扫码或点击进入无线充模块店铺
（1）蓄力阶段：1993 年黄仁勋联合 Sun Microsystem 公司两位年轻工程师共同创立 英伟达，早期致力于图形芯片的研发。但当时市场上有 20 多家图形芯片公司，三年后 这个数字飙升至 70 家，英伟达在其中并不突出。直到 1997 年英伟达决定放弃部分已 有的专利，转而全面支持 Direct X（微软标准），1997 年公司推出 RIVA 128，这是公 司第一款真正意义上取得成功的产品。
（2）崛起阶段：1999 年公司推出 GeForce 256 并定义 GPU 芯片，这是世界上第一款 功能齐全，可从真正意义上替代 CPU 渲染图形的芯片，并首次定义了 GPU 的概念，由 此英伟达走上了重塑显卡行业的道路。2000 年，公司收购了显卡先驱企业 3Dfx，再次 巩固自身行业地位，在显卡行业与 ATi 公司形成双寡头垄断的格局。
（3）制霸阶段：2006 年英伟达创新性推出 CUDA 架构。CUDA 全称 Compute Unified Device Architecture，是英伟达基于自有 GPU 的一个并行计算平台和编程模型。CUDA 带来两方面巨大影响，于 GPU 行业而言，CUDA 使得只做 3D 渲染的 GPU 得以实现 通用计算功能，GPU 的应用领域得以从游戏（图形渲染）向外扩展至高性能计算、自 动驾驶等多个领域；而对于英伟达公司本身来说，其在早期大力推广 CUDA，并对 CUDA 进行了编程语言扩展，如 CUDA C/C++,CUDA Fortran 语言等，使得开发人员能够轻易地对 GPU 进行编程，目前 CUDA 是最主流的两个 GPU 编程库之一，奠定了英伟达 GPU 生态得以成型的基础。而在英伟达大力推广统一平台 CUDA、不断进行 GPU 架构 迭代的同时，其最大的竞争对手 ATi 在被 AMD 收购后受其 CPU 业务拖累，发展受到限 制，英伟达在 GPU 领域的竞争地位在这一阶段进一步得到巩固。
（4）腾飞阶段：押注 AI，数据中心业务开启第二成长曲线。2012 年 Alex Krizhevsky 利用 GPU 进行深度学习，通过几天训练在 ImageNet 竞赛中获得冠军，其将深度卷积 神经网络 AlexNet 的准确率提高了 10.8%，震撼了学术界，从此开启 GPU 应用于深度 学习的大门，毫无意外，其使用的正是 NVIDIA GTX 580 GPU 芯片和 CUDA 计算模型。 此后，英伟达 GPU 和 CUDA 模型成为深度学习（尤其是训练环节）的首选芯片，而英 伟达也顺势推出海量专用于 AI 的芯片及配套产品，从显卡硬件公司华丽转型成为人工 智能公司。在人工智能的推动下，公司数据中心业务 2014~2022 财年复合增速达到 64.39%，其占收入比例也由 2014 年的不足 5%提升至 2022 财年的 40%。
而总览英伟达历史，即使公司在不同时期存在不同发展重点，但贯穿始终的，是其卓越 的创新能力、强大的芯片设计能力和稳定的决策执行能力。事实上，英伟达平均每两年 推出一代芯片架构、每半年推出一款新的产品，多年以来坚持不辍，从 2009 年的 Fermi 架构到当前的 Hopper 架构，公司产品性能稳步提升，并始终引领 GPU 芯片技术发展。
扫码或点击进入无线充模块店铺