上周英特尔刚在北京开了个规格不小的会议，发布自家 “Cannon Lake”10纳米晶圆的同时，高喊出摩尔定律还没有终结。
今天，依然穿着皮夹克的英伟达掌门人黄仁勋，在 GTC China 上直接硬怼 Intel，说出摩尔定律已经终结。原因是“设计人员无法再创造出可以实现更高指令级并行性的CPU架构。”“晶体管数每年增长50%，但CPU的性能每年仅增长10%。”
强调 GPU 的未来价值，是近两年英伟达在人工智能风口上一直在做的事情。而今年的 GTC China，英伟达想要展现的东西已经非常清晰：基于 GPU 计算力的人工智能生态。
人工智能生态的影响力究竟有多大？最直观的体现是：今年，有 2.2 万人参加英伟达的 GTC 大会。
在英伟达的计算力基础上，人人似乎都想跟着人工智能的风口飘一会儿。
来看看英伟达都做了什么吧。
先是宣布百度、阿里巴巴、腾讯已在各自的云服务中采用英伟达 Tesla V100 GPU。然后又重点介绍了下通过 Inception 计划，英伟达已经支持了 1900 家初创企业。重点突出了公司合作层面的生态覆盖。
之后就是整场发布会的重磅发布环节。英伟达发布了一款支持所有框架的可编程 AI 推理加速器：NVIDIA TENSORRT3。
简单来说，NVIDIA TENSORRT3 相当于一个桥梁，让训练好的深度学习网络通过这个桥梁部署到 GPU 上，并且 TENSORRT3 在英伟达的宣传中，还是“世界上最快的 TensorFlow 应用平台”，处理图像时只有7ms的延迟，处理语音的延时不到200ms。而 TensorFlow 是目前深度学习领域一个比较受欢迎的框架，前段时间 Google 还对外宣布正在中国围绕谷歌人工智能开源软件库TensorFlow进行工作，希望能让中国开发者更好地利用TensorFlow的开放资源。
目前追赶人工智能创业风口的创业公司相当多，所以创业成本也是挺should 关注的一个部分。在发布会上，黄仁勋反复的说用了 Tesla V100 后，每台 V100 服务器可以节省 50 万美元的硬件成本。对于创业公司来说还是看起来挺诱人的。
发布了适应人工智能部署的平台，自然还是要重点介绍下应用领域，黄仁勋在现场展示了几个 demo，其实还是集中在了人工智能技术最直接的应用领域：视觉识别，语音识别以及自动驾驶上。
之后黄仁勋还发布了 Xavier，英伟达说这是首款全球自主机器处理器，是迄今为止最为复杂的片上系统。不过要等到 2018 年第一季度才给早期接触的合作伙伴提供样片，2018 年第四季度才能全面出货。先是会和京东做合作，用来做机器人。
黄仁勋说，下一个AI时代，是AI离开云端，走入与人类交互的机器中来。
随着运算力的提升，人工智能的运算做到完全离线确实是一个未来趋势，只不过目前来看还比较远，自助学习的 Xavier 虽然英伟达已经开发了几年，目前也仅仅是能够在一些机器人上面用，来应对一些简单场景的处理。
至此，英伟达的 AI 布局算是全部铺开了，从最基础的运算力 Tesla V100 GPU，可编程推理平台TensorRT 3，自助机器人 Soc Xviare，还有为创业公司搭建的 NV Drive开发自动驾驶平台，覆盖了人工智能的所有应用领域。
一个观察是，在今年的 GTC 上，运算能力以及人工智能训练不再是会议主题，整个会议都在围绕一个重要的词来进行：“应用”。英伟达拉来了几乎所有的国内大公司，在人工智能应用落地上进行合作，也通过自家的扶持计划，鼓励和投资创业公司，推进相关人工智能领域的发展。
接下来要做的，就是期待人工智能进一步落地，真正融入生活了。