💡
原文中文，约11200字，阅读约需27分钟。
📝
内容提要
黄仁勋在GTC大会上讨论了英伟达的算力卡及AI市场变化，强调算力需求和推理效率的重要性。他提到新芯片的推出及市场竞争，指出AI行业的盈利困境和未来发展方向。尽管英伟达技术领先，但市场泡沫和盈利问题仍需关注。
🎯
关键要点
- 黄仁勋在GTC大会上讨论了英伟达的算力卡及AI市场变化。
- 强调算力需求和推理效率的重要性。
- 提到新芯片的推出及市场竞争，指出AI行业的盈利困境。
- 尽管英伟达技术领先，但市场泡沫和盈利问题仍需关注。
- GTC大会的主题已转向算力卡，而非传统GPU。
- 英伟达的算力卡命名与科学家相关，展示了技术的演进。
- 新推出的GB200 NVL 72服务器具有高性能和高成本。
- 算力云厂商是主要客户，CoreWeave是其中的代表。
- AI推理模型的TOKEN使用量显著增加，推动算力需求。
- Scaling Law的有效性受到质疑，推理模型需要大量训练。
- 英伟达的软件生态系统依赖于CUDA，其他软件表现一般。
- DeepSeek的推出使得AI行业进入TOKEN时代，推动算力需求。
- 英伟达未来的增长依赖于中国市场及算力云企业的发展。
- 黄仁勋的长远眼光和技术布局值得关注，尤其是量子计算领域。
- 市场泡沫的破裂是不可避免的，英伟达需关注行业整体发展。
❓
延伸问答
黄仁勋在GTC大会上讨论了哪些主要内容？
黄仁勋在GTC大会上讨论了英伟达的算力卡、AI市场变化、算力需求和推理效率的重要性，以及新芯片的推出和市场竞争。
英伟达的新芯片GB200 NVL 72有什么特点？
GB200 NVL 72是一台高性能服务器，包含36颗Grace CPU和72颗Blackwell GPU，功率为120千瓦，价格约300万美金。
为什么英伟达的算力卡在市场上受到冷遇？
英伟达的算力卡受到冷遇主要是因为市场泡沫、盈利困境以及AI行业整体的盈利问题，导致投资者对未来发展持谨慎态度。
DeepSeek模型对AI行业有什么影响？
DeepSeek模型推动了AI行业进入TOKEN时代，显著增加了TOKEN的使用量，促使对算力的需求大幅上升。
英伟达未来的增长依赖于哪些市场？
英伟达未来的增长主要依赖于中国市场及算力云企业的发展，尤其是算力云厂商的需求。
Scaling Law在AI推理模型中面临什么挑战？
Scaling Law的有效性受到质疑，推理模型需要大量训练，且大模型的参数规模与实际效果之间的关系变得不明确。
➡️
