黃仁勳表示，輝達的核心競爭力不僅在於晶片或系統，而是將演算法理解、運算平台與各產業需求深度整合，形成完整的CUDA-X生態系。他指出，在演講中展示的物理求解器、AI代理模型與機器人系統，全部都是透過運算模擬生成，而非傳統動畫或後製效果，顯示AI與高效能運算結合後，已能模擬複雜的物理與工程環境。
他進一步指出，AI導入已從科技企業擴散至各產業，包括沃爾瑪、萊雅、摩根大通、羅氏藥廠與豐田等大型企業都在加速部署AI。同時，市場也出現大量「AI原生企業」（AI Native），如OpenAI、Anthropic等新創公司，並延伸至各種垂直應用領域。
黃仁勳表示，過去兩年AI原生企業成長速度呈現爆發式上升，原因在於這是歷史上第一次，新創公司從成立之初就需要龐大的運算資源。不論是自行生成Token，或建立在大型模型之上的應用服務，都必須消耗大量算力，進而推升整體AI基礎設施投資。
他指出，這波AI浪潮與過去的個人電腦革命、網際網路革命及行動雲端時代相似。當運算平台被重新定義時，往往會誕生一批全新的重要企業，而AI原生企業正是這一代的代表。
黃仁勳分析，AI近兩年的爆發主要來自三個階段的演進。首先是ChatGPT開啟生成式AI時代，使AI不僅能理解資訊，也能生成全新內容；接著是o1、o3等推論模型出現，使AI具備反思、規劃與拆解問題的能力，大幅提升可靠度；而最新階段則是Claude Code等代理型模型的出現，使AI能閱讀文件、撰寫程式、測試並持續迭代，開始承擔具生產力的工作。
他透露，目前輝達內部幾乎所有軟體工程師都已在Claude Code、Codex與Cursor等AI工具輔助下工作，顯示代理型AI已從概念逐步進入實際應用。
黃仁勳指出，當AI從感知、生成、推論進一步發展到能執行任務時，AI便不再只是回答問題的工具，而是能直接創造生產力的新型運算平台。這也是為何全球對GPU算力的需求持續攀升。
他表示，過去兩年市場對NVIDIA GPU的需求大幅增加，即使公司持續大量出貨，市場仍維持高度吃緊。背後原因在於AI已全面進入推論時代，只要AI需要思考、推論或執行任務，就必須持續生成代幣並進行推論運算。
黃仁勳指出，如今市場需求早已不僅來自模型訓練，更多來自推論階段的巨大算力消耗。去年GTC時，NVIDIA已觀察到約5000億美元、延伸至2026年的Blackwell與Rubin架構需求，如今回頭看，市場成長速度比當時預期更快。
他表示，2025年可視為「推論之年」，公司正致力於確保平台在AI訓練、後訓練與推論各階段都能維持最佳效率，以延長AI基礎設施使用壽命並降低整體運算成本。
談到公司營運結構時，黃仁勳指出，NVIDIA目前約60%業務來自前五大超大規模雲端業者（Hyperscalers），這些客戶不僅提供AI服務，也大量導入內部AI應用，包括推薦系統、搜尋與各種大型運算工作負載。
其餘約40%業務則分布在區域雲、主權雲、企業、工業、機器人、邊緣運算與超級電腦等市場。他認為，AI應用正快速擴散至各產業領域，顯示這項技術已不再是單一應用，而是一次全面性的運算平台轉移。
點擊閱讀下一則新聞
