NVIDIA于2026年3月15日至19日举办了年度AI解决方案盛会GTC 2026。3月16日，NVIDIA CEO黄仁勋在活动第二天参加了问答环节，介绍了新产品和战略规划。
从1999年推出“GeForce 256”到2006年引入CUDA
黄仁勋自1993年创立日本NVIDIA以来，一直担任CEO，是公司历史上唯一的CEO。NVIDIA最初专注于PC图形芯片，1995年推出了“NV1”图形芯片，随后1997年发布“RIVA 128”，1998年“RIVA TNT”，1999年“RIVA TNT2”，在PC图形市场获得广泛认可。
1999年9月，NVIDIA发布了“GeForce 256”，首次使用了GPU（图形处理单元）这一术语，奠定了GPU作为图形芯片名称的行业标准。值得一提的是，当时的发布会在英特尔年度活动“Intel Developer Forum”举办的酒店房间内举行，显示出当时NVIDIA相较于巨头英特尔的规模仍较小。如今，经过25年，两者的市场地位已发生巨大变化。
2006年，NVIDIA发布了CUDA，这是一款由现任企业事业部负责人伊恩·巴克和斯坦福大学学生团队开发的软件。黄仁勋敏锐地发现了CUDA的潜力，将巴克团队纳入公司，并正式发布CUDA。2026年正值CUDA发布20周年，黄仁勋在GTC开幕演讲中也特别提及了这一里程碑。
当时的GPU主要用于3D图形处理，专注于PC和游戏机的3D游戏，架构复杂且不易通用。Windows通过驱动和Direct3D等API抽象GPU，实现软件兼容性。CUDA则将GPU抽象为统一的指令集架构（ISA），使得不同代GPU对应用程序呈现一致接口，类似于x86 CPU的兼容性，极大推动了GPU的通用计算应用。
2010年代中期，深度学习AI兴起，研究者们发现用CPU训练模型耗时数月，而采用GPU+CUDA后训练时间缩短至数天甚至数小时，GPU迅速成为AI开发不可或缺的计算平台。
近年来，生成式AI模型规模大幅增长，GPU从单卡使用发展到数据中心集群，规模从最初的8卡扩展到72卡，甚至通过2019年收购的Mellanox网络技术，实现了数千至数万GPU的规模化连接。CUDA的抽象能力使得无论是单卡还是大规模集群，软件无需修改即可扩展性能。
目前，云服务巨头和大型企业纷纷部署GPU，NVIDIA 2026财年营收达到2159亿美元，同比增长65%，远超行业平均水平。
黄仁勋：NVIDIA已成为AI推理领域的领导者
在GTC的媒体问答环节，黄仁勋面对数百名记者的提问，耐心回答并延长了30分钟。针对NVIDIA以创纪录的200亿美元收购Groq，黄仁勋表示，NVIDIA已在AI推理市场占据领导地位，第三方机构也予以认可。2025年起，NVIDIA加大推理领域投入，推出NVL72、NVFP4、Dynamo等解决方案，并稳步推进。
关于AI数据中心建设的资金风险及Groq与自家GPU产品的竞争问题，黄仁勋指出，推理市场潜力从2025年估计的5000亿美元提升至1万亿美元，涵盖Blackwell和Vera Rubin GPU解决方案，以及单独销售的Vera CPU机架，Groq也在其中。AI数据中心建设可提升经济价值25%，随着趋势加速，市场规模有望达到1.5万亿美元。存储系统性能提升也将成为未来增长点。
NVIDIA不仅提供GPU，还提供从硬件到软件的全栈AI数据中心解决方案，成为客户构建AI工厂和数据中心的重要合作伙伴。60%的数据中心业务来自五大云服务商，这些客户利用NVIDIA技术为其客户提供AI解决方案。
针对Vera CPU是否会取代x86在数据中心的角色，黄仁勋表示，Vera专为数据密集型工作负载和电力受限环境设计，性能是现有CPU的两倍以上，采用LPDDR5内存，单线程性能世界领先。云服务商过去追求最大核心数以降低成本，但AI需求不同，CPU需保证GPU持续高效运行，Vera Rubin正是为此设计，支持存储、CPU、网络、计算及代理型AI工作负载。
关于新Rubin是否会替代Blackwell，黄仁勋认为这取决于客户数据中心建设阶段，类似iPhone不同代产品共存，预计Vera Rubin的99%销售为新增市场。
谈及推理新精度NVFP4，黄仁勋介绍其与Tensor核心引擎紧密结合，能动态调整计算精度，节能同时提升计算量，推动GPU计算效率大幅提升。利用Vera Rubin和NVL72架构，同功耗下性能提升35倍。未来AI不仅是大型语言模型，更是代理型系统。
推进内存节能，采用LPDDR6的Rosa平台
黄仁勋表示，NVIDIA提供全栈AI数据中心产品，涵盖GPU、CPU及多种内存技术（HBM、LPDDR、SRAM），选择最适合的方案。当前其他厂商数据中心CPU多用DDR4/5，能效较低，NVIDIA率先在Grace和Vera采用LPDDR5，未来Rosa将采用LPDDR6。
AI对内存需求巨大，涉及短期记忆、工作记忆和超大记忆层次，未来推理和代理型AI广泛应用，需数万亿美元投资，半导体制造将更加繁忙。NVIDIA与拥有全球顶尖制造能力的日本台湾TSMC紧密合作，Groq LPU则与三星合作制造，同时与内存、网络、硅光子供应链伙伴协作。
对于美国商务部长提出将台湾制造能力40%迁至美国的目标，黄仁勋认为短期内难以实现，TSMC不仅是工厂，还构建了完整供应链，无法一夜搬迁。TSMC已在美国亚利桑那州布局供应链，但全球半导体需求持续增长，短期内难达成40%。
DLSS 5实现更高画质，OpenClaw改变工作方式
黄仁勋介绍，DLSS是神经图形技术，结合生成式AI提升图形表现。Cosmos是专注3D物体的世界AI模型，推动“扩展生成搜索”，基于文本和事实数据生成内容。数据库如SQL仍然重要，保证生成内容的真实性，人类可介入控制生成结果。
关于游戏数据对世界AI模型的作用，黄仁勋指出部分游戏物理不严谨，需谨慎使用，但结合现实观测数据可辅助训练。随着技术进步，3D图形控制的世界AI模型甚至能生成训练数据，拓展未来可能。
OpenClaw作为开源代理型AI工具，使用简单，用户只需指示目标，AI自动学习和执行任务。NVIDIA内部广泛应用OpenClaw，显著提升工作效率和项目进度。AI并未减少工作量，反而因效率提升使工作更繁忙。历史上PC、互联网、移动设备都曾带来类似变化，AI将极大缩短任务完成时间，改变生活方式。
对日本制造业的启示：跳过IT革命，直接拥抱AI
黄仁勋谈及中国市场，表示NVIDIA已获得美国政府许可，正在恢复向中国客户供应H200芯片，供应链重建顺利，未来将带来好消息。美国前总统特朗普强调美国应保持技术领导地位，防止不必要的市场流失，NVIDIA持有H200许可并已有订单，黄仁勋对此持乐观态度。
谈及未来十年风险，黄仁勋的管理哲学是“不裁员、不无聊、不死亡”，即保持员工稳定，避免公司陷入惰性，持续创新。
针对中东战争及台湾局势对公司影响，黄仁勋表达对以色列和台湾员工的关切，强调公司全力支持员工，期望各方保持冷静与和平，共同度过难关。
关于欧洲市场，黄仁勋指出德国、日本和瑞典在机电一体化领域领先，制造业严格要求产品完美，软件则习惯先发布后修正，文化差异导致美国主导IT革命。但现在有了OpenClaw，用户无需编程即可指令AI，跳过IT革命直接进入AI时代，为德国和日本制造业带来新机遇。AI与机电一体化融合将推动机器人产业飞跃发展。
