黄仁勋が現在のAI市場を解説：AIの回収のプレッシャーを2社に全て押し付けるのは間違っている

AI 最近の市場の感情は非常に悪い。市場が主に懸念している点は、AI最前線モデル企業の収益が彼らの巨大な評価を支えることができるかどうかです。

Anthropicは第3四半期の収益を発表しましたが、実際のデータは悪くありませんでした。しかし、その日のAIセクターは大幅に下落しました。CPIやAI債務などの要因もありますが、市場は確かにこのトレンドが続くかどうか疑問を抱いています。

黄仁勲の最新のインタビューでは、彼自身の答えを示しました。彼は、市場がAIの回収圧力をOpenAIとAnthropicの2社に全て押し付けるのは間違いだと考えています。この2社は非常に小さな部分を占めていると強調しました。彼は2030年には、世界のAIインフラ投資が4兆ドルに達すると述べています。

TL;DR· モーアの法則は死んだ。今日、2倍の計算能力を得るには2倍のコストがかかる；そして、結果に対する私の自信は99.99%です。

· 一部の研究室の収益だけで全体のインフラ規模を推測するのは誤解です------最前線の研究室は私たちの計算能力の25%から30%しか占めておらず、残りの3分の1は古典的な計算、3分の1は数千のスタートアップ企業です。· 土地、電力、外殻、建設資源が最も重要なボトルネックになります。· 総メガワット数が制限されると、顧客の選択は最も生産的な計算能力に移行します。したがって、私たちのシェアは実際には上昇しています；私たちが単一のギガワットに投入するドルの含有量は、180億ドルから400億ドル以上に増加しました。· 私たちは、知能のコストが毎年2倍、あるいは20倍に下がることを望んでいます。なぜなら、知能の消費量がこのギャップを大幅に埋めるからです。

計算の転換点、推論モデルと知能体の時代

私たちは奇点の縁に足を踏み入れているのか、なぜ計算能力の需要が10億倍も増加する必要があるのでしょうか？

私たちは、ほんの少し前よりも10億倍の計算能力が必要です。この論理は非常に明確です。思考と問題解決に必要な推論の回数は、すでに記憶していることを繰り返したり暗唱したりすることをはるかに超えています。

初期のChatGPTにヒントを与えると、その知識の大部分は大規模言語モデルにコーディングされていますが、残念ながらそれは幻覚を引き起こすことがあります。次のステップは生成的AIで、実際の事実を使って「地に足をつけ」制約をかけることです：それは迅速に情報を検索し、事実を持ち帰り、事前に訓練されたモデルと組み合わせて答えを生成します。

私たちが本当にやりたい、面白いことのほとんどは、一歩一歩の推論を必要とします：いくつかの選択肢を考え、計画を立て、事態がどのように進展するかを推測し、現在の最良の道を反省し、選択肢を展開し、残りを削除します。偉大な戦略家は「戦略的オプション」を愛しています：あなたは枝を切りすぎたくはありませんが、リソースを最適化する必要があります。AIは今まさにそれを行っています。戦略的オプションを保持し、推論を展開し、反省し、枝を切ります。これらすべての思考と探求は、はるかに多くの計算能力を消費します。

それが生産的な仕事を生み出すことができるので、私たちはそれを使ってより多くのことを行います。この2つの事柄が重なり、より多くの計算能力を使って仕事を完了し、同時に良い仕事をすることでさらに多くの仕事を依頼され、総需要が共に増大します。

昨年の最も重要な観察は、モデルのスケールの法則が続くことですが、「ハーネス」を装着すること、つまり大規模言語モデルの外骨格が大きな解放であるということです。それは作業記憶を管理し、作業記憶を短期および長期記憶に変換し、知識グラフを構築します。人間はこうして行います：私たちは睡眠中に圧縮を行い、重要でないことを忘れ、重要なことをオフライン状態で再接続します。

もう一つの解放はツールの使用です。私たちはAIに人間が作った最も重要なツールとのインタラクションを教えました：SPICE、Verilog、さまざまなシミュレーター、設計コンパイラ、Photoshop、AutoCAD、そしてシーメンスのツールです。もしロボットがあなたの家に入ったら、それはあなたの家にあるツールを使い、新しいツールをゼロから作ることはありません。知能体は既存のツールを使うことを学ばなければなりません。

一度、ハーネスに装着された大規模言語モデルを企業に導入し、実際の事実や既存のツールに接続すると、それらは驚くべきことを成し遂げ始めます。プログラミングは最も簡単な参入の入り口です。なぜなら、ソフトウェアエンジニアはたとえ使いにくくても効果的なツールに慣れているからです。

次の段階はデザイン、クリエイティブ、マーケティングのワークフローです。例えば、OpenAIのAstraは非常に素晴らしいです。あなたが写真を撮り、それをAstraに渡すと、AstraはそれをCADモデルとして再構築します。私たちはCADモデルが必要で、それを使ってインタラクションし、調整し、微調整を行います。この最初の落とし込みは、デザイナー、建設者、クリエイターの生産性を大幅に向上させます。

もし最前線の研究室が来年計算能力をさらに3倍から5倍に拡大した場合、長期間にわたる知能体のタスクでどのような突破口が期待されますか？

ナビエ–ストークス方程式は非常に良い例です。OpenAIはナビエ–ストークスを空から解いたわけではなく、多くの偉大な科学者、数学者、先人の仕事に基づいて解いたのです。私たちは多くの分野で臨界点にいます。大量の基礎作業がすでに完了しているため、AIの網羅的な探索能力をこれらの基礎に適用すれば、すぐに次々と突破口が見えてくるでしょう。

私たちは大量の計算能力が必要です。なぜなら、膨大な探索空間を探索しなければならないからです。もし第一原理の推導だけで済むなら、巨大な空間を探索する必要はなく、すでに誰かが解決しているでしょう。多くの問題はその崖の端にぶら下がっており、大量の知能探索を待っています。

今後数年で、知能のコストはかなり速く下がるでしょう。より多くの計算能力がオンラインになり、モデルもより賢く、より効率的になります。モーアの法則が30年で計算コストを毎年半分にしたように、私たちは知能のコストが毎年2倍、あるいは20倍に下がることを望んでいます。そして、知能の消費量がこのギャップを大幅に埋めるでしょう。この世界には巨大な機会の真空があり、それが埋められるのを待っています。

私たちの野心は非常に速く拡大しています。10年前、GPT-1を訓練するのに1000万から2000万ドルかかりました；今日では100ドルで実現できます。同時に、私たちの野心は3兆、10兆、30兆パラメータのモデルを訓練し始めるほど大きくなっています。過去10年間、私たちの計算能力の使用量は約100万倍増加しましたが、人類の知能に対する需要は決して満たされることはありません。

人々はAIが私たちにもっと余暇を与えると言いますが、私は全く同意しません。知能はより多くの機会を開き、野心のある人々はそれをつかみたいと思うのです。何かを学ぶたびに、新しい扉が開かれます；その扉の向こうには、さらに多くの解決すべき課題や問題が待っています。

1930年、ケインズは100年後に経済が8倍成長し、週の労働時間が15時間に減少すると予言しました。経済は確かに8倍成長しましたが、私たちは15時間の労働週にはなりませんでした。彼は人間の精神を過小評価しました：仕事と発見は人に意味を与え、それは私たちのDNAに刻まれています。

物理AI、具身知能と産業再構築

なぜ一般の人々は超知能が遠いと感じ、すでに生活に溶け込んでいることに気づかないのでしょうか？

AI、あるいは超知能は「ソフトマター」です：目に見えず、触れることもできません。全世界がそれについて話していますが、それは依然として無形です。実際、人々は毎日それから恩恵を受けています：検索するとき、買い物をするとき、Netflixを見ているとき、Walmartに行くとき、FedExが荷物のルートを計画するとき。今日、これらすべてが加速計算と超知能を使用しており、私たちはこの物語を語るのがあまり得意ではありません。もしデータセンターを閉じ、超知能を週末の間停止させたら、すべての人がすぐに気づくでしょう。

ロボット分野のChatGPTの時代が来たとあなたが言ったとき、これは千億ドル規模の市場ですか？

千億ドルというのは過小評価です。今年の上半期だけで、私たちは100億ドルの物理AIを実現しました。昨年一年間は100億ドル、さらにその前の年は50億ドルでした。

物理AIとは、AIが物理世界と相互作用することです。それには光子計数CT、超音波、イメージングレーダー、さまざまな信号を感知できる新世代の5Gネットワーク、自動運転車、製造システム、視覚検査システム、そして三次元空間で世界を再構築する地理空間衛星が含まれます。全電磁スペクトルにわたって、AIは機能しています。

AIには、感知、推論、そして計画と実行があります。計画と実行の段階に進むと、それは自動運転車、倉庫配送車、自主学習するロボット、薬を運ぶ病院ロボット、そして完全にロボット化された手術室になります。

私たちにとって本当に重要なすべては、最終的に物理世界に到達します。ソフトウェアと知能を、歴史的に純粋に機械的および電気的な業界に持ち込むことは巨大な機会です。エロンが自動車業界に何をしたかを見てください：彼はそれを計算産業に変えました。すべての自動車メーカーがテクノロジー企業に変わっています。FedEx、Walmart、通信事業者も再びテクノロジーとAI企業に変わっています。

NVIDIAは「3台のコンピュータ」アーキテクチャを通じて物理AIの実現をどのように推進していますか？

物理AIプラットフォームを構築するには、3台のコンピュータが必要です：

第一に、「脳」のコンピュータ、つまりトレーニングシステムが必要です。

第二に、AIラボと開発者は世界のデジタルツインを構築しなければなりません。そうすれば、知能体は物理的現実の中で試行錯誤することなく学ぶことができます。私たちはOmniverseを作成し、倉庫、建物、都市のデジタルツインとして機能させています。私たちはロボットをデジタルツインに入れ、そこでどのように機能するかを学ばせています。

第三に、戦略を物理マシン内部のコンピュータに展開します。車、ロボット、手術器具の中のコンピュータです。

それには3台のコンピュータと3つの完全なソフトウェアスタックが必要です。私たちはそれぞれのスタックを完全に構築しましたが、私たちは世界で唯一それを行っている会社です。

セキュリティ整合、エンジニアリングの原則と国家ガバナンスシステム

「AIは完璧に整合できず、最終的には制御不能になる」という終末論にどう応えますか？

私たちは責任を持って技術を構築しなければなりません。「構築」はエンジニアリングの用語です。エンジニア、科学者、研究者は、この技術を安全に作り出さなければなりません。あなたはそれを実現できますか？絶対にできます。なぜなら、あなたがそれを実現できないのなら、そもそもそれを作るべきではないからです。

AIが制御不能であると言う人々は、完璧に整合することが不可能であるからです。整合とは、AIにタスクを与えることですが、そのタスクをどのように達成するかには多くの方法があります。例えば、明確な数学の問題があるとします。それは推導によって解くこともできますし、教科書を翻して見つけることもできますし、引き出しから答えを検索することもできます。しかし、「人生で成功する」や「社会に貢献する」といった目標については、文化、背景、地域によって無限の解釈方法があります。整合は常に存在する問題です。私たちが安全を保証するために完璧な整合に依存するなら、私たちはその日を迎えることはできません。

エンジニアリングの答えは、私たちが子供を育てたり、新しい従業員を指導したりする論理と同じです：

第一に、隔離とゼロトラストです。あなたが誰かを雇ったり、1歳の子供をフェンスの中に入れたりする時、あなたはゼロトラストから始めています。あなたは目の前のタスクに厳密に基づいて、彼に最小限の権限、最小限のツールアクセス、最小限の資金を与えます。あなたがテストを通じて信頼を築くにつれて、これらの境界を徐々に拡大します。

第二に、外部監視です。監視は外部で行われなければなりません。もしあなたが知能を持つ存在に「私はここに座ってあなたのすべての動きを見ている」と言ったら、その行動は無人監視の時とは異なります。監視システムは外部に留まり、この自律システムがポリシーや整合要件に違反しているかどうかを観察し、独立した権限を持ち、いつでも事態をエスカレートさせたり、直接停止させたりできる必要があります。

これがエンジニアリングと技術です。それは完全に実行可能で、私たちは最近これをOpenShellとして発表し、すでに100社以上がこのフレームワークに参加しています。

ホワイトハウスで合意を署名する際、最前線の研究室のリーダーたちに盲目的に突進する心態はありましたか？

安全とセキュリティ技術はAIの一部です。AIの能力と安全性が相互に無関係であるという誤解があります。自動車のエンジンとブレーキ、エアバッグ、レーダーを分けるようなものです。私がAI技術を加速すると言うとき、それは安全とセキュリティ技術も同時に加速することを意味します。「安全を少し遅くしましょう」と言う人はいません。機能と安全を分けることは不可能です。

大統領と最前線の研究所のリーダーたちがいる内閣会議室では、誰もが建設的で生産的です。例外なく、全員がこの産業を安全かつ信頼性高く推進することに尽力しています。もしシステムが安全でなければ、その機能は決して展開されることはありません。機能性、能力、安全、セキュリティはすべて最優先事項です。

私たちは「勝つ」ということの定義を再定義する必要があります。勝つことはAI技術産業が勝つことではありません。アメリカが勝つということは、アメリカのすべての産業が勝つことを意味します：リリーが勝ち、ウォルマートが勝ち、フェデックスが勝ち、ボーイングが勝ち、アメリカ軍が勝ち、私たちの学校と市民も勝ちます。もし技術が成功しても、誰もそれを安全に展開できなければ、勝利とは言えません。

質問：商務省の審査、ホワイトハウスの合意、安全作業部会から成る「三位一体」の規制フレームワークは実際に効果的ですか？

未来への最良の道は、迅速に行動することです。「完璧」か「行動」かを議論する時間を費やすと、私たちは永遠に議論し続け、そこに到達することはありません。

私はこの「三位一体」のフレームワークが大好きです。実行可能で、目に見え、触れることができ、実際に効果があります。私たちは今行動を起こしています。なぜなら、これは私たちの会社、私たちの産業、そして私たちの社会にとって利益があるからです。発展のこの段階で、これほどの企業間、政府と産業の協力が築かれた産業は他に思い出せません。

立法者に対して、二つの点を言いたいです：第一に、私たちと一緒にしばらく過ごし、技術的な問題が何であるかを理解してから規制を行ってください。第二に、私たちが積極的に実施している解決策を見て、それをより良くする手助けをしてください。建設的に参加してください。

計算力インフラの潮流、電力不足と物理的ボトルネック

業界は毎年40GW以上の計算力が追加されると予測していますが、土地や電力などの物理的制約は障害となるのでしょうか？

需要は確実に存在し、さらに増えています。課題はデジタル世界から物理世界への移行です。障害は多くあります：土地の承認、発電、変電所、そして500億ドルのデータセンターを建設するために必要な専門技術者、電気技師、内装工、水道工事業者です。これらのスキルは代替不可能です。土地、電力、外殻、建設資源が主なボトルネックとなります。

NVIDIAは広範な多様化を通じてこの問題を緩和しています。私たちはすべてのクラウドサービスプロバイダー、Neocloud、そしてデル、HP、レノボのような企業パートナーにサービスを提供し、データ処理、トレーニング、ポストトレーニング、推論、エージェントツールの使用に至るまで、ライフサイクル全体をカバーしています。もしある州、あるコミュニティ、あるデータセンターがボトルネックに直面した場合、私たちの需要が供給を大きく上回るため、私たちは直接供給チェーンを他の場所に移すことができます。

NVIDIAはグローバルなインフラです。私たちはヨーロッパ、オーストラリア（例えば、発表した2GWの展開）、アジア、ラテンアメリカ、中東で建設プロジェクトを進めています。もしアメリカが十分に速く建設できなければ、他の国々は自国での建設を熱望しています。

利用可能な電力と電力網の容量が制限されている場合、顧客はどのように計算力アーキテクチャを選択するのでしょうか？

NVIDIAのアーキテクチャは、1ワットあたり最大のトークンを生み出します。利用可能な総メガワット数が制限されている場合、顧客の選択は得られる最も生産的な計算リソースにシフトします。なぜなら、CEOたちは依然として株主に対して高い収益目標を達成しなければならないからです。

私たちのシステムは最も賃貸しやすく、汎用性が高く、耐久性があります。資源不足が買い手を効率性に向かわせるため、私たちの市場シェアは実際に上昇しています。

私たちが提供する1ギガワットあたりの価値は、過去よりもはるかに高いです。私たちはGPUからネットワーク、高性能CPU、ストレージ計算、そしてOpenShellのようなセキュリティインフラにまで拡張しています。私たちが1ギガワットに投入するドルの量は、180億ドルから400億ドル以上に増加しており、この数字はさらに上昇し続けています。

大規模CSPの中で、私たちは彼らの資本支出の約40％を占めています。一方、CSP以外の企業や新しいクラウドでは、私たちは約80％を占めています。これらの二つはともに倍増しており、これが私たちが世界のデータセンター資本支出におけるシェアを拡大し続けている理由です。

マスク、xAIクラスターと宇宙データセンター

マスクは数ヶ月でColossusクラスターを構築しましたが、xAIの計算力の拡張速度は前例がないのでしょうか？

エロンは以前、私たちの企業ビジネスに分類されていましたが、今彼は私たちのCSPデジタルに入っています。私はエロンとの協力が大好きです。彼は私たちの技術を使ってモデルをトレーニングし、Grokを展開しています。Grokの消費量は急増しており、インフラを外部に貸し出しています。

彼には非常にユニークな利点があります：彼は計算と物理的な構築の交差点を愛しており、エネルギーに関しては彼以上に理解している人はいません。

2028年から2029年にかけて、スターシップを通じて数百メガワットの計算力を宇宙に展開することは現実的ですか？

私たちのエンジニアリングチームは、SpaceXと密接に協力して、宇宙に適した新しいサーバーアーキテクチャを構築しています。

NVIDIAが提供する1ワットあたりの性能は最高ですが、さらに重要なのは、私たちの計算力の投資収益率は他に類を見ません。発射コストは非常に高額であるため、低コストで低価値の計算を軌道に送ることはできません。歴史的に最も価値が高く、生産性の高い計算システムを送る必要があります。それがこのような発射コストに見合い、強力なROIを得るためです。

宇宙の衛星には汎用性の高い計算力が必要です。もしあなたが衛星を発射しても顧客がレンタルしなければ、それはそこに放置されます。しかし、NVIDIAの計算力は、世界中のすべてのクローズドソースモデル、オープンソースモデル、スタートアップ企業、そして企業間で完全に汎用的にレンタル可能です。

それは非常に耐久性があります。私たちは唯一のハードウェア会社です：数年前に購入したハードウェアは今日も速くなっています。なぜなら、私たちはCUDAを通じてソフトウェアスタックとアルゴリズムを継続的に更新しているからです。その衛星が軌道上にある限り、私たちはそのソフトウェアを維持し最適化し続けます。これにより、SpaceXの理想的なペイロードとなります。

資本支出バブル論の打破とムーアの法則の終焉

最前線の研究所の商業化は数兆ドルのインフラを支えることができるのか、バブル崩壊のリスクは存在するのか？

人々は一つか二つのAI研究所の収入だけを基に、全体のインフラの建設規模を推測しようとしていますが、これは現状の誤解です。

NVIDIAはAIインフラ市場の約80％を占めており、私たちのビジネスは三つの異なる部分に分かれています：

第一に、クラシックな加速計算は私たちのビジネスの約三分の一を占めています。これはデータ処理、分子動力学、物理、核融合シミュレーション、量子化学、コンピュータグラフィックス、クラシックな機械学習、例えばVisaやマスターカードがXGBoostを使って詐欺検出を行い、推薦システムを構築することを含みます。このビジネスは毎年30％から40％成長しており、生成的AI研究所とは全く関係ありません。

第二に、最前線のAI研究所は私たちの計算力の約25％から30％を占めています。皆が二つの企業について話していますが、私たちが協力しているのは五つか六つの企業です：Museを開発しているMeta、Grokを開発しているxAI、私たちのシステム上でGeminiを運用しているGoogle、Anthropic、そしてOpenAIです。

第三に、残りの三分の一は数千のスタートアップ企業と企業クラウドテナントです。彼らはNVIDIAの計算力を借りて、特定の物理AI、生物AI、材料科学アプリケーションを構築しています。

これらのスタートアップ企業の約80％はオープンソースの基礎モデルを使用しています。彼らは最前線の研究所と正面から競争しているわけではありません；彼らはNemotronのようなオープンソースモデルを使い、自分たちの特有の領域データで微調整を行い、特定の領域のスーパーインテリジェンスを創出しています。

最前線の研究所は汎用知能を構築し、垂直企業は特定の領域でスーパーインテリジェンスを実現します。二つの最前線の研究所だけで数兆ドルの収入を生み出し、世界のインフラ建設を支えることを期待するのは、必要もなく、正しくもありません。

なぜ生成的AIがなくても、世界の計算インフラ支出は数兆ドルに達するのでしょうか？

数年前、私はこの十年の終わりまでに、インフラ支出が年間3兆から4兆ドルに達するだろうと予測しました。そのうち約1.5兆ドルは純粋に計算に関するものです。

生成的AIが登場する前から、データセンターの資本支出はすでに年間5000億ドルでした。この自然な成長に加えて、もう一つの事実があります：ムーアの法則は死にました。

過去には、もしあなたが二倍のトランジスタを必要とするなら、1年待てば価格は変わりませんでした。今日、もしあなたが二倍の計算能力を必要とするなら、二倍の金額を支払わなければなりません。なぜなら、汎用CPUのスケーリングが停止したからです。世界は毎年より多くの計算を必要としているため、ムーアの法則の終焉を補うためにかなりの乗数を重ねる必要があります。AIがなくても、半導体産業はすでに世界最大の産業になる軌道に乗っていました。

サプライチェーンの制約、競争の堀と新しいビジネスモデル

供給と需要のギャップは巨大で、現在最も重要なサプライチェーンの物理的制約は何ですか？

私たちはすべてのCSP、新しいクラウド、OEMから大規模な注文簿を持っています。私たちは顧客と1年から2年の計画サイクルで協力しています。しかし、現在顧客に配分している量は、彼らが望んでいる量よりもはるかに少ないです。

下流では、土地、電力、外殻が制約となっています。上流では、先進的なパッケージ材料が主要なボトルネックです。基板はより多くのシリコンチップを収容するために大きくなっています。これらの大型有機材料は、私たちが必要とする精度を達成するのが非常に難しいです。パッケージが大きくなるにつれて、熱膨張係数、反り、製造欠陥を管理するには、極めて優れたパートナーが必要です。シリコンフォトニクスも供給が制限されています。私たちは毎週生産量を増やしていますが、注文簿の増加速度は供給を持続的に上回っています。

なぜ顧客は製品が発表される前に500億から1000億ドルの注文を出すことをいとわないのでしょうか？あなたの競争の堀はなぜ広がっているのですか？

もしある会社が次世代プラットフォームのために、実物を見ずに500億ドルまたは1000億ドルの調達注文を出さなければならない場合、彼らは誰を信頼できるのでしょうか？

顧客は、ベラ・ルービンがブラックウェルよりも優れていることを知っています。ブラックウェルがホッパーよりも優れているのと同じように。これらのスーパーコンピュータ上で実行されるワークロードは非常に複雑で、単一のチップ上で迅速なベンチマークテストを行うことはできません。500億ドルのシステムのベンチマークテストを行うには、データセンター全体と数年の統合作業が必要です。

これは、私たちが100％の受託製造業務をTSMCに委託するのと全く同じ理屈です。TSMCは、私が実物を見ずに5年前から計画を立てることができる唯一の会社であり、トランジスタが必ず納品されると確信しています。彼らは私たちの巨大な需要の変動に対応するための十分な規模を持っており、すべての必要なパッケージ、ロジック、シリコンフォトニクス技術を持っています。

NVIDIAはこの地球のインフラ会社です。技術の変化は非常に速いです：最初のGPTモデルから、FlashAttention、NVLink72のモデル分割、SSMとTransformerの混合拡散モデルまで、すべてがCUDA上でシームレスに動作します。

専用化は汎用性と耐久性の敵です。もしカスタムASICチップを作ると、それらは柔軟性に欠けます。NVIDIAのシステムはすべてのワークロード、モデル、フレームワークを実行できるため、500億ドルのデータセンターはトレーニング、ポストトレーニング、またはエージェント推論を簡単に実行でき、他の顧客に再貸出することもできます。汎用性と耐久性は、賃貸性、高い利用率、そして最低の総所有コスト（TCO）をもたらします。

ハードウェア販売の他に、NVIDIAはどの二つの新しい高利益ビジネスモデルを開拓していますか？

第一、企業ソフトウェアライセンス。これらの巨大なデータセンターを産業レベルのAI工場として運営するためには、必要なソフトウェアスタックが非常に大きい。超大規模なCSPは独自のソフトウェアスタックを持っているため、私たちは彼らにオープンソースでソフトウェアを提供し、彼ら自身で統合してもらう。しかし、従来の企業にはこの複雑さを管理する内部のITやソフトウェアチームがない。彼らはNVIDIAにSLAでの保証を求め、これらの工場を運営するライフサイクル全体を通じて維持、保障、運営してもらう必要がある。年間ソフトウェアライセンス料を徴収し、例えば1つのGPUにつき毎年数千ドル、企業が展開するGPUは数百万に上るため、これは非常に大きな定期的なソフトウェアビジネスになるだろう。

第二、クラウド収入分配。特定の地域の新しいクラウドは土地、電力、外殻を取得する責任があるが、NVIDIAが提供する完全なフルスタックインフラ、ソフトウェアサポート、顧客エコシステムの受け入れに依存している。このような協力の中で、私たちは初期投資を行い、最初の販売収入を得るとともに、4年から10年の間に収入を継続的に共有する。

これら2つの成長曲線は、私たちのグローバルな設置規模とソフトウェアエコシステムの規模によって推進され、単純なハードウェア出荷量には依存しない。

資本配置の論理と99.99%の確実性

あなたたちは50%以上の自由現金流を自社株買いに使っていますが、その背後にある資本配置の論理は何ですか？

先の四半期に、私たちは自社株買いを通じて60%以上の自由現金流を還元しました。

私たちは引き続き、私たちのエコシステム内で高品質な企業に戦略的投資を行います。私たちは情報の流れの中心にいて、素晴らしい創業者と共に働き、投資先企業の成功を実際に支援することができます。

しかし、私たちの全体的な現金創出能力に対して、対外投資の割合は急速に減少するでしょう。OpenAIやAnthropicへの初期投資のような機会は、あの段階では再現されず、私たちの全体的な自由現金流創出は驚異的な速度で拡大しています。

5年後、世界が明らかに良くなることにどれほどの自信がありますか？

この十年の終わりを見据えると、世界のインフラ建設とハードウェアの更新サイクルは、毎年4兆ドルから10兆ドルに達することは容易です。社会がトークンを消費し、スマートに使用するたびに、その計算工場は稼働しなければなりません。知識労働が世界のGDPの50兆ドルを占め、AIが20%の生産性向上をもたらすなら、10兆ドルの増分経済生産が生まれます。その中の一部の価値を再び資本支出に投資して知能を生成することは、論理的に完全に成立します。

私は99.99%の確信を持っています、その結果は圧倒的にポジティブです。多くの人々がこの事を正しく行うことに非常に気を使っています。各業界の集中した研究者やエンジニアは、公共の視線の外で、毎日素晴らしい仕事をしており、この技術が責任を持って前進することを確保しています。

心配することは良いことですが、私たちも自分たちの懸念を表明すべきです。しかし、世界の終わりを予言することは、人類の適応力、弾力性、創造力を過小評価しています。少数の評論家が指導しなければ物事が台無しになると考えることは傲慢です。この業界の素晴らしい人々は、毎日正しいことを行っています。

私たちは自分自身に責任を持たなければなりませんが、楽観的な未来を期待すべきです。私たちは完全に立ち止まることができますが、もし今日立ち止まれば、より安全で健康的で繁栄した世界を築く機会を放棄することになります。