NVIDIA 執行長黃仁勳在 GTC 2018 台灣場結束後，也接受媒體的團訪，在正式開始前，黃仁勳仍再度重申，固然摩爾定律在前幾年的運算領域似乎停滯不前，使得許多科學研究也隨之無法突破，但隨著 GPU 加速被廣泛接受，全新的運算架構使得摩爾定律再度開始運轉，且有著飛躍性的性能成長，尤其 GPU 重啟深度學習技術熱潮，使得 AI 技術也因此再度起飛， OpenAI 組織更指出，在 5 年內 AI 的性能成長達 30 萬倍，由 AI 永續撰寫程式的時代也隨之來臨，並因此解決近期人類無法解決之問題。
當有人問起黃仁勳如何看到 IoT 終端 AI 化市場，他指出，若是多半廠商都能辦到的領域，是 NVIDIA 絕對不會涉獵的領域，挑戰值得挑戰的領域是 NVIDIA 一路走來的企業 DNA ，也是 NVIDIA 屢屢創新的關鍵，獲利固然重要，但企業永續發展更是企業的價值核心，而基於 AI 的自動駕駛以及智慧機器人技術，是他在 AI 領域看到所值得挑戰的領域，其它如工業自動化、智慧城市也是同樣有挑戰的價值，至於一般 IoT 終端裝置的 AI ，黃仁勳則認為已經有許多廠商具備技術，且挑戰性不高同時毛利也不高，不會是 NVIDIA 有興趣的領域。
至於友商指出 GPU 並非 AI 的最佳解答，黃仁勳強調，友商所認知的是過去的 GPU ，但現今 NVIDIA 的圖形運算方案已經打破過往 GPU 的框架，新一代的超級運算架構 Volta 實現了 TensorCore + GPU 的人工智慧與通用運算兼具的超級運算架構，並非只著重在單一領域，無論是需要 FP64 、 FP32 高精度的通用運算，或是 FP16 與 Int 8 的 AI ， Volta 皆能勝任。
黃仁勳同時也指出，雖然友商可以拿出許多的數據比較作為挑戰 GPU 在 AI 應用的基準，然而事實則是目前的業界並未看到友商的方案有確實被用在實作面，但此時 NVIDIA 的 GPU 技術卻已經廣泛的為全世界的大型資料中心、研究單位以及各項人工智慧技術挹注動能。
另外也被問到與如 Google 提供 TPU 一類的 ASIC 架構加速器比較時 GPU 的優勢在哪？黃仁勳則認為，雖然如 TPU 一類的 ASIC 加速器可為特定的框架提供絕佳的性能，但卻缺乏可因應不同框架的編程能力，此時 NVIDIA 的 GPU 技術則有較高的彈性，同時以大型運算伺服器而言， AI 與通用運算皆有需求，能夠提供通用運算與 AI 的 GPU 亦能滿足多種需求。
最後被問到 NVIDIA 與台積電的長年合作，會否隨著張忠謀即將退休而生變、甚至轉單三星；黃仁勳則感性的表示，張忠謀絕對是半導體業界值得尊敬的前輩，張忠謀精確而長遠的規劃也為台積電打好基礎並持續領先業界，且至今仍保有當年他初識張忠謀的活力，他也很感念台積電多年以來與 NVIDIA 合作，而雙方長期的合作也不僅只是因為他與張忠謀的交情，台積電的技術更是 NVIDIA 與其合作的重點，雙方的合作關係不會因為張忠謀的退休而一夕之間風雲變色。
更多NVIDIA GTC的精彩技術呈現，癮科技站長吳顯二直接帶你直擊→
