훌륭한 파트너들이 있습니다. 그래서 공급망 측면에서는 꽤 자신이 있습니다. 이제 공급망을 더 아래로 들여다보면, 땅(land)과 전력(power) 그리고 Shell과, 그리고 물론 파이낸싱에 이르기까지 수많은 플레이어들과 파트너십을 구축해 왔습니다. 이런 것들은 어떤 것도 쉽지 않습니다. 하지만 모두 접근 가능하고, 모두 해결 가능한 문제들입니다. 그리고 가장 중요한 것은 우리가 훌륭하게 계획을 세우는 것입니다. 우리는 공급망을 위에서 아래로(supply chain up the supply chain, down the supply chain) 계획합니다. 많은 파트너들을 구축해 왔고, 그래서 우리는 시장으로 가는 경로(routes to market)를 많이 보유하고 있습니다. 그리고 무엇보다도, 우리의 아키텍처(architecture)는 우리가 가진 고객들에게 최고의 가치를 제공해야 합니다.그리고 바로 이 시점에서, 알다시피 저는 NVIDIA Corporation의 아키텍처가 TCL당 최고의 성능을 제공한다고 매우 확신합니다. 또한 와트당 최고의 성능이며, 따라서 전달되는 에너지의 어떤 규모에 대해서도 우리의 아키텍처가 가장 많은 매출을 견인할 것입니다. 그리고 저는 우리 성공의 증가 속도가—저는 올해가 지금 이 시점에서 지난해의 지금 이 시점보다 더 성공적이라고 생각합니다. 아시다시피 저희를 찾아오는 고객 수와, 다른 곳을 탐색해 본 뒤 우리에게 오는 플랫폼 수가 증가하고 있고 감소하지는 않습니다. 그래서 생각해 보면, 제가 수년 동안 말씀드려온 모든 것들이 실제로 현실이 되고 있고 또 분명해지고 있습니다. Sarah: 다음 질문은 Bernstein Research의 Stacy Rasgon 님으로부터입니다. 발언권이 열려 있습니다. Stacy Rasgon: 질문입니다. Colette, 마진에 대해 몇 가지 질문이 있습니다. 내년에 mid-seventies(중후반 70%)를 유지하기 위해 노력하신다고 말씀하셨는데요. 그래서 먼저, 가장 큰 비용 증가 요인은 무엇인가요? 메모리만의 문제인가요, 아니면 다른 무언가도 있나요? 그리고 그것을 위해 무엇을 하고 계신가요? 비용 최적화와 선구매(pre buys), 그리고 가격 책정 중에서 각각 어느 정도 비중인가요? 그리고 또한, 현재 진행 중인 수준에서 보았을 때 매출이 내년에 실질적으로 의미 있게 성장할 것으로 보이는데, 내년 OpEx 성장률은 어떻게 생각해야 할까요? Colette Kress: Stacy. 제가 현재 우리가 있는 회계연도 기준으로 어디까지 와 있었는지부터 말씀드려볼게요. 올해 초에 우리는 비용 개선과 믹스를 통해 연간 매출총이익률을 mid-seventies에서 마무리할 수 있을 것이라고 말씀드렸습니다. 우리는 그 목표를 달성했습니다. 그러니 이제 우리가 어디에 있는지, 그리고 Q4에서도 이를 실행해 가면서 어떻게 전달할지 소통할 때입니다. 지금 내년을 보면, 산업 전반에서 잘 알려진 투입가격이 있고, 그에 대해 우리가 해결해 나가야 합니다. 또한 우리 시스템은 결코 다루기 쉬운 것이 아닙니다. 구성요소가 엄청나게 많고, 우리가 그것을 생각할 때에도 여러 가지 부품으로 이루어져 있습니다. 그래서 우리는 그 모든 것을 고려하고 있습니다. 하지만 다시 말해, 비용 개선, 사이클 타임, 그리고 믹스에 대해 다시 집중해 보면, 우리는 매출총이익률을 mid-seventies에서 유지하려고 노력할 것이라고 믿습니다. 그게 매출총이익률에 대한 전반적인 계획입니다. 두 번째 질문인 OpEx에 대해서는, 현재 우리의 목표는 OpEx 측면에서 엔지니어링 팀과 모든 비즈니스 팀과 함께 이 시장을 위한 더 많고 더 많은 시스템을 만들어 내는 혁신을 하고 있는지 확인하는 것입니다. 아시다시피 지금 새로운 아키텍처가 나오고 있고, 그러면 그 목표를 달성하기 위해 그들이 꽤 바쁘게 움직이고 있다는 뜻이기도 합니다. 그래서 우리는 그렇게 하기 위해 소프트웨어와 시스템, 하드웨어 모두에 대한 혁신 투자가 계속해서 늘어나는 것을 보게 될 것입니다. 더하실 말씀이 있다면 Jensen에게 넘기겠습니다. 네. Jensen Huang: 제 생각에는 그 말이 정확합니다. 다만 덧붙이자면, 우리는 공급망과 충분히 앞서 계획하고 예측하고 계획을 세우며, 협상해 간다는 점을 기억해 주셨으면 합니다. 공급망은 우리의 요구사항을 꽤 오랫동안 알고 있었고, 우리의 수요 역시 꽤 오랫동안 알고 있었습니다. 우리는 그들과 오랫동안 협업했고 협상해 왔습니다. 그래서 최근의 급등이 분명히 상당히 큰 규모였지만, 공급망은 우리와 아주 오랫동안 함께 일해 오던 상태였다는 점을 기억해 주세요. 그리고 여러 경우에 있어서 우리는 스스로를 위해 많은 물량을 확보해 놓았습니다. 왜냐하면 물론 그들은 세계 최대 기업과 일하고 있기 때문이죠. 또한 우리는 그들과 해당 재무적 측면에서도 긴밀히 협력하면서 예측과 계획 등을 확보해 왔습니다. 그래서 제 생각에는 이 모든 과정이 우리에게 잘 작동해 왔다고 봅니다. Sarah: 마지막 질문은 Wells Fargo의 Aaron Rakers 님으로부터입니다. 발언권이 열려 있습니다. Aaron Rakers: Jensen, 질문이 있습니다.엔트로피 관련 딜이 발표된 것과, 전반적으로 고객 기반의 폭을 생각하면서 한 가지 궁금합니다. AI ASIC이나 전용 칩이 이러한 아키텍처 구축에서 맡는 역할에 대해, 생각이 전반적으로 바뀐 부분이 있는지 알고 싶어요. 과거에는 이런 프로그램들이 실제로는 배치(배포)까지 이어지지 않는 경우가 많다고 꽤 단호하게 말씀하신 것 같은데요. 혹시 지금은 상황이 바뀌어서, 더더욱 GPU 아키텍처 쪽에 유리하게 변화했다고 볼 수 있는 단계에 와 있나요? 감사합니다.\n젠슨 황: 네. 아주 감사합니다. 질문해 주셔서 정말 고맙습니다. 먼저, 당신은 팀들과 경쟁하고 있습니다. 죄송합니다. 한 기업과 경쟁하는 게 아니라 팀들과 경쟁하는 거죠. 그리고 전 세계에는 이처럼 믿을 수 없을 정도로 복잡한 것들을 만드는 데 있어 뛰어난—그런 수준의 역량을 갖춘—팀이 많지 않습니다. 예를 들어, 호퍼(Hopper) 시대, 앰페어(Ampere) 시절에는 우리는 GPU 하나를 만들면 됐습니다. 그게 가속화된 AI 시스템의 정의였죠. 하지만 지금은 전체 랙(rack)을 만들어야 하고, 세 가지 서로 다른 유형의 스위치도 전부 구축해야 합니다. 업스케일(스케일 업), 스케일 아웃, 스케일 어크로스 스위치 말입니다. 그리고 이제는 컴퓨트 노드를 구축하는 데도 더 이상 칩 하나로는 부족합니다. AI는 메모리가 필요하니까요. 예전에는 AI가 메모리를 전혀 필요로 하지 않았는데, 이제는 기억해야 합니다. 그 메모리의 양과 컨텍스트는 어마어마합니다. 메모리—메모리 아키텍처가 주는 함의—가 정말 엄청납니다. 전문가 혼합(mixture of experts)부터 밀집(dense) 모델, 확산(diffusion) 모델, 자동회귀(autoregressive) 모델까지, 그리고 물리 법칙을 따르는 생물학적 모델에 이르기까지—지난 몇 년 동안 모델의 종류가 폭발적으로 늘었습니다. 그래서 문제의 복잡성이 훨씬 더 커졌고, AI 모델의 다양성도 매우, 매우 방대해졌습니다.\n그래서 여기서 말하자면, 우리가 특별한 다섯 가지를 꼽는다면—첫째로, 우리가 그 전환의 모든 단계를 가속한다는 점입니다. 그게 첫 번째입니다. CUDA를 통해 전환의 첫 단계에서, 즉 범용 컴퓨팅에서 가속 컴퓨팅으로 넘어가는 과정에서 CUDA X는 그 전환을 가능하게 해줍니다. 그리고 우리는 생성형 AI에 정말 탁월합니다. 에이전틱 AI에도 정말 탁월합니다. 그래서 그 전환의 모든 단계, 모든 계층에서 우리는 뛰어납니다. 한 가지 아키텍처에 투자하고, 그걸 전반에 걸쳐 사용할 수 있습니다. 그리고 세 가지 단계에 걸쳐 작업 부하가 바뀌더라도 걱정할 필요가 없습니다. 그게 첫 번째입니다.\n두 번째로, 우리는 AI의 모든 단계에 뛰어납니다. 모두가 우리가 프리트레이닝(pre-training)에 매우 강하다는 건 알고 있죠. 당연히 포스트 트레이닝(post-training)도 매우 잘합니다. 그리고 알고 보니 추론(inference)에서도 뛰어납니다. 추론은 정말, 정말 어렵기 때문입니다. “생각(추론)이 쉬울 수도 있지 않나요?”라고들 생각하죠. 사람들은 추론이 한 번에 끝나는 거라서 쉽다고 생각합니다. 그래서 그렇게 접근하는 사람도 있겠죠. 하지만 실제로는 추론이 전부 중에서 가장 어렵습니다. 생각(추론)은 꽤 어렵기 때문입니다. 우리는 AI의 모든 단계에서 뛰어납니다. 두 번째입니다.\n세 번째로, 우리는 이제 전 세계에서 유일하게 모든 AI 모델을 실행하는 아키텍처입니다. 모든 프런티어(frontier) AI 모델을, 오픈소스 AI 모델을 매우 훌륭하게 실행합니다. 과학(science) 모델, 생물학(biology) 모델, 로보틱스(robotics) 모델도 실행하고, 어떤 모델이든 전부 실행합니다. 우리가 전 세계에서 유일하게 “모든 모델을 실행한다”고 말할 수 있는 아키텍처라는 점을 강조할 수 있습니다. 자동회귀 기반이든, 확산 기반이든 상관없습니다. 우리는 전부 실행합니다. 그리고 아까 말씀드린 것처럼, 모든 주요 플랫폼에서 그렇게 실행합니다. 그래서 우리는 모든 모델을 실행합니다.\n네 번째로, 모든 클라우드에서—개발자들이 우리를 좋아하는 이유는 우리가 정말 어디에나 있기 때문입니다. 모든 클라우드에 있습니다. 심지어 DGX Spark라는 아주 작은 클라우드도 만들 수 있을 정도죠. 우리는 어디에나 있습니다. 클라우드부터 온프레미스(on-prem)까지, 로봇 시스템까지, 엣지 디바이스, PC까지—말 그대로 전부입니다. 어떤 아키텍처는 그냥 잘 작동합니다. 정말 놀랍죠. 그리고 마지막으로, 아마도 가장 중요한 것, 다섯 번째는, 여러분이 클라우드 서비스 제공자라면, Humane 같은 새로운 회사라면, CoreWeaver, Enscaler, Nebius, 아니면 이 경우 OCI 같은 회사라면 말이죠. NVIDIA Corporation이 여러분에게 최고의 플랫폼인 이유는 오프테이크가 너무나도 다양하기 때문입니다. 우리는 여러분의 오프테이크를 도와드릴 수 있습니다. 데이터 센터에 아무 ASIC이나 하나 꽂는 것에 관한 게 아닙니다. 오프테이크는 어디서 오나요? 다양성은 어디에서 오나요? 회복력은 어디에서 오나요? 아키텍처의 다재다능함은 어디에서 오고, 역량의 다양성은 어디에서 오나요? NVIDIA Corporation은 이렇게나 훌륭한 오프테이크를 제공하고, 우리의 에코시스템은 이렇게나 규모가 큽니다. 그래서 이 다섯 가지는 가속과 전환의 모든 단계에서, AI의 모든 단계에서, 모든 모델에서, 모든 클라우드에서 온프레미스로 이어지고, 물론 마지막에는 결국 오프테이크로 귀결됩니다. Sarah: 감사합니다. 이제 Toshiya Hari 님께서 마무리 발언을 하시도록 콜을 넘기겠습니다. Toshiya Hari: 마무리로, 12월 2일 UBS 글로벌 및 AI 컨퍼런스에 참석할 예정이며, 2026년 실적을 논의하기 위한 실적 콜은 2월 25일로 예정되어 있음을 알려드립니다. 오늘 함께해 주셔서 감사합니다. 진행자님, 이제 콜을 종료해 주세요. 감사합니다. Sarah: 이로써 오늘의 컨퍼런스 콜을 마칩니다. 이제 연결을 해제해도 됩니다.