NVIDIA 首席执行官黄仁勋在 GTC 2018 台湾场结束后，也接受媒体的团访，在正式开始前，黄仁勋仍再度重申，固然摩尔定律在前几年的运算领域似乎停滞不前，使得许多科学研究也随之无法突破，但随着 GPU 加速被广泛接受，全新的运算架构使得摩尔定律再度开始运转，且有着飞跃性的性能成长，尤其 GPU 重启深度学习技术热潮，使得 AI 技术也因此再度起飞， OpenAI 组织更指出，在 5 年内 AI 的性能成长达 30 万倍，由 AI 永续撰写程式的时代也随之来临，并因此解决近期人类无法解决之问题。
当有人问起黄仁勋如何看到 IoT 终端 AI 化市场，他指出，若是多半厂商都能办到的领域，是 NVIDIA 绝对不会涉猎的领域，挑战值得挑战的领域是 NVIDIA 一路走来的企业 DNA ，也是 NVIDIA 屡屡创新的关键，获利固然重要，但企业永续发展更是企业的价值核心，而基于 AI 的自动驾驶以及智慧机器人技术，是他在 AI 领域看到所值得挑战的领域，其它如工业自动化、智慧城市也是同样有挑战的价值，至于一般 IoT 终端装置的 AI ，黄仁勋则认为已经有许多厂商具备技术，且挑战性不高同时毛利也不高，不会是 NVIDIA 有兴趣的领域。
至于友商指出 GPU 并非 AI 的最佳解答，黄仁勋强调，友商所认知的是过去的 GPU ，但现今 NVIDIA 的图形运算方案已经打破过往 GPU 的框架，新一代的超级运算架构 Volta 实现了 TensorCore + GPU 的人工智能与通用运算兼具的超级运算架构，并非只着重在单一领域，无论是需要 FP64 、 FP32 高精度的通用运算，或是 FP16 与 Int 8 的 AI ， Volta 皆能胜任。
黄仁勋同时也指出，虽然友商可以拿出许多的数据比较作为挑战 GPU 在 AI 应用的基准，然而事实则是目前的业界并未看到友商的方案有确实被用在实作面，但此时 NVIDIA 的 GPU 技术却已经广泛的为全世界的大型资料中心、研究单位以及各项人工智能技术挹注动能。
另外也被问到与如 Google 提供 TPU 一类的 ASIC 架构加速器比较时 GPU 的优势在哪？黄仁勋则认为，虽然如 TPU 一类的 ASIC 加速器可为特定的框架提供绝佳的性能，但却缺乏可因应不同框架的编程能力，此时 NVIDIA 的 GPU 技术则有较高的弹性，同时以大型运算服务器而言， AI 与通用运算皆有需求，能够提供通用运算与 AI 的 GPU 亦能满足多种需求。
最后被问到 NVIDIA 与台积电的长年合作，会否随着张忠谋即将退休而生变、甚至转单三星；黄仁勋则感性的表示，张忠谋绝对是半导体业界值得尊敬的前辈，张忠谋精确而长远的规划也为台积电打好基础并持续领先业界，且至今仍保有当年他初识张忠谋的活力，他也很感念台积电多年以来与 NVIDIA 合作，而双方长期的合作也不仅只是因为他与张忠谋的交情，台积电的技术更是 NVIDIA 与其合作的重点，双方的合作关系不会因为张忠谋的退休而一夕之间风云变色。
