在黄仁勋的GTC主题演讲中，他指出全世界对Scaling Law（扩展定律）存在误解。Scaling Law通常被理解为通过不断增加参数规模和数据量来提升AI模型性能，但黄仁勋认为这并非唯一路径。他认为，真正的创新在于结合硬件、软件和服务的综合优化，而不仅仅是扩大模型规模。

黄仁勋强调，现代AI系统需要更高效的计算架构和更智能的算法设计，以实现更高的性能和更低的成本。他展示了NVIDIA最新的GPU技术，如Hopper架构和Quantum-2网络平台，这些技术旨在加速AI训练和推理过程。此外，他还介绍了NVIDIA AI Enterprise 4.0平台，该平台集成了多款工具和框架，帮助企业更轻松地部署和管理AI工作负载。

黄仁勋还提到，未来的AI发展将更加注重实际应用场景的需求，而不是单纯追求理论上的性能提升。他呼吁开发者和企业关注如何利用AI解决现实世界的问题，例如医疗、交通和能源等领域。

总之，黄仁勋希望通过这次演讲纠正外界对Scaling Law的片面理解，并推动整个行业向更具实用性和效率的方向发展。