英伟达已经制定了实现一万亿美元收入的路线图，其中包括增加与其硬件配套的付费软件订阅。

这个十位数的收入预测没有时间表，考虑到最近一个财政年度的收入仅为 269 亿美元，这一预测是雄心勃勃的。这家 GPU 巨头本周的 GTC 活动强调了这条道路需要转变为由专业硬件支持的软件。

GTC 专注于人工智能和图形软件，跨越 Nvidia 的 GPU、CPU、数据处理和汽车芯片产品。Nvidia 相信，从长远来看，软件通过订阅和升级产生的收入将超过一次性硬件出货量的收入。

英伟达首席财务官 Colette Kress 打破了 1tr 的收入机会，其中 1000 亿美元来自游戏，3000 亿美元来自芯片和系统，1500 亿美元来自 AI Enterprise 软件，1500 亿美元来自 Omniverse Enterprise 软件，3000 亿美元来自汽车行业。

Nvidia 首席执行官 Jensen Huang 的主题演讲概述了一种完整的系统架构方法，以解决购买与建造难题，这是许多非科技公司在汽车和人工智能等新兴市场面临的问题。

英伟达打赌，它提供的软件、硬件和介于两者之间的所有东西都将得到那些不具备开发本土系统的内部专业知识的公司的回报。

一些汽车公司正在将他们的专业知识从制造内燃机转向技术，最初依赖英伟达提供汽车的基础技术。

英伟达正在为汽车制造商提供挂钩，以使用 Netflix 式的按需付费服务来启用自动驾驶等功能。梅赛德斯奔驰和捷豹路虎将分别在 2024 年和 2025 年将配备英伟达计算机和软件的自动驾驶汽车上路。

Nvidia 副总裁兼总经理 Ali Kani 表示：“这些服务为 OEM 提供了一个令人兴奋的机会来改变他们的商业模式，就像我们看到特斯拉使用他们的自动驾驶软件所做的那样，现在每辆车的价格从不到 5,000 美元增长到 12,000 美元。”汽车部门，在与 GTC 一起举行的投资者日演讲中。保加利亚独立服务器促销

Nvidia 首席财务官 Colette Kress 在投资者会议上表示，软件代表了 3000 亿美元汽车机会的绝大部分。

“我们每辆车的软件内容在车辆的整个生命周期内可能达到数千美元，而硬件则为数百美元。其次，软件与车辆的安装基础有关，而不是年产量，”克雷斯说。

英伟达的汽车业务由三个组成部分组成：用于自动驾驶的 Drive 软件堆栈、车载硬件以及用于训练和模拟的数据中心基础设施，这些都在 GTC 进行了升级。

瑞萨和恩智浦等卓越的汽车芯片厂商主要专注于组件，但英伟达的全栈方法减轻了汽车制造商为汽车构建完整人工智能系统的压力。英特尔和高通等公司也在提供汽车芯片，但主要是与合作伙伴合作，例如 PC 和智能手机市场。

元收入

英伟达还在虚拟世界下大赌注，虚拟世界是一个图形化的 3D 宇宙，用户可以在其中玩耍、互动和构建。Nvidia 看到了硬件中的机会，以及在图形领域中用于创建和协作的工具。

但对于 Nvidia 的消费者 GPU 用户来说，元界的机会可能代价高昂。

“在大型多人游戏、物理精确的世界中提供电影级 VR 体验所需的图形可能需要比我们最高端 GPU 的性能高出三到四个数量级。” 英伟达游戏高级副总裁杰夫费舍尔在投资者会议上。

他还提出了关于虚拟世界中虚拟经济的流行语，其中 NFT、数十亿虚拟房地产和加密货币是这一切的支柱。

“GPU 提供的价值比以往任何时候都高。根据我们的数据，他们花费的钱比他们更换的显卡多 300 美元，”Fisher 补充道。

CFO Kress 表示，全球有 30 亿游戏玩家，而且这个数字每年都在增长，硬件（GeForce 硬件）和软件（GeForce Now in the cloud）的收入机会没有区别。

“每用户定价相似，每年超过 100 美元，”克雷斯说。

英伟达还预计通过企业使用 Omniverse 产生近 1500 亿美元的订阅软件，Omniverse 是英伟达 Metaverse 硬件和软件产品的包罗万象的品牌。

“我们还根据两个机会估计了 1500 亿美元的软件机会。首先，专业设计师和创作者的每人软件订阅，我们估计有 4500 万 [用户]，第二，数字孪生的每机器人软件订阅，基于超过 1000 万家工厂和仓库，”克雷斯说。

英伟达明确表示，人工智能和元界软件产品在公司的 GPU、CPU 和其他芯片上运行得最好。英伟达还在创建交付机制，以便将代码交付给英伟达的芯片，这些芯片可以在本地、数据中心、云服务器或超级计算机中使用。

在 GTC 上，Nvidia 还宣布了 Enterprise AI 2.0，这是“人工智能的操作系统”，Nvidia 企业计算副总裁 Manuvir Das 在投资者会议上表示。

与其前身相比，新软件扩展了硬件支持，能够在 CPU 或 GPU 上运行，而不是前身中只有 GPU。该软件还将在运行 VMWare、Red Hat 或其他主要公共云平台的虚拟化和裸机服务器上运行，而其前身仅支持 VMware。

“对于 Nvidia AI Enterprise，根据企业服务器的安装基数和我们的每台服务器软件定价，我们估计总可用机会为 1500 亿美元，”首席财务官 Kress 说。

Nvidia 正在通过 EOS 超级计算机等“人工智能工厂”来包装其全栈产品，这些产品将在几个月内完成。EOS 旨在展示其硬件，包括其 CPU 和网络堆栈。英伟达在 GTC 上宣布了Hopper H100 GPU，它将用于 EOS AI 超级计算机。

Nvidia 的软件资产建立在闭源 CUDA 框架之上，Nvidia 认为这是一颗至高无上的宝石，也是构建 Nvidia GPU 的起点。由于依赖合作伙伴进行系统集成，英伟达的一站式服务方式不同于英特尔和 AMD 的 OpenCL、英特尔的 OpenAPI 和 AMD 的 ROCm 的开放方式。

Nvidia 甚至进一步加强了对 CUDA 的控制，进一步增强了芯片性能，以确保编写在其上的代码在其 GPU 上以最快的速度执行。

在 GTC 上，该公司宣布对其 CUDA 软件库进行 60 多项更新，包括用于量子计算、6G 网络、机器人技术、网络安全和药物发现的框架。

“随着每一个新的 SDK、新的科学、新的应用程序和新的行业可以利用 Nvidia 计算的力量。这些 SDK 解决了计算算法和科学交叉点的巨大复杂性，”首席执行官 Jensen Huang 在周二的主题演讲中说道。

封闭的硬件方法给潜在买家带来了两难选择——要么选择英伟达的软件和硬件，要么采用其他方法。这种考虑已经在一些云买家中发挥了作用，谷歌选择了使用自己的 AI 芯片“构建”的方法，而 Facebook使用 Nvidia 的 GPU 和 AMD CPU 的“购买”方法创建了它的元界。

Nvidia 还为第三方创建了更快的通信通道，以发送代码以在其 GPU 上执行。该公司开放了 NVLink-C2C die-to-die 互连，因此外部芯片可以连接到其 GPU、CPU、数据处理单元和其他芯片。同样在 GTC 上发布的全新Grace CPU Superchip使用 NVLink-C2C 互连连接 CPU。