摩爾定律的內容是芯片的晶體管數量密度每隔兩年增倍，而價格不變或有所下降。黃仁勛認為，這種趨勢已經持續(xù)了超過半個世紀，但是，半導體物理學的限制意味著如今CPU性能每年只能提升10%，摩爾定律已走向終結，信息技術對中央處理器(CPU)的依賴已轉向于圖形處理器(GPU)。
加速計算應著眼于整個堆棧、算法、軟件和處理器，才能知道瓶頸在何處，推動應用程序運行提速不應該僅依靠芯片，還要有新的軟件系統(tǒng)。加速計算正在解放。比如有一架飛機并需要運輸一個包裹，飛機可能需要飛行12個小時才能完成包裹的運輸，為了提升運輸速度，與其想辦法讓飛機飛得更快，不如集中注意力在如何加速包裹運輸的問題。同理，應用程序的加速不應只關注芯片的加速，還要考慮如何更快地交付目標。
他坦白表示，英偉達只是 “一匹變戲法的小馬”，他們正在投資加速計算領域，選擇計算能夠執(zhí)行和填補空白的市場，并解決零售、電信和汽車等行業(yè)的問題，而解決這些問題的唯一途徑是對從處理器芯片、算法到軟件的堆棧進行重新設計。
黃仁勛在會議上推出了一套名為Rapids的AI軟件庫，一款專為大規(guī)模數據分析和機器學習而設計的開源GPU加速平臺，為眾多大型企業(yè)提供前所未有的速度來分析龐大的數據與產出精確的商業(yè)預測，被戴爾EMC、聯(lián)想、思科等業(yè)界領導品牌大廠采納。
這款AI軟件庫已經被沃爾瑪試驗用于庫存和物流跟蹤，同時由惠普、IBM和Oracle支持運行，擁有Databricks和Anaconda等開源伙伴。它為廣受歡迎的開源Python數據科學工具添加了GPU加速，并將被集合到用于分析和數據科學的開放源代碼框架Apache Spark中。
京公網安備 11010502049343號