# 向加速计算的转变

URL: https://caijiao.org/gtc-2025/26
Source: docs/gtc-2025/26.md
Description: 一个平台转变是从通用计算转向加速计算。请记住，加速计算，正如我之前向各位提到的，它能处理数据、图像处理、计算机图形，它能进行各种计算。它运行SQL，它运行Spark，它运行……你知道，你尽管提要求。你告诉我们需要运行什么，我相当确定我们有一个令人惊叹的库为你准备。你可能是一个数据中心，试图制造用于半...

一个平台转变是从通用计算转向加速计算。请记住，加速计算，正如我之前向各位提到的，它能处理数据、图像处理、计算机图形，它能进行各种计算。它运行 SQL，它运行 Spark，它运行……你知道，你尽管提要求。你告诉我们需要运行什么，我相当确定我们有一个令人惊叹的库为你准备。你可能是一个数据中心，试图制造用于半导体生产的光掩模。我们为你准备了一个出色的库。

因此，在底层，无论是否有 AI，世界都在从通用计算转向加速计算，无论是否有 AI。事实上，许多 CSP（云服务提供商）早已拥有在 AI 出现之前就存在的服务。请记住，它们是在机器学习时代被发明的。像 XGBoost 这样的经典机器学习算法，像用于推荐系统、协同过滤、内容过滤的数据帧（data frames）算法。所有这些技术都是在通用计算的旧时代创建的。

即使是这些算法，即使是这些架构，现在通过加速计算也能表现得更好。因此，即使没有 AI，全球的 CSP 也会投资于加速。NVIDIA 的 GPU 是唯一可以完成所有这些任务加上 AI 的 GPU。ASIC 也许可以做 AI，但它不能做其他任何事情。NVIDIA 可以完成所有这些，这解释了为什么倾心于 NVIDIA 的架构是如此安全。

我们现在已经达到了我们的虚拟循环（virtual cycle），我们的拐点（inflection point）。这是相当了不起的。房间里有我的许多合作伙伴，你们都是我们供应链的一部分。我知道你们工作得有多努力。我要感谢你们所有人，感谢你们的辛勤工作。非常感谢你们。