其实因为我们现在的技术可能做不到那么薄，我们希望可以不停追求和努力，不断降低它的厚度，让它真的变得薄又轻，这是我们的目标，什么时候用户满意？可能和你们手上的笔记本差不多的时候我们就成功了，当然可能我们还要做很多的工作保证性能提升，所以MAX-Q的研发上我们的投入非常大，这次我们发布MAX-Q发现我们增加了一个功能WhisperMode，它可以对笔记本电脑进行声学降噪处理，打开笔记本很安静，它在工作的时候听不到任何的声音，对用户的体验来讲非常好的地方。

记者：现在GPU替代CPU成为主要的驱动力，我想问问贵公司在AI布局上，在中国有没有布局简单介绍一下，消费端如果想用到需不需要长时间？像我们看到的应用可能是无人超市，简单谈一下。

张建中：AI的布局非常早，我们大概的布局策略可以让大家知道，我们在AI行业花了很多的时间，我们本身要把AI的计算平台做好，它怎么做的？我们首先要有GPU，然后不够，我们还要把它们做成System，所以我们会有Tesla作为我们的GPU，我们DGX作为我们的System。在硬件平台的基础上，我们提供所有的SDK，中间的这些SDK是基于CUDA不同的计算去加速全球几乎所有的Traning framework，无论你是CNDK还是什么我们都会加速它，我们要让它用最快的性能跑，像我们加速一款游戏一样优化它的性能，这就是为什么现在几乎所有的深度学习都在用NVIDIA的GPU。Influence部署在AI的云端，帮助用户使用人工智能的产品，我们有了相应的产品可以用我们的皮肤在云端，图像、图形，同时还有我们的移动产品放在我们各种不同的移动设备里做Influence，比如我们放在汽车上做自动驾驶，可以放在机器人、无人机里，帮助我们去实施各种不同的AI的效果，同时也可以把它放在智能音响和语音设备，去为用户提供AI的直接服务。

所以你看到这个产品从端到端，从云端到H端到终端，从硬件平台，从SDK，我们都把它搭成整套的生态系统，除了这个还不够，我们会做几件很重要的事情，一个我们知道人工智能的研发主要的推动力是在电尖的科研机构、大专院校和全球最顶级的人工智能公司领域，我们要跟他们去合作，把他们的研发能够在GPU的环境之上，去开发出效率更加高的各种不同的先进的算法，让他们的人工智能取得最顶级的效果，促进GPU的应用推广，反过来促进GPU下一代的研发，所以你发现产学研的结合可以不停提升我们的性能和不停增加新的功能在下一代产品中，所以你看到我们下一代的产品Volta，这个处理器里让它的加速度更快，你会看到下一代系统跟上一代系统的培训，如果你来做深度学习的培训的话，大概会在计算力方面可以提升12倍，所以它的计算速度是12倍计算速度的提升在它当中，会让我们的处理能力下一代跟上一代的性能有大幅度的提升，可以让用户在培训的时候省更多的时间。