能够创造最高回报的 AI 工厂具备三大特质：更高的收益、延长使用时间，以及服务于更多类型的工作。
AI 工厂的建设规模以兆瓦甚至达到十亿瓦级计算。每个兆瓦级的工厂的成本约为 6000 万美元，AI 工厂运营商只有在明确了解投资回报的情况下，才会决定投入如此规模的资金。影响 AI 工厂回报的关键因素有三个：创收能力、使用寿命、需求。
NVIDIA AI 工厂更大限度地提升这三个方面的表现，具体体现在：
高效
实现每兆瓦最高吞吐量和每 Token 最低成本，从而最大限度地提高创收能力。
耐用
NVIDIA GPU 和系统在出厂多年后仍然保持盈利，延长了使用寿命。
可互换性
能够运行各种类型的 AI，无论是在哪个阶段、哪个场景，以及许多根本不涉及 AI 的工作负载，从而满足更广泛、更深层的需求。
高效：每兆瓦 Token 产出最高，
Token 成本最低
电力是 AI 工厂的关键制约因素。因此，每兆瓦每秒生成的 Token 数量决定了创收能力。固定功耗范围内的 Token 越多，收入就越多。每个 Token 的成本越低，利润空间就越大。
耐用：已部署的产品持续创造收益
并非每个工作负载都需要最新的系统。适配与否取决于工作负载的复杂程度和特征。这解释了为什么上一代产品在新产品到来后仍然能继续创收。
NVIDIA GPU 编程软件平台 CUDA 能够跨代运行，因此当新架构出现时，运营商已有的设备都不会被淘汰。持续的软件和内核优化，则在不断提升现有硬件的能力边界。
可互换：
各种类型的 AI、各个阶段、各种场景
为单一工作而建的工厂，相当于押注这类需求会持续存在。而能够运行多种工作的工厂，即使工作发生变化，也能让其继续发挥作用并持续创收。
NVIDIA AI 工厂支持各种类型的 AI 模型，无论是开放模型还是专有模型，涵盖语言、视觉、生物学、物理学和机器人等领域。它们覆盖从数据处理到预训练、后训练和推理的每个阶段。也在各种场景中运行，从超大规模云和 AI 云到各个项目、企业数据中心和边缘端。
以上为摘要内容，请点击“阅读原文”或扫描下方二维码阅读完整内容：
扫描下方海报二维码，锁定 NVIDIA CEO 黄仁勋 GTC 柏林主题演讲。北京时间 10 月 21 日（星期三）下午 17:00 - 19:00，邀您一同探索 AI 工厂、开放模型、物理 AI 和加速计算如何推动各行各业创新。
