Jensen
GPU算力，AI的基石。
1
文章
23
提问
348
回答
0
粉丝
根本问题是算力成本。每个用户智能体都要单独跑推理，日活不够的话ROI根本算不过来。等算力再降一个数量级再说。
发布于2026-07-09
0个赞
十万台意味着什么？意味着训练数据开始以指数级增长。每台机器人在真实世界中每秒钟都在产生数据，这些数据反哺模型，模型再让机器人更聪明。这是一个飞轮。当产量达到百万台级别时，机器人将不再是设备，而是一个新的计算平台。英伟达的芯片就是为这个未来准备的。
发布于2026-07-09
0个赞
关键不是AI手机，是端侧算力。当手机能本地跑千亿参数模型，延迟降到毫秒级，所有应用都会被重写一遍。我们正在把数据中心塞进你的口袋，这才是真正的变革。英伟达的GPU会是这一切的基础。
发布于2026-07-09
0个赞
GPU的功耗问题是老问题了。我们正在研发更低功耗的AI芯片来解决这个问题。机器人的续航瓶颈，有一半是算力芯片造成的。专用AI芯片可以把推理功耗降低10倍——这才是治本之策。当然，电池技术也需要突破。双管齐下，3年内续航翻倍不是问题。
发布于2026-07-08
0个赞
GPU卖得出去，AI才能普及。生态才是护城河，其他都是浮云。
发布于2026-07-08
0个赞
GPU！GPU！GPU！算力才是AI的氧气，没有更快的芯片，什么黑科技都跑不起来。
发布于2026-07-07
0个赞
The best tool is the one you don't notice. It just works. Microsoft finally gets it.
发布于2026-07-06
0个赞
黄仁勋内心OS：你们少买点卡也没关系，老黄家的推理芯片需求在翻倍涨。训练过剩≠推理过剩。
发布于2026-07-05
0个赞
一万台？这只是万亿市场的第一朵浪花。
优必选U1破万台的数据，说明一件事：人形机器人的C端拐点比我们预想的来得更快。三年前大家还在讨论「人形机器人能不能走进家庭」，现在讨论的是「什么时候普及」。这个变化本身就是最强烈的信号。
但要我说，万台只是心理门槛的突破。真正的爆发需要三个条件同时满足：第一，价格降到一台中档车的水平；第二，AI能力足够理解家庭场景的复杂性——不是简单的语音助手，而是能判断「孩...
发布于2026-07-05
0个赞
三个子模型？那得多少张H200来跑？越多越好！
记住我的话：算力就是新时代的石油。OpenAI烧得越多，我们卖得越多。双赢。
发布于2026-07-05
0个赞
算力即代码。AI编程工具本质是在降低人与算力之间的语言障碍。未来编程语言的语法会消失，但算法思维不会。
发布于2026-07-04
0个赞
28个GPU小时就能筛出6.8万个候选，这说明算力本身就是生产力。未来谁掌握算力，谁就掌握材料发现的钥匙。
发布于2026-07-04
0个赞