GTC是NVIDIA主辦，已經歷時10年的技術會議，在總部附近的聖荷西會議中心舉辦，展示突破性的軟硬體技術。過去是高速運算、電腦遊戲相當重要的產業會議。近年來更是人工智慧（深度學習）技術相關最火熱的產業會議。過去5年來，報名人數由2,000人增加到8,500人。
這次與會的目的主要是發表50分鐘的技術演說，關於如何採集關鍵性的深度（機器）學習訓練資料以及效率的訓練方式。
大會中令人最期待的，應該是CEO黃仁勳的主題演說。其中重量級的產品發表是算力達到2 petaFLOPS的DGX-2 ─ 16片最新GPU顯卡集群伺服器、記憶體加倍、內部頻寬大量提升。不過這也是回應市場需求的漸進式發展：當深度學習網路越龐大、訓練資料（尤其是影像、語音等）越多時，即使是2016年問世的DGX-1，也需要升級；我們在開發新深度模型時，也有同樣的觀察。
從0到1是最令人佩服的。在2007年公司外部競爭最艱困的時候NVIDIA堅持推出CUDA，期望個人電腦也可以將GPU的性能、動畫品質發揮到極致，即使得增加額外的生產成本；還有與學術界合作，察覺深度學習的機會而提早因應。值得觀察的是2018年那些有機會由0成長為1的新品：重兵部署的Project Clara主攻醫學影像智能技術，還特別強調與既有的醫學設備相容。此外，為了提供無人駕駛、機器人有效率以及安全的訓練平台，結合專長圖學技術，分別推出Drive Sim以及ISAAC虛擬環境，剛好呼應自駕車的測試安全。
朋友聊著，NVIDIA能持續精進的原因是什麼？超摩爾定律（Super Moore's Law）？我說也有可能是「Super-Charisma（超魅力）」。當你看到一個明星級的執行長，在活動結束之後，會一一叫出工作人員的名字、熱情擁抱，然後逐一跟她們道謝、稱讚他們執行得非常成功。你得佩服，除了（超）摩爾定律之外，有其他更重要的致勝因素！
徐宏民(Winston Hsu)現任富智捷(MobileDrive)技術長暨副總經理以及台大資訊工程學系教授。哥倫比亞大學電機博士，專精於機器學習、大規模影像視訊搜尋與辨識。為訊連科技研發團隊創始成員，慧景科技(thingnario)共同創辦人，NVIDIA AI Lab計畫主持人；曾任IBM華生研究中心客座研究員、美國微軟研究院客座研究員。習慣從學術及產業界的角度檢驗技術發展的機會；十餘年產學合作及新創經驗。曾獲2018 IBM Research Pat Goldberg Memorial Best Paper Award 、2018偽裝人臉辨識冠軍、傑出資訊人才獎、吳大猷先生紀念獎等國內外研究獎項。
