“你必须要理解应用 ， 无论是计算机图形还是游戏 ， 或者是天气预测和分子动力学等等 ， 知道应用背后的数学和物理原理 ， 比如流体力学 ， 否则就不知道处理器要处理什么 ， 什么样的处理器更合适 。 ”黄仁勋说 。
但另一个问题在于 ， 硬件之外 ， 终端用户也缺少合适的软件和工具进行开发 。 因此 ， 英伟达需要将软件、算法、运行库 ， 乃至硬件和系统考虑在内 。 在黄仁勋看来 ， 英伟达成为一家全栈公司是自然而然的 ， “我们的全栈能力和数据中心架构的专业知识 ， 能帮助研究人员和开发者解决最大规模的难题 。 ”
不过 ， Arm收购案的悬而未决或将影响英伟达的扩张计划 。 黄仁勋此前多次表示 ， Arm生态广阔 ， 恰好补充了英伟达的业务 ， 两者可以互补 。 Arm是目前全球应用最广泛的CPU架构之一 ， 其在移动和嵌入式市场占据支配地位 。
除此之外 ， 英伟达也面临着来自其他巨头的竞争 。
就在GTC的前一天 ， AMD宣布 ， 将推出以异构设计来进行加速计算的新款GPU ， 此GPU在进行人工智能或机器学习等巨量的运算工作时 ， 能有效提升计算速度 。 同时 ， AMD宣布采用Zen 4架构且开发代号为“Genoa”的第四代EPYC服务器CPU芯片 ， 将以台积电5纳米制程技术生产 ， 预计明年开始量产并进入市场 。
值得注意的是 ， AMD同时宣布 ， Meta将在其数据中心使用AMD的EPYC芯片 。 消息公布后带动AMD股价上涨10% 。 市场普遍认为 ， 在Meta全力转向“元宇宙”时 ， AMD向其供货将有助于自身进一步拓展数据中心市场 。
CPU芯片巨头英特尔也在通过推出GPU来与英伟达竞争 。 2021年8月 ， 英特尔在其架构日上详细对外介绍了其数据中心GPU产品“Ponte Vecchio” ， 该产品被英特尔形容为技术实现难度“堪比登月” ， 首个应用场景将是美国能源部的“极光”（Aurora）超级计算机 。 该GPU的部分模块采用台积电5纳米和7纳米制程 ， 亦有部分模块采用英特尔自家7纳米制程 。
“我们在吞吐量计算密度和对高带宽内存的支持方面都落后 ， 这两者都是高性能计算和人工智能的基本指标 ， 也是GPU架构的基石 。 ”英特尔高级副总裁Raja Koduri表示 ， 希望英特尔能尽快缩小这个差距 。
英伟达要想保持领先 ， 需要不断加速了 。