Nvidia首席执行官黄仁勋在近期GTC问答环节中提到，下一代工艺技术可能会为公司GPU带来20%的性能提升。这一改进主要得益于全栅极（GAA）晶体管的应用。然而，他同时强调，Nvidia GPU性能的显著提升更多依赖于架构和软件创新，而非单纯依赖工艺节点的进步。

据黄仁勋透露，Nvidia未来的产品（如预计2028年推出的Feynman GPU）可能会采用基于GAA晶体管的工艺技术，从而带来20%的性能提升。不过，他淡化了工艺节点变化的重要性，指出摩尔定律的放缓使得全新工艺技术仅能带来约20%的改进，包括密度、功耗和效率方面的优化。这一表态是在回应分析师关于Nvidia是否会采用三星代工厂技术的提问。

黄仁勋还表示，尽管尖端工艺技术带来的提升令人欢迎，但它们已不再具有变革性。随着AI系统的扩展，管理大量处理器的效率变得比单个处理器的原始性能更为重要。他指出，数据中心更关注每瓦性能，而非单纯追求“物理极限”。

与苹果不同，Nvidia通常不会率先采用台积电的最新工艺技术，而是选择使用成熟的技术。例如，Nvidia的Ada Lovelace、Hopper和Blackwell GPU均基于台积电4nm级工艺的定制版本（4N和4NP）。这些技术属于台积电5nm级工艺开发套件的改进版本。

下一代AI GPU（代号Rubin，搭配定制Vera CPU）预计将于明年推出，并可能采用台积电3nm级制造工艺（如N3P或定制版本3NP）。而Feynman GPU预计将在2028年推出，可能会采用基于GAA的工艺技术。台积电的N2工艺技术预计可使性能提升10%至15%，而N2P和A16等技术则有望进一步优化性能、降低电阻并改善电力输送。

黄仁勋还预测，如果Nvidia在2028年采用N2P或A16工艺，其Feynman GPU的每瓦性能将比Rubin GPU提升20%。不过，他也提到，由于当前对AI计算需求巨大，Nvidia有时更倾向于追求最高性能而非最高效率。

此外，黄仁勋多次强调，Nvidia已不再仅仅是一家半导体公司，而是大型AI基础设施的提供商和算法开发的领导者。他表示，公司专注于构建AI基础设施，并为机器人技术、计算光刻等领域开发基于物理的AI模型。