Nvidia

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια

Η Nvidia Corporation[note 1] είναι αμερικανική πολυεθνική εταιρεία τεχνολογίας, που έχει ως έδρα την Σάντα Κλάρα της Καλιφόρνιας.[1] Σχεδιάζει μονάδες επεξεργασίας γραφικών (GPU) για τις αγορές βιντεοπαιχνιδιών και των επαγγελματιών, καθώς και σύστημα σεμονάδες chip (SoCs) για την αγορά φορητών υπολογιστών και αυτοκινήτων. Η κύρια σειρά προϊόντων της GPU, με την ονομασία "GeForce", βρίσκεται σε άμεσο ανταγωνισμό με τα προϊόντα "Radeon" της Advanced Micro Devices (AMD). Η Nvidia επέκτεινε την παρουσία της στη βιομηχανία βιντεοπαιχνιδιών με τα φορητά Shield Portable, Shield Tablet και Shield Android TV.

Από το 2014, η Nvidia έχει διαφοροποιήσει την επιχείρησή της εστιάζοντας σε τέσσερις αγορές: gaming, επαγγελματική απεικόνιση, κέντρα δεδομένων και auto. Η Nvidia επικεντρώνεται επίσης στην τεχνητή νοημοσύνη.[2]

Εκτός από την κατασκευή GPU, η Nvidia παρέχει παράλληλες δυνατότητες επεξεργασίας σε ερευνητές και επιστήμονες που τους επιτρέπουν να εκτελούν αποτελεσματικά εφαρμογές υψηλής απόδοσης. Χρησιμοποιούνται σε ιστότοπους υπερυπολογιστών σε όλο τον κόσμο.[3][4] Πιο πρόσφατα, έχει επεκταθει στην αγορά φορητών υπολογιστών, όπου παράγει τον Tegra για φορητούς επεξεργαστές για smartphone και tablet, καθώς και συστήματα πλοήγησης και ψυχαγωγίας οχημάτων.[5][6][7] Εκτός από την AMD, οι ανταγωνιστές της περιλαμβάνουν την Intel, Qualcomm και Arm (π.χ. λόγω του Denver, ενώ η Nvidia χορηγεί επίσης άδεια στα σχέδια της Arm).

Ιστορικό εταιρείας[Επεξεργασία | επεξεργασία κώδικα]

Αεροφωτογραφία[νεκρός σύνδεσμος] του νέου κτιρίου των κεντρικών γραφείων της Nvidia και της γύρω πανεπιστημιούπολης και της περιοχής στη Σάντα Κλάρα, Καλιφόρνια, το 2017. Το Apple Park είναι ορατό στο βάθος.

Η Nvidia ιδρύθηκε στις 5 Απριλίου του 1993[8][9][10] από τον Τζένσεν Χουάνγκ (CEO εως το 2020), ένας Ταϊβανός Αμερικανός, προηγουμένως διευθυντής του CoreWare στο LSI Logic και σχεδιαστής μικροεπεξεργαστών στην Advanced Micro Devices (AMD), ο Κρις Μαλατσόφσκι, ηλεκτρολόγος μηχανικός που εργάστηκε στα Sun Microsystems και Curtis Priem, προηγουμένως ανώτερος μηχανικός προσωπικού και σχεδιαστής τσιπ γραφικών στο Sun Microsystems.

Το 1993, οι τρεις συνιδρυτές πίστευαν ότι η σωστή κατεύθυνση για το επόμενο κύμα των υπολογιστών είναι επιταχυνόμενη ή υπολογιστική που βασίζεται σε γραφικά, καθώς αυτό το μοντέλο υπολογιστών θα μπορούσε να λύσει προβλήματα που ο υπολογιστής γενικής χρήσης δεν μπορούσαν βασικά. Παρατήρησαν επίσης ότι τα βιντεοπαιχνίδια ήταν ταυτόχρονα ένα από τα πιο δύσκολα υπολογιστικά προβλήματα και θα είχαν απίστευτα υψηλό όγκο πωλήσεων. Οι δύο συνθήκες δεν συμβαίνουν πολύ συχνά. Τα βιντεοπαιχνίδια έγιναν το σφόνδυλο της εταιρείας για να φτάσει σε μεγάλες αγορές και να χρηματοδοτήσει τεράστια R&D για την επίλυση τεράστιων υπολογιστικών προβλημάτων. Με μόνο 40.000$ στην τράπεζα, η εταιρεία γεννήθηκε.[11] Στη συνέχεια, η εταιρεία έλαβε 20 εκατομμύρια δολάρια χρηματοδότησης επιχειρηματικού κεφαλαίου από τη Sequoia Capital και άλλους.[12] Η Nvidia δεν είχε αρχικά κανένα όνομα και οι συνιδρυτές ονόμασαν όλα τα αρχεία τους NV, όπως στην "επόμενη έκδοση". Η ανάγκη ενσωμάτωσης της εταιρείας ώθησε τους συνιδρυτές να επανεξετάσουν όλες τις λέξεις με αυτά τα δύο γράμματα, οδηγώντας τους στο "invidia", τη λατινική λέξη για τον "φθόνο".[11] Η Nvidia κυκλοφόρησε στις 22 Ιανουαρίου 1999.[13][14][15]

Αγωγή κατηγορίας[Επεξεργασία | επεξεργασία κώδικα]

Τον Ιούλιο του 2008, η Nvidia σημείωσε μείωση περίπου 200 εκατομμυρίων δολαρίων στα έσοδα του πρώτου τριμήνου, αφού ανέφερε ότι ορισμένα κινητά chipset και GPU που παρήγαγε η εταιρεία είχαν "μη φυσιολογικά ποσοστά αστοχίας" λόγω κατασκευαστικών ελαττωμάτων. Η Nvidia, ωστόσο, δεν αποκάλυψε τα επηρεαζόμενα προϊόντα. Τον Σεπτέμβριο του 2008, η Nvidia αποτέλεσε αντικείμενο αγωγής κατηγορίας για τα ελαττώματα, υποστηρίζοντας ότι τα ελαττωματικά GPU είχαν ενσωματωθεί σε ορισμένα μοντέλα φορητών υπολογιστών που κατασκευάστηκαν από την Apple Inc., την Dell και την HP. Τον Σεπτέμβριο του 2010, η Nvidia κατέληξε σε μια διευθέτηση, στην οποία θα επιστρέψει στους ιδιοκτήτες των επηρεαζόμενων φορητών υπολογιστών για επισκευές ή, σε ορισμένες περιπτώσεις, αντικατάσταση.[16][17] Στις 10 Ιανουαρίου 2011, η Nvidia υπέγραψε εξαετή συμφωνία αδειοδότησης 1,5 δισεκατομμυρίων δολαρίων με την Intel, τερματίζοντας όλες τις διαφορές μεταξύ των δύο εταιρειών.[18]

Οικονομικά[Επεξεργασία | επεξεργασία κώδικα]

Για τη χρήση 2018, η Nvidia ανέφερε κέρδη 3,047 δισεκατομμυρίων δολαρίων ΗΠΑ, με ετήσια έσοδα 9,714 δισεκατομμύρια δολάρια ΗΠΑ, αύξηση 40,6% σε σχέση με τον προηγούμενο δημοσιονομικό κύκλο. Οι μετοχές της Nvidia διαπραγματεύτηκαν σε πάνω από 245$ ανά μετοχή και η κεφαλαιοποίηση της αγοράς αποτιμήθηκε σε πάνω από 120,6 δισεκατομμύρια δολάρια ΗΠΑ τον Σεπτέμβριο του 2018.[19]

Έτος [19] Εσοδα σε εκατ. $ USD Καθαρά έσοδα σε εκατ. $ USD Το σύνολο του ενεργητικού σε εκατ. $ USD Τιμή ανά μετοχή σε USD $ Υπαλλήλοι
2005 2.010 89 1.629 8.81
2006 2.376 301 1.955 16.76
2007 3.069 449 2.675 25.68
2008 4.098 798 3.748 14.77
2009 3.425 − 30 3.351 10.97
2010 3.326 − 68 3,586 12.56
2011 3,543 253 4.495 15.63
2012 3.998 581 5.553 12.52
2013 4,280 563 6,412 13.38 5.783
2014 4.130 440 7,251 17.83 6.384
2015 4.682 631 7,201 23.20 6,658
2016 5.010 614 7,370 53.33 6,566
2017 6.910 1.666 9.841 149.38 7,282
2018 9,714 3.047 11.241 245.75 11.528

GPU Technology Conference[Επεξεργασία | επεξεργασία κώδικα]

Το GPU Technology Conference (GTC) της NVIDIA είναι μια σειρά τεχνικών συνεδρίων που πραγματοποιούνται σε όλο τον κόσμο.[20] Ξεκίνησε το 2009 στο Σαν Χοσέ της Καλιφόρνια, με αρχική εστίαση στη δυνατότητα επίλυσης προκλήσεων υπολογιστών μέσω GPU.[21] Τα τελευταία χρόνια, το επίκεντρο του συνεδρίου έχει μετατοπιστεί σε διάφορες εφαρμογές της τεχνητής νοημοσύνης και της βαθιάς μάθησης, όπως: αυτοκινούμενα αυτοκίνητα, υγειονομική περίθαλψη, υπολογιστές υψηλής απόδοσης και εκπαίδευση NVIDIA Deep Learning Institute (DLI).[22] Το GTC 2018 προσέλκυσε περισσότερους από 8400 συμμετέχοντες.[20] Λόγω της πανδημίας COVID-19 το 2020, το GTC 2020 μετατράπηκε σε ψηφιακό συμβάν και προσέλκυσε περίπου 59.000 καταχωρίζοντες.[23]

Οικογένειες προϊόντων[Επεξεργασία | επεξεργασία κώδικα]

Ενα Nvidia Shield Tablet

Η οικογένεια της Nvidia περιλαμβάνει κυρίως γραφικά, ασύρματη επικοινωνία, επεξεργαστές υπολογιστών και υλικό / λογισμικό αυτοκινήτων. Μερικές οικογένειες αναφέρονται παρακάτω:

  • GeForce, προϊόντα επεξεργασίας γραφικών με γνώμονα τον καταναλωτή
  • Quadro, σχεδιασμός με υπολογιστή και προϊόντα επεξεργασίας γραφικών σταθμών εργασίας ψηφιακού περιεχομένου
  • NVS, επιχειρηματική λύση γραφικών πολλαπλών οθονών
  • Tegra, ένα σύστημα σε μια σειρά chip για φορητές συσκευές
  • Tesla, ειδική GPU γενικής χρήσης για εφαρμογές δημιουργίας εικόνων υψηλού επιπέδου σε επαγγελματικούς και επιστημονικούς τομείς
  • nForce, ένα chipset μητρικής πλακέτας που δημιουργήθηκε από τη Nvidia για μικροεπεξεργαστές Intel (Celeron, Pentium και Core 2) και AMD (Athlon and Duron)
  • Nvidia Grid, ένα σύνολο υλικού και υπηρεσιών από τη Nvidia για εικονικοποίηση γραφικών
  • Nvidia Shield, μια σειρά υλικού παιχνιδιών, όπως το Shield Portable, το Shield Tablet και, πιο πρόσφατα, το Shield Android TV
  • Λύσεις αυτοκινήτου Nvidia Drive, μια σειρά προϊόντων υλικού και λογισμικού που βοηθούν τους οδηγούς αυτοκινήτων. Η σειρά Drive PX είναι μια πλατφόρμα υπολογιστών υψηλής απόδοσης που στοχεύει σε αυτόνομη οδήγηση μέσω βαθιάς μάθησης[24] ενώ το Driveworks είναι ένα λειτουργικό σύστημα για αυτοκίνητα χωρίς οδηγό.[25]

Deep learning[Επεξεργασία | επεξεργασία κώδικα]

Τα GPU Nvidia χρησιμοποιούνται στο Deep learning, την τεχνητή νοημοσύνη και τα επιταχυνόμενα αναλυτικά στοιχεία. Η εταιρεία ανέπτυξε το Deep learning βασισμένο σε GPU προκειμένου να χρησιμοποιήσει την τεχνητή νοημοσύνη για να προσεγγίσει προβλήματα όπως ανίχνευση καρκίνου, πρόγνωση καιρού και οχήματα αυτο-οδήγησης.[26] Περιλαμβάνονται σε όλα τα οχήματα Tesla.[27] Ο σκοπός είναι να βοηθήσουμε τα δίκτυα να μάθουν να «σκέφτονται».[28] Σύμφωνα με την TechRepublic, οι GPU της Nvidia "λειτουργούν καλά για εργασίες βαθιάς μάθησης, επειδή έχουν σχεδιαστεί για παράλληλους υπολογιστές και λειτουργούν καλά για τον χειρισμό των λειτουργιών διανύσματος και μήτρας που επικρατούν στη βαθιά μάθηση".[29] Αυτές οι GPU χρησιμοποιούνται από ερευνητές, εργαστήρια, εταιρείες τεχνολογίας και εταιρικές εταιρείες.[30] Το 2009, η Nvidia συμμετείχε στο λεγόμενο "big bang" της βαθιάς μάθησης, "καθώς τα νευρωνικά δίκτυα βαθιάς μάθησης συνδυάστηκαν με μονάδες επεξεργασίας γραφικών Nvidia (GPU)".[31] Εκείνο το έτος, το Google Brain χρησιμοποίησε GPU Nvidia για να δημιουργήσει Deep Neural Networks ικανά για μηχανική μάθηση, όπου ο Άντριου Εντζί αποφάσισε ότι οι GPU θα μπορούσαν να αυξήσουν την ταχύτητα των συστημάτων βαθιάς μάθησης κατά περίπου 100 φορές.[32]

DGX[Επεξεργασία | επεξεργασία κώδικα]

Τον Απρίλιο του 2016, η Nvidia παρήγαγε τον υπερυπολογιστή DGX-1 με βάση ένα σύμπλεγμα 8 GPU, για να βελτιώσει την ικανότητα των χρηστών να χρησιμοποιούν την βαθιά μάθηση συνδυάζοντας τις GPU με ενσωματωμένο λογισμικό βαθιάς μάθησης.[33] Επίσης, ανέπτυξε εικονικές μηχανές Nvidia Tesla K80 και P100 GPU, οι οποίες διατίθενται μέσω του Google Cloud, τις οποίες η Google εγκατέστησε τον Νοέμβριο του 2016.[34] Η Microsoft πρόσθεσε διακομιστές GPU σε μια προσφορά προεπισκόπησης της σειράς Ν που βασίζεται στους Tesla K80 της Nvidia, καθένας από τους οποίους περιέχει 4992 πυρήνες επεξεργασίας. Αργότερα εκείνο το έτος, η παρουσία του AWS P2 δημιουργήθηκε με χρήση έως και 16 Nvidia Tesla K80 GPU. Τον ίδιο μήνα η Nvidia συνεργάστηκε επίσης με την IBM για να δημιουργήσει ένα κιτ λογισμικού που ενισχύει τις δυνατότητες AI του Watson,[35] ονομάζεται IBM PowerAI.[36][37] Η Nvidia προσφέρει επίσης το δικό της κιτ ανάπτυξης λογισμικού NVIDIA Deep Learning.[38] Το 2017, οι GPU παρουσιάστηκαν επίσης στο Διαδίκτυο για το Πρόγραμμα Προηγμένων Πληροφοριών του RIKEN για το Fujitsu.[39] Η τεχνολογία βαθιάς μάθησης της εταιρείας οδήγησε σε αύξηση των κερδών της από το 2017.[40]

Τον Μάιο του 2018, ερευνητές στο τμήμα τεχνητής νοημοσύνης της Nvidia συνειδητοποίησαν την πιθανότητα ότι ένα ρομπότ μπορεί να μάθει να εκτελεί μια εργασία απλά παρατηρώντας το άτομο που κάνει την ίδια δουλειά. Έχουν δημιουργήσει ένα σύστημα που, μετά από μια σύντομη αναθεώρηση και δοκιμή, μπορεί ήδη να χρησιμοποιηθεί για τον έλεγχο των καθολικών ρομπότ της επόμενης γενιάς. Εκτός από την κατασκευή GPU, η Nvidia παρέχει παράλληλες δυνατότητες επεξεργασίας σε ερευνητές και επιστήμονες που τους επιτρέπουν να εκτελούν αποτελεσματικά εφαρμογές υψηλής απόδοσης.[41]

Inception Program[Επεξεργασία | επεξεργασία κώδικα]

Το Πρόγραμμα Έναρξης της Nvidia δημιουργήθηκε για να υποστηρίξει τις νεοσύστατες επιχειρήσεις που σημειώνουν εξαιρετικές εξελίξεις στους τομείς της τεχνητής νοημοσύνης και της επιστήμης δεδομένων. Οι νικητές των βραβείων ανακοινώνονται στο Συνέδριο GTC της Nvidia. Αυτήν τη στιγμή υπάρχουν 2.800 νεοσύστατες επιχειρήσεις στο Inception Program.[42]

Νικητές του 2018[Επεξεργασία | επεξεργασία κώδικα]

Πηγή: [43]

  • Λεπτή ιατρική (υγειονομική περίθαλψη)
  • AiFi (επιχείρηση)
  • Kinema Systems (αυτόνομα οχήματα)

Νικητές του 2017[Επεξεργασία | επεξεργασία κώδικα]

Πηγή: [43]

  • Genetesis (κοινωνική καινοτομία)
  • Athelas (πιο καυτά αναδυόμενα)
  • Deep Instinct (πιο διασπαστικό)

Σημειώσεις[Επεξεργασία | επεξεργασία κώδικα]

  1. ↑ Officially written as NVIDIA and stylized in the logo as nVIDIA with the lowercase "n" the same height as the uppercase "VIDIA"; formerly stylized as nVIDIA with a large italicized lowercase "n" on products from the mid 90s to early-mid 2000s.«NVIDIA Logo Guidelines at a Glance» (PDF). NVIDIA.com. NVIDIA. Ανακτήθηκε στις 21 Μαρτίου 2018. 

Παραπομπές[Επεξεργασία | επεξεργασία κώδικα]

  1. ↑ «NVIDIA Corporation – Investor Resources – FAQs». investor.nvidia.com. 
  2. ↑ Freund, Karl (17 Νοεμβρίου 2016). «NVIDIA Is Not Just Accelerating AI, It Aims To Reshape Computing». Forbes. Ανακτήθηκε στις 11 Φεβρουαρίου 2017. 
  3. ↑ Clark, Don (August 4, 2011). «J.P. Morgan Shows Benefits from Chip Change». WSJ Digits Blog. https://blogs.wsj.com/digits/2011/08/04/j-p-morgan-shows-benefits-from-chip-change/?mod=google_news_blog. Ανακτήθηκε στις September 14, 2011. 
  4. ↑ «Top500 Supercomputing Sites». Top500. Ανακτήθηκε στις 14 Σεπτεμβρίου 2011. 
  5. ↑ Burns, Chris (3 Αυγούστου 2011). «2011 The Year of Nvidia dominating Android Superphones and tablets». SlashGear. Ανακτήθηκε στις 14 Σεπτεμβρίου 2011. 
  6. ↑ «Tegra Super Tablets». Nvidia. Ανακτήθηκε στις 14 Σεπτεμβρίου 2011. 
  7. ↑ «Tegra Super Phones». Nvidia. Ανακτήθηκε στις 14 Σεπτεμβρίου 2011. 
  8. ↑ «Company Info». Nvidia.com. Ανακτήθηκε στις 9 Νοεμβρίου 2010. 
  9. ↑ «Jensen Huang: Executive Profile & Biography». Bloomberg News. Ανακτήθηκε στις 21 Ιουνίου 2018. 
  10. ↑ «Articles of Incorporation of Nvidia Corporation». California Secretary of State. Αρχειοθετήθηκε από το πρωτότυπο στις 9 Απριλίου 2020. Ανακτήθηκε στις 23 Οκτωβρίου 2019. 
  11. ↑ 11,0 11,1 Nusca, Andrew (16 Νοεμβρίου 2017). «This Man Is Leading an AI Revolution in Silicon Valley—And He's Just Getting Started». Fortune. Αρχειοθετήθηκε από το πρωτότυπο στις 16 Νοεμβρίου 2017. Ανακτήθηκε στις 28 Νοεμβρίου 2017. 
  12. ↑ Williams, Elisa (15 Απριλίου 2002). «Crying wolf». Forbes. Ανακτήθηκε στις 11 Φεβρουαρίου 2017. Huang, a chip designer at AMD and LSI Logic, cofounded the company in 1993 with $20 million from Sequoia Capital and others. 
  13. ↑ Feinstein, Ken (22 Ιανουαρίου 1999). «Nvidia Goes Public». gamecenter.co. Αρχειοθετήθηκε από το πρωτότυπο στις 12 Οκτωβρίου 1999. Ανακτήθηκε στις 13 Ιουλίου 2019. 
  14. ↑ Takahashi, Dean (25 Ιανουαρίου 1999). «Shares of Nvidia Surge 64% After Initial Public Offering». Ανακτήθηκε στις 13 Ιουλίου 2019. 
  15. ↑ «NVIDIA Corporation Announces Initial Public Offering of 3,500,000 Shares of Common Stock». nvidia.com. 22 Ιανουαρίου 1999. Ανακτήθηκε στις 13 Ιουλίου 2019. 
  16. ↑ «Nvidia GPU Class-Action Settlement Offers Repairs, New Laptops». PC Magazine. Ανακτήθηκε στις 26 Μαΐου 2017. 
  17. ↑ «Update: Nvidia Says Older Mobile GPUs, Chipsets Failing». ExtremeTech. Ανακτήθηκε στις 26 Μαΐου 2017. 
  18. ↑ «Intel agrees to pay NVIDIA $1.5b in patent license fees, signs cross-license». Engadget. Ανακτήθηκε στις 26 Μαΐου 2017. 
  19. ↑ 19,0 19,1 «NVIDIA Corporation – Financial Info – Annual Reports and Proxies». investor.nvidia.com (στα Αγγλικά). Ανακτήθηκε στις 18 Νοεμβρίου 2018. 
  20. ↑ 20,0 20,1 «GPU Technology Conference». GPU Technology Conference (στα Αγγλικά). Ανακτήθηκε στις 13 Ιουνίου 2018. 
  21. ↑ «Company History | NVIDIA». www.nvidia.com (στα Αγγλικά). Ανακτήθηκε στις 13 Ιουνίου 2018. 
  22. ↑ «Deep Learning and GPU-Programming Workshops at GTC 2018». NVIDIA (στα Αγγλικά). Ανακτήθηκε στις 13 Ιουνίου 2018. 
  23. ↑ «Deep Learning and GPU-Programming Workshops at GTC 2018». NVIDIA (στα Αγγλικά). Ανακτήθηκε στις 2 Μαρτίου 2020. 
  24. ↑ «Nvidia automotive solutions». Nvidia. Ανακτήθηκε στις 29 Μαρτίου 2016. 
  25. ↑ «Nvidia unveils driverless car OS and partnership with TomTom». 29 Σεπτεμβρίου 2016. Ανακτήθηκε στις 20 Οκτωβρίου 2016. 
  26. ↑ Jr, Berkeley Lovelace (10 Φεβρουαρίου 2017). «Cramer on AI: 'This is the replacement of us. We don't need us with Nvidia'». 
  27. ↑ Markman, Jon. «Deep Learning, Cloud Power Nvidia». 
  28. ↑ Strategy, Moor Insights and. «A Machine Learning Landscape: Where AMD, Intel, NVIDIA, Qualcomm And Xilinx AI Engines Live». 
  29. ↑ «Google Cloud adds NVIDIA Tesla K80 GPU support to boost deep learning performance – TechRepublic». Αρχειοθετήθηκε από το πρωτότυπο στις 10 Ιουνίου 2019. Ανακτήθηκε στις 11 Αυγούστου 2020. 
  30. ↑ «Intel, Nvidia Trade Shots Over AI, Deep Learning». 
  31. ↑ «Nvidia CEO bets big on deep learning and VR». 5 Απριλίου 2016. 
  32. ↑ «From not working to neural networking». 
  33. ↑ Coldewey, Devin. «NVIDIA announces a supercomputer aimed at deep learning and AI». 
  34. ↑ 21:07, February 21, 2017 at· tweet_btn(), Shaun Nichols. «Google rents out Nvidia Tesla GPUs in its cloud. If you ask nicely, that'll be 70 cents an hour, bud». 
  35. ↑ «IBM, NVIDIA partner for 'fastest deep learning enterprise solution' in the world – TechRepublic». Αρχειοθετήθηκε από το πρωτότυπο στις 12 Οκτωβρίου 2020. Ανακτήθηκε στις 11 Αυγούστου 2020. 
  36. ↑ «IBM and Nvidia team up to create deep learning hardware». 14 Νοεμβρίου 2016. 
  37. ↑ «IBM and Nvidia make deep learning easy for AI service creators with a new bundle». 15 Νοεμβρίου 2016. 
  38. ↑ «Facebook 'Big Basin' AI Compute Platform Adopts NVIDIA Tesla P100 For Next Gen Data Centers». Αρχειοθετήθηκε από το πρωτότυπο στις 26 Νοεμβρίου 2020. Ανακτήθηκε στις 11 Αυγούστου 2020. 
  39. ↑ «Nvidia to Power Fujitsu's New Deep Learning System at RIKEN – insideHPC». 5 Μαρτίου 2017. 
  40. ↑ Tilley, Aaron. «Nvidia Beats Earnings Estimates As Its Artificial Intelligence Business Keeps On Booming». 
  41. ↑ "Robot see, robot do: Nvidia system lets robots learn by watching humans" New Atlas, May 23, 2018
  42. ↑ Dean Takahashi. «Nvidia's Inception AI contest awards $1 million to 3 top startups». Venture Beat. Ανακτήθηκε στις 6 Σεπτεμβρίου 2018. 
  43. ↑ 43,0 43,1 «Six Startups Split $1.5 Million in Cash in AI startup competition.» (στα αγγλικά). The Official NVIDIA Blog. 2017-05-10. Αρχειοθετήθηκε από το πρωτότυπο στις 2022-05-21. https://web.archive.org/web/20220521102741/https://blogs.nvidia.com/blog/2017/05/10/these-six-ai-startups-just-snagged-a-share-of-1-5-million-in-cash-prizes/. Ανακτήθηκε στις 2018-03-28. 

Εξωτερικοί σύνδεσμοι[Επεξεργασία | επεξεργασία κώδικα]

Καθιερωμένοι όροι
Ανακτήθηκε από "https://el.wikipedia.org/w/index.php?title=Nvidia&oldid=10334051"