·AI推理拐点已经到来，2027年将达一万亿美元需求

在“加速计算”这个概念中，还有一个更关键、但往往被忽略的要素。

我们不再仅仅泛泛地谈论“应用加速”了。如果我只是让计算机跑得更快，那叫CPU，但CPU的动力已经耗尽。未来，我们要想继续加速应用，实现巨大的速度提升和成本降低，唯一的途径就是应用特定或领域特定的加速。我在开场就提到了这个概念，因此，我们将其定义为“应用加速计算”（Application Accelerated Computing）。

这正是英伟达必须一个库接一个库、一个领域接一个领域、一个垂直行业接一个垂直行业去深耕的原因。我们是一家垂直整合的计算公司，别无他法。我们必须理解应用，理解领域，从根本上理解算法，并弄清楚如何将这些算法部署到任何它们所需的场景中——无论是数据中心、云端、本地部署，还是边缘端的机器人系统。这些计算系统各不相同。最终，在系统和芯片层面，我们实现了垂直整合。

这种模式之所以拥有惊人的力量，正是你们在刚才那些幻灯片中看到的原因：英伟达在水平方向上是开放的。我们将这项通用的技术整合到你们想要的任何平台中。我们提供软件，提供库，我们与你们的技术集成，从而将加速计算带给全世界的每一个人。本届GTC大会就是这一理念的绝佳展示。

通常，我会谈论这些垂直行业并举例说明。比如在汽车领域，顺便提一句，在金融服务领域——本届GTC参会者中占比最大的就是金融服务行业。我希望在座的是开发者，而不是交易员。（笑声）我想说的是，在座的各位代表了英伟达生态系统中供应链的上游和下游。我们时刻关注着供应链的上下游。

令人兴奋的是，去年我们整个上游供应链都取得了创纪录的成绩，无论你们是一家50年的老店，还是70年、甚至150年的百年企业，现在都成为了英伟达供应链的一部分，与我们在上游或下游紧密合作。去年是你们创纪录的一年，对吧？恭喜大家。我们正在成就一番大事业，这仅仅是个开始。

看看加速计算，我们已经确立了计算平台。但为了激活这些平台，我们需要领域特定的库，来解决我们所涉足的每个垂直行业中的关键问题。大家可以看到我们正在涉足每一个领域：

·自动驾驶汽车：我们的覆盖面、广度和影响力令人难以置信，我们为此设有专门的轨道。

·金融服务：我刚才提到，算法交易正从基于人类特征工程的经典机器学习（即量化分析），转向超级计算机自主研究海量数据、发现洞察和模式。它正在经历深度学习和Transformer的时刻。

·医疗健康：这个行业正在经历它们的“ChatGPT时刻”，这里有许多激动人心的工作。我们有一个精彩的医疗主题演讲环节，Kimberly Powell带来了精彩的分享。我们在谈论用于药物发现的AI物理或AI生物学，用于客户服务和诊断支持的AI代理，当然还有实体AI（Physical AI）和机器人系统。

·工业：我们正在彻底重塑并启动人类历史上最大规模的建设浪潮。全球大多数行业都在这里，建设AI工厂、芯片厂、计算机工厂。

·媒体与娱乐及游戏：当然，还有实时AI平台，用于翻译、广播支持、直播游戏和直播视频。其中绝大部分内容都将由AI增强。

·量子计算：我们有一个名为"HoloScan Quantum"的平台。这里有35家公司正与我们共同构建下一代量子-GPU混合系统。

·零售与消费品（CPG）：利用英伟达优化供应链，创建生成式购物系统，以及用于客户支持的AI代理。这里有很多工作正在进行，这是一个价值35万亿美元的产业。

·机器人与制造：这是一个50万亿美元的产业。英伟达在此领域已耕耘十年，构建了打造机器人系统所需的三台基础计算机。我们与已知的所有机器人建造公司都进行了集成与合作。本次展会现场就有110台机器人。

·电信：其规模与全球IT产业相当，约为2万亿美元。我们看到基站无处不在，它是上一代计算的基础设施。而这个基础设施将被彻底重构。原因很简单：那个只做基站功能的设备，未来将成为一个AI基础设施平台。AI将在边缘运行。我们在那里的平台叫做"Aerial"或"AI RAN"。我们与诺基亚、T-Mobile等许多公司建立了重大的合作伙伴关系。

在我们业务的核心，除了我刚才提到的计算平台外，非常重要的是CUDA-X库。CUDA-X库是英伟达发明的算法。我们是一家算法公司，这就是我们的独特之处。正因为如此，我才能进入每一个行业，构想未来，并让世界上最优秀的计算机科学家来描述和解决问题，对其进行重构、重新表达，并将其转化为库。

我们有非常多的库。我想在本次大会上，我们将宣布约100个库，或者70个库，也许还有40个模型。这还只是本次大会发布的数量。我们一直在更新它们，持续不断地更新。这些库是我们公司的皇冠明珠。正是它们使得计算平台能够被激活，服务于解决问题，产生实际影响。

我们创建的最重要、最伟大的库之一就是cuDNN（CUDA深度神经网络库）。它彻底革命了人工智能，引发了现代AI的“大爆炸”。让我给大家播放一段关于CUDA-X的短视频。

（略）

你们看到的一切都是模拟出来的。有些是原理求解器、基础物理求解器，有些是AI代理模型、AI物理模型，还有些是实体AI机器人模型。一切都是模拟的，没有一个是动画，没有一个是预先编排的动作， everything was completely simulated（一切完全是模拟生成的）。

这从根本上定义了英伟达做什么。正是通过对算法的理解与我们计算平台的连接，我们才得以开启并解锁这些机遇。英伟达是一家垂直整合的计算公司，同时与世界进行水平整合。这就是CUDA-X。

刚才你们看到了很多公司，有沃尔玛、欧莱雅，还有摩根大通、罗氏等定义当今社会的杰出老牌企业，丰田也在这里。这些都是世界上最大的公司。但同样真实的是，还有一大批你们从未听说过的公司。我们称它们为“AI原生企业”（AI Natives），这是一大批小型公司，名单长得惊人。我无法决定是展示更多还是更少，所以我干脆让你们谁都看不见，这样也不会伤任何人的感情。（笑声）

然而，在这个名单中，有许多全新的公司。比如你们可能听说过OpenAI、Anthropic，但还有很多其他公司，它们服务于不同的垂直领域。过去两年，特别是去年，发生了一些变化。我们与AI原生企业合作已久，但去年这一领域呈爆发式增长。我来解释一下原因。

这个行业的投资规模达到了1500亿美元，流入初创企业的风险投资额创下人类历史之最。这也是历史上第一次，投资规模从数百万、数千万美元，跃升至数亿甚至数十亿美元。原因在于，这是历史上第一次，每一家这样的公司都需要算力，大量的算力；它们需要Token，海量的Token。它们要么创造和生成Token，要么对由Anthropic、OpenAI等公司创建的现有Token进行整合并增加价值。

3月10日，黄仁勋在博客撰文列出人工智能产业的五层架构，由上至下分别是：应用、模型、基础设施、芯片，以及能源。

因此，这个行业在许多方面都与众不同。但有一点非常明确：它们产生的影响、它们已经交付的巨大价值是切实可见的。这些都是AI原生企业。

正如PC革命期间诞生了一大批新公司，互联网革命期间诞生了一大批新公司，移动云时代也诞生了一大批新公司一样，我们也重塑了计算。理所当然地，将会涌现出一批全新的、对未来世界至关重要的公司。就像Google、Amazon、Meta作为上一代计算平台转移的产物成为举足轻重的公司一样，我们现在正处于新一代平台转移的开端。

那么，过去几年发生了什么？众所周知，我们一直在关注并致力于深度学习和AI，见证了现代AI的“大爆炸”。我们身处其中，并推动这一领域向前发展了很久。但为什么是过去两年？过去两年发生了什么？主要有三件事：

.ChatGPT：当然，它开启了生成式AI时代。它不仅能感知和理解，还能翻译和生成独特的内容。我曾向你们展示过生成式AI与计算机图形学的融合，这让计算机图形学焕发了生机。伙计们，全世界每个人都应该使用ChatGPT。我知道我每天早上都用，今天早上在飞机上还在用。ChatGPT代表了生成式AI时代的到来。顺便说一句，这是“生成式计算”与我们过去计算方式的区别。生成式AI不仅仅是软件的一种能力，它深刻地改变了计算的方式。过去的计算是基于检索的，现在是生成式的。请记住这一点，当我谈到某些事情时，你就会明白为什么我们要改变计算机的架构、供应方式和构建方式，以及“计算”本身的含义。

.推理型AI（Reasoning AI）：2023年底到2024年初，随着o1模型的推出，AI学会了反思、自我思考、规划，并将它无法理解的大问题分解为它能理解的步骤或部分。它能够基于研究来确立事实依据。o1让生成式AI变得可信且基于真理。这导致ChatGPT的使用量激增，那是一个非常重要的时刻。虽然o1模型本身并没有大太多，但它为了上下文所需的输入Token和为了思考所需的输出Token大幅增加，从而极大地提升了计算量。

.Agent模型（如Claude Code）：这是第一个代理模型。它能够读取文件、编写代码、编译、测试、评估，然后回溯迭代。Claude Code彻底革命了软件工程。众所周知，英伟达100%的软件工程师都在使用Claude Code、Codex和Cursor的组合，或者经常三者并用。在英伟达，没有哪一个软件工程师不是在一个或多个AI代理的辅助下编写代码。Claude Code带来了新的拐点。第一次，你不再问AI“什么、哪里、何时、如何”，而是命令它“创造、去做、去构建”。你让它使用工具，读取你的上下文和文件，它能够以代理的方式分解问题、进行推理、反思，解决问题并实际执行任务。

AI从能够感知，进化到能够生成，再到能够推理，现在终于进化到能够实际工作，完成富有成效的任务。