Nvidia

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2022. augusztus 1-jén felülvizsgált verziótól ; az ellenőrzésekhez 10 szerkesztés szükséges .
Nvidia
NVIDIA Corporation

A cég irodája a kaliforniai Santa Clarában , 2018
Típusú állami vállalat
Csere lista NASDAQ : NVDA
Bázis 1993
Előző 3dfx Interactive [1] [2] és Ageia [3]
Alapítók Jensen Huang , Chris Malachowski és Curtis Prem
Elhelyezkedés  Egyesült Államok :Santa Clara,Kalifornia
Ipar félvezető ipar
Termékek GPU , lapkakészlet és szoftver [4]
Saját tőke
forgalom
Üzemi eredmény
Nettó nyereség
Eszközök
Tőkésítés
Alkalmazottak száma
Leányvállalatok Mellanox
Weboldal nvidia.com
 Médiafájlok a Wikimedia Commons oldalon

Az Nvidia ( / ɛnˈvɪdiə / ; NVIDIA Corporation ) egy amerikai technológiai vállalat , amely grafikus processzorokat és chipes rendszereket (SoC) fejleszt . A cég fejlesztései átterjedtek a videojáték-iparra, a professzionális vizualizációra, a nagy teljesítményű számítástechnikára és az autóiparra is, ahol az Nvidia fedélzeti számítógépeit használják a pilóta nélküli járművek alapjául.

A céget 1993-ban alapították. 2018 negyedik negyedévében 81,2%-os részesedéssel a világ legnagyobb PC-kompatibilis diszkrét grafikus gyártója volt (a statisztika tartalmazza a végfelhasználók által közvetlenül megvásárolható összes GPU-t – GeForce , Quadro és Tesla GPU-alapú gyorsítók ) [10] . 2018 januárjában a foglalkoztatottak száma meghaladta a 11,5 ezer főt. A központ Santa Clarában ( Kalifornia ) található [11] .

Történelem

1993–1999

Az alapítók Jensen Huang , Chris Malachowski és Curtis Prem  úgy döntöttek, hogy megalapítják a céget 1993 áprilisában a kaliforniai San Joséban található Denny's ebéd közben . Malachowski és Prem mérnökként dolgoztak a Sun Microsystems -nél, de nem voltak elégedettek a vállalat által választott irányvonallal, Huang az integrált áramkör -gyártó LSI Logic egyik vezető pozícióját töltötte be . Úgy gondolták, hogy a számítástechnikai ipar közelgő áttörését a hardveresen gyorsított számítások jelentik, amelyek túl nehézek az általános célú processzorok számára . A grafikus feldolgozó egységek (GPU) fejlesztése mellett döntött a háromdimenziós grafikával rendelkező videojátékok népszerűségének gyors növekedése , amely nagy nyereséget ígért a videokártya-gyártók számára. A 40 000 dolláros induláskor Huang elnök- vezérigazgató (CEO), Malachowski a mérnöki részleg alelnöke, Prem pedig technológiai igazgató lett . A partnerek csak a cégbejegyzés előestéjén találták ki a nevet: a lat származékaként választották. invidia ("irigység"), amely az nv betűk kombinációját tartalmazza - a következő verzió ("következő verzió")  kifejezés rövidítése , amelyet a vállalkozók az új projekt összes dokumentációjának megjelölésére használtak [12] [13] [14] .  

A cég gyár nélküli modellben működött , azaz terméktervezéssel és marketinggel foglalkozott, de nem volt házon belüli ostya- és mikrochipgyártás . A cégnek csaknem egy évbe telt, amíg olyan partnert talált, aki 0,5 mikronos (500 nanométeres ) eljárással mikroprocesszort tud gyártani – ez az SGS-Thomson Microelectronics volt, amely a franciaországi Grenoble melletti gyári kapacitásokat biztosította a cégnek . 1995 májusában az Nvidia bemutatta első fejlesztését – az NV1 multimédiás kártyát, amely egyetlen PCI kártyán egyesített egy 2D grafikus feldolgozó egységet, egy 3D grafikus gyorsítót, egy hangkártyát és egy portot a Sega Saturn kompatibilis játékvezérlő számára . A cégek együttműködtek, és a Sega amerikai részlegével kötött megállapodás részeként néhány Saturn játékot átvittek PC -re , hogy az NV1-en futhassanak. Az NV1 változatai Diamond Multimedia és SGS-Thomson márkanév alatt is megjelentek. Az NV1 kiadása a vállalatnak a Sequoia Capital , a Sutter Hill Ventures a Sierra Ventures első 10 millió dolláros befektetéseinek nagy részét a vállalatnak okozott, de a kártya csak korlátozott sikerrel járt a négyzetes felületek használata, és ennek következtében alapvető fontossága miatt. nem kompatibilis a Microsoft hamarosan megjelenő DirectX API -jával , ahol a háromszög alakú sokszögeket használták 3D A vállalat kénytelen volt elbocsátani a személyzet felét, majd ezt követően felhagyott az NV2 fejlesztésével a Sega Dreamcast számára , és a PC-komponensek fejlesztésére összpontosított [13] [14] [15] [16] [17] .

1997 első felében a cég bemutatta az NV3 grafikus processzort, amely a RIVA 128 nevet kapta ( angolul.  Real-time Interactive Video and Animation accelerator , real-time interactive video and animation accelerator). A Direct3D támogatásnak, a nagy teljesítménynek és a 3dfx Interactive fő versenytársánál, a Voodoo Graphicsnál alacsonyabb árnak köszönhetően (több mint 30 cég kínált a piacon 3D-gyorsítóval ellátott videokártyákat ) a RIVA 128 nagy népszerűségre tett szert. 1998 márciusában követte a még sikeresebb NV4, a RIVA TNT (TwiN Texel), a fogyasztói piac első 3D-s grafikus gyorsítója, amely menetenként 2 textúrát tudott feltérképezni , és a 2D és 3D párhuzamos feldolgozással is megelőzte a versenytársakat. és a truecolor támogatása . A RIVA 128 és a RIVA TNT sikere nyomán az Nvidia a grafikus gyorsítók piacának egyik kulcsszereplője lett (1997 végén piaci részesedését 24%-ra becsülték). A RIVA TNT 1998-ban megkapta az Editors' Choice díjat a PC Magazine -tól, és a Fabless Semiconductor Association 1997-ben és 1998-ban a "Legcsodáltabb Fabless Semiconductor Company" címet választotta [12] [14] [ 12] [14] [ 16] [ 17] .

1998 elején tervezték a kezdeti nyilvános ajánlattételt, de ennek bejelentése után számos kereset érkezett a multitextúrás technológiával kapcsolatos szabadalom megsértése miatt a Silicon Graphics , az S3 Graphics és a 3dfx Interactive által képviselt versenytársaktól . Az 1998 -as pénzügyi év eredményei szerint a társaság árbevétele elérte a 158,2 millió dollárt, a nettó nyereség  pedig 4,1 milliót, szemben az egy évvel korábbi 13,3 és 1,3 millióval. 1999 januárjában kezdeti nyilvános ajánlattételre került sor a NASDAQ tőzsdén , 3,5 millió részvényt bocsátottak árverésre 12 dolláros kikiáltási áron, ami a nap végére 19,69 dollárra emelkedett, a kihelyezés 42 millió dollárt hozott a cégnek, és piaci kapitalizációja elérte a 626,1 milliót [14] [18] .

1999-ben megjelent a RIVA TNT2 (NV5) grafikus gyorsító - a RIVA TNT továbbfejlesztett változata, amellyel a cég közel került a 3dfx pozíciójához, amely a Glide API népszerűsége miatt magas pozíciót tartott a piacon. játékfejlesztők. De az év jelentősebb kiadása a GeForce 256 volt  , az első grafikus processzor, amely az integrált geometria-transzformációs és megvilágítási egységnek köszönhetően jelentős teljesítményugrást hozott a gyenge központi processzorokkal rendelkező rendszerekben [19] . Ezzel párhuzamosan a cég szabadalmi eljárást indított az S3 Graphics ellen számos szabadalom megsértése miatt, amelyet szabadalmi portfólió keresztlicenc-megállapodása és 50 mérnök S3-tól az Nvidiához való áthelyezésével oldottak meg.

2000-es évek

2001-2002-ben a cég szabadalmi vitába keveredett a 3dfx Interactive -val , melynek során az utóbbi nem bírta a versenyt és csődbe ment. Az Nvidia 70 millió dollárért megvásárolta a 3dfx grafikus kártya eszközeit, beleértve a szabadalmakat, védjegyeket és készleteket [14] [20] .

A 2000-es évek elejére a legtöbb grafikus gyorsítógyártó megszűnt, és az Nvidia és az ATI duopóliuma alakult ki a különálló grafikus gyorsítók piacán. A meghibásodott i740 -es gyorsító után az Intel felhagyott a különálló grafikus megoldás kibocsátására irányuló erőfeszítésekkel, és az Intel Extreme Graphics márkanév alatti integrált grafikára összpontosított [21] . A PC-grafikák piaci részesedése, beleértve az integrált grafikát is, a következőképpen oszlott meg: Nvidia - 31%, Intel - 26%, ATI - 17%, a többi vállalat a perifériára került. A verseny mindkét cég termékeiben felgyorsította a technológiai innovációt, lehetetlenné téve újabb jelentős szereplő piacra lépését. 2000-2003-ban a cég az Xbox grafikus chipjeinek szállítójaként működött , és miután a Microsoft úgy döntött , hogy csökkenti a konzol költségeit, az ATI vette át a helyét. Az Nvidia viszont szerződést írt alá a Sony -val , hogy grafikus processzorokat szállítson PlayStation 3 -hoz , majd az Apple asztali számítógépeinek különálló grafikus szállítója lett [20] [22] .

2006-ban 2 jelentős esemény történt a grafikus gyorsítók piacán. Az ATI 2006 októberében 5,4 milliárd dollárért Advanced Micro Devices -nek történő eladása véget vetett az Intellel való együttműködésnek [23] . Ennek eredményeként az integrált és különálló grafikus kártyák szállítására vonatkozó szerződések, amelyek a bevétel 60-70%-át növelték az ATI-t, átkerültek az Nvidiához, és érezhetően csökkent az AMD/ATI piaci részesedése. 2 héttel később pedig a cég elsőként vezette be az egységes GPU GPU shader architektúrát PC-k számára [22] . 2007-ben az Nvidia bevezette a CUDA párhuzamos számítástechnikai hardver- és szoftverarchitektúrát , amely leegyszerűsítette a GPU-k használatát az általános célú számítástechnikában, és a speciális termékek – a PhysX fizikai motor és az OptiX ray tracing grafikus motor – alapját képezte [24] .

2010-es évek

Az integrált grafikus szegmens 2000-es évek végén – 2010-es évek elején tapasztalt növekedésének hátterében (2007-ben az Intel a grafikus piac 35%-át, az Nvidia 25%-át, a 2010-es évek elejére az Intel részesedése meghaladta az 50%-ot [21] ] [24] ) a vállalat a nagy teljesítményű számítástechnikai és az autóipari beágyazott megoldásokba való befektetéssel diverzifikálta üzleti tevékenységét [25] . A vállalat sikere a számítástechnika felgyorsításában, beleértve a neurális hálózatokat is, más „technológiai óriásokat” vonzott erre a területre – 2015-2016-ban az Intel belépett a mély tanulási hardvergyorsítási piacra az Altera, a felhasználó által programozható kaputömbök gyártójának felvásárlásával . valamint a gyár nélküli Nervana és Movidus cégek, a Google pedig 2016 májusában kiadta saját tenzorprocesszorát , amelyet neurális hálózatok építésére optimalizáltak a TensorFlow könyvtárak segítségével [12] . 2018 végén a számítási gyorsítók és adatközponti megoldások értékesítése 1,93 milliárd dollárt (133%-kal többet, mint 2017-ben, és a 2018-as forgalom közel 24%-át), az autóipari termékek értékesítése pedig 558 millió dollárt (kb. 5) hozott a vállalatnak. 7%) [26] .

2019 márciusában az Nvidia bejelentette egy új, mesterséges intelligencia beépített támogatásával rendelkező, egylapos Jetson Nano számítógépének piacra dobását, amelynek mérete mindössze 70x45 milliméter [27] .

2020-as évek

2019 márciusában bejelentette az izraeli Mellanox cég 6,9 milliárd dolláros megvásárlásának kezdeményezését, amely InfiniBand és Ethernet switcheket , valamint hálózati adaptereket gyárt adatközpontokhoz és nagy teljesítményű számítástechnikához . A tranzakció a cég történetének legnagyobb felvásárlása volt [28] [29] , és 2020. április 27-én zárult le [30] [31] .

2020 májusában felvásárolták a Cumulus Networks -t, amely nyílt forráskódú szoftverek fejlesztésére szakosodott hálózati berendezésekhez, például a Cumulus Linux hálózati operációs rendszerhez operációs rendszer nélküli kapcsolókhoz [32] .

Termékcsaládok

Az éves beszámolókban a cég két termékcsaládot és 4 célpiacot azonosít, amelyeken működik. A fő termékek a GPU-k, amelyeket a mainstream GeForce termékcsalád képvisel, a Quadro professzionális grafikus kártyák és a Tesla számítási gyorsítók , valamint a Tegra rendszerek a chipen . A grafikus processzorok kiadása történelmileg a cég fő üzletága: 2018 elején a bevételi szerkezetben mintegy 80 százalékos részesedéssel rendelkezett (a többit a Tegra és az arra épülő megoldások tették ki). A cég célpiacai a játékipar , a professzionális vizualizáció, az autóipar és a nagy teljesítményű számítástechnika . A vállalat számára fontos fókusz a mesterséges intelligencia piaca [33] .

A videojátékok piacát célzó fogyasztói termékek a GeForce márkanév alatt találhatók: GeForce GPU -k , GeForce Experience teljesítményoptimalizáló szoftver és GeForce NOW felhőalapú játékszolgáltatás . sorozat játékeszközei a Tegra chipen működő rendszeren alapulnak . A fejlesztők számára a vállalat speciális szoftverkönyvtárakat bocsát ki grafikus effektusok és valósághű környezetek létrehozásához a hagyományos játékokban és VR-projektekben. A professzionális vizualizációs piacon Quadro grafikus processzorok és speciális programok és komponensek képviselik a videóval és a háromdimenziós grafikával való munkára, valamint a valósághű objektumfizika létrehozására. A nagy teljesítményű számítástechnika irányába tartoznak a Tesla gyorsítók , az ezekre épülő szuperszámítógépek a DGX sorozat mesterséges intelligenciájával való együttműködésre és a speciális felhőplatformok – a GPU Cloud a neurális hálózatok fejlesztésére és betanítására, valamint a GRID a virtualizációra. produktív grafikus állomások. Az autóipari platform a Drive márkanevet viseli , és fedélzeti és robotpilóta számítógépeket, gépi tanulási eszközöket az önvezető autókhoz, infotainment rendszereket, fejlett vezetőt segítő rendszereket, valamint a kiterjesztett valóság autókban való használatához szükséges eszközöket tartalmaz [26] .

GeForce

A GeForce grafikus processzorok családjának története (amelynek neve a geometria ( eng.  geometry ) és a force ( eng.  force ) szavakból állt, és tartalmaz egy szójátékot a g-force ( eng.  free fall acceleration ) összhangja miatt. ) 1999-ben kezdődött a GeForce 256 kiadásával NV10 chipen [34] . A cég az első grafikus processzorként pozicionálta – most először helyezték el az összes grafikus feldolgozó egységet egy chipben. A fő újítás a T&L blokk volt , amely hardveres támogatást vezetett be a 3D objektumok csúcsainak transzformációjához (pozíció és lépték megváltoztatásához), kivágáshoz (kivágás) és világításhoz: korábban ezeket a feladatokat a központi processzoron hajtották végre [35 ] . Általánosságban elmondható, hogy a technológia később terjedt el a fogyasztói piacon, és 1999-ben a fejlesztéseket a professzionális Quadro videokártyákban alkalmazták. A GeForce 256 támogatta az OpenGL 1.3-at, és ez volt az első kártya, amely teljes mértékben támogatja a Direct3D 7-et. 2000-ben a vállalat kiadott egy továbbfejlesztett NV15 chipet vékonyabb folyamattechnológiával és 40%-kal megnövelt teljesítménnyel, több adatfolyammal és továbbfejlesztett T&L-vel, valamint egyszerűsített NV11-gyel. és az NV16 magasabb órajelen fut. Az ezekre épülő kártyák GeForce 2 márkanév alatt jelentek meg . Ezzel egy időben megjelent a GeForce Go grafikus processzor csökkentett energiafogyasztással, amelyet laptopokban való használatra terveztek. Ekkor a kanadai ATI cég nevezett a versenyre , bemutatva az R100 és R200 chipeket és az RV200 mobil chipet. Az Nvidia és az ATI piaci sikere aláásta a 3dfx Interactive pozícióját , amely versenytársai túlteljesítése érdekében a meghibásodott többprocesszoros Voodoo 5 6000 fejlesztésébe fektetett be, ami a Voodoo gyenge eladásaival párosult. 4, aláásta a vállalat pénzügyi stabilitását és csődjéhez vezetett. Ennek eredményeként az Nvidia megszerezte a 3dfx eszközeinek nagy részét, és a versenytárs mérnökei többsége átkerült a stábjába [17] [36] [37] .

2001-ben megjelent az NV20 chip, amely bevezette az LMA technológiát (Lightspeed Memory Architecture) - nagyszámú memóriavezérlőt csökkentett sávszélességgel. Az újítások között szerepelt még a gyorsabb SDRAM memória , a pixel- és vertex - shaderek támogatása, az MSAA élsimítás támogatása, valamint a Direct3D 8-cal való munka . Ezen a chipen alapultak a GeForce 3 vonal kártyái , valamint a grafikus processzor. Xbox játékkonzol a Microsofttól . 2002 elején a cég bemutatta a GeForce 4 vonalat . Az ebbe a vonalba tartozó költségvetési kártyák az NV17, NV18 és NV19 lapkakészleteken alapultak, amelyek lényegében az NV11 módosításai voltak, és nagy kereskedelmi sikert arattak. Később a cég erősebb kártyákat adott ki az NV25 chipen, az NV20 továbbfejlesztett változatán. Az Nvidia fejlesztéseire válaszul az ATI bemutatta a zászlóshajó R300 processzort, amelyben az összes számítási modul számának megduplázásával a GeForce 4-hez képest jobb teljesítményt ért el. 2002 végén a cég kiadta az NV30 processzort, amelyet az 5. generációs GeForce - GeForce FX . Annak ellenére, hogy az Nvidia lemaradt az ATI mögött a DX9-kompatibilis processzor kiadásában, a cég utolérte versenytársát az új technológiáknak köszönhetően - a shader modell 2.0a verziójának támogatása, az új élsimító és szűrő algoritmusok, a PCI Express interfész és DDR2 memória [38] . Néhány hónappal az NV30 után az NV35 egy további vertex shader egységgel, továbbfejlesztett pixel shader egységekkel, szélesebb memóriabusszal és UltraShadow [39] árnyékrenderelő technológiával jelent meg . A következő 2005-ben bemutatták az NV40 chipet és a 6. generációs GeForce -t , amelyek zászlóshajója az új technológiáknak köszönhetően majdnem megduplázta az 5. generációs modellek teljesítményét. A GeForce 6 megkapta a DirectX 9.0c és a shader modell 3-as verziójának támogatását, a H.264 , VC-1 , WMV és MPEG-2 formátumú videodekódolás hardveres támogatását , valamint több kártya párhuzamos használatát az SLI hardveren keresztül. - szoftvercsomag . A kedvező árú GeForce 6 kártyák az NV43 chipen alapultak, amely az NV40 [17] [37] [40] leegyszerűsített és olcsó változata .

A G80 lapkára épülő GeForce 8. generációval a cég jelentősen átalakította a GPU architektúráját, egységes shader processzorokat használva az adatfeldolgozási folyamatokban. 2006 őszén mutatták be az új Tesla architektúrát , melynek egyik jellemzője a vertex és pixel shader különálló blokkjainak elutasítása, amely felváltotta a bármilyen típusú shader végrehajtására képes egységes processzorokat [41] . Tekintettel arra, hogy az univerzális számítási egységek különféle típusú számításokat tudtak elvégezni, a Tesla architektúrára épülő G80 chipnek sikerült megoldania az erőforrások egyenetlen elosztásának problémáját. A processzor megkapta a DirectX 10 támogatását, a shader 4-es verziójával dolgozott, és a teljesítménytesztekben kétszer is felülmúlta a G70-et. 2006 végén az ATI-t az AMD vette át, és annak grafikus részlege lett. A 2007 elején kiadott R670 processzor egy középkategóriás megoldás volt, és teljesítményben sem versenyzett saját „zászlóshajóival”. Az univerzális shaderekkel együtt a vállalat bevezette a CUDA hardver-szoftver architektúráját , amely lehetővé teszi a grafikus processzorok programjainak C-szerű nyelven történő írását, valamint a processzorok számára nehéz, párhuzamos számítási feladatok videokártyára való átvitelét. A GeForce 8 és 9 segítségével a cég bevezette az általános számítástechnikai hardver támogatást 32 bites pontossággal, a tizedik generációban pedig a GT200 alapú GeForce 200 -at, dupla pontosságú 64 bites [42] . A hardveres többszálú megoldás lehetővé tette az objektumok fizikai számításainak a PhysX fizikai motoron alapuló átvitelét a videokártyára . Szintén 2009 tavaszán az Nvidia kiadott egy GeForce 100 grafikus kártyát kizárólag OEM -ek számára és a GeForce 9 dizájn alapján, ősszel pedig egy másik GeForce 300 OEM sorozatot , amely 200-as sorozatú kártyákon alapul [17] [40] [ 43] [44] .

2010-ben a cég bemutatta az új Fermi mikroarchitektúrát és az arra épülő GeForce 400 kártyák sorát . Ennek a generációnak a zászlóshajó processzora a GF100 volt, amely óriási teljesítményt nyújtott, de nagyon nagy és nehezen gyártható. A család grafikus processzorainak junior modelljeinek fejlesztése során felülvizsgálták a streaming multiprocesszorok felépítését, amely lehetővé tette a chip felépítésének tömörítését, a terület és a költségek csökkentését. A GeForce 500 család chipjeiben a cég megtartotta a Fermi architektúrát, de fizikai tervezési szinten újratervezte, a nagy sebességet nem igénylő processzorelemekben lassabb és energiatakarékosabb tranzisztorokat, a kritikus elemekben pedig gyorsabbakat használt. Ennek eredményeként a GeForce 500 kártyák észrevehetően energiatakarékosabbnak bizonyultak magasabb órajelen. A GeForce 600 GPU -k következő generációja az új Kepler architektúrán alapult, 28 nm-es eljárással készült, és háromszor annyi CUDA magot tartalmazott, ami 30%-os játékteljesítménynövekedést eredményezett. A következő generációs GeForce 700 eredetileg Tesla számítási gyorsítókhoz tervezett chipekre épült, és ennek a generációnak a zászlóshajó kártyái kiemelkedő teljesítményt nyújtottak, amit némileg megrontott a magas ár. A GPU-k terén további előrelépés történt a Maxwell architektúrára való átállással , amelyben a vállalat újratervezte a memória alrendszert és új tömörítési algoritmusokat vezetett be. Ennek köszönhetően a GeForce 900 -as kártyacsalád harmadával energiatakarékosabbnak bizonyult elődeinél. A GeForce 10 generáció az új Pascal mikroarchitektúrán alapult, és vékonyabb, 16 nm-es technológiai technológiával készült. Az igazi áttörést azonban a cég alapítója és elnöke, Jensen Huang szerint a 2018-ban bejelentett új Turing mikroarchitektúra jelentette. Az új , 20-as sorozatú GPU-kban (GeForce RTX) a cég a világon elsőként vezeti be a hardveresen gyorsított valós idejű sugárkövetési technológiát speciális RT magokon és a tenzormagokon alapuló mesterséges intelligencia-munka támogatását, ami óriási ugrást jelent. a számítógépes játékokban a fénnyel és a tükröződésekkel végzett munka minőségében. Amint a cég megjegyezte, a GeForce 20 család Turing-alapú kártyái 40-60%-os teljesítménynövekedést értek el a nem új technológiákra optimalizált játékokban, és akár 125%-os teljesítménynövekedést a Deep Learning Super Sampling technológiát támogató játékokban a korábbi verziókhoz képest. az előző generációs GeForce 10 [17] [45] [46] [47] .

GeForce Experience

2013-ban a cég kiadta a GeForce Experience segédprogramot, amely optimalizálja az Nvidia videokártyával rendelkező PC-k teljesítményét a játékokban, ellenőrzi az eszközre telepített illesztőprogramok érvényességét, hozzáadja a játék rögzítésének és közvetítésének funkcióját, valamint egyéb funkciókat a kényelmes használat érdekében. játékélményt. A GeForce Experience a 2010-ben megjelent GeForce 400 óta támogatja a cég GPU-it [48] . A segédprogram automatizálja az illesztőprogramok ellenőrzését és frissítését, beleértve az adott játékokhoz optimalizált Game Ready illesztőprogramokat, és egy adott számítógép paraméterei alapján beállítja az optimális beállításokat a játékok legjobb teljesítményéhez. Játék közben a GeForce Experience átfedésként működik, amely további eszközökhöz biztosít hozzáférést [48] [49] .

Ezek közé tartozik a ShadowPlay játékrögzítő és -közvetítő eszköz, amelyet az Nvidia NVENC hardveres kódoló alapján valósítottak meg , amely a Kepler architektúrájú és magasabb architektúrájú processzorok grafikus chipjébe van integrálva [50] . A ShadowPlay lehetővé teszi a HD, Full HD , 2K és 4K felbontású felvételt 30 vagy 60 képkocka/másodperc sebességgel és 10-50 megabit/s bitsebességgel, támogatja a webkamerás megjelenítést a képernyő sarkában és a képernyőrögzítést, valamint számos rögzítési módot, ideértve a már lefutott játék legfeljebb 20 percnyi nyilvántartását [51] . A videókat H.264 kódolással menti MP4 formátumban , és a ShadowPlay támogatja a streamelést a csatlakoztatott Twitch- , Facebook- és YouTube - fiókokhoz is [52] . 2017-ben a ShadowPlay kiegészült a Highlights technológiával, amely automatikusan elmenti a játék fontos pillanatait 15 másodperces videoklipek vagy GIF -ek formájában – egy küldetés teljesítése , több ellenfél egyidejű megölése, nehéz főnök legyőzése [53] [54] .

2016-ban az Nvidia Experience tartalmazta a játékfejlesztőkkel együttműködésben létrehozott Ansel eszközt, amelyet Ansel Adams amerikai fotósról neveztek el [55] . Az Ansel fejlett képernyőkép-beállításokat biztosít a felhasználó számára, beleértve a sztereó képeket , 360 fokos panorámákat és sztereó panorámákat. Az Ansel lehetővé teszi a játék bármikori leállítását, a kamera mozgatását és beállítását a szög kiválasztásához, a chroma gomb használatát és az utófeldolgozást [56] . A képek OpenEXR formátumban kerülnek mentésre a nagy dinamikatartomány támogatásával . A szuperfelbontású mód lehetővé teszi a mesterséges intelligencia 63 360 × 35 640 felbontásig történő átméretezését torzulás nélkül [57] . 2018 augusztusában, a sugárkövető hardverrel ellátott új GPU-k kiadásával a cég bemutatta az Ansel RTX-et, amely 30-szor több fénysugarat számol ki, mint a valós idejű játékmotor, és lehetővé teszi fotorealisztikus kép készítését [58] [59] .

2018 januárjában a cég a GeForce Experience részeként bevezette a Freestyle technológiát, amely lehetővé teszi a shaderekkel való kísérletezést a meghajtók szintjén, megváltoztatva a színskálát, az élességet és más képparamétereket, például az Instagram - szűrőket [60] . A felhasználó hozzáférhetett az előre beállított paraméterkészletekhez, beleértve a színvakok kombinációit és 38 beállítást [48] . A GeForce Experience másik kísérleti funkciója a GameStream Co-op mód, amely lehetővé teszi a játékos számára, hogy átmenetileg átadja az irányítást egy másik felhasználónak, vagy meghívja őket, hogy csatlakozzanak a kooperációs módhoz. Ebben az esetben a játék csak az első játékos számítógépén indul el, a második pedig a hálózaton keresztül fogja megkapni a játék folyamatának közvetítését [48] .

Quadro

A Quadro professzionális grafikus kártyák fejlesztése nagy teljesítményű munkaállomásokhoz 1999-ben kezdődött, amikor megjelent az első, a GeForce 256 -ban használt NV10 magon alapuló megoldás [19] . A Quadro kártyák ugyanazokra a processzorokra épülnek, mint a játékhoz (fogyasztói) GeForce kártyák, de megbízhatóbb alkatrészeket tartalmaznak, amelyeket csúcsterhelés melletti hosszú távú működésre terveztek, és a Quadro meghajtók több száz profillal rendelkeznek a speciális alkalmazásokban való maximális teljesítmény érdekében. Például az Autodesk Softimage 3D grafikus szerkesztő a PhysX fizikai motort használja a CUDA magokon végzett számítások felgyorsítására, amikor valósághű hatásokat hoz létre, mint például víz, tűz vagy robbanás. Az Autodesk 3ds Max támogatja a jelenetek megjelenítését az Nvidia iRay rendermotoron, amely közvetlenül hozzáfér a GPU-hoz, megkerülve a CPU-t, ezáltal egy nagyságrenddel felgyorsítja a renderelési időt. Mind az iRay, mind a V-Ray a Chaos Grouptól támogatja a jelenetek valós idejű renderelését a GPU erőforrásainak rovására. Az Autodesk AutoCAD a Quadro-val kombinálva lehetővé teszi hardveres shader használatát a képek renderelésekor [61] . CATIA , SolidWorks , PTC Creo , Solid Edge , Compass , Revit , Civil, ArchiCAD , Autodesk Maya , Adobe Photoshop , Adobe Premiere Pro , MSC Nastran , ANSYS [62] szoftverek is támogatják a speciális Nvidia technológiákat . A Quadro számos olyan technológiát valósít meg, amelyek nem állnak rendelkezésre a GeForce felhasználók számára – élsimítás x64-re (és akár x128-ig, ha több videokártyát csatlakoztat Nvidia SLI technológiával ), több asztali felügyelet testreszabható képernyőkeretekkel, memóriahiba-javítás a nagy pontosság érdekében számítástechnika, és teljes memóriatisztítás új feladatokra való átálláskor, a számítási terhelés pontos elosztása több grafikus kártya között, fejlett távoli adminisztráció és monitorozás [63] .

nForce

2001-ben az Nvidia kiadta első alaplapi lapkakészletét . Az első generációk – nForce , nForce2  és nForce3  – csak AMD processzorokkal működtek . A következő generációk ( nForce4 , nForce 500 ,  nForce 600 , nForce 700 ,  GeForce 8000/9000 és nForce 900) támogatást kaptak az Intel processzorokhoz . 2009 februárjában és márciusában az Intel és az Nvidia pert váltott. Az Intel úgy vélte, hogy a 2004-es technológiai keresztlicencelési megállapodás már nem érvényes, és az Nvidia nem tud olyan lapkakészleteket gyártani, amelyek támogatják a DMI / QPI buszokat , és ennek eredményeként az új generációs Nehalem processzorokat . Az Nvidia viszont úgy vélte, hogy a második fél ezzel a tiltással megsértette a még mindig érvényes licencszerződést [64] [65] [66] . Az Intel processzorokhoz szánt kártyák piacának elvesztése miatt az Nvidia 2009 októberében bejelentette, hogy leállítja az új lapkakészletek fejlesztésére irányuló befektetéseit [67] . Egy évvel később, 2010 novemberében a cég teljesen felhagyott a chipset üzletággal. Az okok között szerepelt az Intellel való konfliktus is (a tárgyalás az Nvidia 2011-es győzelmével zárult [66] ), valamint az, hogy az nForce iránti kereslet évről évre csökkent, mivel az integrált grafikus megoldások az egyedi lapkakészletekről a központi processzorok felé kerültek [68]. .

Tesla

A Tesla számítástechnikai gyorsítók sorozatát 2007 nyarán mutatták be, röviddel az egységes számítási architektúra, a CUDA megjelenése után, amely lehetővé teszi a kód írását C-szerű programozási nyelven a GPU-n történő számításokhoz. Az első Tesla C870 gyorsító a GeForce 8-as sorozatú kártyákban már szereplő G80 GPU-ra épült, és a Tesla [69] néven is nevezett egységes shader mikroarchitektúrára épült . Bemutatásra kerültek a 2 kártyás "asztali szuperszámítógépben" és 4 kártyás 1U blade szerveres megoldások is. A C870 518 gigaflop áteresztőképességgel támogatta az egyszeri precíziós számításokat [70] . Az új GPU mikroarchitektúrára való átállással a cég frissítette a Tesla gyorsítók sorát, és a Fermi [71] , Pascal [72] , Volta [73] és Turing esetében a Tesla gyorsítók lettek az első termékek a nagyközönségnek bemutatott új architektúra [74] . 2011-ben a vállalat bemutatta a Maximus technológiát, amely lehetővé teszi a Tesla gyorsítók és a Quadro professzionális grafikus kártyák egyetlen munkaállomáson belüli kombinálását a számítási erőforrások leghatékonyabb elosztása érdekében. Ennek érdekében a Maximus technológia keretein belül a cég mindkét kártyához egy univerzális meghajtót vezetett be, amely mind szabványosabb Quadro-alapú feladatok megoldására, mind Tesla alapú speciális számításokra optimalizált [75] .

2018 októberének legmodernebbje a Tesla T4 számítási gyorsító volt, amely a Turing mikroarchitektúrára épült, amelynek innovációja a pontosság szélesebb tartományának támogatása volt, ami nagymértékben növelte a teljesítményt olyan számításoknál, amelyek nem támasztanak nagy pontossági követelményeket - például használatkor. betanított neurális hálózati modellek. Ennek eredményeként az Nvidia 8,1 teraflop teljesítményt ért el egyszeres precizitásban (FP32), 65 teraflop teljesítményt vegyes szimpla és fél pontosságban (FP16/FP32), 130 billió műveletet INT8 módban és 260 billió műveletet INT4 módban [74] [76] .

2018 végén a Tesla volt a legnépszerűbb gyorsító a nagy teljesítményű számítástechnika területén, és 127 szuperszámítógépben használták, amelyek szerepeltek a Top500  -ban – ez az osztály legerősebb eszközeinek rangsora [77] . Összehasonlításképpen a 2015-ös rangsorban 66 Tesla-gyorsítót használó eszköz, 26 általános célú processzoron alapuló Intel Xeon Phi -t és 3 AMD FirePro -t használó szuperszámítógép szerepelt [78] . A világ két legerősebb szuperszámítógépe 2018-ban a Tesla számítási gyorsítóin alapult – a Summit az Oak Ridge National Laboratory -ban és a Sierra az Egyesült Államok Energiaügyi Minisztériumának Livermore National Laboratory -jában [77] . Ezenkívül a Tesla gyorsítókkal kapcsolatos számításokat a Tokiói Technológiai Intézet Tsubame szuperszámítógépében hajtották végre (2008 végén 29. hely) [79] ; a Tiānhé-1A szuperszámítógép , amelyet a PLA Kínai Védelmi Tudományos és Technológiai Egyeteme tervezett (2010. október 1. helyezettje) [80] ; az Amerikai Egyesült Államok Energiaügyi Minisztériumának Oak Ridge Nemzeti Laboratóriumába telepített Titan szuperszámítógép (2012. novemberi állapot szerint 1. hely); szuperszámítógép Cray CS-Storm (10. hely 2014-ben); szuperszámítógép Piz Daint , a Svájci Nemzeti Szuperszámítógép Központ házigazdája (3. hely 2017 novemberében) [81] . Az Nvidia Tesla gyorsítókon alapuló általános célú GPU-számítást használó orosz szuperszámítógépek közül a Moszkvai Állami Egyetemen telepített Lomonoszov és a Nyizsnyij Novgorodi Állami Egyetemen található Lobacsevszkij [82] [83] . Ezenkívül a 2018-as helyzet szerint az Nvidia Tesla a 25 legenergiahatékonyabb szuperszámítógép közül 22 középpontjában állt a GREEN500 besorolásban [77] .

GRID

Az Nvidia a 2000-es évek közepén kezdett el fejleszteni egy távoli adatfeldolgozó platformot, és 2012 májusában mutatta be ez irányú fejlesztéseit - a VGX platformot a munkahelyek virtualizálására egy teljes értékű munkaállomás teljesítménnyel és a GeForce GRID-del - egy technológiai platform a futtatáshoz. játékok a felhőben [84] [85] . A VGX 3 komponensen alapult - az Nvidia GPU-kon alapuló blade szervereken , az Nvidia saját hipervizorán , amelyet kereskedelmi hipervizorokba integráltak, és GPU-virtualizációt és erőforrás-elosztási rendszert biztosítottak a felhasználók között [86] . Ezt követően a vállalat bemutatta a VGX hardvermegoldásait - grafikus kártyák nagyszámú feladat virtualizálására VGX K1, valamint egy megoldást 2 job egyidejű futtatására komplex grafikával való munkavégzéshez és 3D feladatok feldolgozásához Adobe , Autodesk és SolidWorks alkalmazásokban  - VGX K2 [87 ] [ 88] . 2013 márciusában a cég bevezetett egy kulcsrakész megoldást tervezők, építészek, tervezők és mérnökök számára GRID VCA (Visual Computing Appliance, lit. English  equipment for visual computing ), amely magában foglal egy 4U méretű szervert, egy kliens szoftvert és egy hypervisort [89 ] [90 ] . 2013 végén a GRID szervereket bevezették az Amazon Web Servicesbe [91] [92] . Az ugyanebben az évben bemutatott felhőalapú játékszerver-megoldás hasonló elven működött, fix mennyiségű feldolgozási teljesítményt biztosítva a felhasználóknak a stabil rendszerteljesítmény érdekében a modern játékokban. A hálózati késleltetés csökkentése érdekében a videotömörítést saját szerverein valósították meg, és a meghajtókat optimalizálták mind a szerver, mind a kliens berendezésekhez [93] [94] . A játékszolgáltatók számára készült Nvidia megoldásokat számos játékszolgáltatás – Gaikai , Playcast , Ubitus , CiiNow , G-cluster , LiquidSky és Playkey – fogyasztotta. A cég saját megoldásait használta a saját felhőszolgáltatásában a Shield vonal játékeszközeinek tulajdonosai számára - GeForce GRID (később - GeForce NOW) [95] [96] .

GeForce MOST

A 2018-as GeForce NOW a felhőalapú játékszolgáltatás harmadik iterációja (PC-játékok streamelése a felhőből), amelyet a vállalat a 2010-es évek eleje óta fejleszt [97] . 2012-ben a cég kiadta a GeForce GRID szervermegoldást, amely lehetővé tette a játékok futtatását a vállalat nagy teljesítményű hardverén és a játékmenet streamelését a felhasználó eszközére. Az első Nvidia partner, aki a GeForce GRID-et implementálta szervereiben, a Gaikai digitális terjesztési szolgáltatás volt , amelyet később a Sony megvásárolt [98] . A vállalat 2013 őszén kezdte meg saját felhőszolgáltatásának béta tesztelését, amelyet a Shield vonal eszközeinek felhasználói számára terveztek [99] . Amint azt a The Verge technológiai kiadvány megjegyzi, a GRID (mint játék streaming szolgáltatás) már akkor is jelentősen felülmúlta az olyan alternatívákat, mint a Gaikai és az OnLive [100] . A tesztelési időszak alatt a Grid ingyenes maradt a felhasználók számára, és 2015 áprilisáig a szolgáltatás könyvtára 47, többnyire AAA osztályú PC-játékot tartalmazott [101] . A több hónapig tartó tesztelés végén, 2015 őszén a vállalat újraindította a játék streaming szolgáltatását GeForce NOW márkanév alatt, a beépített katalógusból származó játékokra fizetett előfizetéssel és a digitális terjesztési szolgáltatáson keresztül más játékok vásárlásának lehetőségével [ 102] [103] . A GeForce NOW földrajza az újraindításkor Európát (beleértve Oroszország nyugati részét ), Észak-Amerikát és Japánt foglalta magában [104] . A GeForce NOW többször is magas pontszámot kapott a játéksajtóban, és a fő kifogás az volt ellene, hogy a Shield ökoszisztémán kívül nem volt elérhető. 2017-ben a cég elkezdte tesztelni a GeForce NOW-t, mint bérelhető számítástechnikai szolgáltatás modellt játékok futtatásához, amely bármilyen eszközön elérhető, beleértve az OS X -et és a Microsoft Windows rendszert futtató PC-ket is (miközben a Shield felhasználók ismét ingyenes hozzáférést kaptak a szolgáltatáshoz). 2017-ben megkezdődött az új GeForce NOW tesztelése Mac rendszeren, 2018 januárjában a szolgáltatás béta verziója elérhetővé vált a Windows rendszerű PC-k tulajdonosai számára [105] . A szerveroldali 24,5 gigabájt VRAM - mal rendelkező Tesla P40 grafikus gyorsítók használatával a szolgáltatás a GeForce GTX 1080 használatával egyenértékű grafikus teljesítményt tudott nyújtani akár 2560×1600 felbontással a felhasználó eszközén [106] . Az új GeForce NOW-val a felhasználók elvesztették hozzáférésüket az előfizetéses játékkatalógushoz, de a Steam , Uplay vagy Battle.net [107] [108] digitális disztribúciós szolgáltatásai közül bármelyik játékot futtathatták virtuális PC-n .

DGX

A cég számára 2009-ben új piac nyílt meg, amikor több kutatócsoport felfedezte, hogy a GPU-k sokkal hatékonyabbak a mély tanulási feladatokban. Andrew Ng , a Stanford Egyetem professzora akkoriban megjegyezte, hogy a GPU-alapú megoldások 100-szor hatékonyabbak lehetnek, mint az x86 -os CPU-alapú megoldások [109] .

A vállalat 2016 áprilisában a GTC konferencián, a Tesla P100 számítási gyorsító bejelentésével egy időben mutatta be az első szuperszámítógépet a mély tanulási AI DGX-1 problémáinak megoldására. A DGX-1 első változata 8 P100 kártyát tartalmazott, amelyek együttes teljesítménnyel 170 teraflops. Konfigurációja 2 sor 10 gigabites Ethernetet és 4 InfiniBandot tartalmazott EDR busszal és körülbelül 100 gigabit/s sebességgel. A DGX-1 volt az első átfogó mély tanulási megoldás, és speciális szoftvercsomaggal érkezett, beleértve a Deep Learning GPU Training System (DIGITS) platformot és a CUDA Deep Neural Network könyvtárat (cuDNN). A számítógép 2016 júniusában került értékesítésre 129 000 dollárért [110] . Egy évvel később, az új Volta architektúrára épülő Tesla V100 gyorsítók bejelentésével együtt a cég bemutatta a frissített DGX-1-et 8 V100-as kártyával, valamint a DGX Studio-t 4 V100-as kártyával és kevesebb RAM-mal. A frissített, 149 ezer dolláros áron kapható DGX-1 mélytanulási feladatokban 960 teraflop teljesítményt nyújtott, a 490 teraflop teljesítményű DGX Station 69 ezer árat kapott [111] [112] .

A cég alapvető áttörést ért el a teljesítményben akár 2 petaflopsig a DGX-2-ben, amelyet a 2018 márciusi GTC-n mutattak be. Az új számítógép 16 Tesla V100-as gyorsítót használt, új NVSwitch interfésszel kombinálva, 2,4 terabájt/másodperc sávszélességgel – Jensen Huang szerint ez a sebesség 1440 film egyidejű sugárzására lenne elegendő. Összességében az új termék 82 ezer CUDA maggal, több mint 100 ezer Tensor maggal és 512 gigabájtnyi nagy sávszélességű HBM 2-es memóriával rendelkezett, ami kétszer akkora, mint a saját döntéseikben 5 évvel ezelőtt. A DGX-2 399 000 dollárért került eladásra [113] [114] .

Tegra

A mobileszközökön való használatra szánt rendszerek chipen (SoC) fejlesztésével a cég azután fogott hozzá, hogy 2003-ban felvásárolta a PDA -k diszkrét grafikáját fejlesztő MediaQ-t. Munkáját egy sor GoForce chip létrehozására használták fel, amelyek a Motorola és más gyártók eszközeiben is alkalmazásra találtak . 2006 és 2007 között a cég megvásárolta a Hybrid Graphics grafikus szoftvercéget és a gyárilag nem használt PortalPlayert is az Apple iPod korábbi chip-rendszerű szállítója volt . A felhalmozott tapasztalatokat és a megszerzett technológiákat felhasználták az új Tegra lapkákban , amelyek az általános célú processzort ARM architektúrával és saját, energiahatékony grafikus processzorral kombinálták. A 2008-ban bemutatott SoC-jainak első generációjában a vállalat két chip-sorozatot adott ki - a Tegra APX 2500 - at okostelefonokhoz , valamint a 600-as és 650 -es modelleket, amelyeket úgy terveztek, hogy versenyezzenek az Intel Atom -mal a mobil internetes eszközök (vagyis a PDA-kra összpontosítva) terén. a webes szörfözésről és a szórakoztatásról) és az okoskönyvekről [115] . Az első generációs Tegra bekerült a Microsoft Zune HD médialejátszóiba és a Samsung YP-M1 médialejátszóiba, a platformon alapuló első okostelefon pedig a Microsoft KIN [116] [117] volt . A Tegra első generációját azonban nem alkalmazták széles körben: az intelligens könyvekre és a fejlett PDA-kra tett fogadás, amelyek nem találtak tömegpiacra, hatással voltak [118] .

Sokkal sikeresebb volt a 2011 -ben bemutatott Tegra 2 rendszerű chip [119] . A nagy teljesítményű, 3D grafikát támogató Tegra 2-t az Acer , Asus , Motorola , LG , Toshiba és más gyártók számos 10 hüvelykes táblagépében és okostelefonjában használták , és még több év után is releváns maradt [120] . A második generációs SoC sikerét megismételte a Tegra 3 , amely erősebb grafikus gyorsítót és további processzormagot kapott az egyszerű számításokhoz. A Tegra 3-at a Google Nexus 7 , a Lenovo , az Asus és az Acer táblagépekbe , a HTC és LG okostelefonokba, valamint a Windows RT operációs rendszert futtató konvertibilis laptopokba  – Microsoft Surface és Lenovo IdeaPad Yoga 11 – telepítették. 2013-ban a cég bemutatta a Tegra 4 -et , amely alapján saját játékkonzolokat fejlesztett ki Shield márkanév alatt [121] . A vállalat azonban fokozatosan elvesztette érdeklődését a fogyasztói eszközök versengő tömegpiaca iránt, és olyan területekre összpontosított, ahol a Tegra nagy teljesítménye iránt volt kereslet – a játékkonzolokra és az autóipari piacra [122] . 2012-ben az NVIDIA megállapodott az Audival a Tegra felhasználásáról az autók vezérlőpaneljeiben és szórakoztató rendszerekben, 2013-ban pedig együttműködést kezdett a Teslával és a Lamborghinivel [13] [123] .

Az autógyártók hosszú gyártási ciklusa áldás volt az Nvidiának, amely mind az új dizájnokhoz, mind a régebbi Tegra 2-höz és Tegra 3-hoz használt autókban [124] . A 2014-ben bemutatott Tegra K1 chipen alapuló rendszert eredetileg fedélzeti számítógépek és pilóta nélküli járműrendszerek platformjaként pozícionálták, a következő generációs Tegra X1 -et pedig egyáltalán nem mobil elektronikában való használatra szánták [125] [ 125] 126] .

meghajtó

A 2015. januári Consumer Electronics Show -n, a Tegra X1 rendszer-on-a-chip bejelentésével együtt a cég bemutatta saját, az autóipar számára készült teljes megoldását - az X1 chipre épülő Drive CX műszerfali számítógépet, a Drive-ot. A stúdió műszerfali felületfejlesztő eszköze és a fedélzeti autopilot Drive PX, amely egyszerre 2 SoC X1-et használt [127] . Ellentétben az akkori piacon lévő ADAS-szal (Advanced driver assist system, Russian advanced driver assist system), a Drive PX a középső árkategóriától kezdve az autókban való felhasználásra koncentrált [128] . Az első verziótól kezdve a Drive PX egyszerre 12 különálló HD kamera működését támogatta, amelyek információit mesterséges neurális hálózat dolgozta fel , és felismert más járműveket, gyalogosokat, útjelző táblákat és egyéb információkat [129] . 2015 tavaszán a GPU technológiai konferencián az NVIDIA képviselői a Drive PX AI tanulási folyamatáról beszéltek, és megjegyezték, hogy számos szimulált baleset tapasztalatai alapján megtanították az akadályok elkerülésére és az összes lehetséges akadály figyelembevételére [130] ] [131] .

Az első verzió Drive PX számítási teljesítménye 2,3 teraflop volt, a CES 2016-on bemutatott Drive PX 2 számítógép pedig ezt a számot 8 teraflopra tudta hozni. Ez a teljesítmény már elegendő volt ahhoz, hogy 12 kamera, radar , lidar és egyéb érzékelők adatai alapján automatikusan irányítsák az autót [132] . A frissített Drive PX 2 megtanulta, hogyan jeleníthet meg valós időben részletes információkat az autó környezetéről a képernyőn, és az internethez kapcsolódva  kiegészítheti azokat a forgalmi helyzetről, az úttest állapotáról és egyéb tényezőkről szóló információkkal [133] . A 2016. áprilisi GPU-konferencián az NVIDIA bemutatta az Audi , a Volvo és a BMW demóautóit, amelyek Drive CX-el és Drive PX-el vannak felszerelve [134] . 2017 januárjában, a CES 2017 kiállításon az NVIDIA és az Audi bejelentette, hogy 2020-ig egy szériagyártású mesterséges intelligencia-autót (feltehetően az Audi Q7 -et) adnak ki. A fejlesztő cég bemutatta saját BB8-as önvezető autóját is, amelyet a Star Wars univerzum egy asztromechanikai droidjáról neveztek el , és az autonóm vezetési technológiák tesztelésére használták [135] [136] .

2017 februárjában lezajlott a Roborace pilóta nélküli elektromos autók bajnokság tesztversenye , amelyen a csapatokat technológiailag azonos autók képviselik, különböző vezérlőszoftver-platformokkal. Mindkét tesztüzemmód, a DevBot 1 és a DevBot 2 a Drive PX 2-n alapult [137] . 2017 őszén a müncheni GPU konferencián a cég bemutatta a ZF Friedrichshafen AG és a Deutsche Post DHL -lel közösen kifejlesztett autonóm postakocsi prototípusát, az orosz Yandex technológiai cég képviselői pedig saját önvezető autójukról beszéltek. a Toyota Prius V és a Drive PX 2 [138] [139] alapján . Ezenkívül a konferencián Jensen Huang bemutatta a Drive PX továbbfejlesztett változatát – a Drive PX Pegasus, amelyet 25 másik technológiai céggel és autógyártóval közösen fejlesztettek ki, és 320 teraflop teljesítményével lehetővé teszi egy 5. szintű pilóta nélküli jármű létrehozását. autonómia (anélkül, hogy emberi részvételt igényelne a vezetésben) [140] [141] . Ezenkívül 2018 augusztusáig Drive PX számítógépeket használtak a Tesla elektromos autóiban [142] [143] .

2018 márciusában, egy halálos balesetet követően, amelyben egy önvezető Uber elütött egy kerékpárost, tévesen azt hitte, hogy ez egy kisebb akadály, amely nem igényel reagálást, a cég bejelentette, hogy leállítja önvezető autóinak közutakon történő tesztelését . 144] [145] . Egy héttel később, saját technológiai konferenciáján a cég bemutatta a Drive Pegasus felhőplatformot, amelyet az autopilot algoritmusok szimulált körülmények közötti tesztelésére terveztek. A rendszer két komponensre épül. Az első egy Drive Sim szimulációs környezetet futtató Nvidia GPU-kon alapuló szerver, amely adatfolyamokat hoz létre a kamerák, radar, lidar és egyéb járműérzékelők számára, valamint egy fotorealisztikus tesztkörnyezetet. A második a Drive Pegasus fedélzeti számítógép, amely az AI-autopilótát futtatja. Ez a csomag lehetővé teszi, hogy bármilyen úthelyzetet szimuláljon, beleértve a valószínűtlen forgatókönyveket és a szélsőséges időjárási viszonyokat is, és naponta több millió tesztet hajtson végre anélkül, hogy a többi közlekedőt veszélyeztetné [146] [147] [148] .

PAJZS

2013 elején a Consumer Electronics Show -n a cég bejelentette saját játékkonzolját, amely a Project Shield kódneve volt. Mire az eszköz forgalomba került, a „ Projekt ” szó kikerült a címből [149] . A SHIELD egy kihajtható 5 hüvelykes érintőképernyővel ellátott gamepad formátum, Android operációs rendszer futott rajta , játékokat töltött le a Google Play Áruházból, a TegraZone saját digitális tartalomáruházából, és támogatott GameStream technológiát – játék streamelést GeForce GPU-val felszerelt PC-ről. a Kepler mikroarchitektúrán. Amellett, hogy a saját képernyőjén játszik, a SHIELD lehetővé tette a HDMI-kimenetet a monitoron vagy a TV-képernyőn, így ez az eszköz a legnagyobb játékkönyvtárral és a legszélesebb körű játékélménnyel rendelkezik a piacon [150] . A SHIELD kontrollerhez támogatást kapott játékok listája körülbelül 2 tucat játékot tartalmazott, köztük olyan AAA projekteket , mint a Bioshock Infinite , a Need for Speed: Most Wanted , a Call of Duty: Black Ops 2 , a Team Fortress 2 , a Grand Theft Auto: Vice City. és ARMA Tactics [151] [152] .

2014-ben a vállalat bemutatta a Shield Tablet-et, amely egy hagyományos , vezeték nélküli vezérlővel ellátott táblagép alakját veszi fel, és az egyik legjobb teljesítményű Android-eszköz a piacon [153] . Az eszköz a GameStream mellett támogatást kapott az Nvidia felhőből (később GeForce Now névre keresztelt) PC-játékok streamelésére szolgáló Grid felhős játékszolgáltatáshoz, és az Unreal Engine [154] grafikus motorra is optimalizálták . A megjelenéskor a SHIELD Tablet viszonylag drága eszköznek bizonyult, és az akkumulátor túlmelegedésével kapcsolatos problémák miatt a cégnek néhány eszközt le kellett cserélnie a felhasználók számára. 2015-ben a cég kiadott egy frissített modellt a K1 index alá tartozó korrigált "gyermekbetegségekkel", amely elődjével megegyező konfigurációval lényegesen alacsonyabb kiskereskedelmi árat ért el [155] [156] .

Ezenkívül 2015-ben a cég kiadott egy játékeszközt streaming médialejátszó (set-top box) formátumban, SHIELD Android TV vagy egyszerűen SHIELD néven (az eredeti SHIELD 2013-ban a SHIELD Portable nevet kapta). Az új SHIELD volt az első olyan eszköz, amelyet Tegra X1 processzor hajtott, Android TV -t futtatva , támogatja a GameStream és Grid (GeForce Now) és az Ultra HD (4K) videokimenetet . Az Android TV tartalmak mellett a készülék támogatást kapott a Netflix , Hulu Plus , YouTube , Amazon Instant Video és Sling TV , orosz Okko , Megogo.net , Amediateka , Rutube és még sok más streaming szolgáltatásokhoz , valamint támogatást a streaming Android-eszközökről Google Cast [157] [158] . A 2017-es frissítés a SHIELD-t 40%-kal kisebb testre, új streaming szolgáltatások támogatását, a Google Assistant hangasszisztenssel való teljes integrációt, valamint a Samsung SmartThings platformon alapuló intelligens otthoni rendszer támogatását hub módban biztosítja, amelyen keresztül az eszközök és szenzorok kapcsolódnak és kölcsönhatásba lépnek [159] [160] .

Jetson

2014 márciusában a cég bemutatta első, kifejezetten Tegra K1 alapú Jetson TK1 beágyazott számítógépét, amelyet autonóm drónokban, intelligens kamerákban, robotokban és más okoseszközökben használnak. Szerény mérete ellenére a 326 gigaflop teljesítményű Jetson TK1 teljesítményében összemérhető volt a hagyományos munkaállomásokkal, ami lehetővé tette, hogy az új terméket és a Jetson későbbi verzióit "az első mobil szuperszámítógépek"-ként helyezzék el [161] . A Tegra X1 chipen alapuló Jetson TX1 teljesítménye 1 teraflopra nőtt, magának az eszköznek a mérete pedig egy műanyag kártya méretére csökkent [162] . A frissített Tegra X2 processzorra épülő Jetson TX2-vel az NVIDIA-nak sikerült megdupláznia a teljesítményt, miközben változatlan energiafogyasztást tartott [163] . A vállalat alapvető áttörést ért el a számítási teljesítmény terén 2018 júniusában a Jetson Xavier számítógéppel, amely a Tegra chipek következő generációján alapul. A 30 teraflop teljesítményű, egy izzólámpáénak egyharmadának megfelelő energiafogyasztású rendszert a világ első intelligens robotok számára készült számítógépeként mutatták be. A Jetson Xavier tábla tartalmazott egy 8 magos ARM processzort az általános számítástechnikához, egy Tensor Core GPU-t a mély tanulási feladatokhoz, és speciális videófeldolgozó blokkokat [164] . A Jetson Xavier az Isaac platform részeként került bemutatásra, amely API-kat és fejlesztőeszközöket is tartalmaz a 3D kamerákhoz és érzékelőkhöz való Isaac SDK-hoz, az Isaac IMX AI-gyorsító könyvtárhoz és az Isaac Sim [165] [166] AI tréninghez . és virtuális környezet tesztelése .

Kezdeményezések

GPU technológiai konferencia

2009 óta a vállalat megrendezi az éves GPU technológiai konferenciát (GTC), amelyből az elsőt 2009 szeptember végén - október elején San Joséban tartották. Az évtized során a rendezvény földrajzi területe jelentősen bővült: 2018-ban a szilícium-völgyi és washingtoni GTC mellett Tajvanon , Japánban , Európában , Izraelben és Kínában is tartottak regionális konferenciákat [167] . Ha kezdetben a GTC fő témája a GPU-k fejlesztése és használata a számítástechnika felgyorsítására, akkor a 2010-es évek közepétől a hangsúly a gépi tanulás fejlesztésére és az AI használatára helyeződött át [168] [169] .

GPU Ventures Program

2009-ben a cég létrehozta a GPU Ventures Programot, hogy olyan induló vállalkozásokba fektessen be, amelyek azon dolgoznak, hogy hogyan alkalmazzák a GPU-kat az általános számítástechnikában . A program részeként a cég 0,5-5 millió dolláros beruházást tervezett ígéretes projektekhez, amelyek a videófeldolgozáshoz, K+F -hez , pénzügyekhez és saját technológiáinak egyéb alkalmazási területeihez kapcsolódnak [170] . 2018-tól a GPU Ventures Program portfóliójába tartozott az Abeja, egy felhőalapú kiskereskedelmi elemzőrendszer, az önvezető autók technológiai fejlesztője, az Optimus Ride, a hangasszisztens mesterséges intelligenciafejlesztő Soundhound, a TempoQuest időjárási startup, az egészségügyi számítógépes látástechnológiát fejlesztő Zebra Medical és a Datalogue. adatbányászati ​​algoritmusokat fejlesztő cég [171] .

Deep Learning Institute

2015-ben az adatfeldolgozás és a mély tanulás területén tapasztalható szakemberhiány leküzdése érdekében a cég meghirdette saját oktatási programját - a Deep Learning Institute-t (DLI) [172] . Az első oktatási foglalkozásokat az ÁSZF részeként tartották, majd 2016-ban a Coursera és az Udacity tömeges online oktatási platformokkal közösen online tanfolyamokat adtak ki a mélytanulásról és az AI-ról. Az Adobe , az Alibaba és az SAP fejlesztőit a DLI-n képezték ki , és kurzusokat tartottak nagy kutató- és oktatási intézmények telephelyein is – az Egyesült Államok Nemzeti Egészségügyi Intézetében , az Egyesült Államok Nemzeti Tudományos és Technológiai Intézetében , a Barcelonai Szuperszámítógép Központban . , a Singapore Polytechnic Institute és az Indian Institute of Technology Bombay [173] [174] . A DLI oktatási programjai a vállalat technológiáinak alkalmazási területei köré épülnek az önvezető autókban, az egészségügyben, a robotikában, a pénzügyekben, a gyakorlati órákat pedig az Nvidia és a partnercégek szakemberei, valamint az egyetemi dolgozók tartják [175] [176] [177]. .

Nvidia Inception Program

A cég 2016 júniusában vezette be az Nvidia Inception Programot a mesterséges intelligencia és az adatfeldolgozás területén dolgozó startupok támogatására. A program résztvevői korai hozzáférést kapnak szoftverekhez és hardverekhez, segítséget kapnak a vállalat minősített szakembereitől és mérnökeitől, DLI-képzést és befektetéseket kapnak a GPU Ventures Program keretében [178] . Már 2017-ben több mint 1300 cég vett részt a programban, 2018-ban a program résztvevőinek száma elérte a 2800-at. Az éves ÁSZF konferencia keretében a cég több olyan programgyőztest választ ki, akik saját szakterületükön kiemelkedő teljesítményt nyújtottak. 2017-ben a díjazottak a Genetesis , a Genetesis mellkasi fájdalom diagnosztikai rendszer, a Deep Instinct kártevőirtó rendszer fejlesztője, valamint az Athelas neurális hálózat alapú vérvizsgálati technológia , neurális hálózatok, kiskereskedelmi automatizálási rendszer szerzői voltak. AiFi és logisztikai startup Kinema Systems [179] [180] .

Cég

Központ

A cég központja a kaliforniai Santa Clarában található . A komplexum első épülete, az "Endeavour" ( Eng. Endeavour az utolsó NASA űrsikló tiszteletére ) 2010-2017-ben épült a Gensler építészeti iroda projektje alapján . Az "Endeavour" belső terei " a sci-fire utalva kapta a nevét: "Altair IV" (a bolygó a " Tiltott bolygó " filmből), " Skaro " (a " Doctor Who " sci-fi sorozat bolygója ), " Skynet " (mesterséges intelligencia a Terminátor filmsorozat ), "Vogsphere" (a Vogon faj szülőbolygója Douglas Adams munkáiból ), Hott (a Star Wars univerzum bolygója ), " Mordor " ( Középföld vidéke , a Sauron a John Tolkien legendáriumából , a " Metropolis " (hivatkozás Fritz Lang azonos című néma sci-fi filmjére ) [13] .  

2018-ra a vállalat egy második épületet épített, a „Voyager” ( eng.  Voyager ) néven, amely hivatkozásként szolgál az azonos nevű űrhajóra és a Naprendszer távoli bolygóinak feltárására szolgáló programra . Az új székház épületeinek nevének kezdőbetűi, a latin En és V is összeadják az Nv -t  – magának a cégnek a nevének kezdőbetűit. Az Endeavour területe 500 ezer láb² (kb. 46,5 ezer m²), a Voyager tervezési területe 750 ezer láb² (kb. 69,6 ezer m²). Az Endeavour több mint 2000 alkalmazottat foglalkoztat a cégnél, összesen 5000 alkalmazott dolgozik Santa Clarában, a cég teljes létszáma 11,5 ezer fő [13] [181] [182] .

Útmutató

2018 februárjától a vállalat vezető beosztásait [11] töltötte be :

Pénzügyi teljesítmény

A 2018-as pénzügyi év eredményei szerint a társaság árbevétele 9,714 milliárd dollár, üzemi eredménye  3,21 milliárd, nettó nyeresége  3,047 milliárd dollár volt.A 2017-es pénzügyi évhez képest a bevétel 41%-kal, az üzemi eredmény 66%-kal nőtt. , a nettó nyereség - 83%-kal. A vállalat elsődleges bevételi forrása a GPU-üzletág, amely együttesen 8,14 milliárd dollárt termelt (40%-os növekedés az előző év azonos időszakához képest), ebből 1,93 milliárd dollár bevétel adatközponti megoldásokból (Tesla, Grid, DGX, 133%-os növekedés 2017-hez képest) és 934 millió dollárt hozott a professzionális vizualizációs üzletág (12%-os növekedés 2017-hez képest). A Tegra chipre épülő rendszerekre épülő megoldások 1,53 milliárdot (86%-kal többet, mint egy évvel korábban) hoztak a társaságnak, amelyből 558 millió az autók infotainment rendszereinek, Drive PX fedélzeti számítógépeinek telepítéséből és az önvezetés fejlesztéséből származó bevétel. autók [26 ] .

Részvényesek

A részvényesekkel kapcsolatos információk 2019 márciusától állnak rendelkezésre.

A társaság 2018-ban 945 millió darab , 1 szavazattal rendelkező törzsrészvényt bocsátott ki. 1999 óta 4 alkalommal hajtott végre részvényfelosztást a társaság : 2000-ben, 2001-ben és 2006-ban 2:1 arányban, 2007-ben 3:2 arányban történt a „felosztás” [184] . 2021-ben, 14 évvel később a cég újabb 4:1 arányú felosztást hajtott végre – ez a legnagyobb volt története során [185] .

A társaság részvényeinek 35,9%-át birtokolja, 61,4%-át a NASDAQ tőzsdén jegyzik . A legnagyobb részvényesek a Fidelity Management & Research Co. (7,94%), The Vanguard Group (7,14%), BlackRock Fund Advisors (4,46%), SSgA Funds Management (3,87%), alapító Jensen Huang (3,6%), T. Rowe Price Associates, Inc. (1,81%), JPMorgan Investment Management, Inc. (1,3%), Geode Capital Management (1,29%) és Jennison Associates (1,16%) [184] .

Az 1999-es IPO után először 2006-ban fizetett osztalékot a társaság , a következő kifizetés 2012-ben következett, 2012 novembere óta negyedévente fizetik a részvényesek osztalékát .

Oroszországban

A 2000-es évek eleje óta a vállalat érdeklődést mutatott a grafikus processzorok orosz piaca iránt, ahol vitathatatlanul vezető pozíciót foglalt el. 2003- ban Moszkvában megkezdte működését az Nvidia iroda , amely Európa, a Közel-Kelet és Afrika országaira terjedt ki . Az orosz irodán keresztül a cég részt vett a helyi programozók kiválasztásában és a fejlesztőkkel való együttműködésben a kiadott és a fejlesztés alatt álló játékok optimalizálása érdekében. Ezenkívül az orosz iroda alapján laboratóriumot nyitottak játékok, professzionális vizualizációs szoftverek és egyéb alkalmazások tesztelésére, amelyek a grafikus processzor számítási teljesítményét használják. 2014-ben a moszkvai laboratórium a cég 4 legnagyobb adatközpontja közé tartozott, és a cég által tesztelt játékok 70%-át tette ki. Az irodai mérnökök a vállalat számos globális projektjében vesznek részt, amelyek a játék- és professzionális piacok, köztük az AI-piaci megoldások szoftverkomponensének fejlesztésére és fejlesztésére összpontosítanak. 2011 óta az orosz iroda a moszkvai Dvintsev utcai Dvintsev üzleti központban található [186] [187] [188] .

2022. március 7-én a cég bejelentette, hogy a 2022-es ukrajnai események miatt kivonul az orosz és a fehérorosz piacról. [189] .

Kritika

2003 februárjában vita tört ki a Futuremark és az Nvidia között a videokártya teljesítménytesztje miatt – a Futuremark azzal vádolta az NVidiát, hogy kifejezetten a videokártya-illesztőprogramokat módosította a teszt teljesítményének növelése érdekében [190] . A Futuremark több hónapig nem ismerte fel az Nvidia illesztőprogram legújabb verziójával végzett tesztjeik eredményeit [191] . Végül, miután hivatalos honlapján nyilvánosan megígérte, hogy közzéteszi a teszt új verzióját, amely blokkolja ezeket a tuningmechanizmusokat, és megvádolta az NVidiát a Detonator FX illesztőprogram kódjának szándékos elhomályosításával, a Futuremark egy nappal később visszavonta nyilatkozatát, azt a fejlesztő. Amint a sajtó megjegyezte, ez lehetővé tette a Futuremark számára, hogy elkerülje a hírnévvel kapcsolatos pereket [192] .

2012-ben Linus Torvalds kifogásolta az Nvidiát a Linux -fejlesztőkkel való rossz együttműködés miatt . A finn Aalto Egyetem hallgatóival tartott találkozóján trágárul beszélt az Nvidiáról, és a legrosszabb cégnek nevezte, amellyel a Linux közösségnek meg kell küzdenie [193] .

2014-ben az AMD PR-vezetője, Robert Hallcock azzal vádolta az Nvidiát, hogy a GameWorks fejlesztői könyvtárával harcol a versenyben . Szerinte a GameWorks mesterségesen akadályozza meg a fejlesztőket abban, hogy a játékkódot a versengő videokártya-gyártók hardverére optimalizálják [194] .

2015-ben a céget azon kapták, hogy eltitkolja zászlóshajója GeForce GTX 970 készülékének valós tulajdonságait.Független kutatók megállapították, hogy a grafikus processzorban nem 64 ROP van, ahogy azt a gyártó állította, hanem csak 56. Jelezték azt is, hogy a készülék videomemóriája működik séma szerint 3,5 + 0,5 GB, amelyben a GDDR5 memória egy része szándékosan kisebb sebességgel működik, mint a fő egysége, a második szintű gyorsítótár pedig 2 MB-ról 1,75 MB-ra van levágva [191] .

2019 februárjában az AMD bírálta az Nvidia új szabadalmaztatott Deep Learning Super-Sampling (DLSS) intelligens élsimítási technológiáját. Az AMD képviselői úgy vélik, hogy az SMAA és TAA nyílt szabványok jól működnek a különböző gyártók gyorsítóin, ugyanakkor mentesek a DLSS hátrányaitól [195] .

Lásd még

Jegyzetek

  1. ↑ Az NVIDIA leányvállalata befejezi bizonyos 3dfx grafikus eszközök megvásárlását – Nvidia , 2001.
  2. ↑ A 3dfx bejelentette az eszközök értékesítésének befejezését – 3dfx Interactive , 2001.
  3. ↑ Az NVIDIA befejezte az AGEIA Technologies felvásárlását – Nvidia , 2008.
  4. ↑ Nemzeti Szoftver Referencia Könyvtár
  5. ↑ 2020-as NVidia Corporation éves beszámoló - 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 Annual Report 2020 10-K
  8. ↑ Forbes NVIDIA (NVDA ) részvénykulcs adatok 
  9. ↑ Nvidia Annual Report 2020 10-K
  10. ↑ A Jon Peddie Research kiadja 2018. negyedik negyedévi bővítménytáblázati jelentését . Jon Peddie Research (2019. március 5.). Letöltve: 2019. március 12. Az eredetiből archiválva : 2019. április 2.
  11. ↑ 12 Éves jelentés (10-K űrlap) ( pdf). NVIDIA. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. március 18.
  12. ↑ 1 2 3 Aaron Tilley. Az új Intel: Hogyan vált az NVIDIA a videojátékok meghajtásától a mesterséges intelligencia forradalmasításáig (hivatkozás nem érhető el ) Forbes (2016. november 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  13. ↑ 1 2 3 4 5 Andrew Nusca. Ez az ember egy mesterséges intelligencia-forradalmat vezet a Szilícium-völgyben – és még csak most kezdi . Fortune (2017. november 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2017. november 16..
  14. ↑ 1 2 3 4 5 NVIDIA // Vállalattörténetek nemzetközi jegyzéke. -Utca. James Press, 2003. - V. 54.
  15. ↑ Elisa Williams. Síró farkas . Forbes (2002. április 15.). Letöltve: 2018. július 20. Az eredetiből archiválva : 2020. november 29.
  16. ↑ 1 2 Az NVIDIA története a grafikus kártyák terén: 13 év siker (a link elérhetetlen) . Tom hardvere. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 31. 
  17. ↑ 1 2 3 4 5 6 Michael Justin Allen Sexton. Az NVIDIA GPU-k története . Tom's Hardware (2017. május 6.). Letöltve: 2018. december 18.
  18. ↑ Dean Takahashi. Az NVIDIA részvényei 64%-kal emelkedtek az első nyilvános forgalomba hozatal után . The Wall Street Journal (1999. január 25.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. április 5..
  19. ↑ 1 2 Az asztali PC-k videokártyáinak fejlesztésének története. 2. rész: A 3D-s gyorsítók születése és első lépései . Compbegin.ru (2014. április 10.). Letöltve: 2018. december 19. Az eredetiből archiválva : 2018. december 20.
  20. ↑ 1 2 Michael Kanellos. Az Nvidia felvásárolja a 3dfx grafikus chip üzletágát . Cnet (2002. április 11.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2021. január 19.
  21. ↑ 1 2 Muhammad Kashif Azeem, Rohit Jagini, Mandela Kiran, Kaushal Shrestha. A grafikus feldolgozó egységek társadalmi vonatkozásai . Worcester Polytechnic Institute (2007. május 1.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2021. június 2.
  22. ↑ 1 2 Graham Singer. A modern grafikus processzor története, 3. rész . Techspot (2013. április 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2021. június 2.
  23. ↑ Andrew Wheeler. Az AMD megküzd az Intellel és az NVIDIA-val a CPU- és GPU-dominanciáért . Engineering.com (2017. augusztus 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  24. ↑ 1 2 Graham Singer. A modern grafikus processzor története, 4. rész . Techspot (2013. április 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  25. ↑ Joel Hruska. Az Intel, az AMD és az Nvidia közötti GPU-piac 9 évének áttekintése . ExtremeTech (2018. szeptember 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  26. ↑ 1 2 3 2018. évi NVIDIA Corporation éves beszámoló . NVIDIA. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  27. ↑ Az Nvidia 99 dolláros hitelkártya méretű, nagy teljesítményű számítógépet ad ki . Letöltve: 2019. március 19. Az eredetiből archiválva : 2019. március 20.
  28. ↑ Vlagyimir Bakhur . Az Nvidia, dacolva az Intellel, felvette a világ egyetlen InfiniBand megoldások gyártóját  (oroszul) , a CNews -t  (2019. március 12.). Letöltve: 2019. március 12.
  29. ↑ Alekszandr Demidov . Felhős játékok: Miért vásárol az Nvidia 6,9 milliárd dolláros hálózati eszközgyártót  (orosz) , a Forbes  (2019. március 14.). Letöltve: 2020. május 19.
  30. ↑ Az Nvidia 7 milliárd dollár értékben megvásárolja a Mellanoxot  (orosz) , a CNews -t  (2020. április 27.). Archiválva : 2020. május 2. Letöltve: 2020. május 19.
  31. ↑ Tyler Clifford. Az Nvidia lezárta a „homerun-ügyletet”, miután lezárta a Mellanox 7 milliárd dolláros felvásárlását . CNBC (2020. április 27.). Letöltve: 2020. május 19. Az eredetiből archiválva : 2020. május 1.
  32. ↑ Az NVIDIA a Cumulus Networks (orosz) és a ServerNews.ru megvásárlásával (2020. május 5. ) megerősítette pozícióját a szerverek terén .  Archiválva : 2020. május 20. Letöltve: 2020. május 19.
  33. ↑ Beth McKenna. Hogyan hozza ki a legtöbbet az NVIDIA a pénzéből – és miért változik gyorsan a keverék ? A tarka bolond (2017. július 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2021. június 2.
  34. ↑ Nvidia GPU-k: Egy történet képekben . Tom's Hardware (2010. február 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2021. június 2.
  35. ↑ Kirill Visnyakov. T&L technológia (transzformáció és világítás) . 3D Hírek (2002. január 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  36. ↑ Egor Morozov. A videokártyák története az ezredfordulón – a 3dfx csődje és az ATI és az Nvidia közötti konfrontáció kezdete . iGuides (2017. augusztus 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  37. ↑ 1 2 Egor Morozov. A grafikus kártyák története a 2000-es évek elején: ATI vs Nvidia . iGuides (2017. augusztus 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  38. ↑ Ashu Rege. Bevezetés a modern GPU architektúrába . NVIDIA. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. május 17.
  39. ↑ Alekszej Barkovoj, Andrej Vorobjov. NVIDIA GeForce FX 5900 Ultra 256 MB . Ixbt.com (2003. május 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  40. ↑ 1 2 Egor Morozov. A grafikus kártyák története a 2000-as évek közepén . iGuides (2017. szeptember 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  41. ↑ Az NVIDIA GeForce 8800 GTX az első GPU egységes renderelő architektúrával . itc.ua (2006. november 21.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  42. ↑ A lehetetlen GPU-számítás titkai . Habr (2018. október 8.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  43. ↑ Egor Morozov. A diszkrét videokártyák története a 2000-es évek közepétől a Fermi és GCN architektúrán alapuló megoldásokig . iGuides (2017. szeptember 8.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  44. ↑ Parm Mann. Az NVIDIA GeForce 310-zel indítja el a GeForce 300-as sorozatot . Hexus (2009. november 27.). Hozzáférés dátuma: 2018. december 18. Az eredetiből archiválva : 2018. december 9.
  45. ↑ Valerij Kosikhin. Történelem motor. GeForce RTX 2080 Ti videókártya áttekintése: 1. rész . 3D Hírek (2018. szeptember 14.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 3..
  46. ↑ Chris Angelini. Az Nvidia megosztja az RTX 2080 teszteredményeit: 35–125%-kal gyorsabb, mint a GTX 1080 . Tom's Hardware (2018. augusztus 22.). Letöltve: 2018. december 18.
  47. ↑ NVIDIA GeForce RTX 2080 40-50%-kal gyorsabb, mint a GTX 1080 . Global EasyCOM Internet Digest (2018. augusztus 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  48. ↑ 1 2 3 4 Hogyan könnyítsd meg egy játékos életét ? IGN (2018. november 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  49. ↑ Jeffrey L. Wilson. 8 Nvidia GeForce Experience tipp a PC-játékok kiválóságához . PC-szemle (2018. március 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  50. ↑ A legjobb programok a játékmenet rögzítésére . Játszótér (2018. november 17.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  51. ↑ Michael Brown. GeForce 800M notebook GPU-k: jobb teljesítmény, kisebb energiafogyasztás . Dgl.ru (2014. április 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  52. ↑ Jurij Pjatkovszkij. Hogyan működik az NVIDIA ShadowPlay technológia . Root Nation (2015. június 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  53. ↑ Az NVIDIA ShadowPlay Highlights bemutatja a játék legjobb pillanatait . Nvidia World (2017. március 3.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  54. ↑ Lewis festő. Az Nvidia ShadowPlay Highlights használata . Tech Advisor (2017. november 8.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  55. ↑ Az Nvidia bemutatja az Ansel RTX technológiát . Overclockers.ua (2018. augusztus 25.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  56. ↑ Az Nvidia Ansel egy fejlett eszköz képernyőképek készítéséhez és feldolgozásához játékokban . Ixbt.com (2016. május 8.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  57. ↑ Teljes Nvidia Ansel útmutató: Minden játék és grafikus kártya, amely támogatja . Finder (2018. április 27.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  58. ↑ Paul Lilly. Az Nvidia továbbfejlesztett Ansel támogatással hozza a sugárkövetést a GeForce Experience rendszerbe . PC Gamer (2018. augusztus 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  59. ↑ Koh Wanzi. Az NVIDIA Ansel RTX sugárkövetést és hatékonyabb játékrögzítő eszközöket ad hozzá . Hardverzóna (2018. augusztus 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  60. ↑ Az NVIDIA-specifikus beállítások lehetővé tették a füstön való áttekintést. Ez a funkció most le van tiltva . Cybersport.ru (2018. március 6.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  61. ↑ Ilja Gavricsenkov. NVIDIA Quadro professzionális grafikus kártyák – Hihetetlen gyorsulás, fejlett megjelenítés  // Hangulatos vállalatirányítás. - 2010. - 4. sz . - S. 84-87 .
  62. ↑ Alekszandr Oszinev. Az NVIDIA Quadro szoftvere nem játékszer a szakemberek számára  // CADmaster. - 2011. - 1. sz . - S. 114-119 .
  63. ↑ Dmitrij Csehlov. A professzionális NVIDIA Quadro grafika előnyei CAD-alkalmazásokkal végzett munka során . isicad. (2016. szeptember 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  64. ↑ Az Nvidia beperli az Intelt . Lenta.ru (2009. március 27.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  65. ↑ Brooke Crothers. Intel vs. Nvidia: A jogi ügy mögött meghúzódó technológia . Cnet (2009. július 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  66. ↑ 12 Ryan Smith . Az Intel elszámol az NVIDIA-val: több pénz, kevesebb probléma, nincs x86 . Anandtech (2011. január 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  67. ↑ Adrian Kingsley-Hughes. Az NVIDIA lapkakészletek sorának vége, és ez hivatalos . ZDnet (2009. október 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  68. ↑ Az NVIDIA a továbbiakban nem ad ki chipkészleteket (elérhetetlen link) . ixbt.com (2010. november 18.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  69. ↑ NVIDIA Tesla: A GPU számítástechnika saját márkát kap – 1. oldal . Beyond3D (2007. június 20.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. november 30.
  70. ↑ Az NVIDIA úton a szuperszámítógépek felé. A GPGPU Tesla C870, S870 és D870 bejelentése (elérhetetlen link) . Ixbt.com (2007. június 21.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  71. ↑ A nap fotója: NVIDIA Tesla grafikus gyorsító a Fermi architektúrán (elérhetetlen link) . Ixbt.com (2009. október 2.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21.. 
  72. ↑ Mark Walton. Az Nvidia bemutatta az első Pascal grafikus kártyát, a szörnyű Tesla P100-at . Ars Technica (2016. június 4.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2019. április 29.
  73. ↑ Rob Thubron. Az Nvidia bemutatta első Volta GPU-ját, a Tesla V100-at . Techspot (2017. május 11.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 21..
  74. ↑ 1 2 Greg Synek. Az Nvidia Tesla T4 GPU felgyorsítja a mesterséges intelligencia következtetéseit anélkül, hogy energiaéhessé válna . Techspot (2018. szeptember 13.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  75. ↑ Ryan Smith. Az NVIDIA Maximus technológiája: Quadro + Tesla, ma jelenik meg . AnandTech (2011. november 14.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 17.
  76. ↑ Konsztantyin Hodakovszkij. Mit hoz az új NVIDIA Turing architektúra a piacon? . 3D Hírek (2018. augusztus 14.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  77. ↑ 1 2 3 Az NVIDIA GPU-kkal felgyorsított szuperszámítógépek új magasságokba emelkednek a TOP500-as rangsorban . Befektetési előrejelzés (2018. november 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2021. június 2.
  78. ↑ Anton Testov. A Top 500-ban több mint száz szuperszámítógép használ gyorsítót . 3D hírek (2015. november 19.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  79. ↑ Ionut Arghire. Az első NVIDIA Tesla-alapú szuperszámítógép a TOP500-ban . Softpedia News (2008. november 18.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  80. ↑ Prita Ganapati. Kína legyőzte az Egyesült Államokat a világ leggyorsabb szuperszámítógépe címért . Vezetékes (2010. október 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2020. augusztus 21.
  81. ↑ Peter Sawyer. A világ tíz leggyorsabb szuperszámítógépe . Computerworld (2017. november 15.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  82. ↑ Az NVIDIA felgyorsítja a Lomonoszov szuperszámítógépet . nVIDIA World (2011. június 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  83. ↑ Andrej Vaszilkov. A TOP500 szuperszámítógépek új értékelése . Computerra (2014. november 18.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  84. ↑ Videókártya? Nem hallottam! (nem elérhető link) . Nomobile.ru (2012. május 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  85. ↑ Az NVIDIA bemutatja a VGX és GeForce GRID Cloud GPU technológiákat . ferra.ru (2012. május 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2014. augusztus 16..
  86. ↑ Pavel Shubsky. Az NVIDIA új platformja a vállalatoknak és a felhőalapú számítástechnikai hálózatépítésnek . Szerencsejáték (2012. május 16.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  87. ↑ Szergej Gritsacsuk. Szervermegoldások 2013 . IT-hetilap (2013. június 6.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  88. ↑ Alekszej Altukhov. Az Nvidia grafikus kártyákat mutat be a számítási felhőhöz . OSzone.net (2012. október 19.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  89. ↑ Az NVIDIA GRID VCA lehetővé teszi a távoli GPU gyorsítást . Számítógépes Szemle (2013. március 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  90. ↑ Rogal Viktória. Az Nvidia 25 000 dolláros professzionális VCA grafikus szervert jelent be informatikai szakértő (2013. március 25.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  91. ↑ Ilja Gaviricsenkov. Elemzők: Az NVIDIA-nak meg kell szabadulnia a Tegrától . 3D hírek (2013. november 11.). Letöltve: 2018. december 20. Az eredetiből archiválva : 2018. december 20.
  92. ↑ Geoff Gaisor. Az Nvidia GRID VCA egy végpontok közötti GPU virtualizációs rendszer . Technikai jelentés (2013. március 19.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  93. ↑ Andrew Cunningam. De képes-e streamelni a Crysist? Elmagyarázta az Nvidia új felhőalapú játékszerverét . Ars Technica (2013. december 1.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  94. ↑ Jeremy Laird. Hogyan változtatja meg a játék streamelése örökre a játékmódot . Techradar (2013. május 26.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  95. ↑ A felhőalapú játékszolgáltatások piaci áttekintése . Habr (2016. október 14.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  96. ↑ Andrej Schilling. Az NVIDIA bemutatta a GRID játékstreaming szolgáltatást . Hardver Luxx (2014. november 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  97. ↑ Adi Robertson. Az Nvidia felhőalapú játékokat vezet be Shield táblagépéhez és konzoljához . The Verge (2014. november 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  98. ↑ Sean Hollister. Az Nvidia bejelentette a GeForce Grid: felhőalapú játékot közvetlenül GPU-ról, a Gaikai játékaival . The Verge (2012. május 15.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  99. ↑ Nicole Lee. Az NVIDIA GRID felhőalapú játékszolgáltatás nyílt bétaverzióban a Shield tulajdonosok számára Észak-Kaliforniában . Engadget (2013. április 12.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  100. ↑ Sean Hollister. Az Nvidia egy Grid streaming technológiával rendelkező játék PC erejét adhatja a Shieldnek . The Verge (2013. december 2.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  101. ↑ Leinar Khairullin. NVIDIA Grid Review. A játékipar jövője az NVIDIA Shield Tablet és Shield Portable segítségével . Mega szemle (2015. április 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  102. ↑ Russel Holly. Az Nvidia hivatalossá teszi a GRID-et GeForce Now néven, havi 7,99 dolláros áron . Androidcentral (2015. szeptember 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  103. ↑ Dean Takashi. Az Nvidia végre elindítja a GeForce Now felhőalapú játékot a Shield set-top konzolhoz . VentureBeat (2015. szeptember 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2016. augusztus 31..
  104. ↑ Dave James. Nvidia GeForce NOW áttekintés: betörhet-e ez a lenyűgöző játékstreamer a mainstreambe? . T3 (2015. október 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  105. ↑ Vlad Babaev. Az Nvidia megkezdte a jelentkezések elfogadását a GeForce Now felhőalapú játékszolgáltatásának tesztelésére . DTF (2018. január 9.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  106. ↑ Brad Chacos. Az Nvidia GeForce Now felhőalapú játékszolgáltatása olyan érzés, mintha egy csúcskategóriás játék PC-n játszana . PC World (2018. február 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. március 11.
  107. ↑ Konsztantyin Hodakovszkij. Az NVIDIA GeForce Now elhozza a felhőalapú játékokat PC-re és Mac-re . 3DNews (2017. január 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  108. ↑ Lewis festő. GeForce Now: Mi ez, és hogyan használhatom PC játékokhoz? . Tech Advisor (2018. július 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  109. ↑ A nem működőtől a neurális hálózatig . The Economist (2016. június 25.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2016. december 31..
  110. ↑ NVIDIA DGX-1 170 TFLOPS Deep Learning szuperszámítógép . Ixbt.com (2016. április 6.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  111. ↑ NVIDIA Volta: Megjelent a világ legnagyobb és legdrágább GPU-ja . Chip (2017. május 15.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  112. ↑ A Tesla V100 gyorsítóval felszerelt NVIDIA DGX-1 és DGX Station szuperszámítógépek ára 149 000 dollár, illetve 69 000 dollár . Ixbt.com (2017. május 12.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  113. ↑ Tesla V100 GPU-ra épülő NVIDIA DGX-2 mély tanulási szerver . Ixbt.com (2018. március 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. április 5..
  114. ↑ Chris Wiltz. Az NVIDIA DGX-2 a világ legnagyobb GPU-ja, és mesterséges intelligenciához készült (nem elérhető hivatkozás) . Tervezési hírek (2018. március 29.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  115. ↑ Alekszandr Vyboyschik. Tegra 2: Eredet, lehetőségek és piaci pozíció . ferra.ru (2010. július 2.). Hozzáférés dátuma: 2018. december 18. Az eredetiből archiválva : 2017. február 28.
  116. ↑ Daniel Eran Digler. Hogyan veszítette el az AMD és az NVIDIA a mobil GPU chip üzletágát az Apple számára – a Samsung és a Google segítségével . AppleInsider (2015. január 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  117. ↑ Agam Shah. A Microsoft rokonai az első Tegra okostelefonok . PC World (2010. április 12.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  118. ↑ Az NVIDIA kiadja a „Tegra” chipeket . Techtree.com (2008. június 2.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2008. június 4.
  119. ↑ Ashish Koshy. Hamarosan megjelenik az NVIDIA 3D-s Tegra 2 processzora . Tech2 (2011. január 24.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  120. ↑ Herman János. Mi az NVIDIA Tegra 2? . Gizmodo (2011. május 1.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  121. ↑ Jurij Pjatikovszkij. ARM processzorok: gyártók és modellek . itc.ua (2013. június 11.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  122. ↑ Konsztantyin Hodakovszkij. Az NVIDIA a mobilpiacról az autóiparra és a játékpiacra helyezte a hangsúlyt . 3D Hírek (2014. május 23.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  123. ↑ Peter Clarke. Az Audi a Tegra processzort választja az információs és szórakoztató rendszerhez és a műszerfalhoz . EE Times (2012. január 17.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  124. ↑ Lawrence Latif. Az NVIDIA szerint a Tegra 2 és a Tegra 3 10 évig lesz elérhető (nem elérhető link) . Az érdeklődő (2013. március 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21.. 
  125. ↑ Melissa Aparicio. Az NVIDIA a Tegra K1-et vezető nélküli autókká akarja terelni . PC World (2014. május 27.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  126. ↑ Agam Shah. Az NVIDIA Tegra X1 célja a vezető nélküli autók megbízhatóbbá tétele . Computerworld (2015. január 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  127. ↑ Philip Kontsarenko. Autóipari felület áttekintése: Hogyan változik az iparág a trendekkel ? VC.ru (2017. február 17.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  128. ↑ Anatolij Budko. Az NVIDIA bemutatta új "mobil szuperchipjét" . habr (2015. január 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  129. ↑ Anton Pozdnyakov. CES 2015. NVIDIA Tegra X1 - teraflopok a zsebedben . Keddr.com (2015. január 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  130. ↑ Anatolij Budko. Az NVIDIA bemutatta a pilóta nélküli járművek platformját és a világ legerősebb GPU-ját . habr (2015. március 18.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  131. ↑ Andrej Vaszilkov. Az NVIDIA bemutatta miniatűr robotpilóta rendszerét és szuperszámítógépét . Computerra (2015. március 19.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  132. ↑ Anton Spiridonov, Ksenia Shestakova. Őrült autók az év első techno-kiállításán . [email protected] (2016. január 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  133. ↑ Dmitrij Bevza. Desert Storm: The Highlights of CES 2016 . Gazeta.ru (2016. január 12.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  134. ↑ Mesterséges intelligencia, erős és nem olyan . Nano News Net (2016. április 18.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  135. ↑ Vitalij Mosejev. Hogyan népszerűsítették a tárgyak internetét a 2017-es CES-en: a kiállítás áttekintése . iot.ru (2017. január 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  136. ↑ Tarasz Miscsenko. Az NVIDIA a CES-en bemutatott egy autonóm BB8 járművet Xavier szuperszámítógéppel . itc.ua (2017. január 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  137. ↑ Maxim Agadzhanov. Az első robotautó-verseny balesettel ért véget . habr (2017. február 20.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  138. ↑ Dmitrij Volkov. Mély forradalom . Computerworld Russia (2017. október 18.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  139. ↑ Alekszej Grammatcsikov. A postás szállítja az alkatrészt a traktorhoz. Mindkettő robot . Expert Online (2017. november 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  140. ↑ Dmitrij Bevza. Mi történt Vegasban: A készülékek és szolgáltatások, amelyeket hamarosan használunk . Forbes (2018. január 15.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  141. ↑ Vadim Buryak. NVIDIA Volta és egyéb NVIDIA közlemények az AI-GTC 2017-hez . Hi-tech szakértő (2017. május 11.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. február 17.
  142. ↑ David Cardinal. A Tesla kidobja az NVIDIA-t, egyedül megy az AI-hardveren . ExtremeTech (2018. augusztus 3.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  143. ↑ Mike Brown. Hamarosan megjelenik a Tesla Autopilot 9-es verziója: Mit kell tudni . Inverz (2018. szeptember 2.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  144. ↑ Az Uber robotpilóta eltalálta a kerékpárost, mert parancsot adott az akadályok figyelmen kívül hagyására . Lenta.ru (2018. május 8.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  145. ↑ Hannah Williams. Egy robo-autóval végzetes baleset miatt az Nvidia szimulációra váltott . Computerworld (2018. április 9.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  146. ↑ A DRIVE Constellation egy felhőalapú rendszer az autonóm járművek képzésére és tesztelésére . (2018. március 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  147. ↑ Devindra Hardawar. Az NVIDIA célja, hogy virtuális szimulációkkal biztonságosabbá tegye az önvezetést . Engadget (2018. március 27.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  148. ↑ Az NVIDIA bemutatja az új Drive Constellation szimulált önvezető tesztrendszert. Az Nvidia bemutatja az új Drive Constellation szimulált önvezető tesztrendszert . TechCrunch (2018). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  149. ↑ Konsztantyin Hodakovszkij. Project Shield: "pure Android" kézi konzol az NVIDIA-tól . 3D Hírek (2013. január 7.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  150. ↑ Alex Roth, Matt Swider. Hands on: NVIDIA Shield áttekintés . Techradar (2013. május 15.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  151. ↑ Az NVIDIA Shield hordozható konzol áttekintése . Fastestpc.ru (2013. augusztus 1.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  152. ↑ Eric Franklin. Az NVIDIA Shield áttekintése: Egy nagyszerű hordozható játék, amely igazán nagyszerű játékokra vár . Cnet (2013. október 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  153. ↑ Rick Henderson. NVIDIA Shield Tablet K1 vs Shield Tablet (2014): Mi a különbség? . Pocket-lint (2015. november 17.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  154. ↑ Rick Henderson. Az NVIDIA Shield Tablet áttekintése: Az Android játékerőműve . Pocketlint (2014. november 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  155. ↑ Rick Henderson. Az NVIDIA Shield Tablet K1 áttekintése: A költséghatékony játéktábla . Pocket-lint (2015. november 17.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  156. ↑ Oleg Iljuhin. Kütyük a hétre: az "okos" elektromos robogóktól a poliglott megafonig . Hi-tech Vesti (2015. november 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  157. ↑ Will Greenwald, Eugene Kim. NVIDIA Shield Android TV (2015) . PC Mag (2015. május 28.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  158. ↑ NVIDIA Shield TV: Médialejátszó áttekintése és tesztelése játékosoknak (a hivatkozás nem érhető el) . Tom's Hardware (2016. április 26.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 15. 
  159. ↑ Nick Pino. Az NVIDIA Shield (2017) áttekintése. Az NVIDIA Shield tökéletes kiegészítője audiovizuális arzenáljának . Techradar (2018. július 6.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  160. ↑ Dave James. NVIDIA Shield áttekintés – a tökéletes nappali társa GeForce GPU-jához . PC játékos. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  161. ↑ Konsztantyin Hodakovszkij. Az NVIDIA bemutatta a Jetson TK1 Developer Kit-et, az "első mobil szuperszámítógépet" . 3D Hírek (2014. március 26.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  162. ↑ Szergej Karasev. NVIDIA Jetson TX1: Platform intelligens drónokhoz és robotokhoz . 3D hírek (2015. november 11.). Letöltve: 2018. július 20. Az eredetiből archiválva : 2018. december 20.
  163. ↑ Bemutatták az NVIDIA Jetson TX2 modult . Ixbt.com (2017. március 9.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  164. ↑ Roland Moore-Colyer. Az NVIDIA-s Jetson Xavier azt állítja, hogy a „világ első” robotika (downlink) számítógépe . az érdeklődő (2018. június 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20. 
  165. ↑ Vlagyimir Bakhur. Az NVIDIA Jetson Xavier és Isaac szoftveren alapuló robotrendszereket vezetett be . Cnews (2018. június 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  166. ↑ Ekaterina Simikyan. Az NVIDIA bemutatja az autonóm robotokhoz készült univerzális AI chipet . Rusbase (2018. június 4.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  167. ↑ GPU technológiai konferencia . NVIDIA. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  168. ↑ Alekszej Berillo. Jelentés az NVIDIA által szervezett 2009-es GPU technológiai konferenciáról . Ixbt.com (2009. október 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  169. ↑ Paul Teich. Hosszú távú trend vagy múló hóbort: A műszaki események a mesterséges intelligencia felé helyezik a hangsúlyt . Forbes (2018. március 5.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  170. ↑ Mark Hachman. Az NVIDIA Befektetési Alapot hoz létre induló vállalkozások számára . ExtremeTech (2009. május 13.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  171. ↑ Joe Clark. Az NVIDIA GPU Ventures hat induló mesterséges intelligencia vállalkozásba fektet be . Számítógépes Üzleti Szemle (2017. április 26.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  172. ↑ Szvetlana Ragimova. A mesterséges intelligencia minden olyan iparágban hasznos lesz, amely már használ Big Data eszközöket . Kommerszant (2017. május 31.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  173. ↑ Srishti Deoras. Az NVIDIA Deep Learning Institute 100 000 fejlesztő képzését tűzte ki célul a mélytanulás és a mesterséges intelligencia terén . Analytics India Magazine (2017. május 22.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  174. ↑ Az NVIDIA 100 000 fejlesztőt képez mély tanulásra 2017-ben . Overclockers (2017. május 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  175. ↑ Lee Bell. Az NVIDIA 100 000 fejlesztőt képez ki „deep Learning” mesterséges intelligencia programra, hogy elősegítse az egészségügyi kutatást (hivatkozás nem érhető el) . Forbes (2017. május 11.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2017. május 13. 
  176. ↑ Larry Dignan. Az NVIDIA célja, hogy 100 000 fejlesztőt képezzen ki mély tanulási, mesterséges intelligencia technológiákra . ZDNet (2017. május 9.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  177. ↑ Larry Dignan. Az NVIDIA kibővíti partnerségét, kurzusokat szervez a Deep Learning Institute számára . ZDNet (2017. október 31.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2019. március 23.
  178. ↑ Tatyana Korotkova. Az NVIDIA elindítja a mesterséges intelligencia indítását támogató programot . Cnews (2016. június 20.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  179. ↑ Dean Takashi. 6 AI startup nyer 1,5 millió dollár díjat az NVIDIA Inception eseményen . Venture Beat (2017. május 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  180. ↑ Dean Takahashi. Az NVIDIA Inception AI versenye 1 millió dollárral jutalmazza 3 legjobb induló vállalkozást . Venture Beat (2018. március 27.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2020. november 9..
  181. ↑ Matt Burns. Ez az első pillantás az NVIDIA új, 750 000 négyzetméteres épületére . tech crunch. Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  182. ↑ Antonio Pacheco. Megnyílik a Gensler NVIDIA-központja egy szupertetővel, amely beengedi a külsőt . The Architects Newspaper (2018. április 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  183. ↑ 12 NVIDIA Corporation (NVDA ) . Piacszűrő 4 kereskedőtől. Letöltve: 2019. március 12. Az eredetiből archiválva : 2019. március 23.
  184. ↑ Az NVIDIA részvény árfolyama felosztás után 189,6 dollár volt . RBC Investments . Letöltve: 2022. február 8. Az eredetiből archiválva : 2022. február 8..
  185. ↑ Alekszej Berillo. Bejárás az új moszkvai NVIDIA irodában . Ixbt.com (2012. január 30.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  186. ↑ Andrej Vorobjov. Jelentés az új moszkvai NVIDIA irodáról: Célok és célkitűzések . Ixbt.com (2005. március 10.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 21..
  187. ↑ Szergej Ivanjutyin. Ahol az Nvidia processzorok alkotói dolgoznak . Nézz rám (2014. március 20.). Letöltve: 2018. december 18. Az eredetiből archiválva : 2018. december 20.
  188. ↑ Az orosz bányászatnak vége. Az Nvidia leállt Oroszországban Archiválva : 2022. március 14. a Wayback Machine -nél // CNews, 2022. március 7.
  189. ↑ A Futuremark megerősíti, hogy az nVidia csal a benchmarkban  (angolul)  (lefelé irányuló kapcsolat) . Geek.com (2003. május 23.). Letöltve: 2020. április 26. Az eredetiből archiválva : 2019. november 22.
  190. ↑ 1 2 Összeesküvés-elmélet. Hogyan befolyásolják a különböző illesztőprogram-verziók az NVIDIA grafikus kártyák teljesítményét . www.ferra.ru Letöltve: 2020. április 26. Az eredetiből archiválva : 2021. május 18.
  191. ↑ Tony Smith 2003. június 3., 10:54. FutureMark: Az Nvidia nem  csalt . www.theregister.co.uk. Letöltve: 2020. április 26. Az eredetiből archiválva : 2019. július 28.
  192. ↑ A Linux alapítója „három levelet” küld az NVidia-nak . Cnews.ru. Letöltve: 2020. április 26. Az eredetiből archiválva : 2020. szeptember 21.
  193. ↑ Watch Dogs az  AMD ellen . gameguru.ru. Hozzáférés időpontja: 2020. április 26.
  194. ↑ Az AMD bírálja az Nvidia DLSS technológiáját . Overclockers.ua. Letöltve: 2020. április 27. Az eredetiből archiválva : 2022. február 24.

Linkek

  Ugrás a Wikidata elemre  A közösségi hálózatokon
Fotó, videó és hang
Tematikus oldalak
Szótárak és enciklopédiák
 Nvidia
GPU-k

( összehasonlítás ) _
Korai
RIVA család
GeForce család
Munkaállomások és HPC -k
Technológia

Alaplapi
lapkakészletek
( összehasonlítás ) _
GeForce család
  • GeForce 8
  • GeForce 9
  • ION
nForce család
Technológia
Egyéb
Konzolok
SoC
processzor
Illesztőprogramok / Szoftverek
Felvásárlások
 Az Open Handset Alliance tagvállalatai
Mobilszolgáltatók
Szoftver
Félvezetők
Mobiltelefonok
Kommercializáció