7 月 16 日，第三届中国国际供应链促进博览会开幕，英伟达创始人兼 CEO 黄仁勋在开幕式发表了演讲。纵观黄仁勋的演讲，我们会发现 AI 是贯穿此次演讲的主题。PowerVerse 作为聚焦 Web3 基础设施的去中心化云算力平台，将基于黄仁勋的演讲进行分析。

黄仁勋在演讲中首先简要回顾了英伟达的发展历程，提到 2006 年，CUDA 诞生，将 GPU 打造成通用计算引擎，推动 AI 时代到来。“十年前， AlexNet 在 NVIDIA GPU 上的运行引爆了 AI 大爆炸。过去软件依靠人工编写并在 CPU 上运行，如今 AI 通过数据学习并在 GPU 上运作。这个转变——从人类编写的逻辑到机器学习的智能——正在彻底重塑芯片和计算机行业。“

过去，软件依赖于人类编写规则，在中央处理器（CPU）上运行，程序的每一步都由人来定义，逻辑清晰、结构严谨。然而，这种模式的局限性也逐渐显现：它难以应对越来越复杂的现实问题，无法从数据中自动提取规律，也无法适应不断变化的环境。

人工智能的发展，特别是深度学习的兴起，带来了一种全新的计算范式：不是由人来写逻辑，而是让机器从大量数据中“学习”出智能。这种变化背后，是计算需求的根本转变。

传统程序处理的是确定性问题，而人工智能处理的是海量数据中隐藏的模式和概率关系。这种转变带来了前所未有的算力需求，尤其是对大规模并行计算的依赖。CPU 虽然擅长处理复杂逻辑，但面对 AI 所需的矩阵运算时显得力不从心，而图形处理器（GPU）凭借其成千上万的小核心，能够高效执行并行任务，迅速成为 AI 训练的核心硬件。由此，芯片行业开始从以 CPU 为中心转向以 GPU 和专用 AI 芯片为主导的新格局。

与此同时，芯片设计的逻辑也在发生根本性的变化。过去，芯片追求的是通用性和兼容性，但 AI 的兴起让芯片厂商意识到，针对特定任务进行优化，可以获得远超通用芯片的效率。于是，张量处理单元（TPU）、神经网络处理单元（NPU）、AI 加速芯片纷纷涌现，它们通过降低计算精度、优化内存带宽、设计专用指令集等方式，大幅提升 AI 计算的效率和能效比。

这种从“通用”到“专用”的转变，推动了整个芯片行业的创新浪潮。

不仅如此，这种变化也促使计算机架构本身发生重构。传统的冯·诺依曼架构将计算和存储分离，导致在 AI 计算中频繁的数据搬运成为性能瓶颈。为了突破这一限制，一种新的架构理念——存算一体（Computing-in-Memory）应运而生。它将计算单元直接嵌入或靠近存储单元，大幅减少数据搬运带来的延迟和能耗，成为未来高性能计算的重要方向。

在商业模式上，AI 服务的兴起也让算力成为一种可销售的产品，云计算平台基于区块链、智能合约、加密货币、边缘计算、AI 等技术，可将算力资源充分市场化形成一个去中心化云计算市场，为算力需求方提供按需使用的 AI 算力资源，企业无需自建昂贵的计算中心，也能训练和部署 AI 模型，同时也为算力供给方提供渠道充分释放未充分流动的闲置算力资源。

这种“算力即服务”的模式目前正在成为变革科技行业的趋势。

黄仁勋在演讲中分享到：

AI 正在改变每一个行业—从科学研究和医疗健康到能源开发、交通运输和物流管理。

AI 为腾讯微信、阿里巴巴淘宝、字节跳动抖音等中国标志性平台提供动力；

AI 驱动着小米的自动驾驶与智能手机;

AI 赋能百度的 AI 搜索和美团极速便捷的智能配送服务;

AI 还为推想医疗科技的医学影像诊断系统提供支持，助力全球 20 多个国家的医疗水平提升。

我们可以看到 AI 和 AI 所影响的领域都在相互催生变革。一方面，AI 正在催生全新的应用和产业：从自动驾驶到医学影像分析，从智能语音助手到内容生成，AI 正在渗透到各行各业；另一方面，被 AI 变革的领域又进一步推动其对高性能芯片和计算平台的需求。

黄仁勋在演讲中表示 AI 也是我们的基础设施，就像是电一样，以及过去的互联网一样，AI 也在重塑供应链，彻底改变我们的生产与物流方式。

当 AI 成为像水电一样的基础设施，作为社会各行各业的基础需求时，芯片和计算机便不再只是工具，而是智能化社会的核心基础设施。这是 PowerVerse 认为黄仁勋的演讲都在强调 AI 的变革性趋势。

“AI 的下一波浪潮将是机器人系统，它具备推理与执行能力，并且能够理解物理世界，在未来十年中，工厂将由软件和 AI 驱动，协调人机协作的机器人团队，生产由 AI 所主导的智能产品。AI 将成为每个行业、企业、产品和服务的核心。AI 引发了一场新的工业革命，并为中国卓越的供应链生态系统带来了新的增长机遇。“黄在演讲结束时预测未来的趋势。

机器人协作系统、AI 驱动的机器人系统和智能产品的普及，既是一个让人兴奋的场景，同时又是一个离不开基础设施提供必要支持的场景。去中心化云算力将扮演至关重要的角色。在于这种计算模式能够提供灵活、高效且成本效益高的解决方案来支持大规模的机器人产生的数据处理和分析需求。在分布式边缘计算方面降低数据的延迟、提高机器人实时决策的速度和效率，同时增强了系统的可靠性和可用性——去中心化架构允许计算任务在多个节点之间动态分配，即使某些节点出现故障，整个系统仍能维持正常运作。

从市场角度来说，基于去中心化的云算力模型有助于降低企业的运营成本。企业可以根据实际需求灵活租用所需的计算资源，避免了高昂的硬件投资和维护费用。特别是在中国卓越的供应链生态系统中，中小企业可以更容易地接入高质量的 AI 服务。

在促进资源共享与协作，构建开放共赢的产业生态的同时，不同企业间可以通过共享闲置计算资源实现互利互惠，进一步推动技术创新与发展。

联系我们和加入社区

Follow and Join us

Telegram：@PecPowerversechain

Telegram 社区：https://t.me/PowerVerseChain

X：https://x.com/PowerVerseChain

官网：https://powerversechain.io/#/

媒体内容：https://foresightnews.pro/column/detail/1180

声明：本文为 PowerVerse 的原创文章，不构成投资及应用建议，欢迎将本文分享给更多好友，媒体、品牌和相关平台转载时需注明来源于 PowerVerse。