黄仁勋的演讲持续两个多小时，由始至终都在围绕一个关键词：AI，同时还通过新品的发布和Demo，以及与合作伙伴的成果展示，言明了对AI的雄心勃勃。
数据显示，GTC参加人数在五年内上升了三倍，今年达到7000人，GPU开发人员的同时增长了11倍，达到了50多万，CUDA驱动程序和SDK的下载量也超过了百万。
晒数据，成为科技公司Keynote的惯例。
AI芯片怪兽Tesla V100来了
作为一家GPU芯片驱动的公司，重头戏当属英伟达推出的重磅产品Tesla V100，这款AI芯片采用的是台积电的12nm Finfet工艺，有210亿个晶体管，比一年前英伟达宣布的拥有150亿晶体管Pascal处理器还要强大，同时Tesla V100具有5120个CUDA处理内核。
黄仁勋在GTC现场展示Tesla V100.
与此同时，英伟达还宣布推出英伟达 DGX-1，共有8块Tesla V100组成，黄仁勋宣称它可以代替400台服务器。
但强大的芯片背后是英伟达建立最有效深度学习平台的战略规划，为了达到这样的目的，英伟达开发了深度学习专属SDK，与所有主要的AI框架（Caffe2，MXNet Pytorch，TensorFlow和Theano）合作，同时还笼络了全球知名的OEM厂商，其中包括戴尔、HPE、IBM、联想。
在过去的30年，由于受益于摩尔定律的影响，致使整个芯片行业可以一年又一年地推进微处理架构的更新升级，从而提高运算性能，但摩尔定律逐渐失效之后，开始进入第二个计算时代：机器学习的时代，英伟达迅速转身。
黄仁勋在现场表示，五年前针对深度学习神经网络研究的就已经开始取得回报，GPU计算开始呈现爆发态势。
如今，押注AI的英伟达在经历了几年的积淀之后，不仅股价迅速飙升，营收层面也持续增长。根据刚发布的2017年第一季度财报显示，公司营收19.4亿美元，同比增长48%，公司净收入增加到5.07亿美元，比2016年第一季度的2.08亿美元增长了一倍之多。
英伟达走向开放：推出GPU云平台，开源Xavier DLA
AI的红利让英伟达成为华尔街喜闻乐见的明星，于是英伟达希望再进一步，顺势推出GPU Cloud平台，定义为AI云计算平台，这也是第一个混合深度学习云平台。
这么做的目的是为了解决开发者和数据科学家在利用深度学习时会遇到两大挑战：
一是需要将深度学习框架、库、操作系统和驱动程序这些必要的软件组集成到单个堆栈之中；
二是如何获取最新的GPU计算资源来训练神经网络。
今年早些时候，英伟达通过将主要的软件打包整合到NVIDIA DGX-1™人工智能超级计算机中解决了第一项挑战。这种被称作NGC软件堆栈的软件包将作为NGC的一部分，向更广泛的人群开放使用，并持续更新和优化，以实现高性能。
为了解决硬件层面的挑战，NGC将给开发者灵活的选择，让他们在配备TITAN X或GeForce® GTX 1080 Ti的个人电脑、DGX系统或云端运行NGC软件堆栈。
与云平台同步，英伟达还宣布开源Xavier DLA，这个开源平台基于Xavier，不仅可编程，且提供了超能效的架构，相当于给深度学习提供了一个加速器。
对于开发者而言，开源意味着是一种福利，毕竟多了一个人工智能开源平台选择。但对于英伟达来说，很明显是为了笼络开发者，这与前两天英伟达宣布今年要培训10万名开发人员使用深度学习的计划不谋而合。
事实上，在开发者和创业公司层面，英伟达还拥有一个名为NVIDIA Inception的创业计划，该计划正在与1300家AI创业公司合作，同时英伟达还真对它们有针对性的扶持计划。
1300家AI创业公司。
自动驾驶和机器人，一个也不少
谈完了芯片和云平台以及开源，最火热的自动驾驶和机器人，英伟达又岂能错过？
在现场，黄仁勋宣布英伟达正式与丰田公司展开合作，为其提供人工智能硬件及软件技术，丰田将采用NVIDIA DRIVE™ PX 人工智能汽车计算平台，双方致力于在未来几年内提升自动驾驶系统的性能并推进商业化进程。
黄仁勋表示，自动驾驶技术是人类面临的最大技术挑战之一，英伟达正致力于将人工智能领域取得的突破与高性能计算相结合，以构建NVIDIA DRIVE PX：自动驾驶汽车的大脑。
事实上，自动驾驶汽车需要搭载一台超级计算平台来处理和解读来自汽车上所有传感器的数据，人工智能，特别是深度学习，因能够识别并处理道路上遇到无限可能的的各种场景，已成为自动驾驶汽车开发的重要工具。
但是，许多原型车中配备了占据整个行李箱大的计算机来处理这一复杂任务，而搭载下一代Xavier处理器的NVIDIA DRIVE PX平台将可持于手中，并实现每秒30万亿次深度学习计算。
与丰田合作加速自动驾驶汽车商业化进程。
除了自动驾驶，黄仁勋还介绍了NVIDIA Isaac™机器人模拟器，该模拟器采用先进的视频游戏和图形技术，能够在部署前模拟现实条件对智能机器进行训练。英伟达还推出了一系列机器人参考设计平台，可通过运用NVIDIA Jetson™平台来加速此类机器的构建。
Isaac机器人模拟器提供了一个基于人工智能的软件平台来进行训练与测试。该平台让团队能够在极富现实感的虚拟环境中训练机器人，然后再将获得的知识应用于真实机组上。
每一次模拟训练圆满完成后，信息将可以快速传送给真实的机器人。开发人员可以进行迭代并调整机器人测试方法，在虚拟和现实环境之间交换智能信息。
总而言之，从黄仁勋的现场演讲来看，无论是芯片，还是开源、云平台，甚至是机器人、自动驾驶，这家1999年发明GPU激发PC游戏市场增长，如今无时无刻不在宣扬着自己就是一家人工智能科技公司。事实上，某种意义上，它已经是了。