巴蜀网

 找回密码
 免费注册

QQ登录

只需一步,快速开始

开启左侧
查看: 990|回复: 12
 楼主|壳子 发表于: 2016-10-28 09:53:00|显示全部楼层|阅读模式

[企业] "挖矿盛宴"过后需求锐减 英伟达市值一夜蒸发上千亿

 [复制链接]
  NVIDIA(中文名:英伟达,纳斯达克股票代码:NVDA)是一家人工智能计算公司。公司创立于1993年,总部位于美国加利福尼亚州圣克拉拉市。Jensen Huang(黄仁勋)是创始人兼首席执行官。
  1999年,NVIDIA发明了GPU,这极大地推动了PC游戏市场的发展,重新定义了现代计算机图形技术,并彻底改变了并行计算。
  2017年6月,入选《麻省理工科技评论》2017年度全球50大最聪明公司“榜单。
  2018年2月8日,英伟达公布第四季度以及全年财报。财报显示英伟达去年全年收入创下历史新高,达到97.1亿美元,同比增长41%,利润增长83%。英伟达全年GAAP每股盈利高达4.82美元,同比增长88%。在过去的第四季度,英伟达收入达到29.1亿美元,同比增长34%。GPU收入同比增长33%至24.6亿美元。
  2018年11月20日至22日,NVIDIA将在苏州召开GTC China 2018大会。NVIDIA GPU技术大会(GTC)是AI和深度学习领域的大会,也是全球范围的GPU开发者行业聚会。GTC CHINA历时三日,共将举办70余场专业的技术讲座,与会人数预计将超过8000人。NVIDIA创始人兼首席执行官黄仁勋带来主题演讲。
『 巴蜀网 』提醒,在使用本论坛之前您必须仔细阅读并同意下列条款:
  1. 遵守《全国人大常委会关于维护互联网安全的决定》及中华人民共和国其他各项有关法律法规,并遵守您在会员注册时已同意的《『 巴蜀网 』管理办法》;
  2. 严禁发表危害国家安全、破坏民族团结、破坏国家宗教政策、破坏社会稳定、侮辱、诽谤、教唆、淫秽等内容;
  3. 本帖子由 壳子 发表,享有版权和著作权(转帖除外),如需转载或引用本帖子中的图片和文字等内容时,必须事前征得 壳子 的书面同意;
  4. 本帖子由 壳子 发表,仅代表用户本人所为和观点,与『 巴蜀网 』的立场无关,壳子 承担一切因您的行为而直接或间接导致的民事或刑事法律责任。
  5. 本帖子由 壳子 发表,帖子内容(可能)转载自其它媒体,但并不代表『 巴蜀网 』赞同其观点和对其真实性负责。
  6. 本帖子由 壳子 发表,如违规、或侵犯到任何版权问题,请立即举报,本论坛将及时删除并致以最深的歉意。
  7. 『 巴蜀网 』管理员和版主有权不事先通知发帖者而删除其所发的帖子。
分享到:
 2951566898 发表于: 2018-11-20 11:28:00|显示全部楼层
★本站推荐:发帖子前,请使用“排版助手”软件,让您的文章更悦目!★

"挖矿盛宴"过后需求锐减 英伟达市值一夜蒸发上千亿

源自:新财经网
  今年以来,加密货币市场逐渐下落,支撑这个市场的挖矿行业也日渐凋零。

OJ4M-hnyuqhi4097295.jpg
  得益于去年区块链挖矿行业红利,全球最大的显卡公司英伟达迅速成为炙手可热的企业,在过去一两年业绩和利润不断上升,特别市值更是成倍增长,显然,基于区块链芯片需求为英伟达带来的特殊的增长机遇。

前情回顾
  去年,随着区块链市场的兴起,全球投资者将目光聚焦到这个充满未来的新兴市场。
  同时,市场的火热也带动了维持区块链底层“矿业”的蓬勃发展。一时间,挖矿的专业芯片供不应求,随之而来的是显卡供求不平衡和价格飞涨。让美国几大主要的芯片制造商股价疯涨。
  英伟达也一度对该业务表示看好,其中国区高管此前曾向媒体透露,将会针对挖矿需求专门开发产品,比如根据GeForce GTX 1060改造的次专业矿卡。
  但今年以来,这个新兴市场逐渐下落,支撑这个市场的挖矿行业也日渐凋零。
  美东时间周四,昔日美股明星芯片股英伟达发布令人失望的2018年第三财季财报,报告期内,英伟达销售和利润均低于分析师预期。
  周五英伟达股价单日大跌近19%,市值蒸发逾230亿美元。而众多英伟达分析师也在下调该股目标价。
  同时财报显示,因为区块链市场渐进寒冬,“挖矿”热潮急速退减,这让数字矿工挖掘 Token 逐渐成为一项无利可图的生意,并殃及上游芯片供应商。最终导致英伟达的个人电脑代工生产收入下降约40%。

59RA-hmhswin5288318.jpg
  英伟达黄仁勋称,随着矿卡销量的下跌,专业游戏卡的价格也慢慢降了下来,他希望那些被价格挡在门外的买家能再次回来,购买英伟达的显卡。
  目前英伟达显卡的库存相当严重,而库存回到正常水平的时间比预期要慢很多。根据黄仁勋的表述,预计到本季度末期,英伟达的库存水平会回到正常水平。
  由于第三财季业绩不及华尔街分析师此前预期,第四财季业绩展望也未达预期,从而导致其盘后股价暴跌逾16%。有业内人士称,Nvidia业绩低迷在很大程度上是因为来自数字Token(如BTC)挖矿市场的硬件需求下滑所致。
  对此,Nvidia CEO黄仁勋也证实了这一点。他说:“我们近期的财报结果反映了数字Token繁荣后的过剩渠道库存。”

ZksG-hnyuqhi4097353.jpg

媒体点评
  《每日经济新闻》表示,去年末,投资者对众多区块链Token的狂热追求刺激了芯片的需求。然而,随着比特币等加密Token价格的暴跌,以及其中许多Token的“挖矿”不再有利可图,这一切就如过山车一般灰飞烟灭。
  CNBC报道中称,这些之前被用来“挖矿”的芯片正在二级市场上出售,也进一步增加了库存的过剩。当地时间周四的财报发布后,英伟达CEO Jensen Huang在与分析师的电话会议上表示,可能需要两个季度的时间才能消化掉新增库存。
  受此影响,今日有多家投行纷纷调低Nvidia股票评级或目标股价。其中,高盛将Nvidia股票评级从“强力买入”降至“买入”,野村极讯(Nomura Instinet)将Nvidia目标股价调低至200美元,德银将Nvidia目标股价调低至190美元,美国投行B.Riley/FBR将Nvidia股票评级从“买入”降至“中性”。
部分图片、文章来源于网络,版权归原作者所有;如有侵权,请联系(见页底)删除
 云枫 发表于: 2018-11-19 09:28:00|显示全部楼层

又一巨头神话破灭:英伟达跌跤 显卡面临去库存难题

源自:界面
  英伟达跌跤:加密货币“有毒”,显卡面临去库存难题
  这是英伟达10年来在资本市场的最差表现。低于预期的销售数据和四季度展望,使得该公司股价开盘暴跌约18%,股价下滑至164.43美元/股,市值蒸发超200亿美元。
  彭新
rdsy-hnyuqhi0437197.jpg
  又一家科技巨头的增长神话破灭。
  11月16日,图形处理芯片(GPU)公司英伟达公布了2019财年第三季度财报。财报显示,其第三季度营收31.8亿美元,非GAPP每股摊薄收益为1.84美元,均低于分析师预期。同时财报显示,因为“挖矿”热潮退减,GPU产品需求量降低,导致英伟达的个人电脑代工生产收入下降约40%。
  对于即将到来的第四季度假期档,英伟达也给出了令人失望的预期业绩,Refinitiv的机构经纪人预测系统(IBES)数据显示,英伟达预计第四季营收为27亿美元,上下浮动2%,远低于分析师平均估计的34亿美元。低于预期的销售数据和四季度展望,使得该公司股价开盘暴跌约18%,股价下滑至164.43美元/股,市值蒸发超200亿美元,几乎相当于其图形处理部门最大竞争对手AMD当前市值(目前AMD市值为206亿美元)。
  这也是英伟达10年来在资本市场的最差表现。英伟达股价上一次暴跌是在2008年7月3日,当时该公司公布了低于预估的销售预期后,股价一天内暴跌近31%。
ZjiV-hmhswin4610540.png
英伟达股价创近年最大跌幅。图片来源:彭
  考虑到美股近期的震荡行情,一定程度上放大了英伟达跌势。加上此前英伟达预期市盈率达到40倍,大幅度的股价涨幅让英伟达在业绩表现上面临极大压力。这家芯片生产商的市值已经比肩IBM等大得多的科技巨头,在芯片股中估值较高,但随着增长放缓以及股价下跌,这一估值已经回落。

兴起于人工智能
  英伟达是人工智能概念兴起后,发展的最为风生水起的科技企业。目前英伟达多数收入仍来自视频游戏使用的图形处理芯片,不过该公司在人工智能方面取得的重大进步为其带来了扩张机会。
  从最早用于3D游戏的图形计算开始,由于可以完成复杂的运算,GPU逐渐在各大领域获得广泛应用,比如挖掘加密货币、提供深度神经网络运算所需的算力,甚至可以让自动驾驶汽车在城市中穿行──它们可以赋予计算机视觉、听力以及学习能力。
  由于GPU的设计更适合对海量数据进行批量化操作,后者正是人工智能时代的核心,也是深度学习技术所需要的。这符合时下热门的人工智能概念,如今GPU成为人工智能技术发展的根基之一。
4Zbs-hmhhnqt0858165.jpg
  英伟达CEO黄仁勋认为,未来软件的方方面面都将被人工智能渗透。而英伟达很早便以上游供应商的视角意识到了机遇,提前布局。
  一个广泛流传的故事显示出该公司的远见:黄仁勋在华尔街看到一些做高频交易和金融量化的人,在用英伟达GPU计算交易,但这些人觉得GPU编程太麻烦,对此,黄仁勋意识到市场对通用编程环境的需求。也有报道称,英伟达与斯坦福大学合作,发现GPU的深度学习能力远好于CPU,这也是英伟达此后大力发展GPU加速计算的原因。
  2006年,英伟达推出了CUDA,这种平行计算架构可以让研究人员在数千个图形处理器上运行极其复杂的任务,让芯片脱离了电子游戏的单一领域,适用于各种计算任务。2014年,公司让进军智能手机业务失败的芯片重获新生,这种名为Tegra的产品被重新定位,用于汽车自动驾驶。

众矢之的
  英伟达现在的业务由五部分组成:游戏业务、专业可视化业务、数据中心业务、自动化业务(主要用于汽车)以及OEM和IP业务。
  目前英伟达多数收入仍来自游戏业务。不过该公司在人工智能方面取得的重大进步为其带来了新的扩张机会。谷歌、微软以及亚马逊公司都在购买英伟达芯片,以便在各自的数据中心部署人工智能,识别图像并自动添加标签、根据用户喜好推荐新闻内容等。
  英伟达的数据中心业务,主要利用大量GPU组合成阵列,从而提供24小时可用的高性能计算。与部署起来非常复杂的传统服务器相比,GPU阵列计算效率更高,计算节点之间的数据传输速度也更快。
  在各大科技公司纷纷亏损砸钱布局人工智能的当下,英伟达已经开始赚钱,这令市场感到兴奋。此前,黄仁勋称英伟达是一家人工智能计算公司。
UUm7-hmhswin4610542.jpg
采用英伟达GPU的数据中心。
  资本市场也给予英伟达热切回应。在英伟达的2017财年,该公司股票从当年年初的29.63美元,一度最高达到120.92美元。英伟达也成为去年标普500表现最好的股票。整个2017财年,公司营收达到69.1亿美元,同比增长38%,净利润达到16.7亿美元,同比增幅172%。
  另一方面,无人驾驶汽车的商机依然遥远。《华尔街日报》预计未来两年汽车业务将为英伟达贡献5%的收入(最新财报显示自动化业务收入占比为4.7%)。目前英伟达的名字已经和自动驾驶汽车紧紧联系在一起,如果无人驾驶出现任何状况,都可能给英伟达的股价造成冲击。
  实际上,今年3月18日优步的一辆自动驾驶汽车发生一起致命事故就让英伟达尝到苦果,虽然事故没有归咎于英伟达的技术,但给后者股价造成重创,一度英伟达股价大跌12%,市值蒸发近180亿美元。
  显然,站在人工智能中心令英伟达发展迅猛,同时也成为众矢之的──GPU之外,英特尔倾向于用FPGA(可编程阵列)满足人工智能发展需求,此架构针对特定框架进行深度优化定制,可以根据不同计算需求进行修改。
  2016年5月,谷歌发布专门为机器学习优化的专用处理器TPU(张量处理器),并宣布AlphaGo的计算硬件核心便来自于此。而英伟达的老对手AMD,随着全球首款基于台积电7纳米制程GPU的发布,分析师预计,AMD未来将切入云计算数据中心人工智能计算领域,尤其在算力要求较低和目前较分散的推理端,与英伟达竞争。

“有毒”的加密货币
  时间拨回一年前,比特币价格突破两万美元并显示持续增长势头。用户买来显卡“挖矿”赚加密货币,因此随之而来的是显卡供求不平衡和价格飞涨。英伟达不得不采取措施抵制用游戏显卡“挖矿”,限制显卡在线销售,规定每款产品单用户限购两张,并要求零售商将其显卡产品优先销售给游戏玩家,而不是加密货币矿工。
  加密货币热潮推动了英伟达和竞争对手AMD业绩的增长,成为“意外之财”,英伟达一度对该业务表示看好,其中国区高管此前告诉界面新闻,将会针对挖矿需求专门开发产品,比如根据GeForce GTX 1060改造的次专业矿卡。在5月的财报中,英伟达首次公布数字加密货币营收,其中显示英伟达从数字加密货币的芯片中获得了2.89亿美元的收入。
heMS-hnyuqhi0437477.jpg
  在8月披露的第二季度财报中,英伟达加密货币挖矿相关产品的收入将远弱于预期,英伟达首席财务官(CFO)科莉特克雷斯(Colette Kress)表示:“我们现在预测,这部分的贡献不会再增加。”
  但事实证明加密货币业务的糟糕状况持续得比他们想象还要久。“我们很惊讶”,谈及加密货币市场颓势,英伟达CEO黄仁勋如此评价。据加密货币交易网站Coindesk数据,11月15日凌晨,比特币价格跌破6000美元关口,最低跌至5544美元,创2018年来的新低。受到比特币拖累,以太币、莱特币和瑞波币等加密货币纷纷重挫。这让数字矿工挖掘加密货币逐渐成为一项无利可图的生意,并殃及上游芯片供应商。
  加密货币挖矿热潮退烧的冲击让英伟达始料未及,最新财报显示,包括加密货币芯片在内的OEM和IP业务收入为1.48亿美元,是营收中唯一同比负增长的业务。

显卡艰难去库存
  此前英伟达认为随着GPU价格下滑,需求会迅速回升,但实际情况并非如此,英伟达目前的首要任务是需要清理库存。由于加密货币挖矿热潮推升显卡价格,导致部分买家观望。
  大量中端帕斯卡架构GPU库存周期长达12周,财报称英伟达本季度的库存价值14多亿美元,大大高于前两个季度的8亿~10亿美元水平,该公司表示清理库存大概需要一至两个季度。
  最明显的例子是GTX 1060显卡,早在加密货币挖矿需求推动显卡价格疯涨的日子里,英伟达尽可能多地生产GTX 1060,以满足游戏玩家和矿工的需求。但随着过去几个月数字货币价格的下跌,使得挖矿对这些卡的需求急剧下降,导致库存过剩。据称英伟达已决定不再供应新的GTX 1060显卡给渠道,期望渠道能尽快降低库存。
  但值得注意的是,AMD刚推出的RX 590显卡可能会对英伟达的库存清理造成影响,后者性能略优于GTX 1060,提供了更具性价比的游戏显卡方案。
rtB7-hmivixn3809581.jpg
  英伟达称RTX系列显卡的光线追踪技术特性将带来革命的游戏体验,目前首款支持该特性的游戏《战地5》已经发售。
  高端显卡方面,最新的图灵架构显卡(RTX 2080 TI/2080,RTX 2070)搭载有英伟达主推的光线追踪技术,受到玩家追捧,产品供不应求。但有消息显示,由于测试原因,英伟达承认部分RTX 2080 TI显卡存在质量缺陷。
  对于库存问题的担忧,已经让高盛将英伟达从“确信买入名单”中移除,但仍维持买入评级,并将目标股价定为200美元。
  “我们显然低估了中端游戏GPU中通道库存量的问题。虽然我们认为,游戏产业的库存修正是一次性的开销,不会改变长期成长状况,但在现在经济疲软的情况下,可能要花上几季的时间,才能让市场对该公司业务成长轨迹重拾信心。”高盛分析师Toshiya Hari称。
  显卡库存问题也与市场环境变化有关,不只是英伟达,其竞争对手AMD也面临库存问题。在上个月发布的财报中,AMD表示加密货币挖矿业务虽对直接营收贡献甚微,极速萎缩的市场需求带来GPU渠道销售压力。
  但黄仁勋肯定不认可市场质疑,他认为英伟达在GPU市场具有绝对领导地位,当AMD全力投入显卡生产进入挖矿市场时,面对需求萎缩,双方面对的库存压力是“不成比例”的──AMD显然会更不轻松。
 上官123 发表于: 2017-5-16 08:35:00|显示全部楼层

NVIDIA将首次公开12nm Volta显卡性能

  本文来自快科技
  今年的HotChips大会定在了8月20到22日,现在部分关键活动安排已经公开,Intel、AMD、NVIDIA、微软、IBM、高通都将讲演新品。
-3iw-fyfeutq0437072.jpg
  具体来说,NVIDIA将演示新一代Volta架构的性能,它采用12nm工艺,目前已经发布Tesla V100加速卡,高达5120个CUDA、16GB HBM2显存,单精度浮点15T。
  AMD将重点介绍下一代Radeon GPU,应该就是RX Vega,最新的传言是包含Vega Core/Eclipse/Nova三款,分别对打GTX 1070/1080/1080 Ti。
  Intel也有新品推介,不过是服务器端的Skylake-SP,也就是新一代Xeon。
  同时,高通的主题是数据中心平台的10nm处理器Centriq 2400、微软的主角是天蝎座的游戏引擎、IBM Z系统专用处理器。
部分图片、文章来源于网络,版权归原作者所有;如有侵权,请联系(见页底)删除
 上官123 发表于: 2017-5-12 09:35:00|显示全部楼层

NVIDIA Tesla V100正式发布 5120个CUDA性能再翻1倍

源自:爱活网
  老黄又曝核弹了!就在GTC2017的演讲上,黄仁勋正式宣布了基于下一代的Volta架构的Tesla V100,拥有5120个CUDA核心,16GB HBM2以及15TFLOPS的单精度性能,就连老黄自己都用了难以置信作为形容词。
m1pz-fyfeutp7527702.gif
  这块Tesla V100拥有12nm工艺,芯片面积为815平方毫米,高达210亿颗晶体管,内存带宽900GB/s。而Tesla V100的任务与P100相似,主要负责高性能运算和深度学习。在相同条件和数量下,Tesla V100能将性能提升1倍甚至更多,P100上原本需要20个小时完成的任务量放到Tesla V100只需要不到10小时。
jANK-fyfeutp7527710.jpg
  现场老黄制止不住自己的兴奋劲,一连演示了三个不同的DEMO。这块基于Volta的GV100核心现场怒艹Maxwell的Titan X,一点不给老显卡任何一点面子。于此同时,塞满Tesla V100的NVIDIA DGX-1主机也被同时发布,内置8张Tesla V100显卡,原本TITAN X需要8天完成的运算量在这个盒子面前被压缩到了8小时。
U6YG-fyfeutp7527716.jpg
  同时基于Tesla V100推出的还有DGX工作站,采用4张Tesla V100,1500W功耗,自带水冷,售价69000刀,重点是面向深度学习工程师。在现场老黄甚至忍不住调戏了一下SkyLake,在大规模运算上的表现,Tesla V100比Intel的SkyLake快上15到25倍。
rG2R-fyfeutp7527720.jpg
LpTk-fyfeutp7527726.jpg
7Tgi-fyfeutp7527751.jpg
  更重要的是上述的所有产品不会只停留在PPT,产品会在今年第三季度问世,并在第四季度开始出货OEM产品。如果与Pascal时代相同,GV10x系列的GPU将有机会登陆消费级显卡,并且性能表现不俗。不知道现在还在考虑如何降价的A卡们,现在是个什么心情。
Od2S-fyfeutp7527768.jpg
  与此同时,NVIDIA Drive PX平台也获得了更新,丰田正式加入NVIDIA的自动驾驶阵营,而车载Xavier SoC则已经开始部署Volta GPU。Volta虽然距离正式发布还有一个季度,但NVIDIA已经为其设计好了工作站、计算中心、云计算、车载系统等多个场景,显然NVIDIA并没有打算留给任何对手任何喘气的机会。
-zqA-fyfeutp7527776.jpg
ygU7-fyfeutp7527780.jpg
ffdy-fyfeutp7527783.jpg
 上官123 发表于: 2017-5-11 10:35:01|显示全部楼层

英伟达的GTC大会:2小时发布5大AI新品 股价暴涨17%

源自:雷锋网
Whjc-fyeyqem3677907.jpg
  今年的NVIDIA GTC开发者大会,与往年颇有些不同。
  北京时间5月11日00:00,万众瞩目的英伟达CEO黄仁勋Keynote演讲,在加州圣何塞举行。全场长达两个多小时,雷锋网记者在媒体中第一位入场,坐在了前排中央。然而,整场演讲下来,老黄并没有一句提到游戏。
  本场主题演讲的话题涉猎面其实很广:VR、Volta、超算、GPU云服务、自动驾驶芯片、以及机器人训练。但是,所有这些话题都有一个共同点:要么基于AI、深度学习技术、要么为AI、深度学习技术服务。
  英伟达也恰恰在GTC举办的同时,公布了2017年第一季度的财报。财务数据显示,NVIDIA在2017第一季度营收同比增长48%,达到19.4亿美元。在过去一年里,NVIDIA致力于深度学习的计算系统解决方案极大推动了语音识别、机器视觉、虚拟助手、自动驾驶等领域的发展,而其在各行各业的核心开发者也成为这家“核弹公司”源源不断的增长动力。
  看来,英伟达已经如同老黄所说,已完全转型成为领先的AI企业。本届GTC的主题,便是AI&深度学习。当然,还有划时代的深度学习硬件Volta。下面,便是本届GTC英伟达发布的五大革命性产品:Project Holodeck、Volta、英伟达GPU云、Xavier DLA,以及Isaac机器人模拟机。
Project Holodeck

MF9t-fyeyqem3677922.jpg
  Project Holodeck是老黄发布的第一个产品,堪称是本届GTC的开胃菜。它将VR和AI的顶尖技术相结合,所构建的VR社交、工作空间。它有三大特点:
  照片级逼真的视觉
  物理交互
  协作
  其中最大的亮点,无疑是物理交互体验。老黄表示,虚拟共享空间必须要遵从物理定律,否则就无从营造真实世界般的沉浸感。相比之下,同属VR社交空间应用的Facebook Spaces,并没有这么强调物理属性。
  英伟达与顶级跑车制造商科尼塞克合作,请科尼塞克创始人Christian Koenigsegg甚至利用VR化身(上图中的虚拟人)“现身”说法。
WUaJ-fyeyqem3677935.jpg
  演示中,有两个细节值得我们注意:
  当VR化身触摸方向盘时,其“手掌”并不会像网游那样穿过方向盘,而是能实实在在地握住它。雷锋网获知,用户还能在Project Holodeck里举起东西。这充分展示了“物理交互”。
  Project Holodeck导入了科尼塞克最新车型(上图)的全部三维数据──不仅仅是外观,还有内饰、零件。随老黄一声令下,整部车分解成一个个的独立零件;展示了让VR“不止于社交”的可能性。
  Project Holodeck将于9月开放体验。

Volta架构
  没错,Volta终于来了。继Pascal(帕斯卡)之后的新一代GPU架构,在万众期待下亮相。对于绝大多数观众,不论GTC推出了多少AI工具,都无法遮掩Volta作为本届大会心脏的事实。
  毕竟,英伟达今后二至三年的GPU产品线,全都要由Volta供血。虽然Volta架构的游戏显卡最快在今年底才可能与大家见面,但通过深度学习卡,也可一窥Volta的满血性能。那么在本届GTC,英伟达推出了哪些基于Volta的产品?
  答案是Tesla V100,以及基于它的深度学习计算机DGX-1和DGX Station。

Tesla V100
LAiZ-fyeyqem3677956.jpg
  “迄今为止英伟达难度最高、最复杂的项目;
  耗费数千工程师数年光阴来完成;
  全世界有史以来最昂贵的计算机项目(研发支出为30亿美元)。”
  说的就是Tesla V100,基于新一代Volta架构。但英伟达在它身上实现的壮举远不止与此:
  Tesla V100的芯片面积是惊人的815平方毫米,约等于一块Apple Watch,真正达到光刻技术的极限。
  老黄说:“不可能做出比这再大的GPU芯片……我把这看做是几乎‘不可能实现的’,是制造技术的一项不可思议的惊人绩业。”
  来自三星的16GB HBM2显存,带宽达到惊人的900 GB/s。
  详细规格见下图:
qVde-fyeyqem3677972.jpg
  Tensor Core
  相比Pascal,Volta有全新的张量运算指令,这就是Tensor Core。
  它既是指令也是数据格式,是4×4的矩阵处理阵列。它使得Volta的训练吞吐量达到了Pascal的12倍,推理吞吐量达到6倍。借助它,Tesla V100的张量运算能力达到120 TFLOPS。
  TensorRT
  它是Volta的高性能神经网络推理引擎,或者说编译器。目的是为推理运算快速地优化、验证、部署训练好的神经网络。
  老黄解释道:“训练完成之后,用于训练神经网络的框架会生成图。图需要为你使用的处理器进行优化、编译。我们把这称为TensorRT。”
  面向推理(inference)
qDkV-fyeyqem3677987.jpg
  众所周知,深度学习运算可被分为训练和推理两部分。从前,N卡只关注训练,而在Tesla V100上,英伟达终于对推理“动真格”。老黄表示,从Volta开始,英伟达GPU将对训练、推理兼顾,可谓是革命性的突破。
  如图所示,Tesla V100的推理运算速度是Skylake CPU的十余倍不止。CPU、FPGA和TPU们怕了么?
  性能对比
  这是Tesla K80、P100与V100三代架构的性能对比。在Caffe2、Microsoft Cognitive Toolkit(CNTK)、MXnet三大框架上,V100 取得了数倍的性能提升。以Caffe2为例,训练时间由K80的40多小时,缩减到V100的不到10小时。

DGX-1V、DGX Station和HGX-1
  深度学习超级计算机DGX-1也把GPU升级为Volta,这便是DGX-1V。
k8fO-fyeyqem3678024.jpg
  它内置八块Tesla V100,运算能力为惊人的960 Tensor TFLOPS。老黄表示,过去Titan X需花费八天训练的神经网络,用DGX-1V只需八个小时。它相当于是“把400个服务器装进一个盒子里”。
  售价149000美元,即日起接受预定,第三季度出货。
XhCu-fyeyqem3678029.jpg
  DGX Station则是缩小版的DGX-1V,老黄称其为“Personal DGX”,堪称是终极深度学习PC。英伟达内部已经使用很久,每个工程师要么有DGX-1V,要么有DGX Station,再要么两个都有。这次,老黄决心把它推向市场。
  它内置四块Tesla V100,运算力因而是DGX-1V的一半。1500W功耗,使用水冷。售价69000美刀。
  另外一个基于Tesla V100的新硬件产品是HGX-1。这是英伟达与微软合作开发的公有云服务器。老黄声称,这是业内首个堪称标杆的云图形加速器。它内置八块Tesla V100,设计时就考虑了公有云服务器必需的多种任务处理与全能性。

英伟达GPU云
  “这是世界上首个混合深度学习云平台”,老黄说。
lVfb-fyeyqem3678044.jpg
  每一名深度学习工程师大概都深有体会:在一台设备上创建、设置开发环境并不是一件省心的事。这花费的时间可能是整整一天,可能是一个星期、一个月,也可能灰心丧气干脆放弃。
  为解决这一开发者的痛点,英伟达推出了GPU云。它的亮点非常直接──在几分钟内设置好本地开发环境。而这,只需要打包下载一整套英伟达优化、整合好的深度学习软件包。开发者所有需要的库和框架都包含在内,并且用容器NVDocker隔离。
  它支持全部深度学习开发框架。当然,为利用云端成白上千GPU的强大计算力,开发者可一键在英伟达GPU云设立开发环境,上传工作进度。
  英伟达GPU云将在七月公测。

开源Xavier DLA
  Xavier是英伟达的自动驾驶AI处理器。它的创新之处在于,整合了CPU、GPU以及DLA三大处理器的优点:
EgBe-fyeyqem3678053.jpg
  雷锋网注:DLA即深度学习加速器,前段时间很火的谷歌TPU,便是DLA。
  Xavier同时具备CPU的单线程性能,CUDA的并行加速能力,以及DLA的计算机视觉特殊功能。
  老黄宣布,为加速深度学习技术的普及和进步,将开源Xavier DLA供所有开发者使用、修改。初期版本将在7月开放,完整版本将于9月公开。

Isaac机器人模拟机
titG-fyeyqem3678063.jpg
  Isaac(艾萨克)这个名字,来自于两个人:一是象征物理学的艾萨克·牛顿,二是象征 AI 的艾萨克·阿西莫夫。这是英伟达倾力打造的终极机器人AI虚拟训练环境。
  在真实世界人为训练机器人有先天的局限性:人力成本过高,风险大,耗时长,效率极低。解决的方案,便是在虚拟环境进行机器人训练。这有点类似于训练智能体的模拟器Deepmind Lab和OpenAI Gym。事实上,Isaac直接连通OpenAI Gym,借助后者的强化学习功能。
  充分利用了英伟达在物理引擎上的造诣,老黄表示,Isaac的目标是打造一个遵从物理定律的“alternate universe”(替代空间)。虚拟训练空间将完全遵从现实世界的物理定律,除了时间。
  理想的情况是,在模拟机中学习过的机器人,就相当于已经预训练过。
W4dU-fyeyqem3678081.jpg
  而在时间上,机器人AI将以多重“分身”在Isaac中进行训练,每轮训练中最聪明的那一个,将进入下一轮分配给每个智能体;再从中选出表现最好的那一个进入下一轮,取代上一轮的所有智能体……
  如此往复,以训练出最聪明的机器人AI。
部分图片、文章来源于网络,版权归原作者所有;如有侵权,请联系(见页底)删除
 上官123 发表于: 2017-5-10 08:35:00|显示全部楼层

英伟达一季度营收增48%:业绩远超预期 股价大涨13%


nvda.png

  北京时间5月10日早间消息,英伟达周二公布了第一季度财报,业绩远远超出华尔街预期。在周二美国股市的盘后交易中,英伟达股价上涨超过13%。
zVS_-fyeyqem2699654.jpg
  第一季度,英伟达营收为19.4亿美元,每股收益0.79美元,而分析师的平均预期分别为19.1亿美元和0.66美元。更重要的是,英伟达营收同比增长48%,而美国通用会计准则每股收益的同比增长达到126%。
  此外,英伟达给出了非常强劲的第二季度业绩展望,营收预计为18.9亿至19.5亿美元。
  英伟达对于数据中心GPU业务,以及在人工智能行业的前景展望尤为乐观。
  英伟达CEO黄仁勋表示:“人工智能革命正在快速推进,并持续加速。随着全球更多计算机科学家参与深度学习技术,我们的数据中心GPU计算业务同比达到了近3倍。不断有新的行业注意到GPU深度学习和人工智能的力量,这是我们时代最重要的技术动力。” ●
 楼主|壳子 发表于: 2016-10-28 09:53:00|显示全部楼层

存在问题

退出芯片组市场的玄机
  NVIDIA终于承认他们未来将放弃为Intel平台高端产品(如Nehalem架构的Core i5/i7等)制作芯片组的计划,不过他们狡辩说放弃的原因是因为与Intel公司之间的官司纠葛,以及Intel不愿意将新的总线接口DMI授权给NVIDIA等等,不过,在我们看来,这些狡辩其实只是一种巧妙转移观众视线的托辞而已。
  尽管Nvidia曾经一度在基于AMD平台的芯片组市场上呼风唤雨,但是AMD巨资收购ATI后,其芯片组产品和业务迅速崛起,特别是在推出牢牢控制在AMD自己手中的交火技术CrossFire之后,NVIDIA的芯片组产品在AMD平台上便日渐式微。
  而自从NVIDIA推出nForce4之后,其后的芯片组产品表现几乎可以用一塌糊涂来形容。当时NVIDIA曾经推出过一款配合其芯片组使用的网络管理软件NAM(NVIDIA Access Manager),这款软件本来的目的是保护系统的网络安全,不过在实际使用中却经常导致系统网络功能的不正常,而且芯片组中的网络功能部分性能也很差。
  到680i时代,这款芯片组则由于内存控制器性能低下则饱受批评。在后来推出的7XX系列芯片组中,他们虽然解决了这个问题,但是在RAID控制器部分又出现了性能低下的问题。
  另外,据OEM厂商提供的消息称,基于NVIDIA 6xx/7xx系列芯片组的主板退货率非常之高,根本不值得购买。而且据说NVIDIA早在去年下半年便已有退出芯片组市场的想法,当时NVIDIA曾在一次会议上询问到场的OEM厂商,自己还有没有必要再继续研发新的芯片组产品,据说提问过后会场鸦雀无声…
  NVIDIA已经把业务重心转向SOC芯片以及GPGPU技术的研发,开发这些产品自然需要大量的资金支持,因此他们自然会放弃那些自认没有竞争力,商业价值小的花钱项目。不过,为了掩盖事实的真相,令自己更体面地放弃大部分芯片组业务,他们把与Intel之间的纷争拉来作掩护,把过错全部推到Intel的所谓“独断专行”身上。
  当然,NVIDIA确实有表示还会继续生产基于Intel FSB接口的芯片组平台,不过我们估计这种情况不会持续太久,当NVIDIA清空这类产品的库存之后,恐怕他们一样也会停止这种芯片组的生产和研发。最后,他们甚至还有可能将芯片组部门整个卖给苹果,以换取现金。

不再造芯片组
  NVIDIA退出芯片组领域早已经是不可避免的,芯片组和SoC开发团队也已于早些时候合并,以增强Tegra产品线的开发力量。
  NVIDIA终于官方承认已经彻底跟芯片组说拜拜了。黄仁勋在昨日的财务会议上说:“我们再也不制造任何芯片了。我们造的是SoC我们正在生产Tegra SoC,所以将把(芯片)集成提高到一个新层次……芯片组业务今年已经基本陷入停滞,因为我们并没有真正拓宽它的销售。”
  传统上,芯片组业务贡献着NVIDIA公司总收入的30%,而2011财年第三季度据称已经降至15%。
  2018年01月,NVIDIA在官方网站上发布安全公告确认,NVIDIA产品不会受到Meltdown漏洞影响(因为它是Intel架构专属的),NVIDIA正在为旗下产品推送新的驱动程序,其中就包含漏洞修复补丁,其中GeForce、Quadro、NVS系列的Windows新驱动版本号为390.65/386.07,Linux新驱动版本为390.12/384.111,均已经提供下载,强烈建议立即更新。
 楼主|壳子 发表于: 2016-10-28 09:53:00|显示全部楼层

产品制造

  作为一家无芯片IC半导体设计公司,NVIDIA有自己的实验室研发芯片,但将芯片制造工序分包给其他厂商。以往,NVIDIA从其他厂商,例如 IBM,意法半导体,台积电(NVIDIA目前最重要的代工合作伙伴)和联华电子获得硅芯片生产能力。芯片的供应链需涉及数间第三厂:薄片制造厂,test-house测试核心并根据效能将之分类,和将芯片封装的厂商。依据存货清单,NVIDIA必须提早数月订购芯片,并将之存储起来等待使用。这偶尔会引起供应补给的不稳定。
  在最终产品上(指显卡、主板等),NVIDIA会推出所谓原厂“公版”(Reference)产品(称为参考样卡或参考样板)供展示及测试之用,早期产品是由台湾微星,美国威竣(VisionTek)及德国艾尔莎代工,由新加坡伟创力与台湾鸿海(富士康)、捷波代工生产。在零售市场上,NVIDIA会把顶级型号的“原厂”公版产品给各个第三方厂商贴牌,如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等,这些厂商的产品设计用料完全相同,均由一家厂商代工。在OEM市场上,亦有部分“原厂”公版产品存在。2008年后NVIDIA允许了旗舰级产品的“非公版”(Non-Reference)设计,但只有极少数有实力的厂商(如华硕、影驰等)会推出自己设计的产品。2010年10月初,NVIDIA曾通过BestBuy少量销售由富士康厂商代工的NVIDIA品牌“原厂”产品。
部分图片、文章来源于网络,版权归原作者所有;如有侵权,请联系(见页底)删除
 楼主|壳子 发表于: 2016-10-28 09:53:00|显示全部楼层

发展历史

  黄仁勋、克里斯·马拉科夫斯基和卡蒂斯·普里姆于1993年1月美国加州创办了NVIDIA(随后成为特拉华州企业)。NVIDIA保持低调直到1997~1998年,当时它发布了RIVA个人电脑绘图处理器产品线。它于1999年1月在Nasdaq挂牌上市;同年5月,售出第一千万个绘图处理器。于2000年它收购了一代王者3dfx的知识产权。3dfx是九十年代中期其中一间最大的图形处理器厂商。NVIDIA与很多OEM厂商,和一些组织创建起密切关系。2002年2月,NVIDIA售出第一亿个绘图处理器。
  NVIDIA和 AMD供应了市场上大部分独立显卡。NVIDIA最著名的GeForce绘图处理器产品线于1999年首次亮相。GeForce产品线已扩充至覆盖桌面型和流动型电脑。手持式设备方面,NVIDIA拥有Tegra产品线。它能提供高效能同时,亦能保持低电源消耗。此类产品通常用于无线通信设备。

一:CEO简介
  黄仁勋(Jen-Hsun Huang,1963年2月17日~),美籍,中国台湾人,绘图晶片公司NVIDIA的创立人之一,现为公司主席兼行政总裁。
  黄仁勋在台北出生,1972年与家人迁往美国,及后被送往美国肯塔基州一间基督教学校就读,完成课程后迁往俄勒冈州,15岁时参加美国乒乓球公开赛,在青年组双打赛事中夺得季军。1984年在俄勒冈州大学取得电机工程学位,其后在斯坦福大学取得硕士学位。黄仁勋曾在AMD(1983年~1985年)及LSI Logic(1985年~1993年)工作,并于1993年创立NVIDIA。
  在2001年入选全美40岁以下最富有的人,排行第12名。

二:发展轨迹
  1993年1月,NVIDIA 由 Jen-Hsun Huang,Chris Malachowsky,和 Curtis Priem 三人共同创办;
  1994年4月,NVIDIA三位创办人制定了令电脑革命化的计划;
  1994年6月,NVIDIA 和全球著名半导体厂商 SGS-Thompson 建立策略伙伴关系;
  1995年5月,NVIDIA 发布 NV1,第一个主流多功能芯片:操纵杆,游戏端口,声效,显示,2D,3D;
  1995年7月,NVIDIA 与SEGA 建立伙伴关系;
  1996年3月,NVIDIA 和游戏开发者联盟制订Direct 3D的主要规则;
  1996年6月,NVIDIA 将主要力量投入开发台式电脑专用的领先显示芯片;
  1997年4月,NVIDIA 发布第一个高性能,128-bit,Direct3D的显示芯片:RⅣA 128芯片;
  1997年8月,NVIDIA 与全球电脑领先OEM厂商建立合作,包括:Dell,Gateway,Micron和其它;
  1997年11月,NVIDIA的 RIVA 128获得《Macworld 杂志》的编辑选择奖;
  1997年12月,NVIDIA 被FSA评为世界上最受尊敬的私营半导体公司;
  1998年1月,NVIDIA 的RIVA 128出货量达到一百万片;
  1998年2月,NVIDIA 发布 RIVA 128ZX芯片;
  1998年3月,NVIDIA 和台积电(TSMC)建立策略联盟伙伴关系;
  1998年3月,NVIDIA 发布行业第一个多纹理3D显示芯片:RⅣA TNT;
  1998年5月,NVIDIA 和 Microsoft 联手在电脑游戏开发者会议推广他们共同开发的DirectX 6.0;
  1998年9月,NVIDIA 被PC Magazine评为最有影响力的3D显示芯片公司;
  1998年9月,NVIDIA 被选进OpenGL结构审核委员会;
  1998年11月,NVIDIA''s 的RIVA TNT获得《PC Magazine》的编辑选择奖;
  1998年12月,NVIDIA 再次被FSA评为世界上最受尊敬的私营半导体公司;
  1999年2月,NVIDIA赢取主要电脑OEM厂商所有Intel Pentium Ⅲ的春季订单;
  1999年2月,NVIDIA获得电脑游戏者第五届年度游戏者大奖特别成就奖;
  1998年11月,NVIDIA 发布 NVIDIA Vanta显示芯片,借此进入商用台式电脑市场;
  1999年5月,NVIDIA 发布拥有行业第一个32-bit的画面结构的:RⅣA TNT2;
  1999年5月,NVIDIA 的显示芯片出货量达到一千万个;
  1999年6月,NVIDIA''s 的执行长Jen-Hsun Huang被安永会计事物所评为年度高科技企业家;
  1999年7月,NVIDIA 和SGI建立策略联盟;
  1999年8月,NVIDIA 发布GeForce 256,这是行业第一个显示图形处理单元(GPU);
  1999年8月,NVIDIA 和ALI推出整合图形芯片技术;
  1999年11月,NVIDIA 发布全球最快的工作站GPU:Quadro;
  2000年1月,NVIDIA 获得Microprocessor Report分析家选择奖:最好的3D加速器;
  2000年2月,NVIDIA 和S3签署协议,同意广泛的共享专利;
  2000年3月,NVIDIA 被Microsoft选为X-Box游戏机的指定图形处理单元;
  2000年4月,NVIDIA 发布全球第一个可每一条渲染线着色的图形处理单元:GeForce2 GTS;
  2000年6月,NVIDIA 发布主流图形处理单元 GeForce2 MX;
  2000年6月,NVIDIA 获得《商业周刊》评为全球第一半导体公司;
  2000年7月,NVIDIA 发布全球最快的工作站图形处理单元:Quadro2 Pro;
  2000年7月,NVIDIA 发布高端专业工作站图形处理单元:Quadro2 MXR;
  2000年8月,NVIDIA 发布第一个十亿像素的图形处理单元(GPU):GeForce2 Ultra;
  2000年8月,NVIDIA 发布 Detonator 3,改良了统一软件结构;
  2000年9月,NVIDIA 被公认为硅谷发展最快的技术公司之一;
  2000年9月,NVIDIA 为微软的 Xbox 供应第二个主要处理器:媒体传送处理器(MCP);
  2000年11月,NVIDIA 发布行业中第一个移动图形处理单元 GeForce2 Go;
  2000年11月,NVIDIA 将突破性的 3D 技术特许给微软;
  2000年11月,NVIDIA 获得Comdex “最有声望的产品”的奖项;
  2000年11月,NVIDIA 获得CADENCE Magazine的编辑选择奖;
  2000年11月,NVIDIA被 PC Magazine公认为行业的技术领头羊;
  2000年11月,NVIDIA 收购 3dfx 的核心图形资产;
  2001年1月,NVIDIA 和 Apple Computers建立联盟伙伴关系;
  2001年1月,NVIDIA 发布 DirectX 8技术,从而促进了微软的Xbox和电脑的发展;
  2001年2月,NVIDIA 发布行业中有史以来第一个可编程的图形处理单元(GPU):GeForce3;
  2001年2月,NVIDIA 为 XBox大量供应图形处理单元(GPU)媒体传送处理器MCP;
  2001年2月,NVIDIA GeForce3 获得全球领先电脑和板卡OEM厂商的选用;
  2001年3月,NVIDIA 扩充 GeForce2 MX 家族图形处理单元,发布 GeForce2 MX 200 和 400 GPUs;
  2001年4月,NVIDIA GeForce2 Go 使用在Dell的Inspiron 8000机型;
  2001年5月,NVIDIA 宣布成为全球工作站图形处理单元最大的供应商;
  2001年5月,NVIDIA 发布Quadro DCC,这是全球领先的专业图形方案,被游戏开发商制定为开发新游戏的必选方案;
  2001年5月,NVIDIA的 Quadro2 EX被Intel和Compaq选用在专业高端工作站;
  2001年5月,NVIDIA 入选Nasdaq-100指数股;
  2001年6月,NVIDIA 全球第一个在台式电脑推出杜比数码实时解码器;
  2001年6月,NVIDIA 在台湾COMPUTEX 交易会发布nForce平台,进军芯片组市场;
  2001年6月,NVIDIA''s的 nForce 平台被Fujitsu-Siemens使用;
  2001年6月,NVIDIA 被《时代周刊》;评为全球半导体行业的第一名;
  2001年7月,NVIDIA的 GeForce3显卡被E3 Game Critics评为最好的电脑硬件;
  2001年8月,NVIDIA 推出全球第一移动工作站图形处理单元:Quadro2 Go;
  2001年8月,NVIDIA 推出 Personal Cinema;
  2001年8月,NVIDIA 公布惠普的专业工作站将采用 Quadro2 Pro图形方案;
  2001年8月,NVIDIA 发布新的能延长电池寿命的移动技术 PowerMizer;
  2001年9月,NVIDIA 发布3D图形处理单元的Detonator XP统一软件;
  2001年9月,NVIDIA 发布GeForce Titanium系列产品,再次扩大图形处理单元的领先地位;
  2001年10月,NVIDIA的 Quadro2 Pro 被IBM的工作站指定为固定架构;
  2001年10月,NVIDIA的 Detonator XP被WindowsXP认证;
  2001年10月,NVIDIA 的图形处理器(GPU)入选前十名名单;
  2001年11月,NVIDIA nForce 平台价构被Micron PC使用;
  2001年11月,NVIDIA的 GeForce3 图形处理单元(GPU)被《电脑显示世界杂志》;评为2001年最创新的产品;
  2001年11月,NVIDIA的 Quadro2 Go被评为最好的硬件;
  2001年11月,NVIDIA 入选 S&P 500指数;
  2001年12月,NVIDIA GeForce3 的3D图形技术获得《游戏开发杂志》的最创新奖;
  2001年12月,NVIDIA被FSA评为最受尊敬的和财务管理最好的半导体公司;
  2001年12月,NVIDIA 成为全球最快达到10亿美元营业额的半导体公司;
  2001年12月,NVIDIA 的GeForce3 获得《Macworld 杂志》的编辑选择奖;
  2002年2月,NVIDIA 推出行业中速度最快、功能最强、产品线最丰富的图形处理单元(GPU):GeForce4;
  2002年2月,NVIDIA图形处理单元(GPU)出货量达到 1亿颗;
  2002年2月,NVIDIA 推出覆盖高中低端的Quadro4系列工作站产品;
  2002年2月,NVIDIA 为XBOX设计的游戏芯片被评为“2001年年度最好的游戏芯片”;
  2002年2月,NVIDIA 推出 NVDVD 播放/解码软件;
  2002年3月,GeForce 4被联想公司采纳为 “家庭数码港”产品的标准配置;
  2002年3月,GeForce3 图形处理单元(GPU)被《电脑游戏杂志》评为“2001年年度最好的硬件”;
  2002年3月,NVIDIA与索尼在线娱乐公司携手推动在线游戏市场;
  2002年4月,GeForce4 420 Go移动型图形处理器(GPU)被联想公司昭阳V80笔记本电脑用作标准配置;
  2002年5月14日,NVIDIA GeForce4 系列图形处理单元(GPU)被评为业界最好的产品;
  2002年6月,NVIDIA 推出 CG: C for Graphics;
  2002年7月,NVIDIA 发布数字媒体平台:nForce2;
  2002年9月,NVIDIA 发布业界第一个支持AGP8X规格的GPU:NV18,NV28;
  2002年10月,NVIDIA 发布速度最快、功能最强的移动图形处理单元(GPU):GeForce4 460 Go;
  2002年11月,NVIDIA 发布业界有史以来速度最快、功能最强的图形处理单元(GPU) GeForce FX.同时,它拥有多项业界第一的领先技术,包括:第一个使用0.13微米制造工艺,拥有1GHz速度DDRⅡ显存,完美支持Direct X9等等;
  2003年2月,GeForce FX被评为2002年最好的图形处理单元;
  2003年3月,NVIDIA推出覆盖高中低端的支持Direct X9的图形处理单元:NV31和NV34;
  2003年3月,GeForce FX被全球著名电脑厂商和装机商评为2002年最好的硬件;
  2003年3月,NVIDIA和IBM建立策略联盟伙伴关系;
  2003年3月,NVIDIA nForce2芯片被全球著名IT网站tomshardware评为最好的AMD平台芯片;
  2003年4月,NVIDIA和著名游戏开发商EA建立策略联盟伙伴关系;
  2004年1月,NVIDIA被《财富》杂志评为“ 最适合工作的100家公司”之一;
  2004年4月,NVIDIA推出面向手机的新款超低功耗媒体处理器;
  2004年4月,NVIDIA发布GeForce 6系列产品──公司历史上最大幅度的性能飞跃;
  2004年4月,NVIDIA发布Gelato──业界首款硬件加速的电影渲染器;
  2004年5月,NVIDIA与领先笔记本电脑制造商联合发布MXM;
  2004年6月,NVIDIA被《WIRED》和《Business 2.0》杂志评选为美国最快成长科技公司之一;
  2004年6月,NVIDIA发布SLI──基于PCI Express总线技术的革命性图形处理解决方案;
  2004年7月,NVIDIA的GeForce 6800 Ultra和GeForce 6800 GT被誉为驱动《毁灭战士三》的最佳芯片;
  2004年9月,NVIDIA发布全球首款3D无线媒体处理器──GoForce 3D 4500;
  2004年11月,无生产线半导体协会(Fabless Semiconductor Association)向黄仁勋授予2004年度“张忠谋模范领袖奖”;
  2006年11月,NVIDIA发布顶级DX10游戏显卡8800GTX;
  2007年11月,NVIDIA发布最具性价比显卡8800GT,其采用新的核心G92。其性能超越8800GTS(G80核心版),比8800GTX只落后2%的性能;
  2007年12月,被商业周刊评为2007年美国高增长IT企业10强(第6名)。年销售额增长:30%,年利润增长:84%,股票回报:28.4%;
  2007年12月26日,启用官方中文名“英伟达”;
  2008年2月24日,NVIDIA 基于65纳米的9系列显卡将来正式发布;
  2008年6月18日,NVIDIA的新一代使用GT200的显卡GTX260/GTX280发布;
  2010年3月27日,NVIDIA新一代使用GF100的显卡GTX480/GTX470发布;
  2010年7月12日,NVIDIA新一代使用GF104的显卡GTX460发布;
  2011年1月4日,宝马以及Tesla的车内信息系统采用英伟达 图睿(NVIDIA Tegra)2芯片;
  2011年1月6日,NVIDIA公布“丹佛”计划,首次为PC开发CPU;
  2011年1月14日,NVIDIA精视(NVIDIA GeForce)图形处理器(GPU)销量达到10亿;
  2011年2月28日,NVIDIA发布CUDA 4.0;
  2011年5月6日,GPU在超级计算与高性能计算领域实现增长;
  2011年5月9日,NVIDIA收购手机芯片厂商Lcera;
  2011年6月24日,Zinio 发布专为英伟达 图睿(NVIDIA Tegra) 2 而优化的 Honeycomb eZine 阅读器版本;
  2011年6月28日,NVIDIA推出号称史上最快的移动图形芯片──英伟达精视 (NVIDIAGeForce)GTX 580M;
  2011年11月,NVIDIA发布首款四核移动芯片Tegra 3,标志手机芯片进入四核时代,在2012年CES大会上,搭载该CPU的LG Optimus 4X HD成为首款四核手机,而HTC One X则成为首款正式上市的四核手机;
  2012年3月22日,NVIDIA正式发布了第二代DirectX 11图形构架产品──代号Kepler的GTX680,将NVIDIA显卡正式带入高性能低功耗时代;
  2014年1月6日,NVIDIA(NVIDIA)发布了旗下新一代的移动处理器──Tegra K1,内置192个Kepler图形处理核心(GPU),有32位四核A15架构和64位双核两种CPU版本;
  2016年4月5日,NVIDIA英伟达宣布推出新的GPU芯片TeslaP100,据英伟达CEO黄仁勋(Jen-HsunHuang)透露,芯片内置了150亿个晶体管,它可以用于深度学习,黄仁勋宣称TeslaP100是目前为止最大的处理器;
  2016年5月7日,NVIDIA 正式发布了新一代旗舰显卡 Geforce GTX 1080,在发布会上官方表示采用帕斯卡架构的 GTX 1080 要比 GTX 980Sli 甚至是 Titan X 还要快。GTX 1080 建议零售价 599 美元,5月27日 上市。一同发布的还有减配版的 GTX 1070,349 美元,7月10日上市;
  2017年5月11日,在GTC 2017大会上,NVIDIA发布了Tesla V100。Tesla V100采用台积电12nm工艺制程,增加了与深度学习高度相关的Tensor单元,在815平方毫米面积的硅片上集成了210亿个晶体管,5210个CUDA核心,其单精度浮点运算性能达到15 TFLOP/s,双精度浮点运算性能达到7.5 TFLOP/s;
  2017年7月5日,召开的百度AI开发者大会上,百度总裁兼COO陆奇宣布,百度将与英伟达建立“全面深度的合作关系”。
您需要登录后才可以回帖 登录 | 免费注册

本版积分规则

© 2002-2019, 蜀ICP备12031014号, Powered by 5Panda
GMT+8, 2019-6-20 02:46, Processed in 0.249600 second(s), 16 queries, Gzip On, MemCache On
快速回复 返回顶部 返回列表