英伟达面临算力能耗挑战，能效创新迫在眉睫

AI发展新阶段，算力需求转变：如今，AI正从技术变革与基础设施部署期迈向规模化商业应用期，这使得对GPU的需求发生根本改变，从抢购GPU快速部署算力和技术，转变为商业应用寻求更具性价比的算力。

算力成本下降趋势与电力瓶颈：算力成本下降趋势显著，DeepSeek、阿里千问和百度文心在软硬件协同层面带头引发价格战。然而，硬件层面算力成本也需下降，特别是全生命周期内总持有成本（TCO）。但电力问题成为瓶颈，在美国，电力基础设施问题限制数据中心扩张，前沿模型训练和推理规模落地都受影响。

英伟达芯片能耗问题与影响：英伟达若想卖出更多AI芯片，需降低单位算力能耗。其芯片能耗不断升高，带来设计、散热和量产问题，可能使用户转向更节能的定制AI芯片。

巨头自研芯片与能效创新 ：巨头们纷纷自研芯片，谷歌计划让联发科设计TPU。提升能效成为下一代芯片与算力系统创新的关键主题。

算力发展周期与能效展望：从chatgpt发布到Rubin量产和规模部署，算力基础设施建设浪潮历经5年。行业进入更节能阶段，此前芯片技术进步曾有效提升能效，如今硬件仍可从多方向创新，谁解决能耗问题，就能赢得更多利润，黄仁勋在GTC演讲上需给出能源答案。