Nvidia

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 1. august 2022; checks kræver 10 redigeringer .
Nvidia
NVIDIA Corporation

Firmakontor i Santa Clara, Californien , 2018
Type offentlig virksomhed
Børsnotering _ NASDAQ : NVDA
Grundlag 1993
Forgænger 3dfx Interactive [1] [2] og Ageia [3]
Grundlæggere Jensen Huang , Chris Malachowski og Curtis Prem
Beliggenhed  USA :Santa Clara,Californien
Industri halvlederindustrien
Produkter GPU , chipset og software [4]
Egenkapital
omsætning
Driftsresultat
Nettoresultat
Aktiver
Brug af store bogstaver
Antal medarbejdere
Tilknyttede virksomheder Mellanox
Internet side nvidia.com
 Mediefiler på Wikimedia Commons

Nvidia ( / ɛnˈvɪdiə / ; NVIDIA Corporation ) er en amerikansk teknologivirksomhed , udvikler af grafikprocessorer og systemer på en chip (SoC) . Virksomhedens udvikling har bredt sig til videospilsindustrien, professionel visualisering, højtydende computing og bilindustrien, hvor Nvidia indbyggede computere bruges som grundlag for ubemandede køretøjer.

Virksomheden blev grundlagt i 1993. Fra 4. kvartal 2018 var det verdens største producent af pc-kompatibel diskret grafik med en andel på 81,2 % (statistikken inkluderer alle GPU'er, der er tilgængelige for direkte køb af slutbrugere - GeForce , Quadro og Tesla GPU-baserede acceleratorer ) [10] . Fra januar 2018 oversteg antallet af ansatte 11,5 tusinde mennesker. Hovedkvarteret er i Santa Clara ( Californien ) [11] .

Historie

1993–1999

Grundlæggerne Jensen Huang , Chris Malachowski og Curtis Prem  besluttede at stifte virksomheden i april 1993 over frokost på Denny's i San Jose, Californien . Malachowski og Prem arbejdede som ingeniører hos Sun Microsystems , men var utilfredse med virksomhedens valgte retning, Huang havde en af ​​de ledende stillinger hos integrerede kredsløbsproducenten LSI Logic . De mente, at det kommende gennembrud i computerindustrien ville komme fra hardware-accelererede beregninger , der var for tunge til processorer til generelle formål . Valget til fordel for udviklingen af ​​grafikbehandlingsenheder (GPU) skyldtes den hurtige vækst i populariteten af ​​videospil med tredimensionel grafik , som lovede store overskud for videokortproducenter. Ved deres start på $40.000 blev Huang præsident og administrerende direktør (CEO), Malachowski blev vicepræsident for teknik, og Prem blev teknologichef . Partnerne kom først med navnet på tærsklen til registreringen af ​​virksomheden: det blev valgt som et afledt af lat.  invidia ("misundelse"), der indeholder en kombination af bogstaver nv  - en forkortelse for sætningen næste version ("næste version"), som iværksættere brugte til at udpege al dokumentation for det nye projekt [12] [13] [14] .

Virksomheden opererede i en fabriksløs model , dvs. engageret i produktdesign og markedsføring, men ejede ikke wafer- og mikrochipfremstilling internt . Det tog virksomheden næsten et år at finde en partner, der kunne producere en mikroprocessor ved hjælp af en 0,5 mikron proces (500 nanometer ) - det var SGS-Thomson Microelectronics , som forsynede virksomheden med fabrikskapacitet nær Grenoble i Frankrig . I maj 1995 introducerede Nvidia sin første udvikling - NV1 multimediekortet , som kombinerede en 2D-grafikbehandlingsenhed, en 3D-grafikaccelerator, et lydkort og en port til en Sega Saturn - kompatibel spilcontroller på et enkelt PCI -kort . Selskaberne samarbejdede, og som en del af en aftale med den amerikanske afdeling af Sega, blev nogle af Saturn-spillene overført til pc'en for at køre på NV1. Versioner af NV1 blev også udgivet under mærkerne Diamond Multimedia og SGS-Thomson. Frigivelsen af ​​NV1 kostede virksomheden det meste af virksomhedens første investeringsrunde på 10 millioner dollars fra Sequoia Capital , Sutter Hill Ventures Sierra Ventures, men kortet fik begrænset succes på grund af dets brug af kvadratiske overflader og følgelig dets grundlæggende inkompatibilitet med Microsofts snart frigivne DirectX API , hvor trekantede polygoner blev brugt primitiv til at konstruere 3D Virksomheden blev tvunget til at fyre halvdelen af ​​sine medarbejdere og opgav efterfølgende udviklingen af ​​NV2 til Sega Dreamcast og fokuserede på udviklingen af ​​pc-komponenter [13] [14] [15] [16] [17] .

I første halvdel af 1997 introducerede virksomheden NV3-grafikprocessoren, som blev kaldt RIVA 128 (fra engelsk.  Real-time Interactive Video and Animation accelerator , real-time interaktiv video- og animationsaccelerator). Takket være Direct3D-support, høj ydeevne og en lavere pris end hovedkonkurrenten Voodoo Graphics fra 3dfx Interactive (der var mere end 30 virksomheder på markedet, der tilbød videokort med 3D-acceleratorer), vandt RIVA 128 stor popularitet. Den blev efterfulgt i marts 1998 af den endnu mere succesrige NV4, RIVA TNT (Twin Texel), den første 3D-grafikaccelerator på forbrugermarkedet, der kunne kortlægge 2 teksturer pr. pass, og var også foran konkurrenterne med 2D og 3D parallel behandling og understøttelse af truecolor . Succesen med RIVA 128 og RIVA TNT etablerede Nvidia som en af ​​nøglespillerne på markedet for grafikacceleratorer (ved udgangen af ​​1997 blev dets markedsandel anslået til 24%). RIVA TNT modtog en Editors' Choice-pris fra PC Magazine i 1998 og blev kåret til "Most Admired Fabless Semiconductor Company" af Fabless Semiconductor Association i 1997 og 1998 [12] [14] [ 12] [14] [ 16] [ 17] .

I begyndelsen af ​​1998 var der planlagt et børsnoteret udbud, men efter offentliggørelsen af ​​dette modtog det en række krav for patentkrænkelse på multitexturing-teknologi fra konkurrenter repræsenteret af Silicon Graphics , S3 Graphics og 3dfx Interactive . Ifølge resultaterne af regnskabsåret 1998 nåede virksomhedens omsætning 158,2 millioner dollars, og nettooverskuddet  - 4,1 millioner mod 13,3 og 1,3 millioner et år tidligere. I januar 1999 blev der foretaget et børsnotering på NASDAQ-børsen , 3,5 millioner aktier blev sat på auktion til en startpris på $12, hvilket steg til $19,69 ved udgangen af ​​dagen, placeringen indbragte virksomheden $42 millioner, og dens markedsværdi nåede 626,1 mio. [14] [18] .

I 1999 blev RIVA TNT2 (NV5) grafikacceleratoren frigivet - en forbedret version af RIVA TNT, hvormed virksomheden kom tæt på positionen 3dfx, som havde en høj position på markedet på grund af Glide API'ens popularitet blandt spiludviklere. Men årets mere markante udgivelse var GeForce 256  , den første grafikprocessor, der takket være den integrerede geometritransformations- og belysningsenhed , gav et markant ydelsesspring i systemer med svage centrale processorer [19] . Parallelt hermed indledte selskabet patentsager mod S3 Graphics for krænkelse af en række patenter, som blev løst ved en patentportefølje krydslicensaftale og overførsel af 50 ingeniører fra S3 til Nvidia.

2000'erne

I 2001-2002 blev virksomheden involveret i en patenttvist med 3dfx Interactive , hvor sidstnævnte ikke kunne stå for konkurrencen og gik konkurs. For 70 millioner dollars købte Nvidia 3dfx's grafikkortaktiver, inklusive patenter, varemærker og inventar [14] [20] .

I begyndelsen af ​​2000'erne var de fleste producenter af grafikacceleratorer gået konkurs, og der var dannet et duopol af Nvidia og ATI på markedet for diskrete grafikacceleratorer. Efter den mislykkede i740- accelerator opgav Intel bestræbelserne på at frigive en diskret grafikløsning og fokuserede på integreret grafik under Intel Extreme Graphics-mærket [21] . Markedsandele for pc-grafik, inklusive integreret grafik, blev fordelt som følger: Nvidia - 31%, Intel - 26%, ATI - 17%, resten af ​​virksomhederne var i periferien. Konkurrencen gav næring til accelereret teknologisk innovation i begge virksomheders produkter, hvilket gjorde det umuligt for en anden betydelig aktør at komme ind på markedet. I 2000-2003 fungerede virksomheden som leverandør af grafikchips til Xbox , og efter at Microsoft besluttede at reducere omkostningerne til konsollen, overtog ATI stedet. Til gengæld underskrev Nvidia en kontrakt med Sony om levering af grafikprocessorer til PlayStation 3 , og blev derefter en diskret grafikleverandør til Apples stationære computere [20] [22] .

I 2006 fandt 2 vigtige begivenheder sted på markedet for grafikacceleratorer. ATI 's salg til Advanced Micro Devices for $5,4 milliarder i oktober 2006 afsluttede sit partnerskab med Intel [23] . Som følge heraf blev kontrakter om levering af integreret og diskret grafik, som bragte ATI op på 60-70% af omsætningen, overført til Nvidia, og markedsandelen for AMD/ATI blev mærkbart reduceret. Og 2 uger senere var virksomheden den første til at introducere en samlet GPU GPU shader-arkitektur til pc'er [22] . I 2007 introducerede Nvidia CUDA parallel computing hardware- og softwarearkitekturen , som forenklede brugen af ​​GPU'er til generel computing og dannede grundlaget for specialiserede produkter - PhysX physics engine og OptiX ray tracing graphic engine [24] .

2010'erne

På baggrund af væksten i det integrerede grafiksegment i slutningen af ​​2000'erne - begyndelsen af ​​2010'erne (i 2007 kontrollerede Intel 35% af grafikmarkedet, Nvidia - 25%, i begyndelsen af ​​2010'erne, oversteg Intels andel 50% [21 ] [24] ) diversificerede virksomheden sin forretning ved at investere i højtydende databehandling og indlejrede løsninger til bilindustrien [25] . Virksomhedens succes med at accelerere databehandling, herunder til neurale netværk, tiltrak andre "teknologiske giganter" til dette område - i 2015-2016 gik Intel ind på markedet for deep learning hardwareacceleration gennem opkøbet af Altera, en producent af brugerprogrammerbare gate-arrays , og fabriksløse virksomheder Nervana og Movidus, og i maj 2016 udgav Google sin egen tensorprocessor optimeret til at bygge neurale netværk ved hjælp af TensorFlow- bibliotekerne [12] . I slutningen af ​​2018 indbragte salget af computeracceleratorer og datacenterløsninger virksomheden 1,93 milliarder dollar (133 % mere end i 2017 og næsten 24 % af omsætningen i 2018) og produkter til bilindustrien - 558 millioner dollars (ca. 5 ). 7 %) [26] .

I marts 2019 annoncerede Nvidia lanceringen af ​​en ny Jetson Nano singleboard-computer med indbygget understøttelse af kunstig intelligens, hvis størrelse kun er 70x45 millimeter [27] .

2020'erne

I marts 2019 annoncerede den initieringen af ​​et køb på 6,9 milliarder dollar af det israelske firma Mellanox , som fremstiller InfiniBand- og Ethernet - switches og netværksadaptere til datacentre og højtydende databehandling . Transaktionen var det største opkøb i virksomhedens historie [28] [29] og blev gennemført den 27. april 2020 [30] [31] .

I maj 2020 blev Cumulus Networks opkøbt , som har specialiseret sig i udvikling af open source-software til netværksudstyr, såsom Cumulus Linux -netværksoperativsystemet til switches uden operativsystem [32] .

Produktfamilier

I årsrapporter identificerer virksomheden to produktfamilier og 4 målmarkeder, hvor den opererer. Hovedprodukterne er GPU'er, repræsenteret af den almindelige GeForce -linje, Quadro professionelle grafikkort og Tesla -computeracceleratorer og Tegra -systemer-på-en-chip . Udgivelsen af ​​grafikprocessorer har historisk set været virksomhedens hovedforretning: i begyndelsen af ​​2018 var dens andel af omsætningsstrukturen omkring 80 % (resten stod Tegra for og løsninger baseret på den). Virksomhedens målmarkeder er spilindustrien , professionel visualisering, bilindustrien og high performance computing . Et vigtigt fokus for virksomheden er markedet for kunstig intelligens [33] .

Forbrugerprodukter rettet mod videospilmarkedet er under GeForce-mærket: GeForce GPU'er , software til optimering af ydeevnen GeForce Experience og cloud-spiltjenesten GeForce NOW . Spilenhederne i SHIELD -serien baseret på systemet på en Tegra-chip skiller sig ud . For udviklere frigiver virksomheden specialiserede softwarebiblioteker til at skabe grafiske effekter og realistiske miljøer i traditionelle spil og VR-projekter. På det professionelle visualiseringsmarked er det repræsenteret af Quadro grafiske processorer og specialiserede programmer og komponenter til at arbejde med video og tredimensionel grafik og skabe realistisk objektfysik. Retningen for højtydende databehandling omfatter Tesla-acceleratorer , supercomputere bygget på deres grundlag for at arbejde med AI fra DGX-linjen og specialiserede cloud-platforme - GPU Cloud til udvikling og træning af neurale netværk og GRID til virtualisering af produktive grafikstationer. Bilindustriens platform er mærket Drive og omfatter indbyggede og autopilotcomputere, maskinlæringsværktøjer til selvkørende biler, infotainmentsystemer, avancerede førerassistentsystemer og værktøjer til brug af augmented reality i biler [26] .

GeForce

Historien om familien af ​​GeForce-grafikprocessorer (hvis navn var sammensat af ordene geometri ( eng.  geometri ) og force ( eng.  force ) og indeholder et spil med ord på grund af konsonans med g-kraft ( eng.  frit faldsacceleration ) ) begyndte i 1999 med udgivelsen af ​​GeForce 256 på NV10-chip [34] . Virksomheden positionerede den som den første grafikprocessor - for første gang blev alle grafikprocessorenheder placeret i én chip. Den vigtigste nyskabelse var blokken T&L , som introducerede hardwareunderstøttelse til transformation af hjørnerne af 3D-objekter (ændring af position og skala), klipning (klipning) og belysning: tidligere blev disse opgaver udført på den centrale processor [35 ] . Generelt blev teknologien udbredt på forbrugermarkedet senere, og i 1999 blev udviklingen brugt i professionelle Quadro-skærmkort. GeForce 256 understøttede OpenGL 1.3 og var det første kort, der fuldt ud understøttede Direct3D 7. I 2000 udgav virksomheden en forbedret NV15-chip med en tyndere procesteknologi og 40 % øget ydeevne, flere datapipelines og forbedret T&L, samt forenklet NV11 og NV16 kører med en højere clockhastighed. Kort baseret på dem blev udgivet under GeForce 2 -mærket . Samtidig blev GeForce Go grafikprocessoren frigivet med reduceret strømforbrug, designet til brug i bærbare computere. På dette tidspunkt deltog det canadiske firma ATI i konkurrencen og præsenterede R100- og R200-chippen og RV200-mobilchippen. Markedssuccesen for Nvidia og ATI underminerede positionen for 3dfx Interactive , som i et forsøg på at udkonkurrere sine konkurrenter investerede i udviklingen af ​​den mislykkede multi-processor Voodoo 5 6000, som kombineret med dårligt salg af Voodoo 4, underminerede virksomhedens finansielle stabilitet og førte til dens konkurs. Som et resultat erhvervede Nvidia de fleste af aktiverne i 3dfx, og de fleste af konkurrentens ingeniører blev overført til dets personale [17] [36] [37] .

I 2001 udkom NV20-chippen, som introducerede LMA-teknologi (Lightspeed Memory Architecture) – et stort antal hukommelsescontrollere med reduceret båndbredde. Blandt nyskabelserne var også hurtigere SDRAM-hukommelse , understøttelse af pixel- og vertex shaders , understøttelse af MSAA anti-aliasing og arbejde med Direct3D 8. Kortene i GeForce 3 -linjen var baseret på denne chip , såvel som grafikprocessoren i Xbox spilkonsol fra Microsoft . I begyndelsen af ​​2002 introducerede virksomheden GeForce 4 -linjen . Budgetkort i denne linje var baseret på NV17-, NV18- og NV19-chipsættene, som i det væsentlige var modifikationer af NV11 og var en stor kommerciel succes. Senere udgav virksomheden mere kraftfulde kort baseret på NV25-chippen, en forbedret version af NV20. Som svar på Nvidias udvikling introducerede ATI flagskibet R300-processor, hvor den ved at fordoble antallet af alle computermoduler opnåede overlegen ydeevne i forhold til GeForce 4. I slutningen af ​​2002 udgav virksomheden NV30-processoren, som blev brugt i den 5. generation af GeForce - GeForce FX . På trods af at Nvidia haltede bagefter ATI i udgivelsen af ​​en DX9-kompatibel processor, indhentede virksomheden sin konkurrent på grund af nye teknologier - understøttelse af shader-modellen version 2.0a, nye anti-aliasing og filtreringsalgoritmer, PCI Express interface og DDR2-hukommelse [38] . Et par måneder efter NV30 kom NV35 med en ekstra vertex shader-enhed, forbedrede pixel shader-enheder, en bredere hukommelsesbus og UltraShadow [39] skyggegengivelsesteknologi . I det følgende 2005 blev NV40-chippen og 6. generation GeForce introduceret , hvis flagskibsmodel, på grund af nye teknologier, næsten fordoblede ydeevnen af ​​5. generations modeller. GeForce 6 modtog understøttelse af DirectX 9.0c og ​​shader model version 3, hardwareunderstøttelse af videoafkodning i H.264 , VC-1 , WMV og MPEG-2 formater, samt muligheden for at bruge flere kort parallelt via SLI hardwaren -softwarepakke . Budget GeForce 6-kortene var baseret på NV43-chippen, en forenklet og billig version af NV40 [17] [37] [40] til fremstilling .

Med GeForce 8. generation baseret på G80-chippen har virksomheden redesignet GPU-arkitekturen markant ved at bruge unified shader-processorer i databehandlingspipelines. I efteråret 2006 blev den nye Tesla -arkitektur introduceret , en funktion af hvilken var afvisningen af ​​separate blokke til vertex- og pixel-shaders, som erstattede forenede processorer, der var i stand til at udføre enhver form for shader [41] . På grund af det faktum, at universelle computerenheder kunne udføre forskellige typer beregninger, lykkedes det G80-chippen baseret på Tesla-arkitekturen at løse problemet med ujævn fordeling af ressourcer. Processoren modtog understøttelse af DirectX 10, arbejdede med shaders version 4 og overgik G70 to gange i ydeevnetest. I slutningen af ​​2006 blev ATI overtaget af AMD og blev dets grafikdivision. Udgivet i begyndelsen af ​​2007 var R670-processoren en mellemklasseløsning og konkurrerede heller ikke i ydeevne med sine egne "flagskibe". Sammen med universelle shaders introducerede virksomheden CUDA hardware-software-arkitekturen , som gør det muligt at skrive programmer til grafikprocessorer i et C-lignende sprog og overføre massivt parallel databehandling, der er tung for processorer, til et videokort. Med GeForce 8 og 9 introducerede virksomheden hardwareunderstøttelse til generel databehandling med 32-bit præcision, og i tiende generation, den GT200-baserede GeForce 200 , med dobbeltpræcision 64-bit [42] . Hardware multithreading gjorde det muligt at overføre beregningerne af objekters fysik baseret på PhysX fysiske motor til videokortet . Også i foråret 2009 udgav Nvidia en GeForce 100 -serie af grafikkort eksklusivt til OEM'er og baseret på GeForce 9-designet, og i efteråret en anden GeForce 300 OEM-serie baseret på 200-seriens kort [17] [40] [ 43] [44] .

I 2010 introducerede virksomheden den nye Fermi -mikroarkitektur og serien af ​​GeForce 400 - kort baseret på den . Flagskibsprocessoren i denne generation var GF100, som havde en enorm ydeevne, men var meget stor og svær at fremstille. Under udviklingen af ​​juniormodeller af grafiske processorer i denne familie blev organisationen af ​​streaming-multiprocessorer revideret, hvilket gjorde det muligt at komprimere organiseringen af ​​chippen, reducere dens areal og omkostninger. I GeForce 500 - familiechippene beholdt virksomheden Fermi-arkitekturen, men redesignede den på det fysiske designniveau , ved at bruge langsommere og mere energieffektive transistorer i processorelementer, der ikke kræver høj hastighed, og hurtigere i kritiske elementer. Som et resultat viste det sig, at GeForce 500-kort var mærkbart mere energieffektive ved højere clockhastigheder. Den næste generation af GeForce 600 GPU'er var baseret på den nye Kepler -arkitektur , blev fremstillet på en 28nm-proces og inkluderede tre gange så mange CUDA-kerner, hvilket leverede et 30% boost i spilydelse. Den næste generation af GeForce 700 var baseret på chips, der oprindeligt var designet til Teslas computeracceleratorer, og flagskibskortene i denne generation havde enestående ydeevne, som var noget skæmmet af en høj pris. Yderligere fremskridt inden for GPU'er blev gjort med overgangen til Maxwell -arkitekturen , hvor virksomheden redesignede hukommelsesundersystemet og introducerede nye komprimeringsalgoritmer. Takket være dette viste GeForce 900 -familien af ​​kort sig at være en tredjedel mere energieffektiv end sine forgængere. GeForce 10- generationen var baseret på den nye Pascal -mikroarkitektur og blev produceret på en tyndere 16nm procesteknologi. Imidlertid var det virkelige gennembrud, ifølge grundlæggeren og præsidenten for virksomheden, Jensen Huang, den nye Turing -mikroarkitektur , som blev annonceret i 2018. I den nye 20-serie GPU'er (GeForce RTX) er virksomheden den første i verden til at introducere hardware-accelereret real-time ray tracing -teknologi på specialiserede RT-kerner og understøttelse af AI-arbejde baseret på tensorkerner, hvilket giver et stort spring i kvaliteten af ​​arbejdet med lys og reflekser i computerspil. Som virksomheden bemærkede, fik Turing-baserede kort i GeForce 20 -familien en ydelsesforøgelse på 40-60 % i spil, der ikke er optimeret til nye teknologier, og op til 125 % i spil med understøttelse af Deep Learning Super Sampling-teknologi sammenlignet med den forrige generation GeForce 10 [17] [45] [46] [47] .

GeForce Experience

I 2013 udgav virksomheden GeForce Experience-værktøjet, som optimerer ydeevnen af ​​pc'er med Nvidia-videokort i spil, kontrollerer gyldigheden af ​​de drivere, der er installeret på enheden, tilføjer funktionen til optagelse og udsendelse af gameplay og andre funktioner for en komfortabel spiloplevelse. GeForce Experience har understøttet virksomhedens GPU'er siden GeForce 400 udgivet i 2010 [48] . Hjælpeprogrammet automatiserer verifikation og opdatering af drivere, inklusive Game Ready-drivere, der er optimeret til specifikke spil, og indstiller også de optimale indstillinger for den bedste ydeevne i spil baseret på parametrene på en specifik pc. Mens du spiller, fungerer GeForce Experience som en overlejring, der giver adgang til yderligere værktøjer [48] [49] .

Disse inkluderer ShadowPlay gameplay-optagelses- og udsendelsesværktøjet, implementeret på basis af Nvidia NVENC- hardwarekoderen integreret i grafikchippen på processorer med Kepler-arkitekturen og højere [50] . ShadowPlay giver dig mulighed for at optage i HD, Full HD , 2K og 4K opløsninger med 30 eller 60 billeder i sekundet og bithastigheder fra 10 til 50 megabit i sekundet, understøtter webcam-visning i hjørnet af skærmen og skærmoptagelse og flere optagetilstande, herunder at føre en rekord på op til 20 minutter af spillet, der allerede er gået [51] . Videoer gemmes med H.264-kodning i MP4 -format , og ShadowPlay understøtter også streaming til tilsluttede Twitch- , Facebook- og YouTube - konti [52] . I 2017 blev ShadowPlay suppleret med Highlights-teknologi, som automatisk gemmer vigtige spiløjeblikke i formatet af 15-sekunders videoklip eller GIF'er - fuldførelse af en opgave , dræbt flere modstandere på samme tid, besejring af en vanskelig boss [53] [54] .

I 2016 inkluderede Nvidia Experience værktøjet Ansel, skabt i samarbejde med spiludviklere og opkaldt efter den amerikanske fotograf Ansel Adams [55] . Ansel giver brugeren avancerede skærmbilleder, herunder stereobilleder , 360-graders panoramaer og stereopanoramaer. Ansel giver dig mulighed for at stoppe spillet til enhver tid, flytte og justere kameraet for at vælge vinklen, bruge chroma key og udføre efterbehandling [56] . Billeder gemmes i OpenEXR-format med understøttelse af højt dynamisk område . Super Resolution-tilstand giver AI mulighed for at skalere billeder op til 63360×35640 opløsning uden dithering [57] . I august 2018, med udgivelsen af ​​nye GPU'er med ray tracing hardware, introducerede virksomheden Ansel RTX, som beregner 30 gange flere lysstråler end real-time spilmotoren og giver dig mulighed for at få et fotorealistisk billede [58] [59] .

I januar 2018 introducerede virksomheden Freestyle-teknologi som en del af GeForce Experience, som giver dig mulighed for at eksperimentere med shaders på driverniveau, ændre farveskalaen, skarpheden og andre billedparametre, såsom Instagram - filtre [60] . Brugeren havde adgang til forudindstillede sæt af parametre, inklusive kombinationer for farveblinde og 38 indstillinger [48] . En anden eksperimentel funktion ved GeForce Experience er GameStream Co-op-tilstand, som giver spilleren mulighed for midlertidigt at overføre kontrollen til en anden bruger eller invitere dem til at deltage i co-op-tilstanden. I dette tilfælde vil spillet kun blive lanceret på den første spillers computer, og den anden vil modtage udsendelsen af ​​spilprocessen over netværket [48] .

Quadro

Udviklingen af ​​Quadro professionelle grafikkort til højtydende arbejdsstationer begyndte i 1999 med udgivelsen af ​​den første løsning baseret på NV10-kernen brugt i GeForce 256 [19] . Quadro-kort er baseret på de samme processorer som gaming-(forbruger-) GeForce-kortene, men har mere pålidelige komponenter designet til langsigtet drift ved spidsbelastninger, og Quadro-drivere har hundredvis af profiler for maksimal ydeevne i specialiserede applikationer. For eksempel bruger Autodesk Softimage 3D-grafikeditoren PhysX fysikmotor til at fremskynde beregninger på CUDA-kerner, når der skabes realistiske effekter, såsom vand, ild eller eksplosioner. Autodesk 3ds Max understøtter gengivelsen af ​​scener på Nvidia iRay-gengivelsesmotoren, som får direkte adgang til GPU'en og omgår CPU'en og derved fremskynder gengivelsestiden med en størrelsesorden. Både iRay og V-Ray fra Chaos Group understøtter realtidsgengivelse af scener på bekostning af GPU-ressourcer. Autodesk AutoCAD i kombination med Quadro giver dig mulighed for at bruge hardware shaders, når du gengiver billeder [61] . CATIA , SolidWorks , PTC Creo , Solid Edge , Compass , Revit , Civil, ArchiCAD , Autodesk Maya , Adobe Photoshop , Adobe Premiere Pro , MSC Nastran , ANSYS [62] -software har også understøttelse af specialiserede Nvidia-teknologier . Quadro implementerer en række teknologier, der ikke er tilgængelige for GeForce-brugere - anti- aliasing til x64 (og op til x128 ved tilslutning af flere videokort ved hjælp af Nvidia SLI -teknologi ), flere skrivebordsadministrationer med tilpassede skærmkanter, hukommelsesfejlkorrektion for høj præcision computing, og en komplet hukommelsesoprydning ved skift til nye opgaver, nøjagtig fordeling af beregningsbelastningen mellem flere grafikkort, avanceret fjernadministration og overvågning [63] .

nForce

I 2001 udgav Nvidia sit første bundkortchipsæt . De første generationer - nForce , nForce2  og nForce3  - fungerede kun med AMD -processorer . Efterfølgende generationer ( nForce4 , nForce 500 ,  nForce 600 , nForce 700 ,  GeForce 8000/9000 og nForce 900) modtog understøttelse af Intel-processorer . I februar og marts 2009 udvekslede Intel og Nvidia retssager. Intel mente, at 2004-teknologikrydslicensaftalen ikke længere var gyldig, og Nvidia kunne ikke producere chipsæt med understøttelse af DMI / QPI - busser og som følge heraf den nye generation af Nehalem-processorer . Nvidia mente på den anden side, at den anden part ved dette forbud overtrådte den stadig gyldige licensaftale [64] [65] [66] . På grund af tabet af markedet for kort til Intel-processorer annoncerede Nvidia i oktober 2009 en fastfrysning af investeringer i udviklingen af ​​nye chipsæt [67] . Et år senere, i november 2010, opgav virksomheden fuldstændigt chipset-forretningen. Årsagerne var også konflikten med Intel (retssagen endte med Nvidias sejr i 2011 [66] ) og det faktum, at efterspørgslen efter nForce faldt år for år, da integrerede grafikløsninger flyttede fra individuelle chipsæt til centrale processorer [68] .

Tesla

Tesla-serien af ​​computeracceleratorer blev introduceret i sommeren 2007, kort efter udgivelsen af ​​den forenede computerarkitektur CUDA, som gør det muligt at skrive kode i et C-lignende programmeringssprog til beregning på en GPU. Den første Tesla C870-accelerator var baseret på G80 GPU'en, der allerede var med i GeForce 8-seriens kort og baseret på den forenede shader-mikroarkitektur også kaldet Tesla [69] . Der blev også præsenteret løsninger med 2 kort i en "desktop supercomputer" og 4 kort i en 1U blade server formfaktor. C870 understøttede enkeltpræcisionsberegninger med en gennemstrømning på 518 gigaflops [70] . Med overgangen til en ny GPU-mikroarkitektur opdaterede virksomheden rækken af ​​Tesla-acceleratorer, og i tilfældet Fermi [71] , Pascal [72] , Volta [73] og Turing blev Tesla-acceleratorer de første produkter på den nye arkitektur præsenteret for offentligheden [74] . I 2011 introducerede virksomheden Maximus-teknologi, som gør det muligt at kombinere Tesla-acceleratorer og Quadro professionelle grafikkort i en enkelt arbejdsstation for den mest effektive allokering af computerressourcer. For at gøre dette introducerede virksomheden inden for rammerne af Maximus-teknologien en universel driver til begge kort, optimeret både til løsning af mere standardopgaver baseret på Quadro og til specialiserede beregninger baseret på Tesla [75] .

Den mest moderne for oktober 2018 var Tesla T4 computeracceleratoren baseret på Turing-mikroarkitekturen, hvis innovation var understøttelse af en bredere vifte af nøjagtighed, hvilket i høj grad øgede ydeevnen i beregninger, der ikke stiller høje nøjagtighedskrav - f.eks. trænede neurale netværksmodeller. Som et resultat har Nvidia opnået ydeevne på 8,1 teraflops i enkelt præcision (FP32), 65 teraflops i blandet enkelt og halv præcision (FP16/FP32), 130 billioner operationer i INT8-tilstand og 260 billioner i INT4-tilstand [74] [76] .

I slutningen af ​​2018 var Tesla de mest populære acceleratorer inden for højtydende computing og blev brugt i 127 supercomputere inkluderet i Top500  - en rangering af de mest kraftfulde enheder i denne klasse [77] . Til sammenligning var der i 2015-ranglisten 66 enheder, der brugte Tesla-acceleratorer, 26 enheder med Intel Xeon Phi baseret på processorer til generelle formål og 3 supercomputere med AMD FirePro [78] . To af de mest kraftfulde supercomputere i verden for 2018 var baseret på Teslas computeracceleratorer - Summit ved Oak Ridge National Laboratory og Sierra ved Livermore National Laboratory i US Department of Energy [77] . Også beregninger på Tesla-acceleratorer blev implementeret i Tsubame supercomputeren fra Tokyo Institute of Technology (29. plads i slutningen af ​​2008) [79] ; Tiānhé-1A supercomputeren , designet af det kinesiske forsvarsvidenskabelige og teknologiske universitet i PLA (1. plads fra oktober 2010) [80] ; Titan -supercomputeren installeret på Oak Ridge National Laboratory i det amerikanske energiministerium (1. plads i november 2012); supercomputer Cray CS-Storm (10. plads i 2014); supercomputer Piz Daint , hostet af Swiss National Supercomputing Center (3. plads fra november 2017) [81] . Blandt de russiske supercomputere, der bruger generelle GPU-databehandling baseret på Nvidia Tesla-acceleratorer, er Lomonosov , installeret på Moscow State University , og Lobachevsky, placeret på Nizhny Novgorod State University [82] [83] . Også ifølge situationen for 2018 var Nvidia Tesla i hjertet af 22 af de 25 mest energieffektive supercomputere i GREEN500-klassificeringen [77] .

GRID

Nvidia begyndte at udvikle en fjerndatabehandlingsplatform i midten af ​​2000'erne og præsenterede i maj 2012 sin udvikling i denne retning - VGX-platformen til virtualisering af arbejdspladser med ydeevnen fra en fuldgyldig arbejdsstation og GeForce GRID - en teknologisk platform til at køre spil i skyen [84] [85] . VGX var baseret på 3 komponenter - blade-servere baseret på Nvidia GPU'er, Nvidias egen hypervisor , som var integreret i kommercielle hypervisorer og leverede GPU-virtualisering og ressourcefordelingssystem mellem brugere [86] . Efterfølgende introducerede virksomheden hardwareløsninger til VGX - grafikkort til virtualisering af et stort antal jobs VGX K1 og en løsning til samtidig afvikling af 2 jobs til arbejde med kompleks grafik og behandling af 3D-opgaver i Adobe , Autodesk og SolidWorks applikationer  - VGX K2 [87 ] [88] . I marts 2013 introducerede virksomheden en nøglefærdig løsning til designere, arkitekter, designere og ingeniører GRID VCA (Visual Computing Appliance, lit. engelsk  udstyr til visual computing ), herunder en server i en 4U formfaktor, klientsoftware og en hypervisor [89 ] [90] . I slutningen af ​​2013 blev GRID-servere introduceret til Amazon Web Services [91] [92] . Introduceret samme år fungerede cloud-spilserverløsningen efter et lignende princip, der giver brugerne en fast mængde processorkraft til stabil systemydelse i moderne spil. For at reducere netværksforsinkelsen er videokomprimering blevet implementeret på egne servere og drivere er optimeret til både server- og klientudstyr [93] [94] . Nvidia-løsninger til spiltjenesteoperatører er blevet brugt af mange spiltjenester - Gaikai , Playcast , Ubitus, CiiNow, G-cluster , LiquidSky og Playkey. Virksomheden brugte sine egne løsninger i sin egen cloud-tjeneste til ejere af spilleenheder af Shield-linjen - GeForce GRID (senere - GeForce NOW) [95] [96] .

GeForce NU

GeForce NOW i 2018 er den tredje iteration af cloud-spiltjenesten (streaming af pc-spil fra skyen), som virksomheden har udviklet siden begyndelsen af ​​2010'erne [97] . I 2012 udgav virksomheden GeForce GRID-serverløsningen, som gjorde det muligt at køre spil på virksomhedens højtydende hardware og streame gameplay til brugerens enhed. Den første Nvidia-partner til at implementere GeForce GRID i sine servere var den digitale distributionstjeneste Gaikai , som senere blev købt ud af Sony [98] . Beta-test af sin egen cloud-tjeneste, designet til brugere af enheder af Shield-linjen, begyndte virksomheden i efteråret 2013 [99] . Som bemærket af teknologipublikationen The Verge , var GRID (som en spilstreamingtjeneste) allerede dengang væsentligt bedre end alternativer som Gaikai og OnLive [100] . I hele testperioden forblev Grid gratis for brugerne, og fra april 2015 omfattede tjenestens bibliotek 47 pc-spil, de fleste af AAA-klassen [101] . I slutningen af ​​måneders test i efteråret 2015 relancerede virksomheden spilstreamingtjenesten under GeForce NOW-mærket med et betalt abonnement på spil fra det indbyggede katalog og muligheden for at købe andre spil gennem den digitale distributionstjeneste [ 102] [103] . Geografien for GeForce NU på tidspunktet for genstarten omfattede Europa (inklusive den vestlige del af Rusland ), Nordamerika og Japan [104] . GeForce NOW har gentagne gange fået høje karakterer i spilpressen, og hovedklagen mod det var, at det ikke var tilgængeligt uden for Shield-økosystemet. I 2017 begyndte virksomheden at teste GeForce NOW som en udlejningscomputerservicemodel til at køre spil, tilgængelig på enhver enhed, inklusive pc'er, der kører OS X og Microsoft Windows (mens Shield-brugere igen fik gratis adgang til tjenesten). I 2017 begyndte test af den nye GeForce NOW på Mac, i januar 2018 blev betaversionen af ​​tjenesten tilgængelig for ejere af pc'er på Windows [105] . Gennem brugen af ​​Tesla P40 grafikacceleratorer med 24,5 gigabyte VRAM på serversiden var tjenesten i stand til at levere grafisk ydeevne svarende til at bruge en GeForce GTX 1080 på en brugers enhed med en opløsning på op til 2560×1600 [106] . Med den nye GeForce NOW har brugerne mistet adgangen til abonnementsspilkataloget, men har været i stand til at køre et hvilket som helst spil fra de digitale distributionstjenester Steam , Uplay eller Battle.net [107] [108] på en virtuel pc .

DGX

Et nyt marked for virksomheden åbnede sig i 2009, da flere forskergrupper opdagede, at GPU'er var meget mere effektive til deep learning-opgaver. Stanford University professor Andrew Ng bemærkede dengang, at GPU-baserede løsninger kunne være 100 gange mere effektive end x86 CPU-baserede løsninger [109] .

Virksomheden præsenterede den første supercomputer til at løse problemer med deep learning AI DGX-1 på GTC-konferencen i april 2016, samtidig med annonceringen af ​​Tesla P100-computeracceleratoren. Den første version af DGX-1 indeholdt 8 P100-kort med en kombineret ydeevne på 170 teraflops. Dens konfiguration inkluderede 2 linjer med 10-gigabit Ethernet og 4 InfiniBands med en EDR-bus og en hastighed på omkring 100 gigabit pr. sekund. DGX-1 var den første omfattende deep learning-løsning og kom med en suite af specialiseret software, herunder Deep Learning GPU Training System (DIGITS) platformen og CUDA Deep Neural Network library (cuDNN). Computeren kom til salg i juni 2016 for $129.000 [110] . Et år senere, sammen med annonceringen af ​​Tesla V100-acceleratorer baseret på den nye Volta-arkitektur, introducerede virksomheden en opdateret DGX-1 med 8 V100-kort, samt DGX Studio med 4 V100-kort og mindre RAM. Den opdaterede DGX-1, der blev solgt til en pris på 149 tusind dollars, havde en ydeevne på 960 teraflops i dybe læringsopgaver, DGX Station med en ydeevne på 490 teraflops modtog en pris på 69 tusind [111] [112] .

Virksomheden opnåede et grundlæggende gennembrud i ydeevne op til 2 petaflops i DGX-2, demonstreret ved GTC i marts 2018. Den nye computer brugte 16 Tesla V100-acceleratorer, kombineret med et nyt NVSwitch-interface med en båndbredde på 2,4 terabyte i sekundet – ifølge Jensen Huang ville denne hastighed være nok til samtidig at udsende 1440 film. I alt havde det nye produkt 82.000 CUDA-kerner, mere end 100.000 Tensor-kerner og 512 gigabyte hukommelse med høj båndbredde af HBM 2-standarden, gange større end i deres egne beslutninger for 5 år siden. DGX-2 kom til salg for $399.000 [113] [114] .

Tegra

Udviklingen af ​​systemer-på-en-chip (SoC) beregnet til brug i mobile enheder, tog virksomheden op efter købet i 2003 af udvikleren af ​​diskret grafik til PDA'er MediaQ. Hendes arbejde blev brugt til at skabe en serie af GoForce- chips , som har fundet anvendelse i enheder fra Motorola og andre producenter. I 2006-2007 købte firmaet også grafiksoftwarefirmaet Hybrid Graphics og fabriksløse en tidligere system-on-a-chip-leverandør til Apple iPod . Den akkumulerede erfaring og erhvervede teknologier blev brugt i den nye serie af Tegra -chips , som kombinerede en processor til generelle formål med ARM-arkitektur og sin egen energieffektive grafikprocessor. I den første generation af sine SoC'er, introduceret i 2008, udgav virksomheden to serier af chips - Tegra APX 2500 til smartphones og modellerne 600 og 650 , designet til at konkurrere med Intel Atom i nichen med mobile internetenheder (det vil sige PDA'er fokuseret om websurfing og underholdning) og smartbooks [115] . Den første generation Tegra fandt vej til Microsofts Zune HD medieafspillere og Samsungs YP-M1 medieafspillere , og den første smartphone baseret på platformen var Microsoft KIN [116] [117] . Den første generation af Tegra blev dog ikke meget brugt: satsningen på smartbooks og avancerede PDA'er, som ikke fandt et massemarked, påvirkede [118] .

Langt mere vellykket var Tegra 2 system-on-a-chip introduceret i 2011 [119] . Den kraftfulde Tegra 2 med understøttelse af 3D-grafik blev brugt i mange 10-tommer tablets og smartphones fra Acer , Asus , Motorola , LG , Toshiba og andre producenter og forblev relevant selv efter flere år [120] . Succesen med anden generation af SoC blev gentaget af Tegra 3 , som modtog en mere kraftfuld grafikaccelerator og en ekstra processorkerne til simple beregninger. Tegra 3 blev installeret i Google Nexus 7 , Lenovo , Asus og Acer tablets , HTC og LG smartphones samt konvertible bærbare computere med Windows RT operativsystemet  - Microsoft Surface og Lenovo IdeaPad Yoga 11. I 2013 introducerede virksomheden Tegra 4 , baseret på hvilket hun udviklede sine egne spilkonsoller under mærket Shield [121] . Virksomheden mistede dog gradvist interessen for det konkurrenceprægede massemarked for forbrugerenheder og fokuserede igen på områder, hvor Tegras høje ydeevne var efterspurgt - spilkonsoller og bilmarkedet [122] . I 2012 aftalte NVIDIA med Audi at bruge Tegra i bilkontrolpaneler og underholdningssystemer, og i 2013 begyndte det samarbejde med Tesla og Lamborghini [13] [123] .

Bilproducenters lange produktionscyklusser har været en velsignelse for Nvidia, som har fundet anvendelse i biler til både nye designs og de ældre Tegra 2 og Tegra 3 [124] . Introduceret i 2014 var Tegra K1 -systemet-på-en-chip oprindeligt placeret som en platform for indbyggede computere og ubemandede køretøjssystemer , og den næste generation Tegra X1 var slet ikke beregnet til brug i mobil elektronik [125] [ 126] .

drev

På Consumer Electronics Show i januar 2015 præsenterede virksomheden sammen med annonceringen af ​​Tegra X1-systemet-på-en-chip sin egen komplette løsning til bilindustrien - Drive CX dashboard-computeren baseret på X1-chippen, Drive Studio dashboard interface udviklingsværktøj og den indbyggede autopilot Drive PX, som brugte 2 SoC X1 på én gang [127] . I modsætning til ADAS (Advanced driver Assistance system, Russian advanced driver assistance system ) på markedet på det tidspunkt, var Drive PX fokuseret på brug i biler, startende fra den mellemste priskategori [128] . Fra den første version understøttede Drive PX driften af ​​12 separate HD-kameraer på én gang, hvis information blev behandlet af et kunstigt neuralt netværk og genkendte andre køretøjer, fodgængere, vejskilte og anden information [129] . På GPU Technology Conference i foråret 2015 talte NVIDIA-repræsentanter om læringsprocessen for Drive PX AI og bemærkede, at de, baseret på erfaringerne fra mange simulerede ulykker, lærte det at undgå forhindringer og tage højde for alle mulige forhindringer [130 ] [131] .

Drive PX af den første version havde en beregningsydelse på 2,3 teraflops, og Drive PX 2-computeren præsenteret på CES 2016 formåede at bringe dette tal til 8 teraflops. Denne præstation var allerede nok til automatisk at styre en bil baseret på data fra 12 kameraer, radar , lidar og andre sensorer [132] . Den opdaterede Drive PX 2 lærte, hvordan man viser detaljerede oplysninger om bilens omgivelser på skærmen i realtid, og når de er forbundet til internettet  , supplerer den med information om trafiksituationen, kørebanens tilstand og andre faktorer [133] . På GPU-konferencen i april 2016 præsenterede NVIDIA demobiler fra Audi , Volvo og BMW udstyret med Drive CX og Drive PX [134] . I januar 2017 på CES 2017 annoncerede NVIDIA og Audi planer om at frigive en AI-bil (formodentlig Audi Q7 ) inden 2020. Udviklingsselskabet introducerede også sin egen selvkørende bil BB8, opkaldt efter en astromech-droid fra Star Wars - universet , og brugt til at teste autonome køreteknologier [135] [136] .

I februar 2017 fandt et testløb af Roborace ubemandede elbilmesterskab sted , hvor holdene er repræsenteret af teknologisk identiske biler med forskellige kontrolsoftwareplatforme. Begge testkørte maskiner, DevBot 1 og DevBot 2, var baseret på Drive PX 2 [137] . I efteråret 2017 præsenterede virksomheden på GPU-konferencen i München en prototype af en autonom postvogn udviklet af ZF Friedrichshafen AG sammen med Deutsche Post DHL , og repræsentanter for det russiske teknologifirma Yandex talte om deres egen selvkørende bil baseret på Toyota Prius V og Drive PX 2 [138] [139] . Derudover præsenterede Jensen Huang på konferencen en forbedret version af Drive PX - Drive PX Pegasus, udviklet sammen med 25 andre teknologivirksomheder og bilproducenter og med en ydeevne på 320 teraflops, giver dig mulighed for at skabe et ubemandet køretøj på 5. niveau af autonomi (uden at kræve menneskelig deltagelse i kørslen) [140] [141] . Indtil august 2018 blev Drive PX-computere også brugt i Tesla -elbiler [142] [143] .

I marts 2018, efter et fatalt uheld, hvor en selvkørende Uber ramte en cyklist og fejlagtigt troede, at hun var en mindre forhindring, der ikke krævede et svar, meddelte firmaet, at det ville stoppe med at teste sine selvkørende biler på offentlige veje [ 144] [145] . En uge senere, på sin egen teknologikonference, introducerede virksomheden Drive Pegasus cloud-platformen, designet til at teste autopilotalgoritmer under simulerede forhold. Systemet er baseret på to komponenter. Den første er en server baseret på Nvidia GPU'er, der kører Drive Sim-simuleringsmiljøet, som skaber datastrømme til kameraer, radar, lidar og andre køretøjssensorer og et fotorealistisk testmiljø. Den anden er Drive Pegasus indbyggede computer til at køre AI-autopiloten. Denne pakke giver dig mulighed for at simulere enhver vejsituation, inklusive usandsynlige scenarier og ekstreme vejrforhold, og udføre millioner af test om dagen uden risiko for andre trafikanter [146] [147] [148] .

SHIELD

I begyndelsen af ​​2013, på Consumer Electronics Show , annoncerede virksomheden sin egen spillekonsol, kodenavnet Project Shield. Da enheden kom til salg, var ordet " Projekt " blevet fjernet fra titlen [149] . SHIELD var et gamepad -format med en flip-out 5-tommer touchskærm, kørte Android -operativsystemet , downloadede spil fra Google Play Butik, TegraZones egen digitale indholdsbutik og understøttede GameStream-teknologi - spilstreaming fra en pc udstyret med en GeForce GPU om Kepler mikroarkitektur. Ud over at spille på sin egen skærm tillod SHIELD HDMI-output til en skærm eller tv-skærm, hvilket gør den til enheden med det største bibliotek af spil og den bredeste spiloplevelse på markedet [150] . Listen over spil, der modtog understøttelse af SHIELD-controlleren, omfattede omkring 2 dusin titler, inklusive AAA-projekter såsom Bioshock Infinite , Need for Speed: Most Wanted , Call of Duty: Black Ops 2 , Team Fortress 2 , Grand Theft Auto: Vice City og ARMA Tactics [151] [152] .

I 2014 introducerede virksomheden Shield Tablet, som har formfaktoren af ​​en traditionel tablet med en trådløs controller og er en af ​​de højest ydende Android-enheder på markedet [153] . Udover GameStream modtog enheden support til Grid cloud-spiltjenesten til streaming af pc-spil fra Nvidia-skyen (senere omdøbt til GeForce Now), og den blev også optimeret til Unreal Engine [154] grafikmotoren . På udgivelsestidspunktet viste SHIELD-tabletten sig at være en forholdsvis dyr enhed, og på grund af problemer med overophedning af batteriet måtte virksomheden udskifte nogle af enhederne for brugerne. I 2015 udgav virksomheden en opdateret model med korrigerede "børnesygdomme" under K1-indekset, som med en identisk konfiguration som sin forgænger havde en markant lavere udsalgspris [155] [156] .

Derudover udgav virksomheden i 2015 en spilenhed i formatet som en streaming medieafspiller (set-top-boks), kaldet SHIELD Android TV eller blot SHIELD (det originale SHIELD fra 2013 blev omdøbt til SHIELD Portable). Den nye SHIELD var den første enhed, der blev drevet af Tegra X1-processoren, der kører Android TV , understøtter GameStream og Grid (GeForce Now) og Ultra HD (4K) videoudgang . Ud over Android TV-indhold modtog enheden support til streamingtjenesterne Netflix , Hulu Plus , YouTube , Amazon Instant Video og Sling TV , Russian Okko, Megogo.net , Amediateka , Rutube og mange andre, samt support til streaming fra Android-enheder Google Cast [157] [158] . 2017-opdateringen bringer SHIELD til en 40 % mindre krop, understøttelse af nye streamingtjenester, fuld integration med Google Assistant -stemmeassistenten og understøttelse af et smart home-system baseret på Samsung SmartThings -platformen i hub-tilstand, hvorigennem enheder og sensorer er forbundet og interagerer [159] [160] .

Jetson

I marts 2014 introducerede virksomheden sin første specialbyggede Tegra K1-baserede Jetson TK1 indlejrede computer til brug i autonome droner, smarte kameraer, robotter og andre smarte enheder. På trods af sin beskedne størrelse var Jetson TK1, med en ydeevne på 326 gigaflops, sammenlignelig i kraft med traditionelle arbejdsstationer, hvilket gjorde det muligt for det nye produkt og efterfølgende versioner af Jetson at blive positioneret som "de første mobile supercomputere" [161] . Jetson TX1, baseret på Tegra X1-systemet-på-en-chip, øgede ydeevnen til 1 teraflops, og størrelsen af ​​selve enheden blev reduceret til størrelsen af ​​et plastikkort [162] . Med Jetson TX2, baseret på den opdaterede Tegra X2-processor, lykkedes det NVIDIA at fordoble ydeevnen og samtidig bevare det samme strømforbrug [163] . Virksomheden opnåede et grundlæggende gennembrud inden for computerkraft i juni 2018 med Jetson Xavier-computeren, baseret på den næste generation af Tegra-chips. Et system med en ydeevne på 30 teraflops med et strømforbrug på en tredjedel af en glødelampe , blev præsenteret som verdens første computer til intelligente robotter. Jetson Xavier-kortet indeholdt en 8-core ARM-processor til generel databehandling, en Tensor Core GPU til deep learning-opgaver og specialiserede videobehandlingsblokke [164] . Jetson Xavier blev introduceret som en del af Isaac-platformen, som også inkluderer et sæt API'er og udviklingsværktøjer til tilslutning til 3D-kameraer og sensorer Isaac SDK, Isaac IMX AI-acceleratorbiblioteket og Isaac Sim [165] [166] AI-træning og test virtuelt miljø .

Initiativer

GPU Technology Conference

Siden 2009 har virksomheden afholdt den årlige GPU Technology Conference (GTC), hvoraf den første blev afholdt i San Jose i slutningen af ​​september - begyndelsen af ​​oktober 2009. I løbet af årtiet er begivenhedens geografi udvidet betydeligt: ​​i 2018 blev der udover GTC i Silicon Valley og Washington afholdt regionale konferencer i Taiwan , Japan , Europa , Israel og Kina [167] . Hvis hovedemnet for GTC oprindeligt var udviklingen og brugen af ​​GPU'er til at accelerere databehandling, så er fokus siden midten af ​​2010'erne flyttet til udviklingen af ​​maskinlæring og brugen af ​​AI [168] [169] .

GPU Ventures Program

I 2009 etablerede firmaet GPU Ventures Program for at investere i startups , der arbejder på måder at anvende GPU'er på generel computer . Som en del af programmet planlagde virksomheden at yde investeringer fra 0,5 til 5 millioner dollars til lovende projekter relateret til videobehandling, F&U , finansiering og andre anvendelsesområder for sine egne teknologier [170] . Fra og med 2018 inkluderede GPU Ventures-programmets portefølje Abeja, et cloud -baseret detailanalysesystem, selvkørende bilteknologiudvikler Optimus Ride, stemmeassistent AI-udvikler Soundhound, vejrstartup TempoQuest, sundheds -computervisionteknologiudvikler Zebra Medical og Datalogue, en virksomhed, der udvikler data mining- algoritmer [171] .

Deep Learning Institute

I 2015, for at overvinde manglen på specialister inden for databehandling og deep learning, annoncerede virksomheden sit eget uddannelsesprogram - Deep Learning Institute (DLI) [172] . De første undervisningssessioner blev afholdt som en del af GTC, og i 2016 udgav de sammen med masseonlineuddannelsesplatformene Coursera og Udacity onlinekurser om deep learning og AI. Udviklere fra Adobe , Alibaba og SAP blev uddannet hos DLI , og der blev også afholdt kurser på steder af store forsknings- og uddannelsesinstitutioner - US National Institutes of Health , US National Institute of Science and Technology , Barcelona Supercomputing Center , Singapore Polytechnic Institute og Indian Institute of Technology Bombay [173] [174] . Uddannelsesprogrammer på DLI er bygget op omkring anvendelsesområderne for virksomhedens teknologier inden for selvkørende biler, sundhedspleje, robotteknologi, økonomi og praktiske klasser undervises af specialister fra Nvidia og partnervirksomheder og universitetspersonale [175] [176] [177] .

Nvidia Inception Program

I juni 2016 introducerede virksomheden Nvidia Inception Program for at støtte startups, der arbejder inden for kunstig intelligens og databehandling. Programdeltagere får tidlig adgang til software og hardware, assistance fra certificerede specialister og ingeniører fra virksomheden, træning i DLI og investeringer under GPU Ventures Program [178] . Allerede i 2017 deltog over 1300 virksomheder i programmet, i 2018 nåede antallet af deltagere i programmet op på 2800. Som en del af den årlige GTC-konference udvælger virksomheden flere programvindere, som har demonstreret fremragende præstationer inden for deres felt. I 2017 var prisvinderne Genetesis , udvikleren af ​​Genetesis diagnostiske system for brystsmerter, Deep Instinct anti- malware -systemet og forfatterne af Athelas neurale netværksbaserede blodprøveteknologi ; neurale netværk, detailautomatiseringssystem AiFi og logistikopstart Kinema Systems [179] [180] .

Firma

Hovedkvarter

Virksomhedens hovedkvarter er beliggende i Santa Clara , Californien . Den første bygning af komplekset, kaldet "Endeavour" ( Eng.  Endeavour til ære for den sidste NASA-rumfærge ), blev opført i 2010-2017 i henhold til projektet fra det arkitektoniske bureau Gensler . Værelserne inde i "Endeavour " er navngivet, med henvisning til science fiction - "Altair IV" (planeten fra filmen " Forbidden Planet "), " Skaro " (planeten fra sci-fi-serien " Doctor Who "), " Skynet " (kunstig intelligens fra Terminator - filmserien ), "Vogsphere" (hjemmeplaneten for Vogon-racen fra Douglas Adams ' værker ), Hott (en planet fra Star Wars -universet ), " Mordor " (regionen Midt- jord , besiddelse af Sauron fra John Tolkiens legendarium ), " Metropolis " (en reference til den tavse science fiction-film af samme navn af Fritz Lang ) [13] .

For 2018 byggede virksomheden en anden bygning kaldet "Voyager" ( eng.  Voyager ), som tjener som reference til rumfartøjet af samme navn og programmet til at udforske de fjerne planeter i solsystemet . De første bogstaver i navnene på bygningerne i det nye hovedkvarter, det latinske En og V lægger også op til Nv  - de første bogstaver i navnet på selve virksomheden. Endeavors areal er 500 tusind fod² (ca. 46,5 tusinde m²), Voyagers designareal er 750 tusind fod² (ca. 69,6 tusinde m²). Endeavour rummer mere end 2.000 ansatte i virksomheden, i alt arbejder 5.000 medarbejdere i Santa Clara, og virksomhedens samlede personale er 11,5 tusinde mennesker [13] [181] [182] .

Vejledning

Fra februar 2018 blev ledende stillinger i virksomheden besat af [11] :

Økonomiske resultater

Ifølge resultaterne for regnskabsåret 2018 udgjorde virksomhedens omsætning 9,714 milliarder dollars, driftsresultat  - 3,21 milliarder, nettoresultat  - 3,047 milliarder. Sammenlignet med regnskabsåret 2017 steg omsætningen med 41%, driftsresultatet - med 66%. , nettoresultat - med 83 %. Virksomhedens primære indtægtskilde er dets GPU-forretning, som tilsammen genererede 8,14 milliarder USD (en stigning på 40 % år-over-år), inklusive 1,93 milliarder USD i omsætning fra datacenterløsninger (Tesla, Grid, DGX, en stigning på 133 % i forhold til 2017) og $934 millioner indbragt af den professionelle visualiseringsvirksomhed (en stigning på 12 % i forhold til 2017). Løsninger baseret på systemer på en Tegra-chip indbragte virksomheden 1,53 milliarder kroner (86 % mere end året før), hvor 558 millioner var indtægter fra installation af infotainmentsystemer til biler, Drive PX-bordcomputere og udvikling til selvkørende biler [26] .

Aktionærer

Oplysninger om aktionærer gives pr. marts 2019.

For 2018 udstedte selskabet 945 millioner ordinære aktier med 1 stemme. Siden 1999 har selskabet gennemført en aktiesplit 4 gange : i 2000, 2001 og 2006 blev papirerne opdelt i forholdet 2 til 1, i 2007 blev "opdelingen" gennemført i forholdet 3 til 2 [184] . I 2021, 14 år senere, gennemførte virksomheden endnu en 4:1 split - den største i sin historie [185] .

Selskabet ejer 35,9% af dets aktier, 61,4% er noteret på NASDAQ-børsen . De største aktionærer er Fidelity Management & Research Co. (7,94%), The Vanguard Group (7,14%), BlackRock Fund Advisors (4,46%), SSgA Funds Management (3,87%), grundlægger Jensen Huang (3,6%), T. Rowe Price Associates, Inc. (1,81%), JPMorgan Investment Management, Inc. (1,3%), Geode Capital Management (1,29%) og Jennison Associates (1,16%) [184] .

For første gang efter børsnoteringen i 1999 udbetalte selskabet udbytte i 2006, næste udbetaling fulgte i 2012, siden november 2012 er udbytte til aktionærer blevet udbetalt kvartalsvis .

I Rusland

Siden begyndelsen af ​​2000'erne begyndte virksomheden at vise interesse for det russiske marked for grafikprocessorer, hvor det indtog positionen som den ubestridte leder. I 2003 startede et Nvidia-kontor i Moskva , hvis ansvarsområde omfattede landene i Europa, Mellemøsten og Afrika . Gennem det russiske kontor engagerede firmaet sig i udvælgelsen af ​​lokale programmører og samarbejde med udviklere for at optimere både frigivne og under-udviklingsspil. Også et laboratorium blev åbnet på grundlag af det russiske kontor til test af spil, software til professionel visualisering og andre applikationer, der bruger grafikprocessorens computerkraft. I 2014 var Moskva-laboratoriet et af de 4 største datacentre i virksomheden, og det tegnede sig for op til 70% af alle spil testet af virksomheden. Kontoringeniørerne deltager i mange globale projekter i virksomheden med fokus på udvikling og udvikling af softwarekomponenten i løsninger til spil- og professionelle markeder, herunder AI-markedet. Siden 2011 har det russiske kontor været placeret i Dvintsev business center på Dvintsev Street i Moskva [186] [187] [188] .

Den 7. marts 2022 annoncerede virksomheden sin tilbagetrækning fra de russiske og hviderussiske markeder på grund af begivenhederne i Ukraine i 2022. [189] .

Kritik

I februar 2003 udbrød en strid mellem Futuremark og Nvidia om en test af videokortets ydeevne - Futuremark beskyldte NVidia for at tilpasse grafikkortdrivere specifikt for at øge ydelsen i testen [190] . I flere måneder genkendte Futuremark ikke resultaterne af deres test med den seneste version af Nvidia-driveren [191] . Endelig, efter at have offentligt lovet på sin officielle hjemmeside at offentliggøre en ny version af testen, der blokerer disse tuning-mekanismer og anklager NVidia for bevidst at tilsløre Detonator FX-driverkoden, trak Futuremark sin udtalelse tilbage en dag senere og forklarede det som en personlig fejl i Udvikler. Som pressen bemærkede, tillod dette Futuremark at undgå retssager om omdømme [192] .

I 2012 slog Linus Torvalds ud mod Nvidia for dårligt samarbejde med Linux- udviklere . Ved sit møde med studerende ved Aalto Universitet i Finland talte han uanstændigt om Nvidia og kaldte det det værste firma, som Linux-samfundet har at gøre med [193] .

I 2014 anklagede AMD 's chef for public relations, Robert Hallcock, Nvidia for at kæmpe mod konkurrencen med GameWorks- udviklingsbiblioteket . Ifølge ham forhindrer GameWorks kunstigt udviklere i at optimere spilkoden til hardwaren hos konkurrerende videokortproducenter [194] .

I 2015 blev virksomheden fanget i at skjule de reelle egenskaber ved sin flagskib GeForce GTX 970. Uafhængige forskere fandt ud af, at grafikprocessoren ikke har 64 ROP'er, som angivet af producenten, men kun 56. De indikerede også, at enhedens videohukommelse virker ifølge skemaet 3,5 + 0,5 GB, hvor en del af GDDR5-hukommelsen fungerer med en bevidst lavere hastighed end dens hovedenhed, og cachen på andet niveau skæres fra 2 MB til 1,75 MB [191] .

I februar 2019 kritiserede AMD Nvidias nye proprietære Deep Learning Super-Sampling (DLSS) intelligente anti-aliasing-teknologi. AMD-repræsentanter mener, at de åbne standarder SMAA og TAA fungerer godt på acceleratorer fra forskellige leverandører og samtidig er fri for ulemperne ved DLSS [195] .

Se også

Noter

  1. ↑ NVIDIA-datterselskab fuldfører sit køb af visse 3dfx-grafikaktiver - Nvidia , 2001.
  2. ↑ 3dfx annoncerer færdiggørelse af salg af aktiver - 3dfx Interactive , 2001.
  3. ↑ NVIDIA afslutter opkøbet af AGEIA Technologies - Nvidia , 2008.
  4. ↑ National Software Reference Library
  5. ↑ Årlig gennemgang af NVidia Corporation 2020 - 2020.
  6. ↑ 1 2 3 https://s22.q4cdn.com/364334381/files/doc_financials/2020/ar/2020-nvidia-annualreport-content-r25-web-144dpi-combined.pdf
  7. ↑ Nvidia årsrapport 2020 10-K
  8. ↑ Forbes NVIDIA (NVDA ) aktienøgledata 
  9. ↑ Nvidia årsrapport 2020 10-K
  10. ↑ Jon Peddie Research udgiver sin Q4, 2018 add-in board rapport . Jon Peddie Research (5. marts 2019). Hentet 12. marts 2019. Arkiveret fra originalen 2. april 2019.
  11. ↑ 12 årsrapport (skema 10-K) ( pdf). NVIDIA. Hentet 18. december 2018. Arkiveret fra originalen 18. marts 2018.
  12. ↑ 1 2 3 Aaron Tilley. Den nye Intel: Hvordan NVIDIA gik fra at drive videospil til at revolutionere kunstig intelligens (link ikke tilgængeligt) . Forbes (30. november 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  13. ↑ 1 2 3 4 5 Andrew Nusca. Denne mand leder en AI-revolution i Silicon Valley - og han er lige begyndt . Fortune (16. november 2017). Hentet 18. december 2018. Arkiveret fra originalen 16. november 2017.
  14. ↑ 1 2 3 4 5 NVIDIA // International Directory of Company Histories. —St. James Press, 2003. - V. 54.
  15. ↑ Elisa Williams. Grædende ulv . Forbes (15. april 2002). Hentet 20. juli 2018. Arkiveret fra originalen 29. november 2020.
  16. ↑ 1 2 NVIDIAs historie inden for grafikkort: 13 års succes (link utilgængeligt) . Toms hardware. Hentet 18. december 2018. Arkiveret fra originalen 31. december 2018. 
  17. ↑ 1 2 3 4 5 6 Michael Justin Allen Sexton. Historien om NVIDIA GPU'er . Toms hardware (6. maj 2017). Hentet: 18. december 2018.
  18. ↑ Dean Takahashi. Aktierne i NVIDIA stiger med 64 % efter børsnoteringen . The Wall Street Journal (25. januar 1999). Hentet 18. december 2018. Arkiveret fra originalen 5. april 2019.
  19. ↑ 1 2 Historien om udviklingen af ​​grafikkort til stationære pc'er. Del 2: 3D-acceleratorers fødsel og første skridt . Compbegin.ru (10. april 2014). Hentet 19. december 2018. Arkiveret fra originalen 20. december 2018.
  20. ↑ 1 2 Michael Kanellos. Nvidia opkøber 3dfx-grafikchipvirksomhed . Cnet (11. april 2002). Hentet 20. december 2018. Arkiveret fra originalen 19. januar 2021.
  21. ↑ 1 2 Muhammad Kashif Azeem, Rohit Jagini, Mandela Kiran, Kaushal Shrestha. Sociale konsekvenser af grafikbehandlingsenheder . Worcester Polytechnic Institute (1. maj 2007). Hentet 18. december 2018. Arkiveret fra originalen 2. juni 2021.
  22. ↑ 1 2 Graham Singer. Historien om den moderne grafikprocessor, del 3 . Techspot (10. april 2013). Hentet 18. december 2018. Arkiveret fra originalen 2. juni 2021.
  23. ↑ Andrew Wheeler. AMD kæmper mod Intel og NVIDIA for CPU- og GPU-dominans . Engineering.com (23. august 2017). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  24. ↑ 1 2 Graham Singer. Historien om den moderne grafikprocessor, del 4 . Techspot (16. april 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  25. ↑ Joel Hruska. Kortlægning af 9 års GPU-markedsskift mellem Intel, AMD og Nvidia . ExtremeTech (5. september 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  26. ↑ 1 2 3 2018 NVIDIA Corporation årlige gennemgang . NVIDIA. Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  27. ↑ Nvidia frigiver en kraftfuld computer i kreditkortstørrelse til $99 . Hentet 19. marts 2019. Arkiveret fra originalen 20. marts 2019.
  28. ↑ Vladimir Bakhur . Nvidia, på trods af Intel, absorberede den eneste producent af InfiniBand-løsninger i verden  (russisk) , CNews  (12. marts 2019). Hentet 12. marts 2019.
  29. ↑ Alexander Demidov . Cloud-spil: Hvorfor køber Nvidia en producent af netværksenheder til $6,9 milliarder  (russisk) , Forbes  (14. marts 2019). Hentet 19. maj 2020.
  30. ↑ Nvidia afslutter opkøbet af Mellanox (russisk) , CNews  (27. april 2020) for 7 milliarder dollars .  Arkiveret 2. maj 2020. Hentet 19. maj 2020.
  31. ↑ Tyler Clifford. Nvidia afslutter 'homerun-aftale' efter at have afsluttet købet af Mellanox for 7 milliarder dollar . CNBC (27. april 2020). Hentet 19. maj 2020. Arkiveret fra originalen 1. maj 2020.
  32. ↑ NVIDIA styrkede sin position i serverretningen med købet af Cumulus Networks  (russisk) , ServerNews.ru (5. maj 2020). Arkiveret 20. maj 2020. Hentet 19. maj 2020.
  33. ↑ Beth McKenna. Hvordan NVIDIA tjener de fleste af sine penge - og hvorfor blandingen ændrer sig hurtigt . The Broget Fool (16. juli 2017). Hentet 18. december 2018. Arkiveret fra originalen 2. juni 2021.
  34. ↑ Nvidia GPU'er: En historie i billeder . Toms hardware (28. februar 2010). Hentet 18. december 2018. Arkiveret fra originalen 2. juni 2021.
  35. ↑ Kirill Vishnyakov. T&L-teknologi (transformation og belysning) . 3D-nyheder (30. januar 2002). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  36. ↑ Egor Morozov. Historien om grafikkort ved årtusindskiftet - 3dfx' konkurs og begyndelsen på konfrontationen mellem ATI og Nvidia . iGuides (23. august 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  37. ↑ 1 2 Egor Morozov. Historien om grafikkort i begyndelsen af ​​2000'erne: ATI vs Nvidia . iGuides (28. august 2017). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  38. ↑ Ashu Rege. En introduktion til moderne GPU-arkitektur . NVIDIA. Hentet 18. december 2018. Arkiveret fra originalen 17. maj 2018.
  39. ↑ Alexey Barkovoy, Andrey Vorobyov. NVIDIA GeForce FX 5900 Ultra 256MB . Ixbt.com (13. maj 2003). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  40. ↑ 1 2 Egor Morozov. Historien om grafikkort i midten af ​​1900'erne . iGuides (4. september 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  41. ↑ NVIDIA GeForce 8800 GTX er den første GPU med en samlet gengivelsesarkitektur . itc.ua (21. november 2006). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  42. ↑ Secrets of Impossible GPU Computing . Habr (8. oktober 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  43. ↑ Egor Morozov. Historien om diskrete videokort fra midten af ​​2000'erne til løsninger baseret på Fermi- og GCN-arkitekturen . iGuides (8. september 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  44. ↑ Parm Mann. NVIDIA starter GeForce 300-serien med GeForce 310 . Hexus (27. november 2009). Dato for adgang: 18. december 2018. Arkiveret fra originalen 9. december 2018.
  45. ↑ Valery Kosikhin. Historie motor. GeForce RTX 2080 Ti Video Card Review: Del 1 . 3D Nyheder (14. september 2018). Hentet 18. december 2018. Arkiveret fra originalen 3. december 2018.
  46. ↑ Chris Angelini. Nvidia deler RTX 2080-testresultater: 35 - 125 % hurtigere end GTX 1080 . Toms hardware (22. august 2018). Hentet: 18. december 2018.
  47. ↑ NVIDIA GeForce RTX 2080 40-50 % hurtigere end GTX 1080 . Global EasyCOM Internet Digest (23. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  48. ↑ 1 2 3 4 Sådan gør du en gamers liv lettere . IGN (7. november 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  49. ↑ Jeffrey L. Wilson. 8 Nvidia GeForce Experience Tips til PC Gaming Excellence . PC Review (7. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  50. ↑ De bedste programmer til optagelse af gameplay . Legeplads (17. november 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  51. ↑ Michael Brown. GeForce 800M Notebook GPU'er: Bedre ydeevne, mindre strømforbrug . Dgl.ru (10. april 2014). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  52. ↑ Yuri Pyatkovsky. Sådan fungerer NVIDIA ShadowPlay-teknologi . Root Nation (4. juni 2015). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  53. ↑ NVIDIA ShadowPlay Highlights viser de bedste spiløjeblikke . Nvidia World (3. marts 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  54. ↑ Lewis Maler. Sådan bruger du Nvidia ShadowPlay Highlights . Teknisk rådgiver (8. november 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  55. ↑ Nvidia afslører Ansel RTX-teknologi . Overclockers.ua (25. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  56. ↑ Nvidia Ansel er et avanceret værktøj til at oprette og behandle skærmbilleder i spil . Ixbt.com (8. maj 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  57. ↑ Komplet Nvidia Ansel-guide: Alle spil og grafikkort, der understøtter det . Finder (27. april 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  58. ↑ Paul Lilly. Nvidia bringer ray tracing til GeForce Experience med forbedret Ansel-understøttelse . PC Gamer (22. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  59. ↑ Koh Wanzi. NVIDIAs Ansel RTX tilføjer ray-tracing og mere kraftfulde spiloptagelsesværktøjer . Hardware Zone (23. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  60. ↑ NVIDIA-specifikke indstillinger gjorde det muligt at se gennem røg. Denne funktion er nu blevet deaktiveret . Cybersport.ru (6. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  61. ↑ Ilya Gavrichenkov. NVIDIA Quadro professionelle grafikkort - Utrolig acceleration, avanceret visualisering  // Sound Enterprise Management. - 2010. - Nr. 4 . - S. 84-87 .
  62. ↑ Alexander Osinev. Software til NVIDIA Quadro er ikke et legetøj for professionelle  // CADmaster. - 2011. - Nr. 1 . - S. 114-119 .
  63. ↑ Dmitry Chekhlov. Fordele ved professionel NVIDIA Quadro-grafik, når du arbejder med CAD-applikationer . isicad. (5. september 2016). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  64. ↑ Nvidia sagsøger Intel . Lenta.ru (27. marts 2009). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  65. ↑ Brooke Crothers. Intel vs. Nvidia: Teknikken bag retssagen . Cnet (16. juli 2009). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  66. ↑ 12 Ryan Smith . Intel nøjes med NVIDIA: Flere penge, færre problemer, ingen x86 . Anandtech (10. januar 2011). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  67. ↑ Adrian Kingsley-Hughes. End of the line for NVIDIA chipsets, og det er officielt . ZDnet (7. oktober 2009). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  68. ↑ NVIDIA vil ikke længere frigive chipsæt (utilgængeligt link) . ixbt.com (18. november 2010). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  69. ↑ NVIDIA Tesla: GPU-computere får sit eget mærke - Side 1 . Beyond3D (20. juni 2007). Hentet 20. december 2018. Arkiveret fra originalen 30. november 2018.
  70. ↑ NVIDIA på vej til supercomputere. Annoncering af GPGPU Tesla C870, S870 og D870 (utilgængeligt link) . Ixbt.com (21. juni 2007). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  71. ↑ Dagens billede: NVIDIA Tesla-grafikaccelerator på Fermi-arkitekturen (utilgængeligt link) . Ixbt.com (2. oktober 2009). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018. 
  72. ↑ Mark Walton. Nvidia løfter sløret for det første Pascal-grafikkort, det monstrøse Tesla P100 . Ars Technica (4. juni 2016). Hentet 20. december 2018. Arkiveret fra originalen 29. april 2019.
  73. ↑ Rob Thubron. Nvidia løfter sløret for sin første Volta GPU, Tesla V100 . Techspot (11. maj 2017). Hentet 20. december 2018. Arkiveret fra originalen 21. december 2018.
  74. ↑ 1 2 Greg Synek. Nvidia Tesla T4 GPU accelererer AI-slutninger uden at blive strømkrævende . Techspot (13. september 2018). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  75. ↑ Ryan Smith. NVIDIAs Maximus-teknologi: Quadro + Tesla, lanceres i dag . AnandTech (14. november 2011). Hentet 18. december 2018. Arkiveret fra originalen 17. december 2018.
  76. ↑ Konstantin Khodakovsky. Hvad vil den nye NVIDIA Turing-arkitektur bringe til markedet? . 3D-nyheder (14. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  77. ↑ 1 2 3 Supercomputere accelereret af NVIDIA GPU'er stiger til nye højder i TOP500-ranglisten . Investeringsfremsyn (13. november 2018). Hentet 18. december 2018. Arkiveret fra originalen 2. juni 2021.
  78. ↑ Anton Testov. Over hundrede supercomputere i Top 500 bruger acceleratorer . 3D-nyheder (19. november 2015). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  79. ↑ Ionut Arghire. Første NVIDIA Tesla-baserede supercomputer i TOP500 . Softpedia News (18. november 2008). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  80. ↑ Prita Ganapati. Kina slår USA for verdens hurtigste supercomputertitel . Kabelforbundet (28. oktober 2010). Hentet 18. december 2018. Arkiveret fra originalen 21. august 2020.
  81. ↑ Peter Sawyer. Top ti hurtigste supercomputere i verden . Computerworld (15. november 2017). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  82. ↑ NVIDIA accelererer Lomonosov-supercomputeren . nVIDIA World (16. juni 2011). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  83. ↑ Andrey Vasilkov. Ny vurdering af TOP500 supercomputere . Computerra (18. november 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  84. ↑ Videokort? Hørte ikke! (utilgængeligt link) . Nomobile.ru (16. maj 2012). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  85. ↑ NVIDIA introducerer VGX og GeForce GRID Cloud GPU-teknologier . ferra.ru (16. maj 2012). Hentet 18. december 2018. Arkiveret fra originalen 16. august 2014.
  86. ↑ Pavel Shubsky. NVIDIAs nye platform for virksomheder og netværk af cloud computing . Hasardspil (16. maj 2012). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  87. ↑ Sergei Gritsachuk. Serverløsninger 2013 . IT-ugentlig (6. juni 2013). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  88. ↑ Alexey Altukhov. Nvidia introducerer grafikkort til cloud computing . OSzone.net (19. oktober 2012). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  89. ↑ NVIDIA GRID VCA muliggør ekstern GPU-acceleration . Computeranmeldelse (22. marts 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  90. ↑ Victoria Rogal. Nvidia annoncerer $ 25.000 Professional VCA Graphics Server IT-ekspert (25. marts 2013). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  91. ↑ Ilya Gavirichenkov. Analytikere: NVIDIA burde slippe af med Tegra . 3D-nyheder (11. november 2013). Hentet 20. december 2018. Arkiveret fra originalen 20. december 2018.
  92. ↑ Geoff Gaisor. Nvidias GRID VCA er et end-to-end GPU-virtualiseringssystem . The Tech Report (19. marts 2013). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  93. ↑ Andrew Cunningam. Men kan det streame Crysis? Nvidias nye cloud-gamingserver forklarede . Ars Technica (1. december 2013). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  94. ↑ Jeremy Laird. Hvordan spilstreaming vil ændre den måde, du spiller på for altid . Techradar (26. maj 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  95. ↑ Markedsoversigt over cloud-spiltjenester . Habr (14. oktober 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  96. ↑ Andrey Schilling. NVIDIA introducerede spilstreamingtjenesten GRID . Hardware Luxx (13. november 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  97. ↑ Adi Robertson. Nvidia lancerer cloud-spil til sin Shield-tablet og -konsol . The Verge (13. november 2014). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  98. ↑ Sean Hollister. Nvidia annoncerer GeForce Grid: skyspil direkte fra en GPU med spil fra Gaikai . The Verge (15. maj 2012). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  99. ↑ Nicole Lee. NVIDIA GRID cloud-spiltjeneste nu i åben beta for Shield-ejere i det nordlige Californien . Engadget (12. april 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  100. ↑ Sean Hollister. Nvidia kunne give Shield kraften fra en gaming-pc med Grid-streamingteknologi . The Verge (2. december 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  101. ↑ Leinar Khairullin. NVIDIA Grid anmeldelse. Gaming-industriens fremtid med NVIDIA Shield Tablet og Shield Portable . Mega anmeldelse (23. april 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  102. ↑ Russel Holly. Nvidia gør GRID officielt som GeForce Now, startende ved $7,99/måned . Androidcentral (30. september 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  103. ↑ Dean Takashi. Nvidia lancerer endelig GeForce Now cloud-spil til Shield-set-top-konsollen . VentureBeat (30. september 2015). Hentet 18. december 2018. Arkiveret fra originalen 31. august 2016.
  104. ↑ Dave James. Nvidia GeForce NOW anmeldelse: kan denne imponerende spilstreamer bryde ind i mainstream? . T3 (5. oktober 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  105. ↑ Vlad Babaev. Nvidia er begyndt at acceptere applikationer til at teste sin GeForce Now cloud-spiltjeneste . DTF (9. januar 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  106. ↑ Brad Chacos. Nvidias GeForce Now-skyspiltjeneste føles som at spille på en avanceret gaming-pc . PC World (22. februar 2018). Hentet 18. december 2018. Arkiveret fra originalen 11. marts 2018.
  107. ↑ Konstantin Khodakovsky. NVIDIA GeForce Now bringer cloud-spil til pc og Mac . 3DNews (7. januar 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  108. ↑ Lewis Maler. GeForce Now: Hvad er det, og hvordan kan jeg bruge det til at spille pc-spil? . Teknisk rådgiver (13. juli 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  109. ↑ Fra ikke-fungerende til neurale netværk . The Economist (25. juni 2016). Hentet 18. december 2018. Arkiveret fra originalen 31. december 2016.
  110. ↑ NVIDIA DGX-1 170 TFLOPS Deep Learning Supercomputer . Ixbt.com (6. april 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  111. ↑ NVIDIA Volta: Verdens største og dyreste GPU afsløret . Chip (15. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  112. ↑ NVIDIA DGX-1 og DGX Station supercomputere med Tesla V100 acceleratorer er prissat til henholdsvis $149.000 og $69.000 . Ixbt.com (12. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  113. ↑ NVIDIA DGX-2 deep learning-server bygget på Tesla V100 GPU . Ixbt.com (28. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 5. april 2019.
  114. ↑ Chris Wiltz. NVIDIA DGX-2 er verdens største GPU, og den er lavet til AI (utilgængeligt link) . Designnyheder (29. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  115. ↑ Alexander Vyboyshchik. Tegra 2: Oprindelse, muligheder og markedsposition . ferra.ru (2. juli 2010). Dato for adgang: 18. december 2018. Arkiveret fra originalen 28. februar 2017.
  116. ↑ Daniel Eran Digler. Hvordan AMD og NVIDIA mistede den mobile GPU-chipvirksomhed til Apple - med hjælp fra Samsung og Google . AppleInsider (23. januar 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  117. ↑ Agam Shah. Microsofts familie er de første Tegra-smartphones . PC World (12. april 2010). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  118. ↑ NVIDIA ruller "Tegra"-chips ud . Techtree.com (2. juni 2008). Hentet 18. december 2018. Arkiveret fra originalen 4. juni 2008.
  119. ↑ Ashish Koshy. NVIDIAs Tegra 2-processor med 3D lanceres snart . Tech2 (24. januar 2011). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  120. ↑ John Herman. Hvad er NVIDIAs Tegra 2? . Gizmodo (1. maj 2011). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  121. ↑ Yuri Pyatikovsky. ARM-processorer: fabrikanter og modeller . itc.ua (11. juni 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  122. ↑ Konstantin Khodakovsky. NVIDIA har flyttet sit fokus fra mobilmarkedet til bil- og spilmarkederne . 3D-nyheder (23. maj 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  123. ↑ Peter Clarke. Audi vælger Tegra-processor til infotainment og instrumentbræt . EE Times (17. januar 2012). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  124. ↑ Lawrence Latif. NVIDIA siger, at Tegra 2 og Tegra 3 vil være tilgængelige i 10 år (utilgængeligt link) . The Inquirer (22. marts 2013). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018. 
  125. ↑ Melissa Aparicio. NVIDIA ønsker at styre sin Tegra K1 ind i førerløse biler . PC World (27. maj 2014). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  126. ↑ Agam Shah. NVIDIAs Tegra X1 sigter mod at gøre førerløse biler mere pålidelige . Computerworld (4. januar 2015). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  127. ↑ Philip Kontsarenko. Automotive Interface Review: Hvordan industrien ændrer sig med tendenser . VC.ru (17. februar 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  128. ↑ Anatoly Budko. NVIDIA viste sin nye "mobile superchip" frem . habr (5. januar 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  129. ↑ Anton Pozdnyakov. CES 2015. NVIDIA Tegra X1 - teraflops i lommen . Keddr.com (5. januar 2015). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  130. ↑ Anatoly Budko. NVIDIA viste platformen for ubemandede køretøjer og den mest kraftfulde GPU i verden . habr (18. marts 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  131. ↑ Andrey Vasilkov. NVIDIA afslørede miniature autopilotsystem og supercomputer . Computerra (19. marts 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  132. ↑ Anton Spiridonov, Ksenia Shestakova. Skøre biler fra årets første techno-udstilling . [email protected] (7. januar 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  133. ↑ Dmitry Bevza. Desert Storm: The Highlights of CES 2016 . Gazeta.ru (12. januar 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  134. ↑ Kunstig intelligens, stærk og ikke så . Nano News Net (18. april 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  135. ↑ Vitaly Moseev. Sådan blev tingenes internet promoveret på CES 2017: en oversigt over udstillingen . iot.ru (10. januar 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  136. ↑ Taras Mishchenko. NVIDIA viste et autonomt køretøj BB8 med Xavier supercomputer på CES . itc.ua (5. januar 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  137. ↑ Maxim Agadzhanov. Det første robotbilløb endte i en ulykke . habr (20. februar 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  138. ↑ Dmitry Volkov. Dyb revolution . Computerworld Rusland (18. oktober 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  139. ↑ Alexey Grammatchikov. Postbuddet afleverer reservedelen til traktoren. Begge er robotter . Ekspert Online (13. november 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  140. ↑ Dmitry Bevza. Hvad skete der i Vegas: De gadgets og tjenester, vi snart vil bruge . Forbes (15. januar 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  141. ↑ Vadim Buryak. NVIDIA Volta og andre NVIDIA-meddelelser til AI-GTC 2017 . Højteknologisk ekspert (11. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 17. februar 2019.
  142. ↑ David Cardinal. Tesla dumper NVIDIA, Goes It Alone på AI-hardware . ExtremeTech (3. august 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  143. ↑ Mike Brown. Tesla Autopilot Version 9 kommer snart: Hvad skal man vide . Omvendt (2. september 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  144. ↑ Uber autopilot ramte cyklist på grund af kommando om at ignorere forhindringer . Lenta.ru (8. maj 2018). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  145. ↑ Hannah Williams. En dødsulykke med en robotbil tvang Nvidia til at skifte til simulering . Computerworld (9. april 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  146. ↑ DRIVE Constellation er et skybaseret system til træning og test af autonome køretøjer . (28. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  147. ↑ Devindra Hardawar. NVIDIA sigter mod at gøre selvkørsel mere sikker med virtuelle simuleringer . Engadget (27. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  148. ↑ NVIDIA debuterer nyt Drive Constellation simuleret selvkørende testsystem. Nvidia debuterer nyt Drive Constellation simuleret selvkørende testsystem . TechCrunch (2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  149. ↑ Konstantin Khodakovsky. Project Shield: "ren Android" håndholdt konsol fra NVIDIA . 3D-nyheder (7. januar 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  150. ↑ Alex Roth, Matt Swider. Hands on: NVIDIA Shield anmeldelse . Techradar (15. maj 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  151. ↑ NVIDIA Shield bærbar konsol anmeldelse . Fastestpc.ru (1. august 2013). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  152. ↑ Eric Franklin. NVIDIA Shield anmeldelse: En fantastisk gaming bærbar, der venter på virkelig fantastiske spil . Cnet (28. oktober 2013). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  153. ↑ Rick Henderson. NVIDIA Shield Tablet K1 vs Shield Tablet (2014): Hvad er forskellen? . Pocket-lint (17. november 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  154. ↑ Rick Henderson. NVIDIA Shield Tablet anmeldelse: Android gaming kraftcenter . Pocketlint (4. november 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  155. ↑ Rick Henderson. NVIDIA Shield Tablet K1 anmeldelse: Den omkostningseffektive gaming tablet . Pocket-lint (17. november 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  156. ↑ Oleg Ilyukhin. Gadgets til ugen: fra "smarte" elektriske scootere til en polyglot megafon . Hi-tech Vesti (22. november 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  157. ↑ Will Greenwald, Eugene Kim. NVIDIA Shield Android TV (2015) . PC Mag (28. maj 2015). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  158. ↑ NVIDIA Shield TV: Medieafspillergennemgang og test for spillere (link ikke tilgængeligt) . Toms hardware (26. april 2016). Hentet 18. december 2018. Arkiveret fra originalen 15. december 2018. 
  159. ↑ Nick Pino. NVIDIA Shield (2017) anmeldelse. NVIDIA Shield er den perfekte tilføjelse til dit audiovisuelle arsenal . Techradar (6. juli 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  160. ↑ Dave James. NVIDIA Shield-anmeldelse – den ultimative ledsager i stuen til din GeForce GPU . PC gamer. Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  161. ↑ Konstantin Khodakovsky. NVIDIA har afsløret Jetson TK1 Developer Kit, den "første mobile supercomputer" . 3D-nyheder (26. marts 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  162. ↑ Sergey Karasev. NVIDIA Jetson TX1: En platform for smarte droner og robotter . 3D-nyheder (11. november 2015). Hentet 20. juli 2018. Arkiveret fra originalen 20. december 2018.
  163. ↑ NVIDIA Jetson TX2-modul introduceret . Ixbt.com (9. marts 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  164. ↑ Roland Moore-Colyer. NVIDIAs Jetson Xavier hævder at være 'verdens første' computer til robotteknologi (downlink) . Spørgeren (4. juni 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018. 
  165. ↑ Vladimir Bakhur. NVIDIA introducerede robotsystemer baseret på Jetson Xavier og Isaac software . Cnews (5. juni 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  166. ↑ Ekaterina Simikyan. NVIDIA afslører Universal AI-chip til autonome robotter . Rusbase (4. juni 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  167. ↑ GPU-teknologikonference . NVIDIA. Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  168. ↑ Alexey Berillo. Rapport om GPU Technology Conference 2009 arrangeret af NVIDIA . Ixbt.com (30. oktober 2009). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  169. ↑ Paul Teich. Langsigtet trend eller forbigående mode: Tekniske begivenheder skifter fokus til AI . Forbes (5. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  170. ↑ Mark Hachman. NVIDIA opretter investeringsfond for startups . ExtremeTech (13. maj 2009). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  171. ↑ Joe Clark. NVIDIA GPU Ventures investerer i seks AI-startups . Computer Business Review (26. april 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  172. ↑ Svetlana Ragimova. Kunstig intelligens vil komme til nytte i enhver industri, der allerede bruger Big data-værktøjer . Kommersant (31. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  173. ↑ Srishti Deoras. NVIDIAs Deep Learning Institute har som mål at uddanne 100.000 udviklere i deep learning og AI . Analytics India Magazine (22. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  174. ↑ NVIDIA skal træne 100.000 udviklere i deep learning i 2017 . Overclockere (10. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  175. ↑ Lee Bell. NVIDIA træner 100.000 udviklere i 'Deep Learning' AI for at styrke sundhedsforskning (link ikke tilgængeligt) . Forbes (11. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 13. maj 2017. 
  176. ↑ Larry Dignan. NVIDIA sigter mod at uddanne 100.000 udviklere i deep learning, AI-teknologier . ZDNet (9. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  177. ↑ Larry Dignan. NVIDIA udvider partnerskab, kurser for Deep Learning Institute . ZDNet (31. oktober 2017). Hentet 18. december 2018. Arkiveret fra originalen 23. marts 2019.
  178. ↑ Tatyana Korotkova. NVIDIA lancerer AI Startup Support Program . Cnews (20. juni 2016). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  179. ↑ Dean Takashi. 6 AI startups vinder $1,5 millioner i præmier ved NVIDIA Inception event . Venture Beat (10. maj 2017). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  180. ↑ Dean Takahashi. NVIDIAs Inception AI-konkurrence tildeler $1 million til 3 topstartups . Venture Beat (27. marts 2018). Hentet 18. december 2018. Arkiveret fra originalen 9. november 2020.
  181. ↑ Matt Burns. Dette er det første kig på NVIDIAs vilde nye 750.000 kvadratmeter store bygning . teknisk knas. Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  182. ↑ Antonio Pacheco. Genslers NVIDIA-hovedkvarter åbner med et super-tag, der lukker ydersiden ind . Arkitektavisen (30. april 2018). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  183. ↑ 12 NVIDIA Corporation (NVDA ) . Market Screener af 4-handlere. Hentet 12. marts 2019. Arkiveret fra originalen 23. marts 2019.
  184. ↑ NVIDIA aktiekurs efter split var $189,6 . RBC-investeringer . Hentet 8. februar 2022. Arkiveret fra originalen 8. februar 2022.
  185. ↑ Alexey Berillo. En rundvisning på det nye NVIDIA-kontor i Moskva . Ixbt.com (30. januar 2012). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  186. ↑ Andrey Vorobyov. Rapportering om det nye NVIDIA-kontor i Moskva: Mål og mål . Ixbt.com (10. marts 2005). Hentet 18. december 2018. Arkiveret fra originalen 21. december 2018.
  187. ↑ Sergey Ivanyutin. Hvor skaberne af Nvidia-processorer arbejder . Se på mig (20. marts 2014). Hentet 18. december 2018. Arkiveret fra originalen 20. december 2018.
  188. ↑ Russisk minedrift er slut. Nvidia stoppede med at arbejde i Rusland Arkiveret 14. marts 2022 på Wayback Machine // CNews, 7. marts 2022
  189. ↑ Futuremark bekræfter, at nVidia snyder i benchmark  (engelsk)  (downlink) . Geek.com (23. maj 2003). Hentet 26. april 2020. Arkiveret fra originalen 22. november 2019.
  190. ↑ 1 2 Konspirationsteori. Hvordan forskellige driverversioner påvirker ydeevnen af ​​NVIDIA-grafikkort . www.ferra.ru Hentet 26. april 2020. Arkiveret fra originalen 18. maj 2021.
  191. ↑ Tony Smith 3. juni 2003 kl. 10:54. FutureMark : Nvidia snød ikke  . www.theregister.co.uk. Hentet 26. april 2020. Arkiveret fra originalen 28. juli 2019.
  192. ↑ Linux-stifter sender NVidia 'Three Letters' . Cnews.ru. Hentet 26. april 2020. Arkiveret fra originalen 21. september 2020.
  193. ↑ Watch Dogs mod  AMD . gameguru.ru. Dato for adgang: 26. april 2020.
  194. ↑ AMD kritiserer Nvidias DLSS-teknologi . Overclockers.ua. Hentet 27. april 2020. Arkiveret fra originalen 24. februar 2022.

Links

  Gå til Wikidata-elementet  I sociale netværk
Foto, video og lyd
Tematiske steder
Ordbøger og encyklopædier
 Nvidia
GPU'er

( sammenligning ) _
Tidlig
RIVA familie
GeForce familie
Arbejdsstationer og HPC'er
Teknologi

Bundkort
chipsæt
( sammenligning ) _
GeForce familie
  • GeForce 8
  • GeForce 9
  • ION
nForce familien
Teknologi
Andet
Konsoller
SoC
CPU
Drivere / software
Opkøb
 Medlemsvirksomheder af Open Handset Alliance
Mobiloperatører
Software
  • Ascender
  • Borqs
  • eBay
  • Esmertec
  • Google
  • Levende billede
  • NMS
  • Nuance
  • Pakke video
  • himmel pop
  • SONiVOX
Halvledere
Mobiltelefoner
Kommercialisering