Nvidia

Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 1 augusti 2022; kontroller kräver 10 redigeringar .
Nvidia
NVIDIA Corporation

Företagskontor i Santa Clara, Kalifornien , 2018
Sorts publikt bolag
Börsnotering _ NASDAQ : NVDA
Bas 1993
Företrädare 3dfx Interactive [1] [2] och Ageia [3]
Grundare Jensen Huang , Chris Malachowski och Curtis Prem
Plats  USA :Santa Clara,Kalifornien
Industri halvledarindustrin
Produkter GPU , chipset och mjukvara [4]
Rättvisa
omsättning
Rörelseresultat
Nettoförtjänst
Tillgångar
Kapitalisering
Antal anställda
Anslutna företag Mellanox
Hemsida nvidia.com
 Mediafiler på Wikimedia Commons

Nvidia ( / ɛnˈvɪdiə / ; NVIDIA Corporation ) är ett amerikanskt teknikföretag , utvecklare av grafikprocessorer och system på ett chip (SoC) . Bolagets utveckling har spridit sig till videospelsindustrin, professionell visualisering, högpresterande datoranvändning och fordonsindustrin, där Nvidias omborddatorer används som bas för obemannade fordon.

Företaget grundades 1993. Från och med fjärde kvartalet 2018 var det världens största tillverkare av PC-kompatibel diskret grafik med en andel på 81,2 % (statistiken inkluderar alla GPU:er tillgängliga för direktköp av slutanvändare - GeForce , Quadro och Tesla GPU-baserade acceleratorer ) [10] . Från och med januari 2018 översteg antalet anställda 11,5 tusen personer. Huvudkontoret ligger i Santa Clara ( Kalifornien ) [11] .

Historik

1993–1999

Grundarna Jensen Huang , Chris Malachowski och Curtis Prem  bestämde sig för att bilda företaget i april 1993 över en lunch på Denny's i San Jose, Kalifornien . Malachowski och Prem arbetade som ingenjörer på Sun Microsystems men var missnöjda med företagets valda inriktning, Huang hade en av de ledande befattningarna hos integrerade kretstillverkaren LSI Logic . De trodde att det kommande genombrottet i datorindustrin skulle komma från hårdvaruaccelererade beräkningar som var för tunga för processorer för allmänt bruk . Valet till förmån för utvecklingen av grafikbehandlingsenheter (GPU) berodde på den snabba tillväxten i populariteten för videospel med tredimensionell grafik , som lovade stora vinster för grafikkortstillverkare. Vid deras start på $40 000 blev Huang president och verkställande direktör (VD), Malachowski blev vicepresident för ingenjörsvetenskap och Prem blev teknisk chef . Partnerna kom på namnet först på tröskeln till registreringen av företaget: det valdes som ett derivat av lat.  invidia ("avundsjuka"), som innehåller en kombination av bokstäverna nv  - en förkortning för frasen nästa version ("nästa version"), som entreprenörer använde för att beteckna all dokumentation för det nya projektet [12] [13] [14] .

Företaget verkade i en fabrikslös modell , d.v.s. engagerad i produktdesign och marknadsföring, men ägde inte wafer och mikrochipstillverkning internt . Det tog företaget nästan ett år att hitta en partner som kunde producera en mikroprocessor med en 0,5 mikron process (500 nanometer ) - det var SGS-Thomson Microelectronics , som försåg företaget med fabrikskapacitet nära Grenoble i Frankrike . I maj 1995 introducerade Nvidia sin första utveckling - multimediakortet NV1 , som kombinerade en 2D-grafikbehandlingsenhet, en 3D-grafikaccelerator, ett ljudkort och en port för en Sega Saturn - kompatibel spelkontroller på ett enda PCI -kort . Företagen samarbetade, och som en del av ett avtal med den amerikanska divisionen av Sega, portades några av Saturn-spelen till PC :n för att köras på NV1. Versioner av NV1 släpptes också under varumärkena Diamond Multimedia och SGS-Thomson. Släppningen av NV1 kostade företaget det mesta av företagets första investeringsrunda på 10 miljoner dollar från Sequoia Capital , Sutter Hill Ventures Sierra Ventures, men kortet fick begränsad framgång på grund av dess användning av kvadratiska ytor och, följaktligen, dess grundläggande inkompatibilitet med Microsofts snart släppta DirectX API , där triangulära polygoner användes för att konstruera 3D- Företaget tvingades säga upp hälften av sin personal och övergav därefter utvecklingen av NV2 för Sega Dreamcast och fokuserade på utvecklingen av PC-komponenter [13] [14] [15] [16] [17] .

Under första halvåret 1997 introducerade företaget NV3-grafikprocessorn, som kallades RIVA 128 (från engelskan.  Real-time Interactive Video and Animation accelerator , real-time interaktiv video- och animationsaccelerator). Tack vare Direct3D-stöd, hög prestanda och ett lägre pris än huvudkonkurrenten Voodoo Graphics från 3dfx Interactive (det fanns mer än 30 företag på marknaden som erbjuder grafikkort med 3D-acceleratorer) fick RIVA 128 stor popularitet. Den följdes i mars 1998 av den ännu mer framgångsrika NV4, RIVA TNT (Twin Texel), den första 3D-grafikacceleratorn på konsumentmarknaden som kunde kartlägga 2 texturer per pass, och var också före konkurrenterna med 2D och 3D parallellbehandling och stöd för truecolor . Framgången med RIVA 128 och RIVA TNT etablerade Nvidia som en av nyckelaktörerna på marknaden för grafikacceleratorer (i slutet av 1997 uppskattades dess marknadsandel till 24%). RIVA TNT fick ett Editors' Choice-pris från PC Magazine 1998 och utsågs till "Most Admired Fabless Semiconductor Company" av Fabless Semiconductor Association 1997 och 1998 [12] [14] [ 12] [14] [ 16] [ 17] .

I början av 1998 planerades ett börsnotering, men efter tillkännagivandet av detta fick det ett antal patentanspråk på multitexturing-teknologi från konkurrenter representerade av Silicon Graphics , S3 Graphics och 3dfx Interactive . Enligt resultatet för räkenskapsåret 1998 nådde företagets intäkter 158,2 miljoner dollar och nettovinsten  - 4,1 miljoner mot 13,3 och 1,3 miljoner ett år tidigare. I januari 1999 gjordes ett börsnoterat erbjudandeNASDAQ-börsen , 3,5 miljoner aktier lades ut på auktion till ett startpris av $12, vilket steg till $19,69 vid slutet av dagen, placeringen gav företaget $42 miljoner och dess börsvärde nådde 626,1 miljoner [14] [18] .

1999 släpptes grafikacceleratorn RIVA TNT2 (NV5) - en förbättrad version av RIVA TNT, med vilken företaget kom nära positionen för 3dfx, som hade en hög position på marknaden på grund av Glide API :s popularitet bland spelutvecklare. Men årets mer betydande utgåva var GeForce 256  , den första grafikprocessorn som tack vare den integrerade geometritransformations- och belysningsenheten gav ett betydande prestandahopp i system med svaga centralprocessorer [19] . Parallellt inledde bolaget patentförfaranden mot S3 Graphics för intrång i ett antal patent, vilka löstes genom ett korslicensavtal för patentportföljen och överföringen av 50 ingenjörer från S3 till Nvidia.

2000 -talet

2001-2002 blev företaget inblandat i en patenttvist med 3dfx Interactive , under vilken den senare inte klarade konkurrensen och gick i konkurs. För 70 miljoner dollar köpte Nvidia 3dfx grafikkortstillgångar, inklusive patent, varumärken och inventarier [14] [20] .

I början av 2000-talet hade de flesta tillverkare av grafikacceleratorer gått i konkurs, och ett duopol av Nvidia och ATI hade bildats på marknaden för diskreta grafikacceleratorer. Efter den misslyckade i740- acceleratorn övergav Intel ansträngningarna att släppa en diskret grafiklösning och fokuserade på integrerad grafik under varumärket Intel Extreme Graphics [21] . Marknadsandelar för PC-grafik, inklusive integrerad grafik, fördelade sig enligt följande: Nvidia - 31%, Intel - 26%, ATI - 17%, resten av företagen låg i periferin. Konkurrensen drev på accelererad teknisk innovation i båda företagens produkter, vilket gjorde det omöjligt för en annan betydande aktör att komma in på marknaden. 2000-2003 fungerade företaget som leverantör av grafikkretsar till Xbox , och efter att Microsoft beslutat att minska kostnaderna för konsolen tog ATI dess plats. I sin tur undertecknade Nvidia ett kontrakt med Sony om att leverera grafikprocessorer till PlayStation 3 och blev sedan en diskret grafikleverantör för Apples stationära datorer [20] [22] .

Under 2006 ägde två viktiga händelser rum på marknaden för grafikacceleratorer. ATI :s försäljning till Advanced Micro Devices för 5,4 miljarder dollar i oktober 2006 avslutade sitt partnerskap med Intel [23] . Som ett resultat överfördes kontrakt för leverans av integrerad och diskret grafik, som förde ATI upp till 60-70% av intäkterna, till Nvidia, och marknadsandelen för AMD/ATI minskade märkbart. Och två veckor senare var företaget först med att introducera en enhetlig GPU GPU-skuggningsarkitektur för datorer [22] . 2007 introducerade Nvidia CUDA parallell datorhårdvara och mjukvaruarkitektur , som förenklade användningen av GPU:er för allmänt bruk och utgjorde grunden för specialiserade produkter - PhysX fysikmotorn och OptiX ray tracing grafikmotor [24] .

2010 -talet

Mot bakgrund av tillväxten av det integrerade grafiksegmentet i slutet av 2000-talet - början av 2010-talet (2007 kontrollerade Intel 35 % av grafikmarknaden, Nvidia - 25 %, i början av 2010-talet, översteg Intels andel 50 % [21 ] [24] ) diversifierade företaget sin verksamhet genom att investera i högpresterande datoranvändning och inbyggda lösningar för fordonsindustrin [25] . Företagets framgång med att accelerera datoranvändning, inklusive för neurala nätverk, lockade andra "teknologiska jättar" till detta område - 2015-2016 gick Intel in på marknaden för acceleration av hårdvara för djupinlärning genom förvärvet av Altera, en tillverkare av användarprogrammerbara gate-arrayer , och fabrikslösa företag Nervana och Movidus, och i maj 2016 släppte Google sin egen tensorprocessor optimerad för att bygga neurala nätverk med hjälp av TensorFlow- biblioteken [12] . I slutet av 2018 gav försäljningen av datoracceleratorer och datacenterlösningar företaget 1,93 miljarder dollar (133 % mer än 2017 och nästan 24 % av omsättningen 2018), och produkter för fordonsindustrin - 558 miljoner dollar (cirka 5 ). 7 %) [26] .

I mars 2019 tillkännagav Nvidia lanseringen av en ny Jetson Nano enkelkortsdator med inbyggt stöd för artificiell intelligens, vars storlek endast är 70x45 millimeter [27] .

2020 -talet

I mars 2019 tillkännagav man inledandet av ett köp på 6,9 miljarder dollar av det israeliska företaget Mellanox , som tillverkar InfiniBand- och Ethernet- switchar och nätverksadaptrar för datacenter och högpresterande datoranvändning . Transaktionen var det största förvärvet i företagets historia [28] [29] och slutfördes den 27 april 2020 [30] [31] .

I maj 2020 förvärvades Cumulus Networks , som specialiserat sig på utveckling av programvara med öppen källkod för nätverksutrustning, såsom nätverksoperativsystemet Cumulus Linux för switchar utan operativsystem [32] .

Produktfamiljer

I årsredovisningar identifierar företaget två produktfamiljer och fyra målmarknader där det verkar. Huvudprodukterna är GPU:er, representerade av den vanliga GeForce -linjen, Quadro professionella grafikkort och Teslas datoracceleratorer , och Tegra -system-på-ett-chip . Utgivningen av grafikprocessorer har historiskt varit företagets huvudsakliga verksamhet: i början av 2018 var dess andel av intäktsstrukturen cirka 80% (resten stod för Tegra och lösningar baserade på det). Företagets målmarknader är spelindustrin , professionell visualisering, bilindustrin och högpresterande datorer . Ett viktigt fokus för företaget är marknaden för artificiell intelligens [33] .

Konsumentprodukter riktade till videospelsmarknaden är under varumärket GeForce: GeForce GPU:er , programvara för prestandaoptimering GeForce Experience och molnspeltjänsten GeForce NOW . Spelenheterna i -serien baserade på systemet på ett Tegra-chip står isär . För utvecklare släpper företaget specialiserade mjukvarubibliotek för att skapa grafiska effekter och realistiska miljöer i traditionella spel och VR-projekt. På den professionella visualiseringsmarknaden representeras den av Quadro grafiska processorer och specialiserade program och komponenter för att arbeta med video och tredimensionell grafik och skapa realistisk objektfysik. Riktningen för högpresterande beräkningar inkluderar Tesla-acceleratorer , superdatorer byggda på deras bas för att arbeta med AI från DGX-linjen och specialiserade molnplattformar - GPU Cloud för utveckling och träning av neurala nätverk och GRID för virtualisering av produktiva grafikstationer. Bilindustrins plattform heter Drive och inkluderar ombord- och autopilotdatorer, maskininlärningsverktyg för självkörande bilar, infotainmentsystem, avancerade förarassistanssystem och verktyg för att använda förstärkt verklighet i bilar [26] .

GeForce

Historien om familjen GeForce-grafikprocessorer (vars namn var sammansatt av orden geometri ( eng.  geometri ) och force ( eng.  force ) och innehåller en lek med ord på grund av konsonans med g-kraft ( eng.  frifallsacceleration ) ) började 1999 med releasen GeForce 256 på NV10-chip [34] . Företaget positionerade den som den första grafikprocessorn - för första gången placerades alla grafikprocessorer i ett chip. Den huvudsakliga innovationen var blocket T&L , som introducerade hårdvarustöd för transformation av hörn av 3D-objekt (ändra position och skala), klippning (klippning) och belysning: tidigare utfördes dessa uppgifter på den centrala processorn [35 ] . Generellt sett blev tekniken utbredd på konsumentmarknaden senare, och 1999 användes utvecklingar i professionella Quadro-grafikkort. GeForce 256 stödde OpenGL 1.3 och var det första kortet som fullt ut stödde Direct3D 7. År 2000 släppte företaget ett förbättrat NV15-chip med en tunnare processteknologi och 40 % ökad prestanda, fler datapipelines och förbättrad T&L, samt förenklad NV11 och NV16 körs med högre klockhastighet. Kort baserade på dem släpptes under varumärket GeForce 2 . Samtidigt släpptes GeForce Go grafikprocessor med minskad strömförbrukning, designad för användning i bärbara datorer. Vid denna tidpunkt deltog det kanadensiska företaget ATI i tävlingen och presenterade R100- och R200-chippen och RV200-mobilchippet. Marknadsframgångarna för Nvidia och ATI undergrävde positionen för 3dfx Interactive , som, i ett försök att överträffa sina konkurrenter, investerade i utvecklingen av den misslyckade multiprocessorn Voodoo 5 6000, som tillsammans med dålig försäljning av Voodoo 4, undergrävde företagets finansiella stabilitet och ledde till dess konkurs. Som ett resultat förvärvade Nvidia de flesta av tillgångarna i 3dfx, och de flesta av konkurrentens ingenjörer överfördes till dess personal [17] [36] [37] .

2001 släpptes NV20-chippet som introducerade LMA-teknik (Lightspeed Memory Architecture) – ett stort antal minneskontroller med minskad bandbredd. Bland innovationerna fanns också snabbare SDRAM-minne , stöd för pixel- och vertex - skuggningar , stöd för MSAA-kantutjämning och arbete med Direct3D 8. Korten i GeForce 3 -linjen var baserade på detta chip , liksom grafikprocessorn i Xbox spelkonsol från Microsoft . I början av 2002 introducerade företaget GeForce 4 -linjen . Budgetkort i denna linje var baserade på NV17, NV18 och NV19 styrkretsen, som i huvudsak var modifieringar av NV11, och var en stor kommersiell framgång. Senare släppte företaget kraftfullare kort baserade på NV25-chippet, en förbättrad version av NV20. Som svar på Nvidias utveckling introducerade ATI flaggskeppet R300-processor, där den, genom att fördubbla antalet av alla datormoduler, uppnådde överlägsen prestanda jämfört med GeForce 4. I slutet av 2002 släppte företaget NV30-processorn, som användes i den 5:e generation av GeForce - GeForce FX . Trots att Nvidia släpat efter ATI i lanseringen av en DX9-kompatibel processor, kom företaget ikapp sin konkurrent på grund av ny teknik - stöd för shader-modellen version 2.0a, nya kantutjämnings- och filtreringsalgoritmer, PCI Express gränssnitt och DDR2-minne [38] . Några månader efter NV30 kom NV35 ut med en extra vertex shader-enhet, förbättrade pixel shader-enheter, en bredare minnesbuss och UltraShadow [39] skuggåtergivningsteknologi . Under följande 2005 introducerades NV40-chippet och 6:e generationens GeForce , vars flaggskeppsmodell, på grund av ny teknik, nästan fördubblade prestandan för 5:e generationens modeller. GeForce 6 fick stöd för DirectX 9.0c och shader modell version 3, hårdvarustöd för videoavkodning i formaten H.264 , VC-1 , WMV och MPEG-2 , samt möjligheten att använda flera kort parallellt via SLI- hårdvaran -programvarupaket . Budget GeForce 6-korten baserades på NV43-chippet, en förenklad och billig version av NV40 [17] [37] [40] att tillverka .

Med GeForce 8:e generationen baserad på G80-chippet har företaget gjort om GPU-arkitekturen avsevärt, med hjälp av unified shader-processorer i databehandlingspipelines. Hösten 2006 introducerades den nya Tesla- arkitekturen , en egenskap hos vilken var förkastandet av separata block för vertex- och pixelskuggningar, som ersatte enhetliga processorer som kan utföra vilken typ av shader som helst [41] . På grund av det faktum att universella beräkningsenheter kunde utföra olika typer av beräkningar, lyckades G80-chippet baserat på Tesla-arkitekturen lösa problemet med ojämn fördelning av resurser. Processorn fick stöd för DirectX 10, fungerade med shaders version 4 och överträffade G70 två gånger i prestandatester. I slutet av 2006 togs ATI över av AMD och blev dess grafikavdelning. Släppt i början av 2007 var R670-processorn en mellanklasslösning och konkurrerade inte heller i prestanda med sina egna "flaggskepp". Tillsammans med universella shaders introducerade företaget CUDA -hårdvaru-mjukvaruarkitekturen , som gör det möjligt att skriva program för grafikprocessorer i ett C-liknande språk och överföra massivt parallell beräkning som är tung för processorer till ett grafikkort. Med GeForce 8 och 9 introducerade företaget hårdvarustöd för allmän beräkning med 32-bitars precision, och i den tionde generationen, den GT200-baserade GeForce 200 , med dubbelprecision 64-bitars [42] . Multithreading av hårdvara gjorde det möjligt att överföra beräkningar av fysik för objekt baserade på PhysX fysiska motor till grafikkortet . Också under våren 2009 släppte Nvidia en GeForce 100 -linje med grafikkort exklusivt för OEM och baserad på GeForce 9-designen, och under hösten, ytterligare en GeForce 300 OEM-serie baserad på 200-seriens kort [17] [40] [ 43] [44] .

2010 introducerade företaget den nya Fermi -mikroarkitekturen och raden av GeForce 400 - kort baserade på den . Den här generationens flaggskeppsprocessor var GF100, som hade enastående prestanda, men var mycket stor och svår att tillverka. Under utvecklingen av juniormodeller av grafiska processorer i denna familj reviderades organisationen av strömmande multiprocessorer, vilket gjorde det möjligt att komprimera chipets organisation, minska dess yta och kostnad. I GeForce 500- familjens chips behöll företaget Fermi-arkitekturen, men designade om den på den fysiska designnivån , med hjälp av långsammare och mer energieffektiva transistorer i processorelement som inte kräver hög hastighet, och snabbare i kritiska element. Som ett resultat visade sig GeForce 500-kort vara märkbart mer energieffektiva vid högre klockhastigheter. Nästa generation av GeForce 600 GPU :er baserades på den nya Kepler -arkitekturen , tillverkades på en 28nm-process och inkluderade tre gånger så många CUDA-kärnor, vilket gav en 30% ökning av spelprestanda. Nästa generations GeForce 700 baserades på chips som ursprungligen designades för Teslas datoracceleratorer, och flaggskeppskorten i denna generation hade enastående prestanda, som något försämrades av ett högt pris. Ytterligare framsteg inom GPU:er gjordes med övergången till Maxwell- arkitekturen , där företaget gjorde om minnesundersystemet och introducerade nya komprimeringsalgoritmer. Tack vare detta visade sig GeForce 900 -kortfamiljen vara en tredjedel mer energieffektiv än sina föregångare. GeForce 10- generationen baserades på den nya Pascal -mikroarkitekturen och producerades på en tunnare 16nm processteknik. Men det verkliga genombrottet, enligt grundaren och VD för företaget, Jensen Huang, var den nya Turing -mikroarkitekturen , som tillkännagavs 2018. I den nya 20-seriens GPU:er (GeForce RTX) är företaget först i världen med att introducera hårdvaruaccelererad realtidsstrålspårningsteknik på specialiserade RT-kärnor och stöd för AI-arbete baserat på tensorkärnor , vilket ger ett stort steg i kvaliteten på arbetet med ljus och reflektioner i dataspel. Som företaget noterade fick Turing-baserade kort i GeForce 20 -familjen en prestandaökning på 40-60 % i spel som inte är optimerade för ny teknik, och upp till 125 % i spel med stöd för Deep Learning Super Sampling-teknik jämfört med den föregående generationens GeForce 10 [ 17] [45] [46] [47] .

GeForce Experience

Under 2013 släppte företaget GeForce Experience-verktyget, som optimerar prestandan för datorer med Nvidia-videokort i spel, kontrollerar giltigheten av drivrutinerna installerade på enheten, lägger till funktionen för inspelning och sändning av spel och andra funktioner för en bekväm spelupplevelse. GeForce Experience har stött företagets GPU:er sedan GeForce 400 släpptes 2010 [48] . Verktyget automatiserar verifieringen och uppdateringen av drivrutiner, inklusive Game Ready-drivrutiner optimerade för specifika spel, och ställer också in de optimala inställningarna för bästa prestanda i spel baserat på parametrarna för en specifik dator. Medan du spelar fungerar GeForce Experience som en överlagring som ger tillgång till ytterligare verktyg [48] [49] .

Dessa inkluderar ShadowPlay-spelinspelnings- och sändningsverktyget, implementerat på basis av Nvidia NVENC- hårdvarukodaren integrerad i grafikkretsen hos processorer med Kepler-arkitekturen och högre [50] . ShadowPlay låter dig spela in i HD, Full HD , 2K och 4K upplösningar med 30 eller 60 bilder per sekund och bithastigheter från 10 till 50 megabit per sekund, stöder webbkameravisning i hörnet av skärmen och skärmdump och flera inspelningslägen, inklusive att hålla ett register på upp till 20 minuter av spelet som redan har passerat [51] . Videor sparas med H.264-kodning i MP4 -format , och ShadowPlay stöder även streaming till anslutna Twitch- , Facebook- och YouTube- konton [52] . Under 2017 kompletterades ShadowPlay med Highlights-teknologi, som automatiskt sparar viktiga spelögonblick i formatet 15 sekunders videoklipp eller GIF:er - slutföra ett uppdrag , döda flera motståndare samtidigt, besegra en svår boss [53] [54] .

2016 inkluderade Nvidia Experience verktyget Ansel, skapat i samarbete med spelutvecklare och uppkallat efter den amerikanske fotografen Ansel Adams [55] . Ansel ger användaren avancerade skärmdumpsalternativ inklusive stereobilder , 360-graders panorama och stereopanorama. Ansel låter dig stoppa spelet när som helst, flytta och justera kameran för att välja vinkel, använda chroma key och utföra efterbehandling [56] . Bilder sparas i OpenEXR - format med stöd för högt dynamiskt omfång . Super Resolution-läget gör att AI kan skala bilder upp till 63360×35640 upplösning utan vibrering [57] . I augusti 2018, med lanseringen av nya GPU:er med ray tracing-hårdvara, introducerade företaget Ansel RTX, som beräknar 30 gånger mer ljusstrålar än realtidsspelmotorn och låter dig få en fotorealistisk bild [58] [59] .

I januari 2018 introducerade företaget Freestyle-teknologi som en del av GeForce Experience, som låter dig experimentera med shaders på förarnivå, ändra färgomfång, skärpa och andra bildparametrar, som Instagram - filter [60] . Användaren hade tillgång till förinställda uppsättningar av parametrar, inklusive kombinationer för färgblinda personer , och 38 inställningar [48] . En annan experimentell funktion i GeForce Experience är GameStream Co-op-läget, som tillåter spelaren att tillfälligt överföra kontrollen till en annan användare eller bjuda in dem att gå med i co-op-läget. I det här fallet kommer spelet endast att startas på den första spelarens dator, och den andra kommer att ta emot sändningen av spelprocessen över nätverket [48] .

Quadro

Utvecklingen av Quadro professionella grafikkort för högpresterande arbetsstationer började 1999 med lanseringen av den första lösningen baserad på NV10-kärnan som används i GeForce 256 [19] . Quadro-kort är baserade på samma processorer som spel- (konsument-) GeForce-korten, men har mer pålitliga komponenter designade för långvarig drift vid toppbelastning, och Quadro-drivrutiner har hundratals profiler för maximal prestanda i specialiserade applikationer. Till exempel använder Autodesk Softimage 3D-grafikredigerare PhysX -fysikmotorn för att påskynda beräkningar på CUDA-kärnor när man skapar realistiska effekter, som vatten, eld eller explosioner. Autodesk 3ds Max stöder rendering av scener på Nvidia iRay-renderingsmotorn, som går direkt åt GPU:n, kringgår processorn och påskyndar därigenom renderingstiden med en storleksordning. Både iRay och V-Ray från Chaos Group stöder realtidsrendering av scener på bekostnad av GPU-resurser. Autodesk AutoCAD i kombination med Quadro gör att du kan använda hårdvaruskuggningar när du renderar bilder [61] . CATIA , SolidWorks , PTC Creo , Solid Edge , Compass , Revit , Civil, ArchiCAD , Autodesk Maya , Adobe Photoshop , Adobe Premiere Pro , MSC Nastran , ANSYS [62] har också stöd för specialiserade Nvidia-tekniker . Quadro implementerar ett antal tekniker som inte är tillgängliga för GeForce-användare - kantutjämning mot x64 (och upp till x128 vid anslutning av flera grafikkort med Nvidia SLI -teknik ), flera skrivbordshantering med anpassningsbara skärmkanter, minnesfelkorrigering för hög precision beräkning, och en fullständig minnesrensning vid byte till nya uppgifter, korrekt fördelning av beräkningsbelastningen mellan flera grafikkort, avancerad fjärradministration och övervakning [63] .

nForce

2001 släppte Nvidia sitt första moderkortschipset . De första generationerna - nForce , nForce2  och nForce3  - fungerade bara med AMD -processorer . Efterföljande generationer ( nForce4 , nForce 500nForce 600 , nForce 700GeForce 8000/9000 och nForce 900) fick stöd för Intel-processorer . I februari och mars 2009 utbytte Intel och Nvidia stämningar. Intel trodde att 2004 års teknologikorslicensiering inte längre var giltig och Nvidia kunde inte producera styrkretsar med stöd för DMI / QPI- bussar och, som ett resultat, den nya generationens Nehalem-processorer . Nvidia, å andra sidan, trodde att den andra parten genom detta förbud brutit mot det fortfarande giltiga licensavtalet [64] [65] [66] . På grund av förlusten av marknaden för kort för Intel-processorer tillkännagav Nvidia i oktober 2009 en frysning av investeringar i utvecklingen av nya styrkretsar [67] . Ett år senare, i november 2010, övergav företaget helt chipsetverksamheten. Orsakerna var också konflikten med Intel (rättegången slutade med Nvidias seger 2011 [66] ) och det faktum att efterfrågan på nForce minskade år för år, i takt med att integrerade grafiklösningar flyttade från enskilda styrkretsar till centrala processorer [68] .

Tesla

Tesla-serien med datoracceleratorer introducerades sommaren 2007, kort efter lanseringen av den förenade datorarkitekturen CUDA, som gör att kod kan skrivas i ett C-liknande programmeringsspråk för beräkning på en GPU. Den första Tesla C870-acceleratorn baserades på G80 GPU som redan finns i GeForce 8-seriens kort och baserad på den förenade shader-mikroarkitekturen även kallad Tesla [69] . Lösningar med 2 kort i en "skrivbordssuperdator" och 4 kort i en 1U bladserver formfaktor presenterades också. C870 stödde enkelprecisionsberäkningar med en genomströmning på 518 gigaflops [70] . Med övergången till en ny GPU-mikroarkitektur uppdaterade företaget raden av Tesla-acceleratorer, och i fallet med Fermi [71] , Pascal [72] , Volta [73] och Turing blev Tesla-acceleratorer de första produkterna på den nya arkitekturen som presenteras för allmänheten [74] . 2011 introducerade företaget Maximus-teknik, som gör att Tesla-acceleratorer och Quadro professionella grafikkort kan kombineras i en enda arbetsstation för den mest effektiva distributionen av datorresurser. För att göra detta, inom ramen för Maximus-teknologin, introducerade företaget en universell drivrutin för båda korten, optimerad både för att lösa mer standarduppgifter baserade på Quadro, och för specialiserade beräkningar baserade på Tesla [75] .

Den modernaste för oktober 2018 var datoracceleratorn Tesla T4 baserad på Turing-mikroarkitekturen, vars innovation var stöd för ett bredare spektrum av noggrannhet, vilket avsevärt ökade prestandan i beräkningar som inte ställer höga noggrannhetskrav - till exempel när du använder utbildade neurala nätverksmodeller. Som ett resultat har Nvidia uppnått prestanda på 8,1 teraflops i enkel precision (FP32), 65 teraflops i blandad enkel och halv precision (FP16/FP32), 130 biljoner operationer i INT8-läge och 260 biljoner i INT4-läge [74] [76] .

I slutet av 2018 var Tesla de mest populära acceleratorerna inom området för högpresterande datorer och användes i 127 superdatorer som ingår i Top500  - en rankning av de kraftfullaste enheterna i denna klass [77] . Som jämförelse, i 2015 års ranking fanns det 66 enheter som använder Tesla-acceleratorer, 26 enheter med Intel Xeon Phi baserade på processorer för allmänna ändamål och 3 superdatorer med AMD FirePro [78] . Två av de mest kraftfulla superdatorerna i världen för 2018 var baserade på Teslas datoracceleratorer - Summit vid Oak Ridge National Laboratory och Sierra vid Livermore National Laboratory vid US Department of Energy [77] . Dessutom implementerades beräkningar på Tesla-acceleratorer i Tsubame superdator vid Tokyo Institute of Technology (29:e plats i slutet av 2008) [79] ; superdatorn Tiānhé-1A , designad av det kinesiska försvarsvetenskaps- och teknologiuniversitetet vid PLA (1:a plats från oktober 2010) [80] ; superdatorn Titan installerad vid Oak Ridge National Laboratory vid det amerikanska energidepartementet (1:a plats i november 2012); superdator Cray CS-Storm (10:e plats 2014); superdator Piz Daint , värd av Swiss National Supercomputing Center (3:e plats från november 2017) [81] . Bland de ryska superdatorerna som använder generella GPU-beräkningar baserade på Nvidia Tesla-acceleratorer finns Lomonosov , installerad vid Moscow State University , och Lobachevsky, belägen vid Nizhny Novgorod State University [82] [83] . Dessutom, enligt situationen för 2018, var Nvidia Tesla i hjärtat av 22 av de 25 mest energieffektiva superdatorerna i GREEN500-klassificeringen [77] .

GRID

Nvidia började utveckla en fjärrdatabehandlingsplattform i mitten av 2000-talet och presenterade i maj 2012 sin utveckling i denna riktning - VGX-plattformen för virtualisering av arbetsplatser med prestanda av en fullfjädrad arbetsstation och GeForce GRID - en teknisk plattform för att köra spel i molnet [84] [85] . VGX baserades på 3 komponenter - bladservrar baserade på Nvidia GPU:er, Nvidias egen hypervisor , som integrerades i kommersiella hypervisorer och gav GPU-virtualisering och resursdistributionssystem mellan användare [86] . Därefter introducerade företaget hårdvarulösningar för VGX - grafikkort för virtualisering av ett stort antal jobb VGX K1 och en lösning för att samtidigt köra 2 jobb för att arbeta med komplex grafik och bearbeta 3D-uppgifter i Adobe , Autodesk och SolidWorks applikationer  - VGX K2 [87 ] [88] . I mars 2013 introducerade företaget en nyckelfärdig lösning för designers, arkitekter, designers och ingenjörer GRID VCA (Visual Computing Appliance, lit. engelsk  utrustning för visuell beräkning ), inklusive en server i en 4U-formfaktor, klientprogramvara och en hypervisor [89 ] [90] . I slutet av 2013 introducerades GRID-servrar till Amazon Web Services [91] [92] . Introducerad samma år, fungerade molnspelserverlösningen enligt en liknande princip, och gav användare en fast mängd processorkraft för stabil systemprestanda i moderna spel. För att minska nätverkslatensen har videokomprimering implementerats på sina egna servrar och drivrutiner har optimerats för både server- och klientutrustning [93] [94] . Nvidia-lösningar för speltjänstoperatörer har konsumerats av många speltjänster - Gaikai , Playcast , Ubitus, CiiNow, G-cluster , LiquidSky och Playkey. Företaget använde sina egna lösningar i sin egen molntjänst för ägare av spelenheter av Shield-linjen - GeForce GRID (senare - GeForce NOW) [95] [96] .

GeForce NU

GeForce NOW 2018 är den tredje versionen av molnspeltjänsten (strömmande PC-spel från molnet), som företaget har utvecklat sedan början av 2010-talet [97] . 2012 släppte företaget GeForce GRID-serverlösningen, som gjorde det möjligt att köra spel på företagets högpresterande hårdvara och strömma spel till användarens enhet. Den första Nvidia-partnern som implementerade GeForce GRID i sina servrar var den digitala distributionstjänsten Gaikai , som senare köptes ut av Sony [98] . Betatestning av sin egen molntjänst, designad för användare av enheter av Shield-linjen, började företaget hösten 2013 [99] . Som noterats av teknikpublikationen The Verge , redan då var GRID (som en spelströmningstjänst) betydligt överlägsen alternativ som Gaikai och OnLive [100] . Under hela testperioden förblev Grid gratis för användare, och från och med april 2015 inkluderade tjänstens bibliotek 47 PC-spel, de flesta av AAA-klassen [101] . I slutet av månader av testning hösten 2015, återlanserade företaget spelströmningstjänsten under varumärket GeForce NOW med en betalprenumeration på spel från den inbyggda katalogen och möjligheten att köpa andra spel genom den digitala distributionstjänsten [ 102] [103] . Geografin för GeForce NOW vid tidpunkten för omstarten inkluderade Europa (inklusive den västra delen av Ryssland ), Nordamerika och Japan [104] . GeForce NOW har upprepade gånger fått höga betyg i spelpressen, och det främsta klagomålet mot det var att det inte var tillgängligt utanför Shield-ekosystemet. Under 2017 började företaget testa GeForce NOW som en hyrdatortjänstmodell för att köra spel, tillgänglig på alla enheter, inklusive datorer som kör OS X och Microsoft Windows (medan Shield-användare återigen fick gratis tillgång till tjänsten). 2017 började testningen av nya GeForce NOW på Mac, i januari 2018 blev betaversionen av tjänsten tillgänglig för ägare av PC-datorer på Windows [105] . Genom att använda Tesla P40 grafikacceleratorer med 24,5 gigabyte VRAM på serversidan kunde tjänsten ge grafikprestanda motsvarande att använda en GeForce GTX 1080 på en användares enhet med en upplösning på upp till 2560×1600 [106] . Med nya GeForce NOW har användare förlorat åtkomsten till prenumerationsspelkatalogen, men har kunnat köra vilket spel som helst från de digitala distributionstjänsterna Steam , Uplay eller Battle.net [107] [108] på en virtuell PC .

DGX

En ny marknad för företaget öppnades 2009, när flera forskargrupper upptäckte att GPU:er var mycket effektivare för djupinlärningsuppgifter. Professor Andrew Ng vid Stanford University noterade då att GPU-baserade lösningar kunde vara 100 gånger effektivare än x86 CPU-baserade lösningar [109] .

Företaget presenterade den första superdatorn för att lösa problem med djupinlärning AI DGX-1 vid GTC-konferensen i april 2016, samtidigt med tillkännagivandet av Tesla P100 datoraccelerator. Den första versionen av DGX-1 innehöll 8 P100-kort med en kombinerad prestanda på 170 teraflops. Dess konfiguration inkluderade 2 rader med 10-gigabit Ethernet och 4 InfiniBands med en EDR-buss och en hastighet på cirka 100 gigabit per sekund. DGX-1 var den första heltäckande lösningen för djupinlärning och kom med en uppsättning specialiserad programvara, inklusive plattformen Deep Learning GPU Training System (DIGITS) och CUDA Deep Neural Network library (cuDNN). Datorn började säljas i juni 2016 för $129 000 [110] . Ett år senare, tillsammans med tillkännagivandet av Tesla V100-acceleratorer baserade på den nya Volta-arkitekturen, introducerade företaget en uppdaterad DGX-1 med 8 V100-kort, samt DGX Studio med 4 V100-kort och mindre RAM. Den uppdaterade DGX-1, som började säljas till ett pris av 149 tusen dollar, hade en prestanda på 960 teraflops i djupinlärningsuppgifter, DGX Station med en prestanda på 490 teraflops fick ett pris på 69 tusen [111] [112] .

Företaget uppnådde ett grundläggande genombrott i prestanda upp till 2 petaflops i DGX-2, som demonstrerades vid GTC i mars 2018. Den nya datorn använde 16 Tesla V100-acceleratorer, kombinerat med ett nytt NVSwitch-gränssnitt med en bandbredd på 2,4 terabyte per sekund – enligt Jensen Huang skulle denna hastighet räcka för att samtidigt sända 1440 filmer. Totalt hade den nya produkten 82 tusen CUDA-kärnor, mer än 100 tusen Tensor-kärnor och 512 gigabyte högbandsminne enligt HBM 2-standarden, gånger större än i deras egna beslut för 5 år sedan. DGX-2 började säljas för $399 000 [113] [114] .

Tegra

Utvecklingen av system-on-a-chip (SoC) avsedda för användning i mobila enheter, tog företaget upp efter förvärvet 2003 av utvecklaren av diskret grafik för handdatorer MediaQ. Hennes arbete användes för att skapa en rad GoForce- chips , som har hittats i enheter från Motorola och andra tillverkare. Under 2006-2007 förvärvade företaget också grafikmjukvaruföretaget Hybrid Graphics och PortalPlayer en tidigare system-on-a-chip-leverantör för Apple iPod . Den samlade erfarenheten och de förvärvade teknologierna användes i den nya linjen av Tegra -chips , som kombinerade en allmän processor med ARM-arkitektur och sin egen energieffektiva grafikprocessor. I den första generationen av sina SoCs, som introducerades 2008, släppte företaget två serier av chips - Tegra APX 2500 för smartphones och modellerna 600 och 650 , designade för att konkurrera med Intel Atom i nischen av mobila Internet-enheter (det vill säga handdatorer fokuserade om webbsurfning och underhållning) och smarta böcker [115] . Den första generationen Tegra hittade sin väg in i Microsofts Zune HD -mediaspelare och Samsungs YP-M1- mediaspelare, och den första smarttelefonen baserad på plattformen var Microsoft KIN [116] [117] . Den första generationen av Tegra användes dock inte i stor utsträckning: satsningen på smartbooks och avancerade handdatorer, som inte hittade en massmarknad, påverkade [118] .

Mycket mer framgångsrik var Tegra 2 -systemet-på-en-chip som introducerades 2011 [119] . Den kraftfulla Tegra 2 med stöd för 3D-grafik användes i många 10-tums surfplattor och smartphones från Acer , Asus , Motorola , LG , Toshiba och andra tillverkare och förblev relevant även efter flera år [120] . Framgången med andra generationens SoC upprepades av Tegra 3 , som fick en kraftfullare grafikaccelerator och en extra processorkärna för enkla beräkningar. Tegra 3 installerades i Google Nexus 7 , Lenovo , Asus och Acer -surfplattor , HTC och LG-smarttelefoner, samt konvertibla bärbara datorer som kör operativsystemet Windows RT  - Microsoft Surface och Lenovo IdeaPad Yoga 11. 2013 introducerade företaget Tegra 4 , baserat på vilken hon utvecklade sina egna spelkonsoler under varumärket Shield [121] . Företaget tappade dock gradvis intresset för den konkurrensutsatta massmarknaden för konsumentenheter och fokuserade om på områden där Tegras höga prestanda efterfrågades - spelkonsoler och fordonsmarknaden [122] . 2012 kom NVIDIA överens med Audi om att använda Tegra i bilkontrollpaneler och underhållningssystem, och 2013 inledde man samarbete med Tesla och Lamborghini [13] [123] .

Biltillverkarnas långa produktionscykler har varit en välsignelse för Nvidia, som har funnit användning i bilar för både nya konstruktioner och de äldre Tegra 2 och Tegra 3 [124] . Tegra K1 -systemet-på-ett-chip, som introducerades 2014, placerades ursprungligen som en plattform för omborddatorer och obemannade fordonssystem , och nästa generation Tegra X1 var inte alls avsedd för användning i mobil elektronik [125] [ 126] .

kör

Consumer Electronics Show i januari 2015, tillsammans med tillkännagivandet av Tegra X1-systemet-på-ett-chip, presenterade företaget sin egen kompletta lösning för fordonsindustrin - Drive CX-instrumentbrädedatorn baserad på X1-chippet, Drive Utvecklingsverktyg för gränssnitt för Studio instrumentbräda och den inbyggda autopiloten Drive PX, som använde 2 SoC X1 på en gång [127] . Till skillnad från ADAS (avancerat förarassistanssystem, ryskt avancerat förarassistanssystem ) på marknaden vid den tiden, var Drive PX fokuserad på användning i bilar, med start från mellanpriskategorin [128] . Från den första versionen stödde Drive PX driften av 12 separata HD-kameror samtidigt, vars information bearbetades av ett artificiellt neuralt nätverk och kände igen andra fordon, fotgängare, vägmärken och annan information [129] . På GPU Technology Conference våren 2015 talade NVIDIA-representanter om inlärningsprocessen för Drive PX AI och noterade att de, baserat på erfarenheterna från många simulerade olyckor, lärde den att undvika hinder och ta hänsyn till alla möjliga hinder [130 ] [131] .

Drive PX av den första versionen hade en beräkningsprestanda på 2,3 teraflops, och Drive PX 2-datorn som presenterades på CES 2016 lyckades få denna siffra till 8 teraflops. Denna prestanda var redan tillräcklig för att automatiskt styra en bil baserat på data från 12 kameror, radar , lidar och andra sensorer [132] . Den uppdaterade Drive PX 2 lärde sig hur man visar detaljerad information om bilens omgivning på skärmen i realtid, och när den är ansluten till Internet  , kompletterar den med information om trafiksituationen, vägbanans tillstånd och andra faktorer [133] . På GPU-konferensen i april 2016 presenterade NVIDIA demobilar från Audi , Volvo och BMW utrustade med Drive CX och Drive PX [134] . I januari 2017 vid CES 2017 tillkännagav NVIDIA och Audi planer på att släppa en produktionsbil med AI (förmodligen Audi Q7 ) till 2020. Utvecklingsföretaget introducerade också sin egen självkörande bil BB8, uppkallad efter en astromech-droid från Star Wars - universumet , och användes för att testa autonoma körtekniker [135] [136] .

I februari 2017 ägde ett testlopp av Roboraces obemannade elbilsmästerskap rum , där teamen representeras av tekniskt identiska bilar med olika kontrollprogramvaruplattformar. Båda testkörningsmaskinerna, DevBot 1 och DevBot 2, var baserade på Drive PX 2 [137] . Hösten 2017, vid GPU-konferensen i München , presenterade företaget en prototyp av en autonom postbil utvecklad av ZF Friedrichshafen AG tillsammans med Deutsche Post DHL , och representanter för det ryska teknikföretaget Yandex talade om sin egen självkörande bil baserat på Toyota Prius V och Drive PX 2 [138] [139] . På konferensen presenterade Jensen Huang dessutom en förbättrad version av Drive PX - Drive PX Pegasus, utvecklad tillsammans med 25 andra teknikföretag och biltillverkare och med en prestanda på 320 teraflops, som låter dig skapa ett obemannat fordon på 5:e nivån av autonomi (utan att det krävs mänskligt deltagande i körningen) [140] [141] . Fram till augusti 2018 användes Drive PX-datorer i Teslas elbilar [142] [143] .

I mars 2018, efter en dödsolycka där en självkörande Uber körde på en cyklist och av misstag trodde att hon var ett mindre hinder som inte krävde något svar, meddelade företaget att det skulle sluta testa sina självkörande bilar på allmänna vägar [ 144] [145] . En vecka senare, på sin egen teknikkonferens, introducerade företaget Drive Pegasus molnplattform, designad för att testa autopilotalgoritmer under simulerade förhållanden. Systemet bygger på två komponenter. Den första är en server baserad på Nvidia GPU:er som kör simuleringsmiljön Drive Sim, som skapar dataströmmar för kameror, radar, lidar och andra fordonssensorer och en fotorealistisk testmiljö. Den andra är Drive Pegasus omborddator för att köra AI-autopiloten. Detta paket låter dig simulera vilken vägsituation som helst, inklusive osannolika scenarier och extrema väderförhållanden, och utföra miljontals tester per dag utan risk för andra trafikanter [146] [147] [148] .

SKÖLD

I början av 2013, på Consumer Electronics Show , tillkännagav företaget sin egen spelkonsol, med kodnamnet Project Shield. När enheten började säljas hade ordet " projekt " tagits bort från titeln [149] . SHIELD var ett gamepad -format med en utfällbar 5-tums pekskärm, körde operativsystemet Android , laddade ner spel från Google Play Store, TegraZones egen digitala innehållsbutik och stödde GameStream-teknik - spelströmning från en PC utrustad med en GeForce GPU på Kepler mikroarkitektur. Förutom att spela på sin egen skärm, tillät SHIELD HDMI-utgång till en bildskärm eller TV-skärm, vilket gör den till enheten med det största biblioteket av spel och den bredaste spelupplevelsen på marknaden [150] . Listan över spel som fick stöd för SHIELD-kontrollern innehöll cirka 2 dussin titlar, inklusive AAA-projekt som Bioshock Infinite , Need for Speed: Most Wanted , Call of Duty: Black Ops 2 , Team Fortress 2 , Grand Theft Auto: Vice City och ARMA Tactics [151] [152] .

2014 introducerade företaget Shield Tablet, som har formfaktorn av en traditionell surfplatta med en trådlös handkontroll och är en av de högst presterande Android-enheterna på marknaden [153] . Förutom GameStream fick enheten stöd för Grid-molnspelstjänsten för streaming av PC-spel från Nvidia-molnet (senare omdöpt till GeForce Now), och optimerades även för grafikmotorn Unreal Engine [154] . Vid tidpunkten för utgivningen visade sig SHIELD-surfplattan vara en relativt dyr enhet, och på grund av problem med överhettning av batteriet var företaget tvunget att byta ut några av enheterna för användarna. Under 2015 släppte företaget en uppdaterad modell med korrigerade "barnsjukdomar" under K1-index, som med en identisk konfiguration som sin föregångare hade ett betydligt lägre detaljhandelspris [155] [156] .

Dessutom släppte företaget under 2015 en spelenhet i formatet en strömmande mediaspelare (set-top box), kallad SHIELD Android TV eller helt enkelt SHIELD (original SHIELD från 2013 döptes om till SHIELD Portable). Den nya SHIELD var den första enheten som drevs av Tegra X1-processorn, som körde Android TV , med stöd för GameStream och Grid (GeForce Now) och Ultra HD (4K) videoutgång . Förutom Android TV-innehåll fick enheten stöd för streamingtjänsterna Netflix , Hulu Plus , YouTube , Amazon Instant Video och Sling TV , Russian Okko, Megogo.net , Amediateka , Rutube och många andra, samt stöd för streaming från Android-enheter Google Cast [157] [158] . 2017 års uppdatering ger SHIELD en 40 % mindre kropp, stöd för nya streamingtjänster, full integration med Google Assistants röstassistent och stöd för ett smart hemsystem baserat på Samsung SmartThings -plattformen i navläge, genom vilka enheter och sensorer är anslutna och interagerar [159] [160] .

Jetson

I mars 2014 introducerade företaget sin första specialbyggda Tegra K1-baserade Jetson TK1 inbyggda dator för användning i autonoma drönare, smarta kameror, robotar och andra smarta enheter. Trots sin blygsamma storlek var Jetson TK1, med en prestanda på 326 gigaflops, jämförbar i kraft med traditionella arbetsstationer, vilket gjorde att den nya produkten och efterföljande versioner av Jetson kunde placeras som "de första mobila superdatorerna" [161] . Jetson TX1, baserad på Tegra X1-systemet-på-ett-chip, ökade prestandan till 1 teraflops, och storleken på själva enheten reducerades till storleken på ett plastkort [162] . Med Jetson TX2, baserad på den uppdaterade Tegra X2-processorn, lyckades NVIDIA fördubbla prestandan samtidigt som den bibehöll samma strömförbrukning [163] . Företaget fick ett grundläggande genombrott inom datorkraft i juni 2018 med Jetson Xavier-datorn, baserad på nästa generations Tegra-chips. Ett system med en prestanda på 30 teraflops med en strömförbrukning på en tredjedel av en glödlampa , presenterades som världens första dator för intelligenta robotar. Jetson Xavier-kortet inhyste en 8-kärnig ARM-processor för allmän datoranvändning, en Tensor Core GPU för djupinlärningsuppgifter och specialiserade videobearbetningsblock [164] . Jetson Xavier introducerades som en del av Isaac-plattformen, som också inkluderar en uppsättning API:er och utvecklingsverktyg för att ansluta till 3D-kameror och sensorer Isaac SDK, Isaac IMX AI-acceleratorbiblioteket och Isaac Sim [165] [166] AI-träning och testa virtuell miljö .

Initiativ

GPU Technology Conference

Sedan 2009 har företaget hållit den årliga GPU Technology Conference (GTC), varav den första hölls i San Jose i slutet av september - början av oktober 2009. Under decenniet har evenemangets geografi utökats avsevärt: 2018 hölls, förutom GTC i Silicon Valley och Washington, regionala konferenser i Taiwan , Japan , Europa , Israel och Kina [167] . Om huvudämnet för GTC från början var utvecklingen och användningen av GPU:er för att påskynda beräkningen, så har fokus sedan mitten av 2010-talet flyttats till utvecklingen av maskininlärning och användningen av AI [168] [169] .

GPU Ventures Program

2009 etablerade företaget GPU Ventures Program för att investera i startups som arbetar på sätt att tillämpa GPU:er på allmän datoranvändning . Som en del av programmet planerade företaget att tillhandahålla investeringar från 0,5 till 5 miljoner dollar till lovande projekt relaterade till videobearbetning, FoU , ekonomi och andra tillämpningsområden för sin egen teknik [170] . Från och med 2018 inkluderade GPU Ventures-programmets portfölj Abeja, ett molnbaserat detaljhandelsanalyssystem, självkörande bilteknikutvecklare Optimus Ride, röstassistent AI-utvecklare Soundhound, väderstartup TempoQuest, sjukvårdsteknikutvecklare Zebra Medical och Datalogue , ett företag som utvecklar datautvinningsalgoritmer [171] .

Deep Learning Institute

Under 2015, för att övervinna bristen på specialister inom området databehandling och djupinlärning, tillkännagav företaget sitt eget utbildningsprogram - Deep Learning Institute (DLI) [172] . De första utbildningssessionerna hölls som en del av GTC, och 2016 släppte de tillsammans med massutbildningsplattformarna Coursera och Udacity onlinekurser om djupinlärning och AI. Utvecklare från Adobe , Alibaba och SAP utbildades vid DLI , och kurser hölls också på platser för stora forsknings- och utbildningsinstitutioner - US National Institutes of Health , US National Institute of Science and Technology , Barcelona Supercomputing Center , Singapore Polytechnic Institute och Indian Institute of Technology Bombay [173] [174] . Utbildningsprogram på DLI är uppbyggda kring tillämpningsområdena för företagets teknologier inom självkörande bilar, sjukvård, robotteknik, ekonomi och praktiska klasser undervisas av specialister från Nvidia och partnerföretag och universitetspersonal [175] [176] [177] .

Nvidia Inception Program

I juni 2016 introducerade företaget Nvidia Inception Program för att stödja startups som arbetar inom området artificiell intelligens och databehandling. Programdeltagare får tidig tillgång till mjukvara och hårdvara, hjälp från certifierade specialister och ingenjörer från företaget, utbildning i DLI och investeringar under GPU Ventures Program [178] . Redan 2017 deltog över 1300 företag i programmet, 2018 nådde antalet deltagare i programmet 2800. Som en del av den årliga GTC-konferensen väljer företaget ut flera programvinnare som har visat enastående prestationer inom sina områden. 2017 var pristagarna Genetesis , utvecklaren av Genetesis diagnostiksystem för bröstsmärtor, Deep Instinct anti- malware -systemet och författarna till Athelas neurala nätverksbaserade blodtestteknik ; neurala nätverk, detaljhandelsautomationssystem AiFi och logistikstarten Kinema Systems [179] [180] .

Företag

Huvudkontor

Företagets huvudkontor ligger i Santa Clara , Kalifornien . Den första byggnaden i komplexet, som heter "Endeavour" ( Eng.  Endeavour till ära av den sista NASA rymdfärjan ), uppfördes 2010-2017 enligt projektet av arkitektbyrån Gensler . Rummen inuti "Endeavour " heter, med hänvisning till science fiction - "Altair IV" (planeten från filmen " Forbidden Planet "), " Skaro " (planeten från sci-fi-serien " Doctor Who "), " Skynet " (artificiell intelligens från Terminator - filmserien ), "Vogsphere" (hemplaneten för Vogon-rasen från Douglas Adams verk ), Hott (en planet från Star Wars- universum ), " Mordor " (regionen Middle Earth , innehavet av Sauron från John Tolkiens legendarium ), " Metropolis " (en hänvisning till den tysta science fiction-filmen med samma namn av Fritz Lang ) [13] .

För 2018 byggde företaget en andra byggnad kallad "Voyager" ( eng.  Voyager ), som fungerar som en referens till rymdfarkosten med samma namn och programmet för att utforska de avlägsna planeterna i solsystemet . De första bokstäverna i namnen på byggnaderna i det nya huvudkontoret, det latinska En och V lägger också till Nv  - de första bokstäverna i namnet på själva företaget. Endeavors yta är 500 tusen fot² (cirka 46,5 tusen m²), Voyagers designyta är 750 tusen fot² (cirka 69,6 tusen m²). Endeavour tar emot mer än 2 000 anställda i företaget, totalt arbetar 5 000 anställda i Santa Clara, och företagets totala personal är 11,5 tusen personer [13] [181] [182] .

Guide

Från och med februari 2018 innehades ledande befattningar i företaget av [11] :

Ekonomiskt resultat

Enligt resultatet för räkenskapsåret 2018 uppgick företagets intäkter till 9,714 miljarder dollar, rörelseresultat  - 3,21 miljarder, nettovinst  - 3,047 miljarder. Jämfört med räkenskapsåret 2017 ökade intäkterna med 41%, rörelseresultatet - med 66%. , nettovinst - med 83 %. Företagets primära intäktskälla är dess GPU-verksamhet, som tillsammans genererade 8,14 miljarder USD (en ökning med 40 % jämfört med föregående år), inklusive 1,93 miljarder USD i intäkter från datacenterlösningar (Tesla, Grid, DGX, en ökning med 133 % jämfört med 2017) och 934 miljoner USD inbringat av den professionella visualiseringsverksamheten (en ökning med 12 % jämfört med 2017). Lösningar baserade på system på ett Tegra-chip gav företaget 1,53 miljarder (86 % mer än ett år tidigare), där 558 miljoner var intäkter från installation av infotainmentsystem för bilar, Drive PX omborddatorer och utveckling för självkörande bilar [26] .

Aktieägare

Information om aktieägare ges från och med mars 2019.

För 2018 emitterade bolaget 945 miljoner stamaktier med 1 röst. Sedan 1999 har bolaget genomfört en aktiesplit 4 gånger : 2000, 2001 och 2006 delades tidningarna upp i förhållandet 2 till 1, 2007 genomfördes "uppdelningen" i förhållandet 3 till 2 [184] . År 2021, 14 år senare, genomförde företaget ytterligare en split 4:1 - den största i dess historia [185] .

Bolaget äger 35,9% av sina aktier, 61,4% är noterade på NASDAQ-börsen . De största aktieägarna är Fidelity Management & Research Co. (7,94 %), The Vanguard Group (7,14 %), BlackRock Fund Advisors (4,46 %), SSgA Funds Management (3,87 %), grundare Jensen Huang (3,6 %), T. Rowe Price Associates, Inc. (1,81%), JPMorgan Investment Management, Inc. (1,3 %), Geode Capital Management (1,29 %) och Jennison Associates (1,16 %) [184] .

För första gången efter börsintroduktionen 1999 betalade företaget utdelning 2006, nästa utbetalning följde 2012, sedan november 2012 har utdelningar till aktieägarna betalats ut kvartalsvis .

I Ryssland

Sedan början av 2000-talet började företaget visa intresse för den ryska marknaden för grafikprocessorer, där det ockuperade positionen som den obestridda ledaren. 2003 startade ett Nvidia-kontor i Moskva , vars ansvarsområde inkluderade länderna i Europa, Mellanöstern och Afrika . Genom det ryska kontoret engagerade företaget sig i valet av lokala programmerare och samarbete med utvecklare för att optimera både släppta spel och spel under utveckling. Dessutom öppnades ett laboratorium på basis av det ryska kontoret för att testa spel, programvara för professionell visualisering och andra applikationer som använder datorkraften hos grafikprocessorn. För 2014 var Moskva-laboratoriet ett av företagets fyra största datacenter, och det stod för upp till 70 % av alla spel som testades av företaget. Kontorsingenjörerna deltar i många globala projekt inom företaget, med fokus på utveckling och utveckling av mjukvarukomponenten i lösningar för spel- och professionella marknader, inklusive AI-marknaden. Sedan 2011 har det ryska kontoret varit beläget i Dvintsevs affärscenter på Dvintsev Street i Moskva [186] [187] [188] .

Den 7 mars 2022 meddelade företaget sitt tillbakadragande från de ryska och vitryska marknaderna på grund av händelserna i Ukraina 2022. [189] .

Kritik

I februari 2003 bröt en tvist ut mellan Futuremark och Nvidia angående ett grafikkorts prestandatest - Futuremark anklagade NVidia för att justera grafikkortsdrivrutiner specifikt för att öka prestandan i testet [190] . Under flera månader kände Futuremark inte igen resultaten av deras tester med den senaste versionen av Nvidia-drivrutinen [191] . Slutligen, efter att ha lovat offentligt på sin officiella hemsida att publicera en ny version av testet som blockerar dessa inställningsmekanismer och anklagar NVidia för att medvetet fördunkla Detonator FX-drivrutinkoden, drog Futuremark tillbaka sitt uttalande en dag senare och förklarade det som ett personligt misstag av utvecklaren. Som pressen noterade tillät detta Futuremark att undvika stämningsansökan [192] .

2012 slog Linus Torvalds ut mot Nvidia för dåligt samarbete med Linux- utvecklare . Vid sitt möte med studenter vid Aalto-universitetet i Finland talade han obscent om Nvidia och kallade det det värsta företaget som Linux-gemenskapen har att göra med [193] .

2014 anklagade AMD :s PR-chef, Robert Hallcock, Nvidia för att slåss mot konkurrensen med GameWorks utvecklingsbibliotek . Enligt honom hindrar GameWorks på konstgjord väg utvecklare från att optimera spelkoden för hårdvaran hos konkurrerande grafikkortstillverkare [194] .

År 2015 ertappades företaget med att dölja de verkliga egenskaperna hos sin flaggskeppsenhet GeForce GTX 970. Oberoende forskare fann att grafikprocessorn inte har 64 ROP, som tillverkaren uppgett, utan bara 56. De indikerade också att enhetens videominne fungerar enligt schemat 3,5 + 0,5 GB, där en del av GDDR5-minnet arbetar med en avsiktligt lägre hastighet än dess huvudenhet, och den andra nivåns cache skärs från 2 MB till 1,75 MB [191] .

I februari 2019 kritiserade AMD Nvidias nya proprietära Deep Learning Super-Sampling (DLSS) intelligenta kantutjämningsteknik. AMD-representanter anser att de öppna standarderna SMAA och TAA fungerar bra på acceleratorer från olika leverantörer och samtidigt är fria från nackdelarna med DLSS [195] .

Se även

Anteckningar

  1. NVIDIA-dotterbolag slutför sitt köp av vissa 3dfx-grafiktillgångar - Nvidia , 2001.
  2. 3dfx tillkännager slutförande av försäljning av tillgångar - 3dfx Interactive , 2001.
  3. NVIDIA slutför förvärvet av AGEIA Technologies - Nvidia , 2008.
  4. National Software Reference Library
  5. Årlig översyn av NVidia Corporation 2020 - 2020.
  6. 1 2 3 https://s22.q4cdn.com/364334381/files/doc_financials/2020/ar/2020-nvidia-annualreport-content-r25-web-144dpi-combined.pdf
  7. Nvidias årsrapport 2020 10-K
  8. ↑ Nyckeldata för aktier i Forbes NVIDIA ( NVDA  ) .
  9. Nvidias årsrapport 2020 10-K
  10. Jon Peddie Research släpper sin Q4, 2018 add-in styrelserapport . Jon Peddie Research (5 mars 2019). Hämtad 12 mars 2019. Arkiverad från originalet 2 april 2019.
  11. Årsredovisning 12 (formulär 10-K) ( pdf). NVIDIA. Hämtad 18 december 2018. Arkiverad från originalet 18 mars 2018.
  12. 1 2 3 Aaron Tilley. Den nya Intel: Hur NVIDIA gick från att driva videospel till att revolutionera artificiell intelligens (länk ej tillgänglig) . Forbes (30 november 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  13. 1 2 3 4 5 Andrew Nusca. Den här mannen leder en AI-revolution i Silicon Valley – och han har precis kommit igång . Fortune (16 november 2017). Hämtad 18 december 2018. Arkiverad från originalet 16 november 2017.
  14. 1 2 3 4 5 NVIDIA // International Directory of Company Histories. —St. James Press, 2003. - V. 54.
  15. Elisa Williams. Gråtande varg . Forbes (15 april 2002). Hämtad 20 juli 2018. Arkiverad från originalet 29 november 2020.
  16. 1 2 NVIDIAs historia inom grafikkort: 13 års framgång (länk otillgänglig) . Toms hårdvara. Hämtad 18 december 2018. Arkiverad från originalet 31 december 2018. 
  17. 1 2 3 4 5 6 Michael Justin Allen Sexton. Historien om NVIDIA GPU:er . Toms hårdvara (6 maj 2017). Hämtad: 18 december 2018.
  18. Dean Takahashi. Aktierna i NVIDIA stiger med 64 % efter börsintroduktionen . The Wall Street Journal (25 januari 1999). Hämtad 18 december 2018. Arkiverad från originalet 5 april 2019.
  19. 1 2 Historien om utvecklingen av grafikkort för stationära datorer. Del 2: 3D-acceleratorernas födelse och första steg . Compbegin.ru (10 april 2014). Hämtad 19 december 2018. Arkiverad från originalet 20 december 2018.
  20. 1 2 Michael Kanellos. Nvidia köper ut 3dfx-grafikchipsverksamhet . Cnet (11 april 2002). Hämtad 20 december 2018. Arkiverad från originalet 19 januari 2021.
  21. 1 2 Muhammad Kashif Azeem, Rohit Jagini, Mandela Kiran, Kaushal Shrestha. Sociala konsekvenser av grafikbearbetningsenheter . Worcester Polytechnic Institute (1 maj 2007). Hämtad 18 december 2018. Arkiverad från originalet 2 juni 2021.
  22. 1 2 Graham Singer. Den moderna grafikprocessorns historia, del 3 . Techspot (10 april 2013). Hämtad 18 december 2018. Arkiverad från originalet 2 juni 2021.
  23. Andrew Wheeler. AMD kämpar mot Intel och NVIDIA för CPU- och GPU-dominans . Engineering.com (23 augusti 2017). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  24. 1 2 Graham Singer. Historien om den moderna grafikprocessorn, del 4 . Techspot (16 april 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  25. Joel Hruska. Kartlägga 9 år av GPU-marknadsskiften mellan Intel, AMD och Nvidia . ExtremeTech (5 september 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  26. 1 2 3 Årsöversikt av NVIDIA Corporation 2018 . NVIDIA. Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  27. Nvidia släpper en kraftfull dator i kreditkortsstorlek för $99 . Hämtad 19 mars 2019. Arkiverad från originalet 20 mars 2019.
  28. Vladimir Bakhur . Nvidia, i trots av Intel, absorberade den enda tillverkaren av InfiniBand-lösningar i världen  (ryska) , CNews  (12 mars 2019). Hämtad 12 mars 2019.
  29. Alexander Demidov . Molnspel: Varför Nvidia köper en tillverkare av nätverksenheter för 6,9 miljarder dollar  (ryska) , Forbes  (14 mars 2019). Hämtad 19 maj 2020.
  30. ↑ Nvidia slutför förvärvet av Mellanox (ryska) 7 miljarder dollar  , CNews  (27 april 2020). Arkiverad 2 maj 2020. Hämtad 19 maj 2020.
  31. Tyler Clifford. Nvidia slutför "homerun-affären" efter att ha avslutat förvärvet av Mellanox för 7 miljarder dollar . CNBC (27 april 2020). Hämtad 19 maj 2020. Arkiverad från originalet 1 maj 2020.
  32. NVIDIA stärkte sin position i serverriktningen med köpet av Cumulus Networks  (Russian) , ServerNews.ru (5 maj 2020). Arkiverad 20 maj 2020. Hämtad 19 maj 2020.
  33. Beth McKenna. Hur NVIDIA tjänar det mesta av sina pengar - och varför mixen förändras snabbt . Den brokiga dåren (16 juli 2017). Hämtad 18 december 2018. Arkiverad från originalet 2 juni 2021.
  34. Nvidia GPU:er: En berättelse i bilder . Toms hårdvara (28 februari 2010). Hämtad 18 december 2018. Arkiverad från originalet 2 juni 2021.
  35. Kirill Vishnjakov. T&L Technology (Transformation and Lighting) . 3D News (30 januari 2002). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  36. Egor Morozov. Historien om grafikkort vid millennieskiftet - 3dfx konkurs och början på konfrontationen mellan ATI och Nvidia . iGuides (23 augusti 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  37. 1 2 Egor Morozov. Historien om grafikkort i början av 2000-talet: ATI vs Nvidia . iGuides (28 augusti 2017). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  38. Ashu Rege. En introduktion till modern GPU-arkitektur . NVIDIA. Hämtad 18 december 2018. Arkiverad från originalet 17 maj 2018.
  39. Alexey Barkovoy, Andrey Vorobyov. NVIDIA GeForce FX 5900 Ultra 256MB . Ixbt.com (13 maj 2003). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  40. 1 2 Egor Morozov. Grafikkortens historia i mitten av noottalet . iGuides (4 september 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  41. NVIDIA GeForce 8800 GTX är den första grafikprocessorn med en enhetlig renderingsarkitektur . itc.ua (21 november 2006). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  42. Hemligheter med omöjlig GPU-beräkning . Habr (8 oktober 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  43. Egor Morozov. Historien om diskreta grafikkort från mitten av 2000-talet till lösningar baserade på Fermi- och GCN-arkitekturen . iGuides (8 september 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  44. Parm Mann. NVIDIA startar GeForce 300-serien med GeForce 310 . Hexus (27 november 2009). Datum för åtkomst: 18 december 2018. Arkiverad från originalet 9 december 2018.
  45. Valery Kosikhin. Historik motor. GeForce RTX 2080 Ti grafikkort recension: del 1 . 3D News (14 september 2018). Hämtad 18 december 2018. Arkiverad från originalet 3 december 2018.
  46. Chris Angelini. Nvidia delar RTX 2080-testresultat: 35 - 125 % snabbare än GTX 1080 . Toms hårdvara (22 augusti 2018). Hämtad: 18 december 2018.
  47. NVIDIA GeForce RTX 2080 40-50 % snabbare än GTX 1080 . Global EasyCOM Internet Digest (23 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  48. 1 2 3 4 Hur man gör en spelares liv enklare . IGN (7 november 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  49. Jeffrey L. Wilson. 8 Nvidia GeForce Experience Tips för utmärkt PC-spel . PC Review (7 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  50. De bästa programmen för att spela in spel . Lekplats (17 november 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  51. Michael Brown. GeForce 800M Notebook GPU:er: Bättre prestanda, mindre strömförbrukning . Dgl.ru (10 april 2014). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  52. Jurij Pjatkovskij. Hur NVIDIA ShadowPlay-teknik fungerar . Root Nation (4 juni 2015). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  53. NVIDIA ShadowPlay Highlights visar de bästa spelögonblicken . Nvidia World (3 mars 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  54. Lewis målare. Hur man använder Nvidia ShadowPlay Highlights . Teknisk rådgivare (8 november 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  55. Nvidia avslöjar Ansel RTX-teknologi . Overclockers.ua (25 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  56. Nvidia Ansel är ett avancerat verktyg för att skapa och bearbeta skärmdumpar i spel . Ixbt.com (8 maj 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  57. Komplett Nvidia Ansel-guide: Alla spel och grafikkort som stöder det . Finder (27 april 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  58. Paul Lilly. Nvidia tar med strålspårning till GeForce Experience med förbättrat Ansel-stöd . PC Gamer (22 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  59. Koh Wanzi. NVIDIAs Ansel RTX lägger till strålspårning och kraftfullare spelfångstverktyg . Hardware Zone (23 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  60. NVIDIA-specifika inställningar gjorde det möjligt att se genom rök. Den här funktionen har nu inaktiverats . Cybersport.ru (6 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  61. Ilja Gavrichenkov. NVIDIA Quadro Professional-grafikkort - Otrolig acceleration, avancerad visualisering  // Ljud företagsledning. - 2010. - Nr 4 . - S. 84-87 .
  62. Alexander Osinev. Programvara för NVIDIA Quadro är ingen leksak för proffs  // CADmaster. - 2011. - Nr 1 . - S. 114-119 .
  63. Dmitrij Tjechlov. Fördelarna med professionell NVIDIA Quadro-grafik när du arbetar med CAD-applikationer . isicad. (5 september 2016). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  64. Nvidia stämmer Intel . Lenta.ru (27 mars 2009). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  65. Brooke Crothers. Intel vs. Nvidia: Tekniken bakom rättsfallet . Cnet (16 juli 2009). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  66. 12 Ryan Smith . Intel gör upp med NVIDIA: Mer pengar, färre problem, ingen x86 . Anandtech (10 januari 2011). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  67. Adrian Kingsley-Hughes. Slutet på raden för NVIDIA-kretsuppsättningar, och det är officiellt . ZDnet (7 oktober 2009). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  68. NVIDIA kommer inte längre att släppa chipset (otillgänglig länk) . ixbt.com (18 november 2010). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  69. NVIDIA Tesla: GPU-datorer får sitt eget varumärke - Sida 1 . Beyond3D (20 juni 2007). Hämtad 20 december 2018. Arkiverad från originalet 30 november 2018.
  70. NVIDIA på väg till superdatorer. Tillkännagivande av GPGPU Tesla C870, S870 och D870 (otillgänglig länk) . Ixbt.com (21 juni 2007). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  71. ↑ Dagens bild: NVIDIA Teslas grafikaccelerator på Fermi-arkitekturen (otillgänglig länk) . Ixbt.com (2 oktober 2009). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018. 
  72. Mark Walton. Nvidia presenterar det första Pascal-grafikkortet, det monstruösa Tesla P100 . Ars Technica (4 juni 2016). Hämtad 20 december 2018. Arkiverad från originalet 29 april 2019.
  73. Rob Thubron. Nvidia presenterar sin första Volta GPU, Tesla V100 . Techspot (11 maj 2017). Hämtad 20 december 2018. Arkiverad från originalet 21 december 2018.
  74. 1 2 Greg Synek. Nvidia Tesla T4 GPU accelererar AI-slutledningar utan att bli energikrävande . Techspot (13 september 2018). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  75. Ryan Smith. NVIDIAs Maximus-teknik: Quadro + Tesla, lanseras idag . AnandTech (14 november 2011). Hämtad 18 december 2018. Arkiverad från originalet 17 december 2018.
  76. Konstantin Khodakovsky. Vad kommer den nya NVIDIA Turing-arkitekturen att tillföra marknaden? . 3D-nyheter (14 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  77. 1 2 3 Superdatorer som accelereras av NVIDIA GPU:er stiger till nya höjder i TOP500-rankingen . Investeringsframsyn (13 november 2018). Hämtad 18 december 2018. Arkiverad från originalet 2 juni 2021.
  78. Anton Testov. Över hundra superdatorer i topp 500 använder acceleratorer . 3D-nyheter (19 november 2015). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  79. Ionut Arghire. Första NVIDIA Tesla-baserade superdatorn i TOP500 . Softpedia News (18 november 2008). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  80. Prita Ganapati. Kina slår USA för världens snabbaste superdatortitel . Wired (28 oktober 2010). Hämtad 18 december 2018. Arkiverad från originalet 21 augusti 2020.
  81. Peter Sawyer. Topp tio snabbaste superdatorer i världen . Computerworld (15 november 2017). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  82. NVIDIA accelererar Lomonosovs superdator . nVIDIA World (16 juni 2011). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  83. Andrey Vasilkov. Ny klassificering av TOP500 superdatorer . Computerra (18 november 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  84. Grafikkort? Hörde inte! (inte tillgänglig länk) . Nomobile.ru (16 maj 2012). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  85. NVIDIA introducerar VGX och GeForce GRID Cloud GPU-teknologier . ferra.ru (16 maj 2012). Hämtad 18 december 2018. Arkiverad från originalet 16 augusti 2014.
  86. Pavel Shubsky. NVIDIAs nya plattform för företag och nätverk av molnberäkningar . Hasardspel (16 maj 2012). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  87. Sergej Gritsachuk. Serverlösningar 2013 . IT-veckovis (6 juni 2013). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  88. Alexey Altukhov. Nvidia introducerar grafikkort för cloud computing . OSzone.net (19 oktober 2012). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  89. NVIDIA GRID VCA möjliggör fjärr-GPU-acceleration . Computer Review (22 mars 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  90. Victoria Rogal. Nvidia tillkännager 25 000 $ Professional VCA Graphics Server IT-expert (25 mars 2013). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  91. Ilja Gavirichenkov. Analytiker: NVIDIA borde bli av med Tegra . 3D News (11 november 2013). Hämtad 20 december 2018. Arkiverad från originalet 20 december 2018.
  92. Geoff Gaisor. Nvidias GRID VCA är ett end-to-end GPU-virtualiseringssystem . The Tech Report (19 mars 2013). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  93. Andrew Cunningham. Men kan det streama Crysis? Nvidias nya molnspelserver förklarade . Ars Technica (1 december 2013). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  94. Jeremy Laird. Hur spelstreaming kommer att förändra ditt sätt att spela för alltid . Techradar (26 maj 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  95. Marknadsöversikt över molnspeltjänster . Habr (14 oktober 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  96. Andrey Schilling. NVIDIA introducerade spelströmningstjänsten GRID . Hardware Luxx (13 november 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  97. Adi Robertson. Nvidia rullar ut molnspel för sin Shield-surfplatta och konsol . The Verge (13 november 2014). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  98. Sean Hollister. Nvidia tillkännager GeForce Grid: molnspel direkt från en GPU, med spel av Gaikai . The Verge (15 maj 2012). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  99. Nicole Lee. NVIDIA GRID molnspeltjänst nu i öppen beta för Shield-ägare i norra Kalifornien . Engadget (12 april 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  100. Sean Hollister. Nvidia kan ge Shield kraften hos en speldator med Grid-strömningsteknik . The Verge (2 december 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  101. Leinar Khairullin. Granskning av NVIDIA Grid. Framtiden för spelindustrin med NVIDIA Shield Tablet och Shield Portable . Mega recension (23 april 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  102. Russel Holly. Nvidia gör GRID officiellt som GeForce Now, med start på $7,99/månad . Androidcentral (30 september 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  103. Dean Takashi. Nvidia lanserar äntligen GeForce Now molnspel för Shield set-top-konsol . VentureBeat (30 september 2015). Hämtad 18 december 2018. Arkiverad från originalet 31 augusti 2016.
  104. Dave James. Nvidia GeForce NOW recension: kan denna imponerande spelstreamer bryta in i mainstream? . T3 (5 oktober 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  105. Vlad Babaev. Nvidia har börjat acceptera applikationer för att testa sin GeForce Now molnspeltjänst . DTF (9 januari 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  106. Brad Chacos. Nvidias GeForce Now-molnspelstjänst känns som att spela på en avancerad speldator . PC World (22 februari 2018). Hämtad 18 december 2018. Arkiverad från originalet 11 mars 2018.
  107. Konstantin Khodakovsky. NVIDIA GeForce Now ger molnspel till PC och Mac . 3DNews (7 januari 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  108. Lewis målare. GeForce Now: Vad är det och hur kan jag använda det för att spela PC-spel? . Teknisk rådgivare (13 juli 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  109. Från att inte fungera till neurala nätverk . The Economist (25 juni 2016). Hämtad 18 december 2018. Arkiverad från originalet 31 december 2016.
  110. NVIDIA DGX-1 170 TFLOPS Superdator för djupinlärning . Ixbt.com (6 april 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  111. NVIDIA Volta: Världens största och dyraste GPU avslöjad . Chip (15 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  112. NVIDIA DGX-1 och DGX Station superdatorer med Tesla V100-acceleratorer kostar $149 000 respektive $69 000 . Ixbt.com (12 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  113. NVIDIA DGX-2 djupinlärningsserver byggd på Tesla V100 GPU . Ixbt.com (28 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 5 april 2019.
  114. Chris Wiltz. NVIDIA DGX-2 är världens största grafikprocessor och den är gjord för AI (inte tillgänglig länk) . Designnyheter (29 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  115. Alexander Vyboyshchik. Tegra 2: Ursprung, möjligheter och marknadsposition . ferra.ru (2 juli 2010). Datum för åtkomst: 18 december 2018. Arkiverad från originalet 28 februari 2017.
  116. Daniel Eran Digler. Hur AMD och NVIDIA förlorade den mobila GPU-chipverksamheten till Apple — med hjälp från Samsung och Google . AppleInsider (23 januari 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  117. Agam Shah. Microsofts släktingar är de första Tegra-smarttelefonerna . PC World (12 april 2010). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  118. NVIDIA rullar ut "Tegra"-chips . Techtree.com (2 juni 2008). Hämtad 18 december 2018. Arkiverad från originalet 4 juni 2008.
  119. Ashish Koshy. NVIDIAs Tegra 2-processor med 3D lanseras snart . Tech2 (24 januari 2011). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  120. John Herman. Vad är NVIDIAs Tegra 2? . Gizmodo (1 maj 2011). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  121. Jurij Pjatikovskij. ARM-processorer: tillverkare och modeller . itc.ua (11 juni 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  122. Konstantin Khodakovsky. NVIDIA har flyttat fokus från mobilmarknaden till bil- och spelmarknaderna . 3D-nyheter (23 maj 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  123. Peter Clarke. Audi väljer Tegra-processor för infotainment och instrumentbräda . EE Times (17 januari 2012). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  124. Lawrence Latif. NVIDIA säger att Tegra 2 och Tegra 3 kommer att vara tillgängliga i 10 år (inte tillgänglig länk) . The Inquirer (22 mars 2013). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018. 
  125. Melissa Aparicio. NVIDIA vill styra in sin Tegra K1 till förarlösa bilar . PC World (27 maj 2014). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  126. Agam Shah. NVIDIAs Tegra X1 syftar till att göra förarlösa bilar mer pålitliga . Computerworld (4 januari 2015). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  127. Philip Kontsarenko. Automotive Interface Review: Hur branschen förändras med trender . VC.ru (17 februari 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  128. Anatolij Budko. NVIDIA visade upp sitt nya "mobila superchip" . habr (5 januari 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  129. Anton Pozdnyakov. CES 2015. NVIDIA Tegra X1 - teraflops i fickan . Keddr.com (5 januari 2015). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  130. Anatolij Budko. NVIDIA visade plattformen för obemannade fordon och den mest kraftfulla grafikprocessorn i världen . habr (18 mars 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  131. Andrey Vasilkov. NVIDIA presenterade miniatyrautopilotsystem och superdator . Computerra (19 mars 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  132. Anton Spiridonov, Ksenia Shestakova. Galna bilar av årets första techno-utställning . [email protected] (7 januari 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  133. Dmitry Bevza. Desert Storm: The Highlights of CES 2016 . Gazeta.ru (12 januari 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  134. Artificiell intelligens, stark och inte så . Nano News Net (18 april 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  135. Vitaly Moseev. Hur Internet of Things marknadsfördes på CES 2017: en översikt över utställningen . iot.ru (10 januari 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  136. Taras Mishchenko. NVIDIA visade ett autonomt fordon BB8 med Xavier superdator på CES . itc.ua (5 januari 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  137. Maxim Agadzhanov. Den första robotbilstävlingen slutade i en olycka . habr (20 februari 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  138. Dmitrij Volkov. Djup revolution . Computerworld Ryssland (18 oktober 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  139. Alexey Grammatchikov. Brevbäraren kommer att leverera reservdelen till traktorn. Båda är robotar . Expert Online (13 november 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  140. Dmitry Bevza. Vad hände i Vegas: prylarna och tjänsterna vi snart kommer att använda . Forbes (15 januari 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  141. Vadim Buryak. NVIDIA Volta och andra NVIDIA-meddelanden för AI-GTC 2017 . Högteknologisk expert (11 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 17 februari 2019.
  142. David Cardinal. Tesla dumpar NVIDIA, Goes It Alone på AI-hårdvara . ExtremeTech (3 augusti 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  143. Mike Brown. Tesla Autopilot Version 9 kommer snart: Vad du ska veta . Omvänt (2 september 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  144. Uber autopilot träffade cyklist på grund av kommandot att ignorera hinder . Lenta.ru (8 maj 2018). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  145. Hannah Williams. En dödsolycka med en robobil tvingade Nvidia att byta till simulering . Computerworld (9 april 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  146. DRIVE Constellation är ett molnbaserat system för att träna och testa autonoma fordon . (28 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  147. Devindra Hardawar. NVIDIA strävar efter att göra självkörning säkrare med virtuella simuleringar . Engadget (27 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  148. NVIDIA debuterar nytt Drive Constellation-simulerat självkörande testsystem. Nvidia debuterar nytt Drive Constellation-simulerat självkörande testsystem . TechCrunch (2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  149. Konstantin Khodakovsky. Project Shield: "ren Android" handhållen konsol från NVIDIA . 3D-nyheter (7 januari 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  150. Alex Roth, Matt Swider. Hands on: NVIDIA Shield-recension . Techradar (15 maj 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  151. ↑ Recension av NVIDIA Shield bärbar konsol . Fastestpc.ru (1 augusti 2013). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  152. Eric Franklin. NVIDIA Shield-recension: En fantastisk spelportabel som väntar på riktigt bra spel . Cnet (28 oktober 2013). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  153. Rick Henderson. NVIDIA Shield Tablet K1 vs Shield Tablet (2014): Vad är skillnaden? . Pocket-lint (17 november 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  154. Rick Henderson. NVIDIA Shield Tablet recension: Android-spelkraftverket . Pocketlint (4 november 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  155. Rick Henderson. NVIDIA Shield Tablet K1 recension: Den kostnadseffektiva spelplattan . Pocket-lint (17 november 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  156. Oleg Ilyukhin. Prylar för veckan: från "smarta" elskotrar till en polyglot-megafon . Hi-tech Vesti (22 november 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  157. Will Greenwald, Eugene Kim. NVIDIA Shield Android TV (2015) . PC Mag (28 maj 2015). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  158. NVIDIA Shield TV: Media Player Review and Test for Gamers (länk ej tillgänglig) . Toms hårdvara (26 april 2016). Hämtad 18 december 2018. Arkiverad från originalet 15 december 2018. 
  159. Nick Pino. NVIDIA Shield (2017) recension. NVIDIA Shield är det perfekta tillägget till din audiovisuella arsenal . Techradar (6 juli 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  160. Dave James. NVIDIA Shield-recension – den ultimata följeslagaren i vardagsrummet för din GeForce GPU . PC-spelare. Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  161. Konstantin Khodakovsky. NVIDIA har presenterat Jetson TK1 Developer Kit, den "första mobila superdatorn" . 3D-nyheter (26 mars 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  162. Sergey Karasev. NVIDIA Jetson TX1: En plattform för smarta drönare och robotar . 3D News (11 november 2015). Hämtad 20 juli 2018. Arkiverad från originalet 20 december 2018.
  163. NVIDIA Jetson TX2-modul introducerad . Ixbt.com (9 mars 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  164. Roland Moore-Colyer. NVIDIAs Jetson Xavier säger sig vara "världens första" dator för robotik (nedlänk) . inquirer (4 juni 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018. 
  165. Vladimir Bakhur. NVIDIA introducerade robotsystem baserade på programvaran Jetson Xavier och Isaac . Cnews (5 juni 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  166. Ekaterina Simikyan. NVIDIA avslöjar Universal AI-chip för autonoma robotar . Rusbase (4 juni 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  167. GPU-teknikkonferens . NVIDIA. Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  168. Alexey Berillo. Rapport om GPU Technology Conference 2009 anordnad av NVIDIA . Ixbt.com (30 oktober 2009). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  169. Paul Teich. Långsiktig trend eller övergående modefluga: tekniska händelser flyttar fokus till AI . Forbes (5 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  170. Mark Hachman. NVIDIA skapar investeringsfond för nystartade företag . ExtremeTech (13 maj 2009). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  171. Joe Clark. NVIDIA GPU Ventures investerar i sex AI-startups . Computer Business Review (26 april 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  172. Svetlana Ragimova. Artificiell intelligens kommer väl till pass i alla branscher som redan använder Big data-verktyg . Kommersant (31 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  173. Srishti Deoras. NVIDIAs Deep Learning Institute har som mål att utbilda 100 000 utvecklare i djupinlärning och AI . Analytics India Magazine (22 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  174. NVIDIA ska utbilda 100 000 utvecklare i djupinlärning under 2017 . Överklockare (10 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  175. Lee Bell. NVIDIA ska utbilda 100 000 utvecklare i "Deep Learning" AI för att stärka hälsovårdsforskning (länk ej tillgänglig) . Forbes (11 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 13 maj 2017. 
  176. Larry Dignan. NVIDIA har som mål att utbilda 100 000 utvecklare i djupinlärning, AI-teknik . ZDNet (9 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  177. Larry Dignan. NVIDIA utökar partnerskap, kurser för Deep Learning Institute . ZDNet (31 oktober 2017). Hämtad 18 december 2018. Arkiverad från originalet 23 mars 2019.
  178. Tatyana Korotkova. NVIDIA lanserar AI Startup Support Program . Cnews (20 juni 2016). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  179. Dean Takashi. 6 AI startups vinner 1,5 miljoner dollar i priser på NVIDIA Inception event . Venture Beat (10 maj 2017). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  180. Dean Takahashi. NVIDIAs Inception AI-tävling delar ut 1 miljon dollar till 3 toppstartups . Venture Beat (27 mars 2018). Hämtad 18 december 2018. Arkiverad från originalet 9 november 2020.
  181. Matt Burns. Detta är den första titten på NVIDIAs vilda nya byggnad på 750 000 kvm . tekniskt kritan. Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  182. Antonio Pacheco. Genslers NVIDIA-huvudkontor öppnar, med ett supertak som släpper in utsidan . Arkitekttidningen (30 april 2018). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  183. 12 NVIDIA Corporation (NVDA ) . Market Screener av 4-handlare. Hämtad 12 mars 2019. Arkiverad från originalet 23 mars 2019.
  184. NVIDIA-aktiekursen efter split var 189,6 $ . RBC-investeringar . Hämtad 8 februari 2022. Arkiverad från originalet 8 februari 2022.
  185. Alexey Berillo. En rundtur på det nya NVIDIA-kontoret i Moskva . Ixbt.com (30 januari 2012). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  186. Andrey Vorobyov. Rapportering om det nya NVIDIA-kontoret i Moskva: Mål och mål . Ixbt.com (10 mars 2005). Hämtad 18 december 2018. Arkiverad från originalet 21 december 2018.
  187. Sergey Ivanyutin. Där skaparna av Nvidia-processorer arbetar . Titta på mig (20 mars 2014). Hämtad 18 december 2018. Arkiverad från originalet 20 december 2018.
  188. Rysk gruvdrift är över. Nvidia slutade arbeta i Ryssland Arkiverad 14 mars 2022 på Wayback Machine // CNews, 7 mars 2022
  189. Futuremark bekräftar att nVidia fuskar i benchmark  (engelska)  (nedlänk) . Geek.com (23 maj 2003). Hämtad 26 april 2020. Arkiverad från originalet 22 november 2019.
  190. 1 2 Konspirationsteori. Hur olika drivrutinsversioner påverkar prestandan hos NVIDIA-grafikkort . www.ferra.ru Hämtad 26 april 2020. Arkiverad från originalet 18 maj 2021.
  191. Tony Smith 3 juni 2003 kl. 10:54. FutureMark: Nvidia  fuskade inte . www.theregister.co.uk. Hämtad 26 april 2020. Arkiverad från originalet 28 juli 2019.
  192. Linux-grundare skickar NVidia 'tre bokstäver' . Cnews.ru. Hämtad 26 april 2020. Arkiverad från originalet 21 september 2020.
  193. Watch Dogs against  AMD . gameguru.ru. Tillträdesdatum: 26 april 2020.
  194. AMD kritiserar Nvidias DLSS-teknik . Överklockare.ua. Hämtad 27 april 2020. Arkiverad från originalet 24 februari 2022.

Länkar