在今年的国际消费电子展（CES）上，算力需求成为行业热议的焦点。AMD首席执行官苏姿丰在与OpenAI总裁格雷格·布洛克曼的对话中透露，对方每次见面都在强调对算力的迫切需求。据她预测，未来几年全球计算能力需要提升100倍才能满足发展需要。英伟达创始人黄仁勋则用具体数据佐证这一趋势：AI模型规模每年扩大10倍，推理输出量增长5倍，迫使芯片厂商必须突破传统技术路径。
面对芯片晶体管密度提升的物理极限，黄仁勋在媒体对话中换上标志性皮衣，坦言单纯依靠制程工艺已难以支撑性能跃升。英伟达正转向系统级优化，其最新发布的Rubin架构包含六颗协同芯片，涵盖GPU、CPU、DPU及网络交换机等组件。这种从芯片到数据中心的垂直整合策略，使新架构在晶体管数量仅增加1.7倍的情况下，通过系统优化实现10倍吞吐量提升。黄仁勋强调，这种协同设计覆盖数据从存储到输出的全流程，甚至延伸至模型层代码优化。
存储领域成为新的竞争高地。英伟达推出的推理上下文内存平台，由BlueField-4 DPU驱动，旨在解决AI对话中的记忆量爆炸问题。黄仁勋指出，传统存储系统已无法适应AI工作负载特性，公司正与惠普、戴尔等伙伴重构存储架构。尽管不直接生产存储设备，但通过深度合作，英伟达有望成为全球最大的存储解决方案提供商之一。内存采购方面，该公司已成为全球主要供应商的最大客户，直接采购策略有效缓解了供应链压力。
在生态系统构建上，英伟达采取多层次投资策略。黄仁勋透露，公司每年投入1.5万名工程师开发Rubin架构，未来部署阶段还需额外2.5万人年投入。供应链布局涵盖晶圆制造、系统集成到云服务等多个环节，形成价值数千亿美元的产业网络。对于近期获得的Groq技术授权，黄仁勋表示将探索技术融合可能性，但强调Rubin架构仍是核心发展方向。开源模型生态的崛起令他调整收入预期，目前每四个AI生成token中就有一个来自开源模型，这直接推动了公有云对英伟达平台的需求。
自动驾驶领域迎来关键突破。英伟达DRIVE AV软件即将搭载于梅赛德斯奔驰车辆，首批L4级自动驾驶汽车将于今年一季度在美国投入运营。黄仁勋预测，未来十年将有数亿辆汽车具备自主驾驶能力，但系统安全性仍是首要考量。公司发布的Alpamayo推理模型通过人机协同机制确保安全，在汽车无法处理复杂场景时保留人工接管选项。游戏产业也将因AI发生质变，未来游戏角色将具备独立AI，通过动画化呈现更真实的交互体验。
机器人技术有望在今年达到人类能力水平。黄仁勋认为，运动控制、抓握操作和认知能力三大技术瓶颈正在被突破，尽管机械手制造和感官系统仍存挑战，但行业已进入快速迭代阶段。他特别指出，机器人革命将创造新的就业机会，在人口老龄化背景下，AI移民将填补制造业劳动力缺口。当被问及长期担任CEO的秘诀时，这位"科技船长"笑称："保持不被解雇且不感到无聊，只要还能胜任就会继续掌舵。"
