在AI當道的今日，GPU加速運算已經來到關鍵點，世界正在加入這個快速運算的行列。不止相關開發者在五年內成長了10倍，CUDA下載量也在五年內躍升5倍。而全球前50大超級電腦中的GPU FLOPS（浮點運算）在五年內成長15倍，比摩爾定律更快，這意味著GPU運算時代已經來臨。

NVIDIA執行長黃仁勳指出，台灣是PC及雲端運算的中心，而現在台灣正要進行AI運算革命。

NVIDIA執行長黃仁勳指出，在未來十年，每年的運算需求將成長100倍。在今年，資料中心消耗約2000萬個CPU，若以每個處理器0.5TF來算，將共會有1000萬TF。隨著摩爾定律減緩，10年內成長百倍的1000萬TF，將會以替代方式運作。而NVIDIA的CUDA GPU運算是延展摩爾定律最主要的方法。到2028年，全球的需求將達到相當於1000萬NVIDIA Volta的GPU數量。

在今年的GTC 2018台北大會上，黃仁勳強調，將持續精進強化GPU運算能力；而龐大的系統、基礎架構，以及軟體生態系統正為繞著NVIDIA的平台而建立。這些龐大的終端市場商機，都將與我們的軟體平台共同合作運作。

黃仁勳說，超級電腦是現代科學的重要工具。在過去10年來，我們開發了一整套用於超級運算的函式庫、系統管理和編程工具。針對分子建模、量子化學和力學、天氣預報、氣候研究、能源探索、物理模擬、資料科學以及人工智慧等，超過550種高效能運算應用了CUDA加速。未來，每台超級電腦也都必須在務實的成本與能耗的考量基礎上，加速實現百萬億次級和百億級性能。

GPU運算是AI發展的加速引擎。根據一家AI研究機構OpenAI最近公佈的一份研究報告顯示，培訓AI模型的運算將在五年內成長30萬倍。這比摩爾定律還要快上3萬倍。透過增加數據和GPU效能，機器可以編寫非常複雜的軟體，不需要人工編寫，並可解決近期無法解決的問題。而未來的運算也將融合模擬和機器學習方法。電腦可以透過學習數據中的重要特徵，模擬物理定律或預測結果。

黃仁勳說，這個世界比起以往，更需要大型的GPU運算效能。研究人員和開發者需要巨大的GPU來開發更強大的模型，目前GPU已經處於製造的極限。NVIDIA已經發明了一種突破性開關，可以將多個GPU連接並編程為單個GPU。

目前，台灣正全面擁抱AI以強化社會、增加生產力及全球競爭力。製造方面，富士康正在使用AI大幅超越人類的檢測效率。醫療方面，中國醫藥大學附設醫院已使用AI協助醫師做出更快、更精準的癌症腫瘤轉移預測。台灣大學則用AI來更快速區別鼻咽癌危急器官。公共安全方面，台灣人工智慧實驗室用AI來協助台南市政府監測橋樑結構，預防颱風損害。交通方面，桃園市政府預計在2020年前，讓30％行駛固定路線的公車，配備L3自動駕駛功能。

黃仁勳認為，台灣是PC及雲端運算的中心，而現在台灣正要進行AI運算革命。全球最重要的伺服器製造商在每個城市都採納了GPU加速伺服器。包括廣達、雲達、富士康、英業達、緯創、緯穎、華碩、技嘉、華擎、泰安、宏碁等，在過去十年，總和他們的伺服器出貨量達1億台，佔全球伺服器90％。這些都是讓NVIDIA持續成長的動力。全球最大的IT公司也採用NVIDIA平台，包括IBM、DELL、HPE及Supermicro等，他們都預見了這波由GPU運算所帶起的AI商機。