芯耀
534
作者｜王兆洋,郵箱｜wangzhaoyang@pingwest.com
GTC主題演講后第二天，我們參加了一場(chǎng)與英偉達(dá)創(chuàng)始人兼CEO黃仁勛的對(duì)話。
他回答了從AI的發(fā)展，芯片和數(shù)據(jù)中心的未來(lái)，到中國(guó)AI行業(yè)競(jìng)爭(zhēng)力的多個(gè)問(wèn)題。其中，他自己最關(guān)心的，是英偉達(dá)這家公司的轉(zhuǎn)變。他形容，今年的GTC非常重要，它是一次轉(zhuǎn)折點(diǎn)，不只是英偉達(dá)，也是整個(gè)行業(yè)的轉(zhuǎn)折點(diǎn)。
“今年的GTC非常重要，事實(shí)上，它展示了我們公司從一家計(jì)算機(jī)技術(shù)公司向 AI 基礎(chǔ)設(shè)施公司的轉(zhuǎn)型。它展示了數(shù)據(jù)中心的轉(zhuǎn)變——從一個(gè)計(jì)算機(jī)訪問(wèn)數(shù)據(jù)和托管應(yīng)用的場(chǎng)所，進(jìn)化為一個(gè)AI 工廠。它還展示了一個(gè)事實(shí)：一個(gè)全新的產(chǎn)業(yè)已經(jīng)誕生。正因如此，這么多公司、開(kāi)發(fā)者、行業(yè)和國(guó)家都來(lái)到了這里，開(kāi)始在這里投入預(yù)算?！?/p>
而在會(huì)后硅星人也有機(jī)會(huì)抓住黃仁勛問(wèn)了一個(gè)關(guān)于CUDA的問(wèn)題：
CUDA是英偉達(dá)成功的關(guān)鍵，其中很重要的就是因?yàn)樗⑵饋?lái)的巨大生態(tài)系統(tǒng)，而這背后并不是靠開(kāi)源——CUDA是一個(gè)封閉的體系。而今天開(kāi)源浪潮徹底改變AI模型的格局，同樣的開(kāi)源猛擊閉源的故事是否會(huì)發(fā)生在CUDA身上。
對(duì)此黃仁勛的回答簡(jiǎn)潔明了：
“CUDA也是開(kāi)放的（Open），所有人都可以用它。我不擔(dān)心這個(gè)故事發(fā)生在CUDA身上。”
以下為對(duì)話部分實(shí)錄，經(jīng)簡(jiǎn)要編輯。
Q：如果你們繼續(xù)每一年都更新一代產(chǎn)品，像內(nèi)存等技術(shù)提供方也要如此做么，你們的關(guān)系有多緊密？你們的設(shè)計(jì)總能得到支持么？
黃仁勛：答案是非常緊密。而且如果我和他們交流我的路線圖，關(guān)系會(huì)更緊密。這也是為什么我要和世界交流我接下來(lái)3，4年的計(jì)劃的原因。
這里有一件很重要的事情，也是我昨天在說(shuō)的，就是我們不再是建造芯片了。這是過(guò)去的好時(shí)光了。過(guò)去你制造芯片，有人買了芯片，把它放進(jìn)電腦里，然后賣掉電腦。這是過(guò)去的好日子了。
我們現(xiàn)在建設(shè)的是什么，是人工智能基礎(chǔ)設(shè)施，一次投入數(shù)千億美元。所以你最好在規(guī)劃方面做得很好?；A(chǔ)設(shè)施不是你今天決定買，明天就能部署的東西。它是你需要提前兩年投資的東西。你需要提前整整兩年做計(jì)劃，然后希望你能和我們一起把它建立起來(lái)。
這意味著每個(gè)人的信息都必須一致，我們必須一起規(guī)劃來(lái)建設(shè)基礎(chǔ)設(shè)施。
這是第一點(diǎn)，我們是一家基礎(chǔ)設(shè)施公司，而不是買賣芯片的。
第二點(diǎn)，我昨天解釋的，是我們是一家AI工廠了。
這意味著，一個(gè)工廠的作用就是幫助客戶賺錢。我們的工廠直接轉(zhuǎn)化為客戶的收入，而不僅僅是生產(chǎn)某一款芯片或某個(gè)產(chǎn)品。整個(gè)工廠的運(yùn)作極其復(fù)雜，已經(jīng)達(dá)到了物理極限。正如我剛才所說(shuō)，我們所做的一切都在最大化擴(kuò)展。通過(guò)這樣做——通過(guò)將每瓦性能、每單位能耗的性能推向物理極限，本質(zhì)上意味著，如果你的業(yè)務(wù)受限于功耗，那么你的最大收入就取決于AI工廠的最佳性能曲線，它可以直接轉(zhuǎn)換為收益百分比。
我們現(xiàn)在就在打造AI工廠，而且行業(yè)門檻比以往更高，競(jìng)爭(zhēng)更加激烈，客戶的風(fēng)險(xiǎn)容忍度也比以前低得多。這么說(shuō)能理解嗎？
因?yàn)樗麄兊氖杖胫苯尤Q于這項(xiàng)業(yè)務(wù)，而這是一項(xiàng)跨越數(shù)年的投資周期，涉及數(shù)千億美元。這是一個(gè)基礎(chǔ)設(shè)施業(yè)務(wù)，是一個(gè)AI工廠業(yè)務(wù)。
最后，也是我昨天提到的一點(diǎn)，AI是一種基礎(chǔ)性的技術(shù)了。不僅僅對(duì)我們而言如此，對(duì)每一家企業(yè)、每一個(gè)行業(yè)都是如此。這也是為什么今天有這么多合作伙伴在這里的原因。從汽車公司到金融服務(wù)公司，再到零售公司，各行各業(yè)都在這里，每個(gè)國(guó)家、每家公司都在這里。
因?yàn)槲覀円呀?jīng)成為一家支撐其他公司發(fā)展的根基企業(yè)。
正是這三個(gè)核心理念推動(dòng)了變革。在過(guò)去一兩年里，人們已經(jīng)注意到GTC的氛圍發(fā)生了巨大變化——我們的影響力、我們的能量、來(lái)到這里的人，都在發(fā)生變化。因此，正是因?yàn)檫@三個(gè)原因，我意識(shí)到了這一點(diǎn)，并決定改變我們與世界溝通的方式。
我們成為歷史上第一家同時(shí)發(fā)布四代產(chǎn)品的科技公司。這就好比今天某家公司發(fā)布了一款新手機(jī)，然后宣布未來(lái)四款手機(jī)的計(jì)劃，聽(tīng)上去完全不合理，對(duì)吧？這在其他行業(yè)是前所未有的。你可以想象路易威登今天宣布2026年、2027年、2028年的新品計(jì)劃，這根本不會(huì)發(fā)生。
但我們會(huì)這樣做，因?yàn)槲覀兪腔A(chǔ)設(shè)施公司，是世界的工廠，是行業(yè)的基石。
Q：你好我來(lái)自中國(guó)。
黃仁勛：你好。（中文）
Q：中國(guó)對(duì)AI有著偉大的抱負(fù)，在正常情況下，NVIDIA在中國(guó)市場(chǎng)將擁有巨大的機(jī)遇。您能否談?wù)?，如過(guò)沒(méi)有當(dāng)前這些貿(mào)易戰(zhàn)或地緣政治因素，您對(duì)NVIDIA及其在中國(guó)AI市場(chǎng)的愿景？
黃仁勛：（沉思10秒，同時(shí)現(xiàn)場(chǎng)的參加者們發(fā)出一片對(duì)這個(gè)問(wèn)題的感慨聲）
我們有一項(xiàng)基本的責(zé)任，那就是遵守法律，盡最大努力競(jìng)爭(zhēng)并為客戶提供服務(wù)。這對(duì)我們而言是根本原則，與其他因素?zé)o關(guān)。
隨著全球局勢(shì)變得更加復(fù)雜，我們公司并不去判斷這些地緣政治問(wèn)題的對(duì)錯(cuò)。我們的核心任務(wù)是確保始終遵守法律，并且盡一切努力支持和服務(wù)客戶。這就是我們的立場(chǎng)，也是我們?cè)谶@個(gè)問(wèn)題上最核心的態(tài)度。
（再次沉默5秒）
此外，我想分享一個(gè)觀察，也許只是一個(gè)簡(jiǎn)單的觀察：全球50%的AI研究人員都來(lái)自中國(guó)，這是世界上最大的AI人才群體，沒(méi)有任何國(guó)家能接近這個(gè)規(guī)模。因此，這就是中國(guó)在AI研究方面一定會(huì)有巨大的貢獻(xiàn)的原因。實(shí)際上，美國(guó)的每一個(gè)AI實(shí)驗(yàn)室里，都有很多優(yōu)秀的華人研究人員，無(wú)一例外。我找不到例外。
所以，中國(guó)培養(yǎng)了如此多杰出的計(jì)算機(jī)科學(xué)家，無(wú)論你們是如何做到的，請(qǐng)繼續(xù)保持。
Q：早上你提到，目前的關(guān)稅對(duì)你們沒(méi)有短期影響。你剛才也提到和富士康的合作，我有些困惑，到底美國(guó)總統(tǒng)的這些舉措對(duì)你們影響如何？
黃仁勛：我們擁有一個(gè)非常靈活的供應(yīng)網(wǎng)絡(luò)，它并不是完全依賴某個(gè)特定地區(qū)，比如墨西哥或越南等。我們的供應(yīng)鏈分布在多個(gè)地方，關(guān)稅的情況，具體取決于產(chǎn)品在美國(guó)的生產(chǎn)和采購(gòu)情況，以及最終產(chǎn)品的目的地。所以有很多公式會(huì)涉及到，取決于哪些國(guó)家會(huì)被加關(guān)稅。所以短期內(nèi)，基于我們所知，不會(huì)有巨大影響。而長(zhǎng)期來(lái)看，我們希望保持這種靈活性，但同時(shí)大幅增強(qiáng)本地制造的能力。
最簡(jiǎn)單的理解方式是：目前我們的供應(yīng)鏈已經(jīng)非常靈活，但在本地制造方面仍有缺失。如果我們能在今年年底前進(jìn)一步增加本地制造能力，那么整體供應(yīng)鏈的表現(xiàn)將會(huì)非常出色。
Q：美國(guó)政府的“AI擴(kuò)散”政策，讓你們?cè)谥袞|很多國(guó)家的客戶也有影響，你怎么看。
黃仁勛：AI 擴(kuò)散政策的影響不會(huì)是短期的。但是長(zhǎng)期來(lái)看，我還是認(rèn)為AI是一項(xiàng)每個(gè)國(guó)家都需要的技術(shù)，它也是每個(gè)行業(yè)、每家公司都需要的重要技術(shù)。
今天AI 已經(jīng)成為主流軟件，它是軟件。當(dāng)我們談?wù)?AI 時(shí)，往往把它描述成一種神奇的技術(shù)，但本質(zhì)上它就是軟件，只不過(guò)是非常強(qiáng)大的軟件。是軟件。所以每個(gè)國(guó)家都有能力得到軟件。
我還認(rèn)為，在可能的范圍內(nèi)，我們也希望能用美國(guó)的技術(shù)和標(biāo)準(zhǔn)來(lái)支持世界各國(guó)的 AI 發(fā)展。我認(rèn)為這對(duì)各國(guó)來(lái)說(shuō)是有利的——它不僅能幫助國(guó)家獲得計(jì)算能力，推動(dòng)社會(huì)發(fā)展，同時(shí)對(duì)美國(guó)而言也是有益的。
Q：對(duì)于英偉達(dá)來(lái)說(shuō)，軟件越來(lái)越重要，你們有多少人是軟件工程師？
黃仁勛：英偉達(dá)制造芯片，但我們并不是一家芯片公司，我們實(shí)際上是一家算法公司。聽(tīng)起來(lái)可能有些奇怪，但我們是當(dāng)今全球計(jì)算領(lǐng)域領(lǐng)先的算法創(chuàng)造者。
舉個(gè)例子，當(dāng)?shù)鲜磕嵫芯吭海―isney Research）想要在物理算法方面尋找合作伙伴時(shí)，他們找到了NVIDIA，因?yàn)槲覀冊(cè)诟呔任锢硭惴ǚ矫鎿碛袕?qiáng)大的能力。例如，機(jī)器人所需的計(jì)算光刻（computational lithography）算法，我們是唯一一家與所有計(jì)算光刻公司合作的企業(yè)。換句話說(shuō)，我們不僅擅長(zhǎng)正向物理建模（forward physics），也擅長(zhǎng)逆向物理計(jì)算（inverse physics）。
我們?cè)谖锢韺W(xué)、逆向物理、計(jì)算機(jī)圖形學(xué)和渲染技術(shù)方面都處于領(lǐng)先地位，而這些本質(zhì)上都是算法問(wèn)題。我們將所有的算法知識(shí)蒸餾，構(gòu)建了一個(gè)統(tǒng)一的架構(gòu)，它就是CUDA?；诖耍覀冮_(kāi)發(fā)了通用計(jì)算平臺(tái)。因此，在很多方面，我們的思維方式從算法出發(fā)，從數(shù)學(xué)出發(fā)，這也是為什么當(dāng)深度學(xué)習(xí)出現(xiàn)時(shí)，我們能夠迅速適應(yīng)。我們擁有數(shù)百名AI研究員，他們?cè)跀U(kuò)散模型（diffusion models）普及之前就已經(jīng)開(kāi)始研究相關(guān)算法。你可能見(jiàn)過(guò)我們?cè)缙陉P(guān)于漸進(jìn)式GANs（Progressive GANs）的研究，擴(kuò)散模型本質(zhì)上也是一種漸進(jìn)式方法。我們還在變分自編碼器（Variational Autoencoders, VAEs）方面做出了重要貢獻(xiàn)。因此，我們?cè)谒惴ㄑ芯款I(lǐng)域是先驅(qū)者，并且對(duì)算法極其熟悉。這對(duì)我們至關(guān)重要，你能理解嗎？
我們的獨(dú)特之處在于，我們不僅僅專注于芯片，還從整個(gè)計(jì)算系統(tǒng)的角度進(jìn)行創(chuàng)新。NVIDIA是為數(shù)不多的科技公司，能夠從處理器到交換機(jī)、再到網(wǎng)絡(luò)架構(gòu)、網(wǎng)絡(luò)協(xié)議進(jìn)行全方位思考和設(shè)計(jì)。我們甚至可以自主研發(fā)網(wǎng)絡(luò)協(xié)議，擴(kuò)展以太網(wǎng)，使其成為超級(jí)以太網(wǎng)（Super Ethernet），并在此基礎(chǔ)上自主設(shè)計(jì)交換機(jī)。
正是因?yàn)槲覀兙邆渫暾南到y(tǒng)能力，所以我們能夠快速創(chuàng)新。從本質(zhì)上講，我們的芯片設(shè)計(jì)幾乎是次要的——雖然我們對(duì)自己的芯片技術(shù)非常自豪，并且制造出極其復(fù)雜的芯片，但最核心的是我們解決問(wèn)題的能力。
Q：在AI走向物理世界的今天我們應(yīng)該關(guān)注什么？
A：AI 的挑戰(zhàn)仍然在于，數(shù)據(jù)策略是什么？你必須制定一個(gè)長(zhǎng)期有效的戰(zhàn)略。
例如，之前有人說(shuō)我們已經(jīng)耗盡了數(shù)據(jù)，你還記得嗎？但這顯然是很傻（silly）的。這種說(shuō)法沒(méi)有考慮到強(qiáng)化學(xué)習(xí)的存在。事實(shí)上，由于強(qiáng)化學(xué)習(xí)的發(fā)現(xiàn)，以及驗(yàn)證結(jié)果和獎(jiǎng)勵(lì)機(jī)制，我們現(xiàn)在幾乎擁有無(wú)限的數(shù)據(jù)。
此外，人類多年來(lái)已經(jīng)在數(shù)學(xué)、定理、科學(xué)發(fā)現(xiàn)，甚至是游戲中解決了大量問(wèn)題。例如，你可以證明誰(shuí)贏得了國(guó)際象棋比賽，因?yàn)槟憧梢砸恢毕缕逯钡椒殖鰟儇?fù)。同樣，你可以證明建筑設(shè)計(jì)的優(yōu)劣。這些都是可驗(yàn)證的問(wèn)題。因此，我們現(xiàn)在可以利用這些無(wú)限的數(shù)據(jù)來(lái)訓(xùn)練模型進(jìn)行推理。
物理世界的AI也面臨相同的挑戰(zhàn)，我們需要弄清楚數(shù)據(jù)策略和訓(xùn)練策略。我之前已經(jīng)提到了一些內(nèi)容，比如使用人類示范（human demonstration），然后結(jié)合生成式 AI（generative AI）和仿真技術(shù)（simulation），我們就能夠生成無(wú)限數(shù)量的相關(guān)場(chǎng)景。
就像給 AI 一個(gè)代數(shù)問(wèn)題，然后 AI 可以生成大量代數(shù)題目，并逐步解出所有問(wèn)題。我們可以用同樣的方法來(lái)進(jìn)行物理操作訓(xùn)練，例如：可能是讓 AI 學(xué)習(xí)跑步，最終讓它掌握某種運(yùn)動(dòng)技能，這些都涉及協(xié)調(diào)和操控能力的訓(xùn)練。
所以，我們需要：數(shù)據(jù)戰(zhàn)略（Data Strategy）——如何收集和構(gòu)建數(shù)據(jù)？訓(xùn)練戰(zhàn)略（Training Strategy）——如何訓(xùn)練 AI？使用戰(zhàn)略（Usage Strategy）——如何優(yōu)化 AI 以生成最優(yōu)解？
提示詞（Prompting）是現(xiàn)代軟件編程的方式。同樣地，在物理 AI 領(lǐng)域，我們也需要思考：如何引導(dǎo) AI 進(jìn)行物理化地推理？物理化地推理是一個(gè)非常重要的領(lǐng)域，也具有很大的潛力。
Q：你提到未來(lái)很重要的是Agentic AI?？梢哉归_(kāi)講講么。
黃仁勛：我認(rèn)為，我們首先要做的事情當(dāng)然是將推理（reasoning）融入一切。
將推理融入一切的好處在于，我們不需要提供大量的特定指令或明確提示（specific prompting），AI 仍然可以更具任務(wù)導(dǎo)向性（mission-oriented）地完成工作。因此，我們可以連接一些具備特定技能的智能體（agentic systems），然后僅僅給它一個(gè)目標(biāo)。
舉個(gè)例子：你可能只需要提供輸入和期望的輸出，而在輸入到輸出的過(guò)程中，AI 需要進(jìn)行大量的數(shù)據(jù)轉(zhuǎn)換（transformations）、推理（reasoning）和問(wèn)題解決（problem-solving）。例如，假設(shè)輸入是公司所有的組件和供應(yīng)商數(shù)據(jù)。要輸出的是公司的供應(yīng)鏈預(yù)測(cè)。這個(gè)過(guò)程涉及供應(yīng)鏈優(yōu)化，它是一個(gè)約束過(guò)多（over-constrained）的問(wèn)題，涉及大量推理、優(yōu)化數(shù)學(xué)（optimization mathematics）等復(fù)雜計(jì)算。
但如果我只提供兩個(gè)端點(diǎn)（輸入和輸出），AI 可能可以自己推導(dǎo)出整個(gè)過(guò)程。因此，下一代 AI 將能夠自主使用工具、訪問(wèn)信息，并最終生成所需結(jié)果。這是一件非常重要、非常有意義的事情。我對(duì)此感到非常興奮，我?guī)缀蹩梢灶A(yù)計(jì)這些技術(shù)即將實(shí)現(xiàn)。
Q：你昨天提到AI的花銷會(huì)變得非常大。我們看到美國(guó)，歐盟，中國(guó)都在加大力度花很多錢投入到數(shù)據(jù)中心等AI的建設(shè)上。所以，這就是一個(gè)誰(shuí)花錢最多誰(shuí)就先達(dá)到AGI的競(jìng)爭(zhēng)么，還是有點(diǎn)花的太多了。
黃仁勛：你們知道世界上最聰明的人是誰(shuí)嗎？
（現(xiàn)場(chǎng)無(wú)人回答）
你們?cè)谝鈫幔科鋵?shí)，我認(rèn)為這（沒(méi)人回答）正是問(wèn)題的答案。
我相信，我們需要實(shí)現(xiàn)通用人工智能（AGI），這樣 AI 就能真正解決問(wèn)題。但我不確定是否真正需要“最聰明的 AI”。也許我已經(jīng)見(jiàn)過(guò)最聰明的 AI，但我并不確定。卓越的智能（great intelligence）很重要，但我仍然認(rèn)為如何應(yīng)用智能（applying intelligence）、目標(biāo)的選擇（selection of the purpose）、戰(zhàn)略的制定（selection of the strategy）、識(shí)別能力（selection recognition）都依然非常關(guān)鍵，領(lǐng)域?qū)I(yè)知識(shí)（domain expertise）仍然不可或缺。
我相信，99% 的世界仍然依賴這些，而不是單純?nèi)ふ摇白盥斆鞯?AI”。就像招聘體育特長(zhǎng)生一樣，如果可以的話，你當(dāng)然可以去招攬最聰明的人才。但這并不意味著所有人都必須這么做。所以，誰(shuí)先達(dá)到 AGI，并不是關(guān)鍵問(wèn)題。
然而，我確實(shí)相信，如果你告訴我全球每年在資本支出（capex）上的投資是 5000 億美元，但并沒(méi)有 100% 用于 GPU，那么我會(huì)說(shuō)：這真是太遺憾了。這不是我在推銷自己，而是發(fā)自內(nèi)心地認(rèn)為，這真的很可惜。
我們已經(jīng)擁有數(shù)萬(wàn)億美元的通用計(jì)算機(jī)。我們知道，未來(lái)最重要的問(wèn)題將圍繞機(jī)器學(xué)習(xí)，計(jì)算和人工智能展開(kāi)。那么，我們?yōu)槭裁催€要繼續(xù)建造更多的塑料呢？
然而，就在我們談?wù)摰漠?dāng)下，全球今年將在資本支出（CapEx）上投入5000億美元。所以，我認(rèn)為，首要任務(wù)應(yīng)該是投資未來(lái)，建設(shè)盡可能多的 AI 數(shù)據(jù)中心和計(jì)算基礎(chǔ)設(shè)施。
那么，我們今天應(yīng)該投入多少資金呢？5000 億美元——這正是今年全球的資本支出。而且，這個(gè)數(shù)字還在快速增長(zhǎng)。到2030 年，這個(gè)數(shù)字可能會(huì)增長(zhǎng)到1 萬(wàn)億美元，甚至100% 都用于 AI。
但我認(rèn)為，這1 萬(wàn)億美元的投資應(yīng)該是模塊化的。第一，全球計(jì)算資本支出（CapEx）應(yīng)當(dāng)以 AI 為主。第二，如前所述，AI 不僅限于數(shù)據(jù)中心，AI 還涉及制造。
那么，什么是制造？你可以將智能（Intelligence）“重構(gòu)”成文字、故事、法律文件、分析報(bào)告，對(duì)吧？你可以將其“重構(gòu)”成音樂(lè)、電影、廣告宣傳片。你還可以將其“重構(gòu)”成機(jī)器人行動(dòng)。如果你能夠精準(zhǔn)地控制“重構(gòu)”過(guò)程，它甚至可以實(shí)現(xiàn)原子級(jí)的精準(zhǔn)制造。
AI 的本質(zhì)，就是“智能制造”——制造 Token。那么，全球應(yīng)該投入多少資金來(lái)制造智能（Manufacturing Intelligence）？我認(rèn)為，全球 120 萬(wàn)億美元 GDP 的一個(gè)非常大比例，都應(yīng)該投入到這個(gè)領(lǐng)域。
這是我的希望，也是我的信念。如果這在今天看來(lái)不合邏輯，那么讓我們回到 300 年前，問(wèn)一個(gè)問(wèn)題：當(dāng)時(shí)，全球 GDP 有多少是用于能源生產(chǎn)的？在那個(gè)時(shí)代，能源僅僅意味著“使勁干活”（Put your back into it）。而今天，能源已經(jīng)成為全球經(jīng)濟(jì)的基石。同樣，未來(lái)的世界，將建立在人工智能和智能制造之上。
在對(duì)話最后，黃仁勛還主動(dòng)自己總結(jié)陳詞了一下：
今年的GTC非常重要，事實(shí)上，它展示了我們公司從一家計(jì)算機(jī)技術(shù)公司向 AI 基礎(chǔ)設(shè)施公司的轉(zhuǎn)型。它展示了數(shù)據(jù)中心的轉(zhuǎn)變——從一個(gè)計(jì)算機(jī)訪問(wèn)數(shù)據(jù)和托管應(yīng)用的場(chǎng)所，進(jìn)化為一個(gè)AI 工廠。它還展示了一個(gè)事實(shí)：一個(gè)全新的產(chǎn)業(yè)已經(jīng)誕生。正因如此，這么多公司、開(kāi)發(fā)者、行業(yè)和國(guó)家都來(lái)到了這里，開(kāi)始在這里投入預(yù)算。
所以，我要感謝所有來(lái)到這里的你們，祝大家度過(guò)一個(gè)精彩的 GTC。
