Nvidia的Jensen Huang在今年GTC的问答环节中表示，依赖全栅 (GAA) 晶体管的下一代工艺技术可能会为该公司的处理器带来20%的性能提升。然而，Nvidia GPU最显著的性能提升来自于公司的架构和软件创新。

當被問及未來一代NVIDIA GPU架構（如預計將在兩代之後（2028年）推出的Feynman）時，Huang提到，如果NVIDIA過渡到依賴GAA電晶體的製程技術，應該會帶來20% 的效能提升。

我們自己的Jarred Walton也參加了問答環節，他表示Huang似乎淡化了製程節點變化的重要性，強調摩爾定律的放緩意味著未來全新的製程技術只會帶來大約20%的改進——在密度、功率和/或效率方面。這並不是NVIDIA打算使用哪個節點的明確聲明，儘管答案是在回答一位分析師的問題，該分析師希望他對NVIDIA特別使用三星代工廠的可能性發表看法。

黃仁勳也指出，雖然由尖端工藝技術帶來的改進是受歡迎的，但它們不再具有變革性。 「我們會接受它，」他說，但表示其他因素更為重要。隨著人工智慧系統的擴展，管理大量處理器的效率變得比每個處理器的原始效能更為重要。詹森說，資料中心越來越關注每瓦效能，而不是「我們處於物理極限」。

與蘋果不同，蘋果是台積電所有尖端節點的alpha客戶，而NVIDIA通常不是首先採用台積電最新製程技術的公司。相反，它使用成熟的技術。 NVIDIA已使用台積電4nm 級製程技術的定製版本（4N和4NP）為客戶端PC和資料中心生產Ada Lovelace、Hopper 和Blackwell GPU。台積電的4nm級生產節點屬於該公司的5nm級製程開發套件，本質上是該代工廠5nm技術的精煉版本。

該公司的下一代AI GPU（代號Rubin，帶有定制的Vera CPU）預計將於明年推出，預計將使用台積電的3nm級製造工藝（可能是N3P，或“3NP”等定製版本）。為此，可以合理地預期NVIDIA將為Feynman採用基於GAA的工藝技術，預計該技術將於2028年推出。

台積電本身預計其首款基於GAA的製程技術N2將使性能提高10%至15%與N3E相比，N3E是該公司在N3P之前推出的第二代3nm級製程技術。同樣，NVIDIA的黃仁勳可能甚至沒有提到台積電N2或三星的替代品，甚至英特爾的18A，而只是暗示他預計總體上會有20%的提升。

值得注意的是，由於NVIDIA不使用第一代製程技術（或至少多年來沒有使用過），我們預計Feynman GPU將採用N2P（如果它繼續使用台積電），它可以提高性能、降低阻力並穩定電力輸送，甚至A16會增加背面電力輸送，並承諾與N2相比性能提升8%至10%。 N2P和A16預計都將在2027年實現量產。

如果NVIDIA在其2028年產品中採用N2P或A16，那麼該公司有理由預期其Feynman GPU 在N2P或A16上的每瓦性能將比Rubin GPU在N3P上的每瓦性能提高20%。實際效能可能還會更高，不過考慮到目前對AI運算的巨大需求，NVIDIA似乎有時追求的是最高效能而不是最高效率。

雖然NVIDIA是當今領先的處理器開發商之一，但黃仁勳多次強調，他的公司不再只是一家半導體公司。相反，他將公司描述為大型AI 基礎設施的提供者。他還將其描述為演算法開發的領導者，尤其是在電腦圖形學、機器人技術和計算光刻等領域。

然而，儘管NVIDIA已逐漸從開發「單純」運算GPU轉向開發AI伺服器，現在又轉向開發伺服器機架和集群，但黃仁勳認為NVIDIA並不一定與自己的客戶競爭。據他介紹，NVIDIA 並未為最終用戶建立實際的解決方案，而是提供基礎技術。

黃仁勳的九大預測

一、他預計GAA電晶體將使效能提升約20%

當被問及未來兩代Feynman GPU是否會使用台積電N3以外的工藝，從而使用GAA晶體管時，黃仁勳表示，“如果我們使用新晶體管”，他預計性能提升將在20%左右。

「它不會改變世界，但我們會接受它——我們會接受一切，」他說。

雖然每個處理器20% 的效能提升當然很重要，但在黃仁勳設想的AI 部署規模中，管理所有處理器的開銷成為最重要的事情，他說。

二、他預計貿易關稅對NVIDIA的業務影響不大

「我們有一個敏捷的供應商網絡，他們不只在台灣、墨西哥或越南，」黃仁勳說。 “這涉及很多方程式，這取決於哪個國家或地區徵收關稅。在短期內，我們預計[潛在關稅] 不會對我們的前景或財務產生重大影響。”

從長遠來看，如果NVIDIA能夠在今年年底前增加更多的本土製造能力，那麼該公司將處於“相當不錯的狀態”，他補充道。

三、他重視美國的中國工程人才

黃仁勳被反覆問及中國的情況，特別是關於美國出口管制限制了NVIDIA 在該地區的市場。

他說，雖然人工智慧常常看起來像是魔法，但它實際上只是軟體，每個國家都有能力以某種方式運作它。

「在可能的範圍內，我們希望能夠用美國的技術和美國標準來支持每個國家，」他說。 “我認為這對需要獲得社會所需計算能力的國家和美國都有好處。”

在回答後來關於出口管制和中國市場的問題時，他的回答就沒那麼圓滑。

「我們有基本義務遵守法律，盡最大努力競爭和服務客戶，」他說，並指出NVIDIA 在這方面並不是獨一無二的。 “隨著世界變得越來越複雜，這些都不是我們的公司應該考慮的問題。我們只是明智地確保我們始終遵守法律，並盡最大努力為我們的客戶和市場服務……這是我們在這件事上需要做到的最周到的。”

黃還指出，世界上50% 的人工智慧研究人員最初來自中國，“迄今為止，中國是最大的人工智慧研究人員群體”，他說。 “因此，中國將對人工智慧研究做出巨大貢獻，這是有道理的，因為美國的每個人工智慧實驗室都有許多優秀的中國研究人員，無一例外。”

“不管中國如何培養出這麼多優秀的計算機科學家，不管你們怎麼做，請繼續這樣做”，他補充道。

四、他不認為NVIDIA是晶片公司

黃仁勳曾多次將自己曾經是一家晶片公司的經歷比作“過去的美好時光”，他表示，NVIDIA 實際上是一家基礎設施公司。

「我們現在所做的是建立AI 基礎設施，每次部署都要花費數十億美元，」他說。

在回答有關NVIDIA軟體員工的另一個問題時，黃仁勳再次表示，NVIDIA不是一家晶片公司。

「NVIDIA製造晶片，但我們不是一家晶片公司，我們實際上是一家演算法公司，」他說。 “我們是當今世界領先的電腦圖形演算法創造者。”

他指出，NVIDIA為機器人和計算光刻技術開發了基於物理的AI模型，並擁有數百名AI研究人員。

「我們在技術傳播之前就已經開始研究，你可能已經看到了NVIDIA最早的漸進式GAN或變分自動編碼器，」他說。 “晶片CEO不會談論這些事情。”

他補充說，以演算法為中心體現在NVIDIA 的全系統能力中，並指出NVIDIA 硬體和系統創新的快速步伐是可能的，“因為我們首先了解演算法。”

「我認為晶片設計幾乎是次要的，」他補充道。 “我們對此感到非常自豪，我們製造非常複雜的晶片，但我們擅長解決演算法。”

關於NVIDIA是或不是什麼類型的公司的進一步澄清來自後來的一個問題，即全系統公司如何避免與客戶競爭。他說，NVIDIA不是一家解決方案公司。

「我們製造一切，但我們以他們想要的方式將其提供給世界，」他說。 “原因是我們不是一家解決方案公司……我們建立原始技術，並與我們的生態系統合作創造解決方案。”

“我們毫不費力地與任何以他們的方式合作，”他說。 “如果[客戶] 決定做更多，從我們這裡拿走更少，我不會介意。這就是為什麼我們將我們的技術構建在多個堆疊中— 只有晶片、只有系統、只有軟體、只有演算法— 您來決定。”

「我們的理念是：購買您想從我們這裡購買的任何東西，但請務必從我們這裡購買，」他笑著說。

五、他認為推理與訓練是不同的問題

黃仁勳的主題演講主要集中在未來的AI工廠— 大規模製造tokens。

「工廠幫助客戶賺錢— 我們的工廠直接轉化為客戶的收入，」他說。 “這不僅僅是一個晶片和這個和那個……整個工廠非常複雜，處於物理極限。我們所做的一切都被擴大到最大。”

隨著市場轉向競爭性tokens生成（推理而不是訓練），性能與客戶功率限制的重要性從未如此重要。

「AI工廠的最大收益取決於每瓦特的最佳性能——性能可以直接轉化為每秒tokens數量，」他說。 “對於我們所有的客戶來說，業務門檻比以前高得多，競爭門檻也高得多，風險承受能力也比以前低得多。”

六、爭奪市佔率不是NVIDIA的風格

「我們不會爭奪競爭，這不是NVIDIA的風格，」他說。 “請注意，當你來找我們談話時，沒有一個員工會說我們爭奪市場份額——為什麼要爭奪市場份額？為了做什麼？創造新的東西！”

他說，為了用相對較小的員工隊伍（以大型科技公司的標準）創造新的東西，NVIDIA 依靠其合作夥伴的卓越表現。

「如果他們開發出非常棒的產品，我們就會使用，我不在乎是哪家公司，」他說，並指出NVIDIA 在某些領域與其競爭的公司合作，包括AMD、英特爾、博通、Marvell、聯發科等。

「我們試圖與每家公司合作，這樣我們就可以把非常稀缺的精力集中在開發世界上沒有的東西上，」他說。

七、關於NVIDIA收購英特爾的傳言被大大誇大了

黃仁勳直接駁斥了最近有關NVIDIA是財團成員的報道，該財團曾組建一個競標小組來收購陷入困境的晶片製造商英特爾。

「我不知道這個傳言是從哪裡來的，但沒有人邀請我們加入財團，」他說。 “沒有人邀請我……也許還有其他人參與其中，我不知道。也許有一個我沒有被邀請參加的聚會。”

八、他認為誰先實現AGI 並不重要

當被問及他是否認為投資最多的人會先實現AGI，考慮到最近美國、歐盟和中國對人工智慧的投資公告，黃仁勳說這並不重要。

「你知道世界上最聰明的人是誰嗎？你在乎嗎？」他說。 “我相信我們需要實現AGI，這樣我們才能讓人工智慧解決我剛才描述的問題[可以應用推理和使用工具的人工智慧]。最聰明的AGI可能並不那麼重要。”

他說，比擁有最聰明的AGI或首先實現AGI更重要的是策略——賦予人工智慧正確的使命和目的。

九、他認為tokens生成的重要性與製造相當

「人工智慧不僅僅是資料中心，人工智慧就是製造業，」黃仁勳說。 「你在製造一種叫做智慧的東西，如果你重構它，它就會變成文字、故事、法律文件、分析師報告……音樂、電影、影片、廣告活動。如果你以不同的方式重構它，它就會變成機器人動作或方向盤激活。”

黃仁勳將人工智慧與電力基礎設施和能源產業進行了比較，後者又徹底改變了所有其他產業。他說，全球GDP 的「很大一部分」應該用於製造智慧。 「這是我的希望，也是我的信念，」他說。

「我希望這會發生，因為我相信，當一個叫做智慧製造的行業出現時，我們所有人都會過得更好，」他補充道。