全文 —— 其次，，，，应用场景多元化，，，，可能是企业、能源、制造业等领域；；；；；；运行情形多元化，，，，可能是超大规模云端、人工智能原生企业 —— 全球涌现出大宗人工智能原生企业、企业外地安排、工业工厂现场安排，，，，一直到超等盘算中心和边沿端，，，，虽然尚有各人熟知的自动驾驶汽车、机械人，，，，以及制造工厂内部一直壮大的盘算机网络，，，，包括芯片厂、封装厂、盘算机厂等种种制造工厂。。。。。。
未来，，，，每一个基站、每一个无线电网络都将成为人工智能驱动的无线电网络。。。。。。最后，，，，治理模式多元化，，，，可能由公有云运营，，，，但也可能因通例行业羁系、神秘盘算、国家清静等缘故原由，，，，无法在羁系云端运行，，，，差别的数据中心需要差别的建设模式。。。。。。
英伟达的奇异之处在于，，，，我们是唯逐一家构建所有手艺组件的公司，，，，我们以极致协同设计、完整端到端、全栈的方法打造产品，，，，并将其适配到州差别情形中。。。。。。
因此，，，，数据中心市场有多个细分领域，，，，英伟达的全整合全栈解决计划，，，，同时坚持开放，，，，这种产品交付模式至关主要。。。。。；；；；；；迫恃篖PX 专为低延迟和高 Token 速率设计，，，，但其吞吐量较低，，，，模子容量有限，，，，上下文处置惩罚能力较弱，，，，例如在软件编码、智能体事情负载等需要处置惩罚大宗上下文的场景中体现缺乏。。。。。。
因此其挑战很显着。。。。。。我之前已经诠释过，，，，LPX 的应用场景并不普遍，，，，主要面向拥有大宗差别 Token 效劳组合的客户，，，，针对高 Token 速率的高端效劳，，，，客户数目未几，，，，但 Token 速率极高。。。。。。
这与我此前的表述完全一致，，，，我仍维持这一判断。。。。。。我预计 LPX 和其他基于流解码、专注高 Token 速率天生的加速器，，，，在未来一段时间内仍将是小众产品。。。。。。
如你们所知，，，，Grace Blackwell和Vera Rubin支持人工智能的全生命周期，，，，从数据处置惩罚、训练准备、预训练、微调、强化学习一直到推理。。。。。。
Grace Blackwell是全球完成所有这些使命的最佳平台。。。。。。在某些情形下，，，，只要效劳提供商已拥有高 Token 速率效劳，，，，我们就可以搭配 LPX，，，，让其效劳体现更精彩。。。。。。
我们正在加速全球所有工具、数据处置惩罚引擎和数据库引擎，，，，由于智能体使用这些工具，，，，且它们的耐心比人类更低，，，，要求快速响应。。。。。。因此我们推动所有工具基于 CUDA 运行在 GPU 上，，，，速率更快。。。。。。
我们未来需要大宗 CPU，，，，而Vera是专为智能体设计的 CPU。。。。。。