摩爾定律是由英特爾的創始人之一戈登·摩爾在1965年提出來的，指的是在價格不變的情況下，集成電路上可容納的元器件數目將每隔18-24個月增加一倍，性能也將提升一倍。

這個定律在過去幾十年當中基本成為事實，可當人工智能浪潮的苗頭出現之后，摩爾定律就遭受了嚴峻的挑戰。

人工智能需要的計算量太大，一個類人腦的模型參數量級大概是10的14次方，而目前所使用的模型大概是10的8次方，從8次方到14次方是指數型的增長，如果計算力按照摩爾定律提高，人類還需要等待20多年，而事實上根本沒有這么多時間可以浪費。

2012年，辛頓教授的團隊第一個嘗試了用gpu來訓練一個包含6000萬參數和65萬個神經元的深度卷積神經網絡，如果用cpu來計算的話，大概需要幾個月時間，團隊成員阿萊克斯·克里澤夫斯基決定用gpu試一試，他使用兩張英偉達的gtx580顯卡，結果只用了不到一周的時間，就完成了訓練。

之后辛頓團隊將成果發表在機器學習領域的頂級學術會議nips上，他們寫道：“所有的實驗都表明，只需要采用速度更快的gpu，訓練更大規模的數據，表現就能提高。”

從那一刻起，深度學習和人工智能就同gpu綁定在了一起，很多之前幾乎完成不了的工作，用gpu可以輕松搞定。

這個發現震驚了工業界，各大互聯網巨頭紛紛殺入人工智能領域，gpu的出貨量也隨之數倍增長，一些巨頭企業目前配備gpu的數量都達到上萬的級別，彼此之間實力的差距往往就是gpu數量的差距和計算力的差距，誰的裝備更多更好，誰就擁有了更強的人工智能實力！

從某種意義上來說，英偉達能獲得今天的成功，必須要感謝辛頓教授團隊，感謝阿萊克斯·克里澤夫斯基，而這其中，當然也有李睿的一點點功勞。

只能說，李睿的股票，不是白拿的！

用一句話宣判了摩爾定律的死刑之后，老黃開始侃侃而談，一開始還稍微有點緊張，但很快就放開了。

這次的演講內容其實在座很多人并不陌生，大部分要發布的產品都已經在四個月前的硅谷圣何塞gtc2017上說過了，包括projectholodeck、tensorrt3、人工智能城市、自動駕駛平臺以及isaac機器人模擬機等等。

重點不是產品發布，而是英偉達和國內市場的合作，老黃非常高興的宣布，目前英偉達已經和千度，阿貍和企鵝三家巨頭的云服務進行合作在其云服務中部署了teslav100gpu加速器，同時還與花為、浪潮和幻想在內的oem廠商合作，采用英偉達的hgx服務器架構并使用teslav100gpu來構建新一代加速數據中心，以及和晶東合作的英偉達jetson超級計算平臺，為晶東龐大的物流系統提供技術支持，運行tensorrt以實現導航和無人送貨。

老黃表示，英偉達是一家開放性的公司，提供的是一個開放的平臺，他希望平臺的合作方都能夠成功，而英偉達需要做的事情就是讓平臺與時俱進。

從頭到尾，合作方里沒有提到李睿，這讓第一排就座，開場就得到了好幾個特寫鏡頭的李睿顯得沒有什么存在的必要。

一些與會者也不由得疑惑，按理說李睿才是人工智能第一旗手，老黃怎么提也不提？

莫非這兩家公司有什么嫌隙不成？

誰說理工男沒有想象力的，這不是想象力很豐富嗎！

演講非常順利的完成，接下來是回答問題的時間，媒體和現場觀眾正躍躍欲試的時候，老黃忽然道：“回答問題之前，我想請我的好朋友，人工智能的推動者李睿先生上臺，跟我一起回答大家的問題，可以嗎？”