黃仁勳在台灣時間今日凌晨登場的GTC華府場演說中表示，在預訓練、後訓練與專家混合模型提供的推理能力下，AI越來越聰明、用的人越來越多，所需要的算力就越大，算力越大，就能做更好的預訓練、後訓練與專家混合模型（MoE），AI就會變得更聰明、用的人更多、需要更大的算力，如此進入不斷前進的正向循環。
然而在摩爾定律已經失效下，黃仁勳表示，GB200的電晶體數量只有比上一代H200多兩倍，然而GB200產生每一個token所需成本卻只有H200的十分之一，是怎麼做到的？
他指出，輝達靠著從一張白紙開始從頭建構晶片、硬體系統、軟體系統、AI模型、網路，搭配上使命必達的供應鏈，讓輝達定義的每一代AI伺服器效能都比前一代進步50％以上，從帶給AI強大推理能力的專家混合模型來看，GB200每顆GPU要應付的「專家模型」只有四個，比上一代H200每顆GPU要應付32個明顯減少，帶動處理速度加快，是token生成成本下滑、AI處理效能提高的關鍵，而且，輝達GPU可以做加速運算、可以處理AI，相較之下，AI ASIC只能處理AI，對CSP、對AI工廠來說，「全力擁抱輝達架構超安全」。
隨著CSP資本支出不斷增加、輝達平台交貨越來越順暢，加上客戶的支持愛用，黃仁勳透露，輝達營運的正向循環時刻已經到來，在Blackwell進入量產的首四個季度，Blackwell出貨量已經高達600萬顆，超過上一代Hopper生命週期（2023～2025年）的400萬顆，他預估，將接下來五個季度包括在內、也就是2025與2026兩年合計，Blackwell與下一代GPU平台Rubin出貨量共將高達2000萬顆，他特別強調，2025、2026合計的預估數字，不包含對中國市場的出貨。
而從營業額來看，Hopper生命週期累積營業額為1000億美元，Blackwell與Rubin平台在2025、2026兩年間合計將為輝達帶來5000億美元的營收，比Hopper高出5倍。
