作者為《數位時代》總編輯王志仁。
相較於TED演講的制式18分鐘，黃仁勳喜歡一個人講兩小時，相當於7個人次的TED演講，但衝擊力則遠遠高出。
在美西時間3/18下午ㄧ點到三點，他在nVidia的GTC年會上開講，現場湧入超過1.7萬人，比一場NBA季後賽的觀眾還多，全球則有30萬人在線同步觀看。 在這場猶如AI科技布道大會上，他是教主兼頭號傳教士，信眾則渴望被啟發。
這次的內容其實沒有新概念，主要是介紹新產品，以及重申nVidia的願景和布局：落實「加速運算」（accelerated computing)，以及如何ㄧ步一步做到、和最新的進展。nVidia已不只是一家賣GPU的公司，而是重建新一代電腦運算架構的公司，取代IBM在1964年建立的傳統電腦架構。
黃仁勳心中盤算的大計是什麼？從兩件事看
黃仁勳在最近的其他場合多次提到二件事：
1.nVidia要做的不是造更快的火車，而是加快整個交通運輸
2.以後我們取得資訊，不再是傳統的檢索式（retrieval，先把資料蒐集整理好後分類，再根據詢問連結到符合該項分類裡的資料，Google 查詢就是），而是生成式（generative,辨別詢問意圖後，AI去尋找相關資料摘要生成答案），而這需要AI和大量算力。
在這個目標下，以GPU為核心，資料的運算、存取和傳輸都要加快，從晶片、系統到伺服器，從硬體、軟體到應用，都要翻新，才能符合加速運算的要求，而這些完成後，就初步完成資料中心（雲端）的改造；在黃仁勳的目標中，「資料中心就是電腦」（data centeris the computer), 因為將來絕大部分資料都會存放在雲端。
資料中心裡的每台伺服器的資料運算速度加快，伺服器和儲存設備間的資料存取速度加快，以及伺服器和伺服器間的資料傳輸速度也加快，這樣就初步完成個別資料中心的優化，下一步則是資料中心和資料中心的連結也要加快。
沒有生成式AI出現，以上這些在黃仁勳的計畫中也會推進，這是nVidia在2007年提出CUDA架構要做的事， 現在則是被生成式AI需要龐大算力的需求所加快推進 。
在以上的計劃達成後，就可進一步落實「加速運算」：針對不同領域設計運算方法，比如基因定序、蛋白質結構和氣象預報等，這也是CUDA的概念。
簡單來說，黃仁勳要做二件事達到加速運算：
1.建構一個新的計算基礎設施
2.在這個基礎上，針對不同領域的計算需求，提供合乎其特性的開發工具。
黃仁勳大鳴大放後，下個焦點在「表親」蘇姿丰
在GTC講台上展示的，不管是nVidia的新產品、結合生成式AI的應用、生產線的數位攣生所帶動的自動化（nVidia稱為Omniverse、有別於以人為主的Metaverse)、或者是和Vision Pro結合，甚至是最後上台的機器人，都是在落實願景的過程中的一個又一個milestone。
可預期的是，黃仁勳會在接下來的每一次演講裡，持續重申他的願景和目標，以及介紹那時候nVidia的最新產品和應用。要做到這些，當然需要大量晶圓代工和資通訊軟硬體夥伴，以及各種應用開發者的支持，所以黃仁勳在開場時就說，坐在台下的伙伴們的公司市值加總超過百兆美金，並感謝戴爾電腦老闆麥可.戴爾也坐在台下聆聽，結束前又再次提到戴爾的產品可靠，鼓勵多下單買他們產品。戴爾比黃仁勳小二歲，卻早20年成名，但目前nVidia市值是戴爾的30倍。
黃仁勳藉這場演講釋放消息： nVidia的產品準備好了，壓力則轉到台灣廠商以及蘇姿丰身上 。離6/4台北國際電腦展Computex開展還有十周，在這個重要的國際客戶訂貨大會場合，台灣廠商要趕著端出搭配nVidia的各種產品，拿下下半年的大訂單拼成長。
蘇姿丰做為今年Computex的大會主講嘉賓（去年是黃仁勳），她的演講內容、台上魅力和台下親和力，則會被拿來對比放大檢視。
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場）
責任編輯：錢玉紘
