「我相信，未來我們會需要更多的效能。」5月30日上午在台北展開的GTC 2018論壇上，輝達（NVIDIA）執行長黃仁勳再度以肯定口吻描述對未來世界的想像，也就是運算需求的質與量將持續放大，他自信在這個趨勢下，GPU（圖形處理器）將會站穩運算效能的關鍵角色。
黃仁勳指出，GPU在過去五年每秒峰值速(FLOPS)已經提升了15倍， 遠遠超過CPU的效能成長速度。根據NVIDIA的數據顯示，GPU目前的單晶片效率已經達到每秒能處理1075個影像、單一節點每秒處理15500個影像。
此外，黃仁勳特別指出，最短推論延遲的表現上，GPU可以達到1.1毫秒的表現，「這很重要，當你在溝通時可以即時回應，這是CPU或是任何ASIC（特殊應用晶片）難以達到的。」在最快推論速度上，GPU也有每秒處理6250張影像的實力，「但CPU只能每秒處理4張。」
受限摩爾定律
CPU成長速度已經落後GPU
黃仁勳指出，GPU的效能提升已經大幅超越CPU的成長速度，在面對需要大量數據運算的未來，機器學習的重要性會愈來愈高，這將讓GPU的需求同步提升。
而為了滿足超高效率運算的需求，NVIDIA也在論壇上發布了NVIDIA HGX-2伺服器平台，這款展品能透過整合16張NVIDIA Tesla V100 Tensor Core GPU成單一GPU，「這是有史以來最高效能的單節點電腦。」NVIDIA將會與廣達、雲達、富士康、英業達、緯創、緯穎、華碩、技嘉、華擎、泰安、宏碁等台灣在地廠商合作開發。
黃仁勳強調，全球有90%的伺服器是由台灣廠商打造，並且與半導體龍頭台積電持續夥伴關係，NVIDIA與台灣有深刻的鏈結。同時NVIDIA在自駕公車、癌症預測、工廠產品檢測與建築結構檢測上，都與台灣產官學有緊密合作，「台灣投入很多能量在人工智慧（AI）上。」
當CPU受限於摩爾定律而效能難以提升的同時，GPU已經在過去五年效能提升25倍，這讓更多的問題能夠透過GPU打造的高效能電腦，透過AI與深度學習獲得解決。
黃仁勳提到，這個世界有太多的數據缺乏功能性分析，「像是你喜歡的餐廳、音樂等社交行為。」但透過AI就能進一步分析，而這背後就需要由高效能運算推動的深度學習，這正是GPU的最好機會。
NVIDIA的數據顯示，一組由600個雙核心CPU伺服器組成的HPC（高效能運算），若換成GPU只需要30個、成本降到1/5。
人工智慧、影像產業、醫療產業
GPU應用無所不在
由於GPU帶來運算效能的提升與成本的降低，黃仁勳也看好在自動駕駛、影像產業、醫療產業、城市管理等領域上，GPU將帶來極大的價值。
在影像產業領域，NVIDIA發布了名為「NVIDIA RTX」的即時影像渲染技術，該技術能最大地提升影像渲染帶來的擬真感，讓渲染的影像可以更真實體現陰影、光線的折射與反射效果，以及物件內光線散射的狀況。
「跟傳統的渲染方式相比，只需要1/7的成本。」目前迪士尼、華納兄弟、20世紀福斯等電影大廠都已經成為NVIDIA該技術的合作夥伴。
另外在醫療產業領域，黃仁勳也展示了GPU作為影像顯示方案的優勢，並推出名為「Clara」的醫療影像超級電腦。「GPU在影像運算上，比CPU快400倍」，除了可以更快顯示出電腦斷層攝影（CT）影像，還能透過高效能運算的渲染能力，「傳統的MRI影像，也能展示成3D擬真影像。」
近來虛擬貨幣價格暴跌，讓外界擔心過去因為挖礦需求而供應不及的GPU，可能會出現售價下跌。面對這個問題，黃仁勳一派輕鬆的回應，公司並不在意這個狀況，他認為虛擬貨幣「只是一個Bonus」， GPU價格下跌他反而更樂見。
虛擬貨幣暴跌影響GPU售價
反而可以擴及更多應用面
黃仁勳指出，當GPU價格被虛擬貨幣跌勢影響而下降時，將能提升其他領域對GPU的需求，「這樣電競玩家才負擔的起。」
像是AI的發展已經是不可抵擋的趨勢，這類技術又高度依賴GPU帶來的超高運算效能，「我們（NVIDIA）的GPU，支援所有的AI模型。」
「我們只做非常困難的事情，例如自動駕駛。」黃仁勳認為這是運算領域史上最大的挑戰，「要整合影像辨識、光達、雷達等數據，這是很複雜的運算。」但也因為技術的高門檻，自動駕駛成為NVIDIA願意投入大量資源進行研發的領域。
在「只做最困難」的公司文化下，黃仁勳也笑說沒有興趣作智慧型手機內幾美元的小元件，但他也認為未來在許多手機上都會採用深度學習技術，而NVIDIA將持續專注在建構高效能運算電腦，藉此協助產業發展這類技術，「這是一個很長的旅程，但能看到許多發展機會。」
