Русская Википедия:Nvidia

Материал из Онлайн справочника
Перейти к навигацииПерейти к поиску

Шаблон:Карточка компании

Nvidia (Шаблон:IPAc-en; Шаблон:Lang-en2) — американская технологическая компания, разработчик графических процессоров и систем на чипе (SoC). Разработки компании получили распространение в индустрии видеоигр, сфере профессиональной визуализации, области высокопроизводительных вычислений и автомобильной промышленности, где бортовые компьютеры Nvidia используются в качестве основы для беспилотных автомобилей.

Компания была основана в 1993 году. На IV квартал 2018 года была крупнейшим в мире производителем PC-совместимой дискретной графики с долей 81,2 % (статистика включает все графические процессоры, доступные для прямой покупки конечными пользователями — GeForce, Quadro и ускорители вычислений на базе GPU Tesla)[1]. По состоянию на январь 2018 года численность сотрудников превышала 11,5 тысяч человек. Штаб-квартира — в Санта-Кларе (штат Калифорния)[2].

История

1993—1999

Основатели — Дженсен Хуанг, Крис Малаховски и Шаблон:Нп5 — приняли решение о создании компании в апреле 1993 года за обедом в Шаблон:Нп5 в Сан-Хосе, штат Калифорния. Малаховски и Прэм работали инженерами в Sun Microsystems, но были недовольны избранным компанией направлением развития, Хуанг занимал одну из руководящих должностей в компании-производителе интегральных схем Шаблон:Нп5. Они верили, что грядущий прорыв в компьютерной отрасли произойдёт благодаря аппаратному ускорению вычислений, слишком тяжёлых для процессоров общего назначения. Выбор в пользу разработки графических процессоров (GPU) был обусловлен стремительным ростом популярности видеоигр с трёхмерной графикой, который сулил большие прибыли производителям видеокарт. В их стартапе со стартовым капиталом в 40 тысяч долларов Хуанг стал президентом и главным исполнительным директором (CEO), Малаховски занял пост вице-президента по разработке, а Прэм — главного технического директора. Название партнёры придумали только накануне регистрации компании: оно было выбрано как производное от Шаблон:Lang-la («зависть»), содержащего сочетание букв nv — сокращение от словосочетания Шаблон:Lang-en2 («следующая версия»), которым предприниматели обозначали всю документацию по новому проекту[3][4][5].

Компания работала в бесфабричной модели, то есть занималась проектированием и маркетингом продуктов, но не обладала собственным производством полупроводниковых пластин и микросхем. Почти год потребовался фирме, чтобы найти партнёра, который мог произвести микропроцессор по технологическому процессу 0,5 микрона (500 нанометров) — им стал SGS-Thomson Microelectronics, предоставивший компании мощности фабрики под Греноблем во Франции. В мае 1995 года Nvidia представила свою первую разработку — мультимедийную карту NV1, которая объединила на одной PCI-плате блок обработки 2D-графики, ускоритель 3D-графики, звуковую карту и порт для игрового контроллера, совместимого с приставкой Sega Saturn. Компании сотрудничали, и в рамках договорённостей с американским подразделением Sega часть игр для Saturn была портирована на ПК для запуска на NV1. Версии NV1 также выходили под марками Шаблон:Нп5 и SGS-Thomson. Выпуск NV1 стоил компании большей части первого 10-миллионного раунда инвестиций от Sequoia Capital, Шаблон:Нп5 и Sierra Ventures, но карта имела ограниченный успех из-за использования квадратичных поверхностей и соответственно принципиальной несовместимости с вышедшим вскоре API DirectX от Microsoft, где в качестве основного Шаблон:Нп5 сцен были применены треугольные полигоны. Компания была вынуждена сократить половину сотрудников, а впоследствии отказалась от разработки NV2 для Sega Dreamcast и сосредоточилась на разработке комплектующих для ПК[4][5][6][7][8].

Файл:NVidia Riva 128.jpg
Видеокарта Diamond Viper V330 с чипом NVidia Riva 128

В первой половине 1997 года компания представила графический процессор NV3, который получил название RIVA 128 (от Шаблон:Lang-en, интерактивный ускоритель видео и анимации в реальном времени). Благодаря поддержке Direct3D, высокой производительности и более низкой цене, чем у основного конкурента в лице Voodoo Graphics от 3dfx Interactive (всего на рынке было более 30 компаний, предлагавших видеокарты с 3D-ускорителями), RIVA 128 приобрела большую популярность. В марте 1998 года за ней последовала ещё более успешная NV4 — RIVA TNT (TwiN Texel) — первый на потребительском рынке ускоритель 3D-графики, который мог накладывать 2 текстуры за проход, и также опережал конкурентов благодаря параллельной обработке 2D и 3D-графики и поддержке True Color. Успех RIVA 128 и RIVA TNT утвердил Nvidia как одного из ключевых игроков рынка ускорителей графики (на конец 1997 года её доля рынка оценивалась в 24 %). RIVA TNT в 1998 году получила награду «Выбор редакции» издания PC Magazine, сама фирма в 1997 и 1998 годах стала «Наиболее уважаемой полупроводниковой фаблесс-компанией» по оценке Ассоциации полупроводниковых фаблесс-компаний (Fabless Semiconductor Association)[3][5][7][8].

В начале 1998 года планировалось первичное размещение акций на бирже, но после объявлений об этом получила ряд исков о нарушении патентов на технологию мультитекстурирования от конкурентов в лице Silicon Graphics, S3 Graphics и 3dfx Interactive. По итогам 1998 финансового года выручка компании достигла 158,2 миллиона долларов, а чистая прибыль — 4,1 миллиона против 13,3 и 1,3 миллиона годом ранее. В январе 1999 года первичное публичное предложение осуществлено на бирже NASDAQ, на торги были выставлены 3,5 миллиона акций по стартовой цене 12 долларов, которая к концу дня выросла до 19,69 доллара, размещение принесло компании 42 миллиона долларов, а её рыночная капитализация достигла 626,1 миллиона[5][9].

В 1999 году выпущен графический ускоритель RIVA TNT2 (NV5) — усовершенствованная версия RIVA TNT, с которым компания вплотную подступила к позициям 3dfx, удерживавшей высокое положение на рынке благодаря популярности Glide API у разработчиков игр. Но более значимым релизом года стал GeForce 256 — первый графический процессор, который благодаря интегрированному Шаблон:Нп5 обеспечил значительный скачок производительности в системах со слабыми центральными процессорами[10]. Параллельно компания инициировала патентное разбирательство в отношении компании S3 Graphics о нарушении ряда патентов, которое разрешилось соглашением о кросс-лицензировании патентных портфолио и переходом 50 инженеров из S3 в Nvidia.

2000-е годы

В 2001—2002 годах компания ввязалась в патентный спор с компаний 3dfx Interactive, в ходе которого последняя не выдержала конкуренции и обанкротилась. За 70 миллионов долларов Nvidia выкупила активы 3dfx, связанные с производством графических карт, включая патенты, торговые марки и товарные запасы[5][11].

К началу 2000 годов большинство производителей графических ускорителей вышли из бизнеса, и на рынке дискретных графических ускорителей сформировалась дуополия Nvidia и ATI. После неудачного ускорителя i740 Intel оставил попытки выпустить дискретное графическое решение и сосредоточился на встроенной графике под брендом Intel Extreme Graphics[12]. Доли рынка графики для ПК, включая интегрированную графику, распределились следующим образом: Nvidia — 31 %, Intel — 26 %, ATI — 17 %, остальные компании оказались на периферии. Конкуренция способствовала ускоренным технологическим инновациям в продуктах обеих компаний, что сделало невозможным появление на рынке другого заметного игрока. В 2000—2003 годах компания выступала поставщиком графических чипов для Xbox, а после решения Microsoft снизить себестоимость консоли её место заняла ATI. В свою очередь, Nvidia подписала с Sony контракт на поставки графических процессоров для PlayStation 3, а затем стала поставщиком дискретной графики для настольных компьютеров Apple[11][13].

В 2006 году на рынке графических ускорителей произошло 2 значимых события. Продажа ATI компании Advanced Micro Devices за 5,4 миллиарда долларов в октябре 2006 года привела к прекращению её сотрудничества с Intel[14]. В результате контракты на поставки интегрированной и дискретной графики, которые приносили ATI до 60—70 % выручки, перешли к Nvidia, а рыночная доля AMD/ATI заметно сократилась. А спустя 2 недели компания первой представила унифицированную шейдерную архитектуру графического процессора для ПК[13]. В 2007 году Nvidia представила программно-аппаратную архитектуру параллельных вычислений CUDA, которая упростила использование графических процессоров для вычислений общего назначения и легла в основу специализированных продуктов — физического движка PhysX и графического движка для визуализации методом трассировки лучей OptiX[15].

2010-е годы

На фоне роста сегмента интегрированной графики в конце 2000-х — начале 2010-х годов (на 2007 год Intel контролировал 35 % рынка графики, Nvidia — 25 %, к началу 2010-х доля Intel превысила 50 %[12][15]) компания диверсифицировала бизнес, инвестировав в направления высокопроизводительных вычислений и встраиваемых решений для автомобильной промышленности[16]. Успех фирмы в области ускорения вычислений, в том числе для нейросетей, привлёк в эту область других «технологических гигантов» — в 2015—2016 годах Intel вышел на рынок аппаратного ускорения глубокого обучения через поглощение производителя программируемых пользователем вентильных матриц Altera и бесфабричных компаний Nervana и Movidus, а Google в мае 2016 года выпустил собственный тензорный процессор, оптимизированный под задачи построения нейронных сетей с использованием библиотек TensorFlow[3]. По итогам 2018 года продажа ускорителей вычислений и решений для ЦОД принесли компании 1,93 миллиарда долларов (на 133 % больше, чем в 2017 году, и почти 24 % оборота в 2018 году), а продукты для автомобильной промышленности — 558 миллионов (около 5,7 %)[17].

В марте 2019 года Nvidia анонсировала выход на рынок нового одноплатного компьютера Jetson Nano со встроенной поддержкой искусственного интеллекта, размер которого составляет всего 70х45 миллиметров[18].

2020-е годы

В марте 2019 года было объявлено об инициировании покупки израильской компании Mellanox за 6,9 млрд $, производящей коммутаторы и сетевые адаптеры InfiniBand и Ethernet для дата-центров и высокопроизводительных вычислений. Сделка стала крупнейшим приобретением в истории компании[19][20] и была завершена 27 апреля 2020 года[21][22].

В мае 2020 года была поглощена компания Cumulus Networks, которая специализируется на разработке программного обеспечения с открытым исходным кодом для сетевого оборудования — например сетевой операционной системы Cumulus Linux для коммутаторов без операционной системы[23].

30 мая 2023 года стоимость акций Nvidia на фондовом рынке достигла 1 трлн долларов[24][25]. По итогам торгов 13 июня капитализация компании снова преодолела эту отметку, достигнув 1,01 трлн долларов[26].

Семейства продуктов

В годовых отчётах компания выделяет два семейства продуктов и 4 целевых рынка, на которых работает. Основные продукты — графические процессоры, представленные массовой линейкой GeForce, профессиональными видеокартами Quadro и ускорителями вычислений Tesla, и системы на чипе Tegra. Выпуск графических процессоров исторически является основным направлением бизнеса компании: на начало 2018 года его доля в структуре выручки составляла около 80 % (остальное приходилось на Tegra и решения на её базе). Целевыми рынками компании являются индустрия компьютерных игр, сфера профессиональной визуализации, автомобильная промышленность и область высокопроизводительных вычислений. Важным фокусом для компании является рынок искусственного интеллекта[27].

Потребительские продукты, ориентированные на рынок видеоигр, объединены брендом GeForce: это графические процессоры GeForceШаблон:Переход, программное обеспечение для оптимизации производительности GeForce ExperienceШаблон:Переход и сервис облачного гейминга GeForce NOWШаблон:Переход. Особняком стоят игровые устройства серии SHIELDШаблон:Переход на базе системы на чипе TegraШаблон:Переход. Для разработчиков компания выпускает специализированные программные библиотеки для создания графических эффектов и реалистичного окружения в традиционных играх и VR-проектах. На рынке профессиональной визуализации представлена графическими процессорами QuadroШаблон:Переход и специализированными программами и компонентами для работы с видео и трёхмерной графикой и создания реалистичной физики объектов. Направление высокопроизводительных вычислений включает ускорители вычислений TeslaШаблон:Переход, построенные на их основе суперкомпьютеры для работы с ИИ линейки DGXШаблон:Переход и специализированные облачные платформы — GPU Cloud для разработки и обучения нейросетей и GRIDШаблон:Переход для виртуализации производительных графических станций. Платформа для автомобильной промышленности объединена брендом DriveШаблон:Переход и включает бортовые компьютеры и компьютеры автопилота, инструменты для машинного обучения беспилотных автомобилей, информационно-развлекательные системы, продвинутые системы помощи водителю и инструменты для использования дополненной реальности в автомобилях[17].

GeForce

Файл:GPU GeForce2 MX400.jpg
Чип GeForce2 MX400

История семейства графических процессоров GeForce (название которых было сложено из слов geometry (Шаблон:Lang-en) и force (Шаблон:Lang-en) и содержит игру слов за счёт созвучия с g-force (Шаблон:Lang-en)) началась в 1999 году с выходом GeForce 256 на чипе NV10[28]. Компания позиционировала его как первый графический процессор — впервые все блоки обработки графики были размещены в одном кристалле. Главным нововведением стал блок Шаблон:Нп5, который ввёл аппаратную поддержку трансформации вершин 3D объектов (изменения положения и масштаба), отсечений (clipping) и освещения: ранее эти задачи выполнялись на центральном процессоре[29]. В целом на потребительском рынке технология получила распространение позднее, а в 1999 году наработки были использованы в профессиональных видеокартах Quadro. GeForce 256 поддерживала OpenGL 1.3 и стала первой картой с полной поддержкой Direct3D 7. В 2000 году компания выпустила усовершенствованный чип NV15 на более тонком техпроцессе и с увеличенной на 40 % производительностью, большим числом конвейеров обработки данных и улучшенным T&L, а также упрощённые NV11 и NV16, работавшие на более высокой тактовой частоте. Основанные на них карты выходили под брендом GeForce 2. Тогда же выпущен графический процессор Шаблон:Нп5 со сниженным энергопотреблением, предназначенный для использования в ноутбуках. В это время в конкуренцию вступила канадская компания ATI, представившая чипы R100 и R200 и мобильный чип RV200. Рыночный успех Nvidia и ATI подорвал позиции 3dfx Interactive, которая в попытке превзойти конкурентов вложилась в разработку провальной многопроцессорной Шаблон:Нп5 6000, что вкупе с плохими продажами Voodoo 4 подорвало финансовую устойчивость компании и привело к её банкротству. В результате Nvidia приобрела большую часть активов 3dfx, и в её штат перешло большинство инженеров конкурента[8][30][31].

В 2001 году выпущен чип NV20, в котором внедрена технология LMA (Lightspeed Memory Architecture) — большое число контроллеров памяти с уменьшенной пропускной способностью. Среди новшеств также были более быстрая память SDRAM, поддержка пиксельных и вершинных шейдеров, поддержка MSAA-сглаживания и работа с Direct3D 8. На этом чипе были основаны карты линейки GeForce 3, а также графический процессор игровой консоли Xbox от Microsoft. В начале 2002 года компания представила линейку GeForce 4. Бюджетные карты в этой линейке были основаны на чипсетах NV17, NV18 и NV19, по сути являвшихся модификациями NV11, и имели большой коммерческий успех. Позднее фирма выпустила более мощные карты на чипе NV25 — усовершенствованной версии NV20. В ответ на разработки Nvidia компания ATI представила флагманский процессор R300, в котором благодаря удвоению числа всех вычислительных модулей добилась превосходства в производительности над GeForce 4. В конце 2002 года компания выпустила процессор NV30, который использовала в 5-м поколении GeForce — GeForce FX. Несмотря на то что Nvidia отстала от ATI в выпуске DX9-совместимого процессора, компания сравнялась с конкурентом за счёт новых технологий — поддержки шейдерной модели версии 2.0a, новых алгоритмов сглаживания и фильтрации, интерфейса PCI Express и памяти формата DDR2[32]. Спустя несколько месяцев после NV30 вышел NV35, который получил дополнительный блок вершинных шейдеров, усовершенствованные блоки пиксельных шейдеров, более широкую шину памяти и технологию визуализации теней UltraShadow[33]. В последовавшем 2005 году представлен чип NV40 и 6-е поколение GeForce, флагманская модель которого за счёт новых технологий почти вдвое превзошла по производительности модели 5-го поколения. GeForce 6 получил поддержку DirectX 9.0c и шейдерной модели версии 3, аппаратную поддержку декодирования видео в форматах H.264, VC-1, WMV и MPEG-2, а также возможность параллельного использования нескольких карт через программно-аппаратную связку SLI. Бюджетные карты GeForce 6 были основаны на чипе NV43, упрощённой и недорогой в производстве версии NV40[8][31][34].

В GeForce 8 поколения на базе чипа G80 компания значительно переработала архитектуру графического процессора, использовав в конвейерах обработки данных унифицированные шейдерные процессоры. Осенью 2006 года представлена новая архитектура Шаблон:Нп5, особенностью которой стал отказ от отдельных блоков для вершинных и пиксельных шейдеров, которые заменили унифицированные процессоры, способные выполнять любой тип шейдеров[35]. За счёт того, что универсальные вычислительные блоки могли выполнять разнообразные типы вычислений, в чипе G80 на архитектуре Tesla удалось решить проблему неравномерного распределения ресурсов. Процессор получил поддержку DirectX 10, работал с шейдерами 4-й версии и вдвое превосходил G70 в тестах производительности. В конце 2006 года ATI была поглощена AMD и стала её графическим подразделением. Выпущенный в начале 2007 года процессор R670 был решением среднего ценового уровня и также не соперничал по производительности с собственными «флагманами». Вместе с универсальными шейдерами компания представила программно-аппаратную архитектуру CUDA, позволяющую писать программы для графических процессоров на Си-подобном языке и перенести на видеокарту тяжёлые для процессоров массивно-параллельные вычисления. В GeForce 8 и 9 компания представила аппаратную поддержку общих вычислений с точностью 32 бита, а в десятом поколении, GeForce 200 на базе GT200 — с двойной точностью 64-бита[36]. Аппаратная многопоточность позволила перенести на видеокарту расчёты физики объектов на базе физического движка PhysX. Также весной 2009 года Nvidia выпустила линейку графических карт GeForce 100, ориентированную исключительно на OEM и основанную на дизайне GeForce 9, а осенью — ещё одну OEM-серию GeForce 300 на основе карт 200-й серии[8][34][37][38].

Файл:6600GT GPU.jpg
Чип Nvidia GeForce 6600GT
Файл:Gigabyte GV-NX66T128D Rev. 1.0.jpg
Видеокарта Gigabyte GV-NX66T128D с чипом Nvidia GeForce 6600GT

В 2010 году компания представила новую микроархитектуру Fermi и основанную на ней линейку карт GeForce 400. Флагманским процессором этого поколения стал GF100, имевший огромную производительность, но очень большой и сложный в производстве. В ходе разработки младших моделей графических процессоров этого семейства пересмотрена организация потоковых мультипроцессоров, что позволило уплотнить организацию чипа, сократить его площадь и себестоимость. В чипах семейства GeForce 500 компания сохранила архитектуру Fermi, но переработала её на уровне Шаблон:Нп5, использовав более медленные и энергоэффективные транзисторы в элементах процессора, не требующих высокой скорости работы, и более быстрые в критически значимых элементах. В результате при возросшей тактовой частоте карты GeForce 500 оказались заметно более энергоэффективными. Следующее поколение графических процессоров GeForce 600 было основано на новой архитектуре Kepler, было произведено по 28-нанометровому техпроцессу и включало втрое больше ядер CUDA, что обеспечило 30-процентный прирост производительности в играх. В основу следующего поколения GeForce 700 легли чипы, изначально разработанные для ускорителей вычислений Tesla, и флагманские карты этого поколения имели выдающуюся производительность, которая несколько омрачалась высокой ценой. Дальнейший прогресс графических процессоров был достигнут с переходом на архитектуру Maxwell, в которой компания переработала подсистему памяти и внедрила новые алгоритмы сжатия. Благодаря этому семейство карт GeForce 900 оказалось на треть энергоэффективнее предшественников. Поколение GeForce 10 было основано на новой микроархитектуре Pascal и выпускалось по более тонкому 16-нанометровому техпроцессу. Однако настоящим прорывом, по характеристике основателя и президента компании Дженсена Хуанга, стала новая микроархитектура Turing, анонсированная в 2018 году. В новых графических процессорах 20-й серии (GeForce RTX) компания первой в мире представила технологию аппаратного ускорения трассировки лучей в реальном времени на специализированных RT-ядрах и поддержку работы ИИ на основе тензорных ядер, что обеспечило огромный скачок в качестве работы со светом и отражениями в компьютерных играх. Как отметила компания, основанные на Turing карты семейства GeForce 20 получили прирост производительности в 40—60 % в играх, не имеющих оптимизации под новые технологии, и до 125 % в играх с поддержкой технологии Deep Learning Super Sampling в сравнении с предшествующим поколением GeForce 10[8][39][40][41].

GeForce Experience

В 2013 году компания выпустила утилиту GeForce Experience, которая оптимизирует производительность ПК с видеокартами Nvidia в играх, проверяет актуальность установленных на устройстве драйверов, добавляет функцию записи и трансляции игрового процесса и прочие возможности для комфортного игрового процесса. GeForce Experience поддерживает графические процессоры компании начиная с GeForce 400, выпущенного в 2010 году[42]. Утилита автоматизирует проверку и обновление драйверов, в том числе драйверов Game Ready, оптимизированных для конкретных игр, а также задаёт оптимальные настройки для наилучшей производительности в играх на основе параметров конкретного ПК. Во время игры GeForce Experience работает как оверлей, предоставляющий доступ к дополнительным инструментам[42][43].

В их число входит инструмент записи и трансляции игрового процесса ShadowPlay, реализованная на базе аппаратного энкодера Nvidia NVENC, интегрированного в графический чип процессоров с архитектурой Kepler и выше[44]. ShadowPlay позволяет вести запись в разрешении HD, Full HD, 2K и 4K с частотой кадров 30 или 60 в секунду и битрейтом от 10 до 50 мегабит в секунду, поддерживает отображение изображения с веб-камеры в углу экрана и захват экрана и несколько режимов записи, в том числе сохранение записи до 20 уже прошедших минут игры[45]. Видео сохраняются с кодированием в H.264 в формате MP4, также ShadowPlay поддерживает стриминг в подключённые учётные записи Twitch, Facebook и на YouTube[46]. В 2017 году ShadowPlay был дополнен технологией Highlights, которая автоматически сохраняет в формате 15-секундных видеоклипов или GIF важные игровые моменты — выполнение квеста, одновременное убийство нескольких противников, победу над сложным боссом[47][48].

В 2016 году в состав Nvidia Experience вошёл инструмент Ansel, созданный совместно с разработчиками игр и названный в честь американского фотографа Энселя Адамса[49]. Ansel предоставляет пользователю расширенные возможности по созданию скриншотов включая стереоизображения, 360-градусные панорамы и стереопанорамы. Ansel позволяет в любой момент времени остановить игру, перемещать и настраивать камеру для выбора ракурса, использовать хромакей, проводить пост-обработку[50]. Снимки сохраняются в формате OpenEXR с поддержкой расширенного динамического диапазона. Режим Super Resolution позволяет с помощью ИИ масштабировать изображения до разрешения 63360×35640 без сглаживания[51]. В августе 2018 года с выходом новых графических процессоров с аппаратной поддержкой трассировки лучей компания представила Ansel RTX, который рассчитывает в 30 раз большее число лучей света, чем движок игры в реальном времени и позволяет получать фотореалистичное изображение[52][53].

В январе 2018 года компания представила в составе GeForce Experience технологию Freestyle, которая позволяет на уровне драйвера экспериментировать с шейдерами, меняя цветовую гамму, резкость и другие параметры изображения, наподобие инстаграм-фильтров[54]. Пользователю были доступны предустановленные наборы параметров, включая комбинации для дальтоников, и 38 настроек[42]. Ещё одной экспериментальной функцией GeForce Experience является режим GameStream Co-op, который позволяет игроку временно передать управление другому пользователю или пригласить его присоединиться к кооперативному режиму. При этом игра будет запущена только на компьютере первого игрока, а второй будет получать трансляцию игрового процесса по Сети[42].

Quadro

Файл:NVIDIA Quadro FX 3000 ES.jpg
Nvidia Quadro FX 3000 ES

Развитие направления профессиональных графических карт Quadro для высокопроизводительных рабочих станций началось в 1999 году с выхода первого решения на базе ядра NV10, использованного в GeForce 256[10]. Карты Quadro основаны на тех же процессорах, что и карты игровой (потребительской) линейки GeForce, но отличаются более надёжными компонентами, рассчитанными на длительную эксплуатацию при пиковых нагрузках, а драйверы Quadro имеют сотни профилей для работы в специализированных приложениях с максимальной производительностью. Например, редактор трёхмерной графики Autodesk Softimage использует физический движок PhysX для ускорения расчётов на ядрах CUDA при создании реалистичных эффектов, например, воды, огня или взрывов. Autodesk 3ds Max поддерживает отрисовку сцен на рендер-движке Nvidia iRay, который обращается напрямую к графическому процессору в обход центрального процессора, тем самым ускоряя время отрисовки на порядок. И iRay, и V-Ray от компании Chaos Group поддерживают прорисовку сцен в режиме реального времени за счёт ресурсов графического процессора. Autodesk AutoCAD в сочетании с Quadro позволяет использовать аппаратные шейдеры при построении изображений[55]. Поддержку специализированных технологий Nvidia также имеет ПО CATIA, SolidWorks, Шаблон:Нп5, Solid Edge, «Компас», Revit, Civil, ArchiCAD, Autodesk Maya, Adobe Photoshop, Adobe Premiere Pro, MSC Nastran, ANSYS[56]. В Quadro реализован ряд технологий, недоступных пользователям GeForce — сглаживание до x64 (и до x128 при подключении нескольких видеокарт по технологии Nvidia SLI), управление множественными рабочими столами с настраиваемыми границами экранов, коррекция ошибок в памяти для высокоточных вычислений и полная очистка памяти при переходе к новым задачам, точное распределение вычислительной нагрузки между несколькими графическими картами, расширенные возможности удалённого администрирования и мониторинга[57].

nForce

Шаблон:Main

Файл:Nf-4x4.JPG
Nvidia nForce4

В 2001 году Nvidia выпустила свой первый чипсет для системных плат. Первые поколения — nForce, nForce2 и nForce3 — работали только с процессорами AMD. Последующие поколения (nForce4, nForce 500, nForce 600, nForce 700, Шаблон:Iw и nForce 900) получили поддержку процессоров Intel. В феврале и марте 2009 года Intel и Nvidia обменялись исковыми заявлениями. Intel считала, что сделка 2004 года по кросс-лицензированию технологий больше не действует и Nvidia не может производить чипсеты с поддержкой шин DMI / QPI и, как следствие, процессоров нового поколения Nehalem. Nvidia же считала, что вторая сторона этим запретом нарушает всё ещё действующее лицензионное соглашение[58][59][60]. Ввиду потери рынка карт для процессоров Intel в октябре 2009 Nvidia объявила о заморозке инвестиций в разработку новых чипсетов[61]. Через год, в ноябре 2010 года компания полностью отказалась от чипсетного бизнеса. Причинами был и конфликт с Intel (суд завершился победой Nvidia в 2011 году[60]) и то, что спрос на nForce год от года снижался, так как интегрированные графические решения перемещались из отдельных чипсетов в центральные процессоры[62].

Tesla

Линейка ускорителей вычислений Tesla была представлена летом 2007 года, вскоре после релиза унифицированной вычислительной архитектуры CUDA, позволяющей на Си-подобном языке программирования писать код для вычислений на графическом процессоре. Первый ускоритель Tesla C870 был основан на графическом процессоре G80, уже представленном в картах GeForce 8-й серии, и основанном на унифицированной шейдерной микроархитектуре, также носящей имя Шаблон:Нп5[63]. Также были представлены решения с 2 картами в «настольном суперкомпьютере» и 4 картами в форм-факторе блейд-сервера формата 1U. C870 поддерживала вычисления с одинарной точностью с производительностью 518 гигафлопс[64]. С переходом на новую микроархитектуру графических процессоров компания обновляла линейку ускорителей Tesla, причём в случае Fermi[65], Pascal[66], Шаблон:Нп5[67] и Turing ускорители Tesla становились первыми продуктами на новой архитектуре, представленными широкой публике[68]. В 2011 году компания представила технологию Maximus, позволяющую комбинировать в рамках одной рабочей станции ускорители Tesla и профессиональные графические карты Quadro для максимально эффективного распределения вычислительных ресурсов. Для этого в рамках технологии Maximus компания представила универсальный драйвер для обеих карт, оптимизированный как для решения более стандартных задач на базе Quadro, так и для специализированных вычислений на базе Tesla[69].

Файл:CSIRO ScienceImage 11313 The CSIRO GPU cluster at the data centre.jpg
Суперкомпьютер, использующий Nvidia Tesla S1070, в Государственном объединении научных и прикладных исследований (CSIRO), Австралия

Наиболее современным на октябрь 2018 года был ускоритель вычислений Tesla T4 на микроархитектуре Turing, новшеством которого стала поддержка более широкого диапазона точности, что кратно увеличило производительность в вычислениях, не предъявляющих высоких требований к точности — например, при применении обученных моделей нейросетей. В результате Nvidia удалось достичь производительности в 8,1 терафлопса в вычислениях с одинарной точностью (FP32), 65 терафлопс в смешанных вычислениях с одинарной и половинной точностью (FP16/FP32), 130 триллионов операций в режиме INT8 и 260 триллионов в режиме INT4[68][70].

По итогам 2018 года Tesla были самыми популярными ускорителями в области высокопроизводительных вычислений и использовались в 127 суперкомпьютерах, входящих в Top500 — рейтинг самых мощных устройств этого класса[71]. Для сравнения, в рейтинге 2015 года присутствовало 66 устройств, использовавших ускорители Tesla, 26 устройств с Intel Xeon Phi на базе процессоров общего назначения и 3 суперкомпьютера с AMD FirePro[72]. На ускорителях вычислений Tesla были основаны два самых мощных на 2018 год суперкомпьютера мира — Summit в Национальной лаборатории Окриджа и Sierra в Ливерморской национальной лаборатории Министерства энергетики США[71]. Также вычисления на ускорителях Tesla были внедрены в суперкомпьютере Шаблон:Нп5 Токийского технологического института (29-е место на конец 2008 года)[73]; суперкомпьютере Tiānhé-1A, спроектированном китайским Оборонным научно-техническим университетом НОАК (1-е место на октябрь 2010 года)[74]; суперкомпьютере Titan, установленном в Национальной лаборатории Окриджа Министерства энергетики США (1-е место на ноябрь 2012 года); суперкомпьютере Cray CS-Storm (10-е место в 2014 году); суперкомпьютере Piz Daint, размещённом в Швейцарском национальном суперкомпьютерном центре (3-е место на ноябрь 2017 года)[75]. Среди российских суперкомпьютеров, использующих вычисления на графических процессорах общего назначения на базе ускорителей Nvidia Tesla — «Ломоносов», установленный в Московском государственном университете, и «Лобачевский», расположенный в Нижегородском государственном университете[76][77]. Также по ситуации на 2018 год Nvidia Tesla были в основе 22 из 25 наиболее энергоэффективных суперкомпьютеров рейтинга GREEN500[71].

GRID

Nvidia занялась разработкой платформы удалённой обработки данных в середине 2000 годов, и в мае 2012 года представила свои разработки в этом направлении — платформу VGX для виртуализации рабочих мест с производительностью полноценной рабочей станции и GeForce GRID — технологическую платформу для запуска игр в облаке[78][79]. VGX была основана на 3 компонентах — блейд-серверах на базе графических процессоров Nvidia, собственном гипервизоре Nvidia, который интегрировался в коммерческие гипервизоры и обеспечивал виртуализацию графического процессора и систему распределения ресурсов между пользователями[80]. Впоследствии компания представила аппаратные решения для VGX — графические карты для виртуализации большого числа рабочих мест VGX K1 и решение для одновременного запуска 2 рабочих мест для работы со сложной графикой и обработки 3D-задач в приложениях Adobe, Autodesk и SolidWorks — VGX K2[81][82]. В марте 2013 года компания представила готовое решение для дизайнеров, архитекторов, проектировщиков и инженеров GRID VCA (Visual Computing Appliance, букв. Шаблон:Lang-en), включающее сервер в форм-факторе 4U, клиентское ПО и гипервизор[83][84]. В конце 2013 года серверы GRID были внедрены в Amazon Web Services[85][86]. Представленное в том же году серверное решение для облачного гейминга работало по схожему принципу, предоставляя пользователям фиксированный объём вычислительной мощности для стабильной производительности системы в современных играх. Для снижения сетевой задержки реализовано сжатие видео на собственных серверах и оптимизированы драйверы как для серверного, так и клиентского оборудования[87][88]. Потребителями решений Nvidia для операторов игровых сервисов были многие игровые сервисы — Gaikai, Playcast, Ubitus, CiiNow, Шаблон:Нп5, Шаблон:Нп5 и Playkey. Собственные решения компания использовала в собственном облачном сервисе для владельцев игровых устройств линейки Shield — GeForce GRID (впоследствии — GeForce NOW)[89][90].

GeForce NOW

GeForce NOW образца 2018 года — третья по счёту итерация сервиса облачных игр (потоковая трансляция ПК-игр из облака), разработку которого фирма вела с начала 2010-х годов[91]. В 2012 году компания выпустила серверное решение GeForce GRID, которое позволяло запускать игры на высокопроизводительном оборудовании компании и стримить игровой процесс на устройство пользователя. Первым партнёром Nvidia, внедрившим GeForce GRID в своих серверах, стал сервис цифровой дистрибуции Gaikai, впоследствии выкупленный Sony[92]. Бета-тестирование собственного облачного сервиса, предназначенного для пользователей устройств линейки Shield, компания начала осенью 2013 года[93]. Как отмечало издание о технологиях The Verge, уже тогда GRID (как сервис потоковой трансляции игр) значительно превосходил альтернативы в лице Gaikai и OnLive[94]. На протяжении всего времени тестирования Grid оставался бесплатным для пользователей, а на апрель 2015 года библиотека сервиса включала 47 ПК-игр, главным образом класса AAA[95]. По окончании многомесячного тестирования осенью 2015 года компания перезапустила сервис потоковой трансляции игр под брендом GeForce NOW с платной подпиской на игры встроенного каталога и возможностью приобретения других игр через сервис цифровой дистрибуции[96][97]. География работы GeForce NOW на момент перезапуска включала Европу (в том числе, западную часть России), Северную Америку и Японию[98]. GeForce NOW неоднократно получал высокие оценки в игровой прессе, а главная претензия к нему сводилась к недоступности вне экосистемы Shield. В 2017 году компания начала тестирование GeForce NOW по модели службы аренды вычислительных ресурсов для запуска игр, доступной на любых устройствах, включая ПК под управлением OS X и Microsoft Windows (при этом пользователи Shield вновь получили бесплатный доступ к сервису). В 2017 году началось тестирование нового GeForce NOW на Mac, в январе 2018 года бета-версия сервиса стала доступна владельцам ПК на Windows[99]. Благодаря использованию графических ускорителей Tesla P40 с 24,5 гигабайтами VRAM в серверной части сервис смог обеспечить производительность в графики эквивалентную использованию GeForce GTX 1080 на устройстве пользователя с разрешением до 2560×1600[100]. В новом GeForce NOW пользователи потеряли доступ к каталогу игр по подписке, но получили возможность запускать на виртуальном компьютере любые игры из сервисов цифровой дистрибуции Steam, Uplay или Battle.net[101][102].

DGX

Новый рынок для компании открылся в 2009 году, когда сразу несколько исследовательских групп обнаружили, что графические процессоры гораздо эффективнее для задач, связанных с глубоким обучением нейросетей. Профессор Стэнфордского университета Эндрю Ын тогда отмечал, что основанные на GPU решения могут быть в 100 раз эффективнее, чем решения на базе центральных процессоров с архитектурой x86[103].

Первый суперкомпьютер для решения задач по глубокому обучения ИИ DGX-1 компания представила на конференции GTC в апреле 2016 года одновременно с анонсом ускорителя вычислений Tesla P100. В первой версии DGX-1 было установлено 8 карт P100 с совокупной производительностью 170 терафлопс. Его конфигурация включала 2 линии 10-гигабитного Ethernet и 4 InfiniBand с шиной EDR и скоростью около 100 гигабит в секунду. DGX-1 стал первым комплексным решением для глубокого обучения и поставлялся с пакетом специализированного ПО, в том числе платформой Deep Learning GPU Training System (DIGITS) и библиотекой CUDA Deep Neural Network library (cuDNN). В продажу компьютер поступил в июне 2016 года по цене 129 тысяч долларов[104]. Спустя год вместе с анонсом ускорителей Tesla V100 на новой архитектуре Volta компания представила обновлённый DGX-1 с 8 картами V100, а также DGX Studio с 4 картами V100 и меньшим объёмом оперативной памяти. Обновлённый DGX-1, поступивший в продажу по цене 149 тысяч долларов, имел производительность в 960 терафлопс при выполнении задач глубокого обучения, DGX Station с производительностью 490 терафлопс получил цену в 69 тысяч[105][106].

Принципиального прорыва в производительности до 2 петафлопс компания добилась в DGX-2, продемонстрированном на GTC в марте 2018 года. В новом компьютере были использованы 16 ускорителей вычислений Tesla V100, объединённых новым интерфейсом NVSwitch с пропускной способностью 2,4 терабайта в секунду — по характеристике Дженсена Хуанга, этой скорости было бы достаточно для одновременной трансляции 1440 фильмов. В совокупности в новинке было 82 тысячи ядер CUDA, более 100 тысяч ядер Tensor и 512 гигабайт памяти с высокой пропускной способностью стандарта HBM 2. На презентации компания отметила, что смогла достичь в 10 раз большей производительности, чем в DGX-1, и в 500 раз большей, чем в собственных решениях 5-летней давности. В продажу DGX-2 поступил по цене в 399 тысяч долларов[107][108].

Tegra

Разработкой систем-на-чипе (SoC), предназначенных для использования в мобильных устройствах, компания занялась после приобретения в 2003 года компании-разработчика дискретной графики для КПК MediaQ. Её наработки были использованы для создания линейки чипов GoForce, которые нашли применение в устройствах Motorola и других производителей. В 2006—2007 годах фирма также приобрела софтверную графическую компанию Шаблон:Нп5 и бесфабричную компанию Шаблон:Нп5, в прошлом — поставщика систем-на-чипе для Apple iPod. Накопленный опыт и приобретённые технологии были использованы в новой линейке чипов Tegra, которые объединяли процессор общего назначения с архитектурой ARM и собственный энергоэффективный графический процессор. В первом поколении своих SoC, представленном в 2008 году, компания выпустила две серии чипов — Tegra APX 2500 для смартфонов и модели 600 и 650, призванные составить Intel Atom конкуренцию в нише мобильных интернет-устройствах (то есть КПК, ориентированных на веб-сёрфинг и развлечения) и смартбуках[109]. Tegra первого поколения нашли применение в медиаплеерах Zune HD от Microsoft и Samsung YP-M1 а первым смартфоном на платформе стал Microsoft KIN[110][111]. Однако широкого применения первое поколение Tegra не получило: сказалась ставка на смартбуки и продвинутые КПК, которые не нашли массового рынка[112].

Файл:NVIDIA T20 and T30 chips.jpg
Чипы Tegra 2 (T20) and Tegra 3 (T30)

Намного более успешной оказалась система-на-чипе Tegra 2, представленная в 2011 года[113]. Производительная Tegra 2 с поддержкой 3D-графики получила применение во многих 10-дюймовых планшетов и смартфонах Acer, Asus, Motorola, LG, Toshiba и других производителей и оставалась актуальной даже спустя несколько лет[114]. Успех второго поколения SoС повторила Tegra 3, получившая более мощный графический ускоритель и дополнительное процессорное ядро для простых вычислений. Tegra 3 устанавливался в Google Nexus 7, планшеты Lenovo, Asus и Acer, смартфоны HTC и LG, а также ноутбуки-трансформеры под управлением операционной системы Windows RT — Microsoft Surface и Lenovo IdeaPad Yoga 11. В 2013 году компания представила Tegra 4, на основе которого разработала собственные игровые консоли, выходившие под брендом Shield[115]. Однако постепенно компания утратила интерес к конкурентному массовому рынку потребительских устройств и переориентировалась на области, где высокая производительность Tegra была востребована — игровые консоли и автомобильный рынок[116]. В 2012 году NVIDIA договорилась с Audi об использовании Tegra в панелях управления и развлекательных системах автомобилей, а в 2013 году — начала сотрудничество с Tesla и Lamborghini[4][117].

Долгий производственный цикл автопроизводителей оказался удобен для Nvidia, которая нашла в автомобилях применение как для новых разработок, так и для более старых Tegra 2 и Tegra 3[118]. Представленная в 2014 году система-на-чипе Tegra K1 изначально позиционировалась как платформа для бортовых компьютеров и систем беспилотных автомобилей, а следующее поколение Tegra X1 вообще не предназначалось для применения в мобильной электронике[119][120].

Drive

Файл:NVIDIA Drive PX, Computex Taipei 20150601.jpg
Drive PX первой версии

На Consumer Electronics Show в январе 2015 года вместе с анонсом системы-на-чипе Tegra X1 фирма представила собственное комплексное решение для автомобильной промышленности — компьютер для приборной панели Drive CX на базе чипа X1, инструментарий для разработки интерфейсов приборной панели Drive Studio и бортовой для автопилотов Drive PX, в котором использовались сразу 2 SoC X1[121]. В отличие от ADAS (Advanced driver assistance system, Шаблон:Lang-ru), представленных на рынке на тот момент, Drive PX был ориентирован на использование в автомобилях, начиная со средней ценовой категории[122]. С первой версии Drive PX поддерживал работу сразу 12 отдельных HD-камер, информация которых обрабатывалась искусственной нейронной сетью, и распознавал другие транспортные средства, пешеходов, дорожные знаки и другую информацию[123]. На конференции GPU Technology Conference весной 2015 года представители NVIDIA рассказали о процессе обучения ИИ Drive PX и отметили, что на основе опыта множества смоделированных аварий научили его избегать преград и учитывать все возможные препятствия[124][125].

Drive PX первой версии имел производительность расчётов в 2,3 терафлопс, а в представленном на CES 2016 компьютере Drive PX 2 этот показатель удалось довести этот показатель до 8 терафлопс. Этой производительности уже было достаточно для автоматического пилотирования автомобиля на основе данных 12 камер, радара, лидара и других датчиков[126]. Обновлённый Drive PX 2 научился выводить подробную информацию об окружении автомобиля на экран в реальном времени, а при подключении к интернету — дополнять их сведениями о дорожной обстановке, состоянии дорожного полотна и других факторах[127]. На GPU Conference в апреле 2016 года NVIDIA были представлены демо-автомобили Audi, Volvo и BMW, оснащённые Drive CX и Drive PX[128]. В январе 2017 года на CES 2017 NVIDIA и Audi объявили о планах к 2020 году выпустить серийный автомобиль с ИИ (предположительно, Audi Q7). Также компания-разработчик представила собственный беспилотный автомобиль BB8, названный в честь астромеханического дроида из вселенной «Звёздных войн», и применяемый для апробирования технологий автономного вождения[129][130].

В феврале 2017 года состоялась тестовая гонка чемпионата беспилотных электрокаров Roborace, в котором команды представлены технологически идентичными болидами с различными управляющими программными платформами. Обе машины тестового заезда, DevBot 1 и DevBot 2, работали на базе Drive PX 2[131]. Осенью 2017 года на конференции GPU Conference в Мюнхене компания представила прототип автономного почтового фургона, разработанный ZF Friedrichshafen AG совместно с Deutsche Post DHL, а представители российской технологической компании «Яндекс» рассказали о собственном самоуправляемом автомобиле на базе Шаблон:Нп5 и Drive PX 2[132][133]. Кроме того, на конференции Дженсен Хуанг представил расширенную версию Drive PX — Drive PX Pegasus, разработанное совместно с 25 другими технологическими компаниями и автопроизводителями и при производительности в 320 терафлопс позволяющее создать беспилотный автомобиль 5-го уровня автономности (не требующий участия человека в управлении)[134][135]. Также вплоть до августа 2018 года компьютеры линейки Drive PX использовались в электрокарах Tesla[136][137].

В марте 2018 года после смертельного ДТП, в ходе которого самоуправляемый автомобиль Uber сбил велосипедистку, ошибочно посчитав её незначительным препятствием, которое не требует реакции, фирма объявила о прекращении тестирования собственных беспилотных автомобилей на дорогах общего пользования[138][139]. Спустя неделю на собственной технологической конференции компания представила облачную платформу Drive Pegasus, предназначенную для тестирования алгоритмов автопилота в смоделированных условиях. Система основана на двух компонентах. Первый — сервер на базе графических процессоров Nvidia, на котором запущена среда симуляции Drive Sim, создающая потоки данных для камер, радара, лидара и других датчиков машины и фотореалистичное тестовое окружение. Второй — бортовой компьютер Drive Pegasus для запуска ИИ-автопилота. Эта связка позволяет моделировать любые ситуации на дороге, включая маловероятные сценарии и экстремальные погодные условия и проводить миллионы тестов в день без риска для других участников дорожного движения[140][141][142].

SHIELD

В начале 2013 года на Consumer Electronics Show фирма анонсировала собственную игровую консоль под кодовым названием Project Shield. К поступлению устройства в продажу слово Project в названии было опущено[143]. SHIELD получил формат геймпада с откидным 5-дюймовым сенсорным экраном, работал под управлением операционной системы Android, позволял загружать игры из магазина Google Play, собственного магазина цифрового контента TegraZone, а также поддерживал технологию GameStream — потоковую трансляцию игр с ПК, оснащённого графическим процессором GeForce на микроархитектуре Kepler. Помимо игры на собственном экране SHIELD позволял выводить изображение по HDMI на монитор или экран телевизора, что делало его устройством с самой большой библиотекой игр и самыми широкими игровыми возможностями на рынке[144]. В список игр, получивших поддержку контроллера SHIELD, вошли около 2 десятков названий, включая AAA-проекты, такие как Bioshock Infinite, Need for Speed: Most Wanted, Call of Duty: Black Ops 2, Team Fortress 2, Grand Theft Auto: Vice City и ARMA Tactics[145][146].

Файл:NVIDIA Shield Tablet with Wireless Controller (16131034479).jpg
Планшет Shield Tablet

В 2014 году компания представила Shield Tablet, выполненный в форм-факторе традиционного планшета с беспроводным контроллером и ставший одним из наиболее производительных Android-устройств на рынке[147]. Помимо GameStream устройство получило поддержку облачного игрового сервиса Grid для потоковой трансляции ПК-игр из облака Nvidia (впоследствии переименованного в GeForce Now), а также было оптимизировано для графического движка Unreal Engine[148]. На момент релиза SHIELD Tablet оказался сравнительно дорогим устройством, а из-за проблем с перегревом аккумулятора компании пришлось заменить пользователям часть устройств. В 2015 году компания выпустила обновлённую модель с исправленными «детскими болезнями» под индексом K1, которая при идентичной предшественнику конфигурации имела значительно меньшую цену в розничной продаже[149][150].

Файл:NVIDIA SHIELD TV main console.jpg
Shield Android TV, версия 2017 года

Кроме того, в 2015 году фирма выпустила игровое устройство в формате потокового медиаплеера (телевизионной приставки), получившее название SHIELD Android TV или просто SHIELD (оригинальный SHIELD 2013 года был переименован в SHIELD Portable). Новый SHIELD стал первым устройством на базе процессора Tegra X1, работал на базе Android TV, поддерживал GameStream и Grid (GeForce Now) и вывод видео в разрешении Ultra HD (4K). Помимо контента Android TV устройство получило поддержку стриминговых сервисов Netflix, Hulu Plus, YouTube, Amazon Instant Video и Шаблон:Нп5, российских Okko, Megogo.net, Amediateka, Rutube и многих других, а также поддержку стриминга с Android-устройств Шаблон:Нп5[151][152]. В обновлении 2017 года SHIELD получил на 40 % более компактный корпус, поддержку новых стриминговых сервисов, полную интеграцию с голосовым помощником Google Assistant и поддержку системы умного дома на платформе Samsung Шаблон:Нп5 в режиме хаба, через который организовано подключение и взаимодействие устройств и датчиков[153][154].

Jetson

В марте 2014 года компания представила свой первый специализированный компьютер для встраиваемых систем Jetson TK1 на базе процессора Tegra K1, предназначенный для использования в автономных дронах, умных камерах, роботах и других интеллектуальных устройствах. Несмотря на скромные размеры, Jetson TK1 с производительностью в 326 гигафлопс был сравним по мощности с традиционными рабочими станциями, что позволило позиционировать новинку и последующие версии Jetson как «первые мобильные суперкомпьютеры»[155]. В Jetson TX1 на базе системы-на-чипе Tegra X1 производительность выросла до 1 терафлопс, а размер самого устройства удалось сократить до размера пластиковой карты[156]. В Jetson TX2 на основе обновлённого процессора Tegra X2 NVIDIA удалось удвоить производительность при сохранении прежнего уровня энергопотребления[157]. Принципиального прорыва в вычислительной мощности компания достигла в июне 2018 года в компьютере Jetson Xavier, основанном на следующем поколении чипов Tegra. Система с производительностью 30 терафлопс при энергопотреблении втрое меньше, чем у лампы накаливания, была представлена как первый в мире компьютер для интеллектуальных роботов. На плате Jetson Xavier разместились 8-ядерный процессор ARM для выполнения общих вычислений, графический процессор с тензорными ядрами, предназначенный для задач, связанных с глубоким обучением, и специализированные блоки для обработки видео[158]. Jetson Xavier был представлен в составе платформы Isaac, также включающей набор API и инструментов разработки для подключения к 3D-камерам и датчикам Isaac SDK, библиотеку ускорителей ИИ Isaac IMX и виртуальную среду для обучения и тестирования ИИ Isaac Sim[159][160].

Инициативы

GPU Technology Conference

С 2009 года компания проводит ежегодные конференции GPU Technology Conference (GTC), первая из которых прошла в Сан-Хосе в конце сентября — начале октября 2009 года. За десятилетие география мероприятия значительно расширилась: в 2018 году помимо GTC в Кремниевой долине и Вашингтоне региональные конференции прошли в Тайване, Японии, Европе, Израиле и Китае[161]. Если первоначально главной темой GTC были развитие и использование графических процессоров для ускорения вычислений, то с середины 2010-х годов фокус сместился на развитие машинного обучения и применение ИИ[162][163].

GPU Ventures Program

В 2009 году фирма учредила инвестиционную программу GPU Ventures Program для вложений в стартапы, работающие над методами применения графических процессоров для общих вычислений. В рамках программы компания планировала предоставлять инвестиции от 0,5 до 5 миллионов долларов перспективным проектам, связанным с обработкой видео, НИОКР, финансами и другими направлениями применения собственных технологий[164]. По состоянию на 2018 год в портфель GPU Ventures Program входили в числе прочих система облачной аналитики для розничной торговли Abeja, разработчик технологий для самоуправляемых автомобилей Optimus Ride, разработчик ИИ для голосовых помощников Soundhound, метеорологический стартап TempoQuest, разработчик технологий компьютерного зрения для здравоохранения Zebra Medical и компания Datalogue, разрабатывающая алгоритмы data mining[165].

Deep Learning Institute

В 2015 году с целью преодолеть дефицит специалистов в области обработки данных и глубокого обучения компания анонсировала собственную образовательную программу — Институт глубокого обучения (Deep Learning Institute, DLI)[166]. Первые образовательные сессии прошли в рамках GTC, а в 2016 году совместно с платформами массового онлайн-образования Coursera и Udacity выпустила онлайн-курсы по глубокому обучению и ИИ. В DLI проходили подготовку разработчики из компаний Adobe, Alibaba и SAP, также курсы проходили на площадках крупных исследовательских и образовательных институтов — Национальных институтов здравоохранения США, Шаблон:Нп5, Шаблон:Нп5, Шаблон:Нп5 и Шаблон:Нп5[167][168]. Программы обучения в DLI построены вокруг прикладных направлений применения технологий компании в самоуправляемых автомобилях, здравоохранении, робототехнике, финансах, а практические занятия ведут специалисты Nvidia и компаний-партнёров и сотрудники университетов[169][170][171].

Nvidia Inception Program

В июне 2016 года компания представила программу поддержки стартапов, работающих в области искусственного интеллекта и обработки данных — Nvidia Inception Program. Участники программы получают ранний доступ к программному и аппаратному обеспечению, помощь сертифицированных специалистов и инженеров компании, обучение в DLI и инвестиции в рамках GPU Ventures Program[172]. Уже к 2017 году в программе участвовало свыше 1300 компаний, на 2018 год число участников программы достигло 2800. В рамках ежегодной конференции GTC компания выбирает несколько победителей программы, продемонстрировавших выдающиеся достижения в своих областях. В 2017 году лауреатами премии стали разработчик системы диагностики боли в груди Genetesis, система борьбы с вредоносным ПО Шаблон:Нп5 и авторы технологии анализа крови на основе нейронных сетей Athelas, в 2018 году — проект Subtle Medical с технологией ускорения МРТ и ПЭТ на основе нейронных сетей, система автоматизации розничной торговли AiFi и логистический стартап Kinema Systems[173][174].

Компания

Штаб-квартира

Файл:Nvidia campus aerial.jpg
Комплекс зданий компании, включая «Индевор». Apple Park виден на дальнем плане. 2017 год

Штаб-квартира компании расположена в городе Санта-Клара в одноимённом округе штата Калифорния. Первое здание комплекса, названное «Индевор» (Шаблон:Lang-en в честь последнего космического челнока НАСА, было возведено в 2010—2017 годах по проекту архитектурного бюро Шаблон:Нп5. Помещения внутри «Индевора» носят названия, отсылающие к научной фантастике — «Альтаир IV» (планета из фильма «Запретная планета»), «Скаро» (планета из научно-фантастического сериала «Доктор Кто»), «Скайнет» (искусственный интеллект из серии фильмов «Терминатор»), «Вогсфера» (родная планета расы вогонов из произведений Дугласа Адамса), Хотт (планета из вселенной «Звёздных войн»), «Мордор» (регион Средиземья, владения Саурона из легендариума Джона Толкиена), «Метрополис» (отсылка к одноимённому немому фантастическому кинофильму Фрица Ланга)[4].

На 2018 год компания вела строительство второго здания под названием «Вояджер» (Шаблон:Lang-en), которое служит отсылкой к одноимённым космическим аппаратам и программе исследования дальних планет Солнечной системы. Первые буквы названий зданий новой штаб-квартиры, латинские En и V также складываются в Nv — первые буквы названия самой компании. Площадь «Индэвора» составляет 500 тысяч фут² (около 46,5 тысяч м²), проектная площадь «Вояджера» — 750 тысяч фут² (около 69,6 тысячи м²). «Индэвор» вмещает более 2000 сотрудников компании, всего в Санта-Кларе работает 5000 сотрудников, а общий штат компании составляет 11,5 тысяч человек[4][175][176].

Руководство

По состоянию на февраль 2018 года руководящие посты в компании занимали[2]:

Финансовые показатели

По итогам 2018 финансового года выручка компании составила 9,714 миллиарда долларов, операционная прибыль — 3,21 млрд, чистая прибыль — 3,047 млрд. В сравнении с 2017 финансовым годом выручка выросла на 41 %, операционная прибыль — на 66 %, чистая прибыль — на 83 %. Основной источник доходов компании — направление графических процессоров, которое в совокупности принесло 8,14 миллиарда (рост на 40 % в сравнении с 2017 годом), включая 1,93 миллиарда доходов от решений для ЦОД (Tesla, Grid, DGX, рост на 133 % в сравнении с 2017) и 934 миллиона долларов, которые принесло направление профессиональной визуализации (рост 12 % в сравнении с 2017). Решения на базе систем на чипе Tegra принесли компании 1,53 миллиарда (на 86 % больше, чем годом ранее), в которых 558 миллионов составили доходы от установки информационно-развлекательных систем для автомобилей, бортовых компьютеров Drive PX и разработки для самоуправляемых автомобилей[17].

Акционеры

Шаблон:Block-small

На 2018 год компанией было выпущено 945 миллионов обыкновенных акций, имеющих 1 голос. С 1999 года компания 4 раза проводила дробление акций: в 2000, 2001 и 2006 году бумаги дробились в соотношении 2 к 1, в 2007 году «сплит» был проведён в соотношении 3 к 2[177][178]. В 2021 году, спустя 14 лет, компания провела ещё одно дробление в соотношении 4:1 — крупнейшее в своей истории[179].

Компании принадлежат 35,9 % её акций, 61,4 % находятся в обращении на бирже NASDAQ. Крупнейшими держателями акций являются Fidelity Management & Research Co. (7,94 %), The Vanguard Group (7,14 %), BlackRock Fund Advisors (4,46 %), SSgA Funds Management (3,87 %), основатель компании Дженсен Хуанг (3,6 %), T. Rowe Price Associates, Inc. (1,81 %), JPMorgan Investment Management, Inc. (1,3 %), Geode Capital Management (1,29 %) и Шаблон:Нп5 (1,16 %)[178].

Впервые после IPO в 1999 году фирма выплатила дивиденды в 2006 году, следующая выплата последовала в 2012 году, с ноября 2012 года выплаты дивидендов держателям акций проходят ежеквартально[177].

В России

С начала 2000-х годов фирма начала проявлять интерес к российскому рынку графических процессоров, на котором занимала положение безусловного лидера. В 2003 году в Москве начал работу офис Nvidia, в зону ответственности которого попали страны Европы, Ближнего Востока и Африки. Через российский офис фирма занималась подбором местных программистов и сотрудничество с разработчиками для оптимизации как выпущенных, так и находящихся в разработке игр. Также на базе российского офиса была открыта лаборатория для тестирования игр, программного обеспечения для профессиональной визуализации и других приложений, использующих вычислительные мощности графического процессора. На 2014 год московская лаборатория была одним из 4 крупнейших дата-центров фирмы, и на её долю приходилось до 70 % всех тестируемых компанией игр. Инженеры офиса принимают участие во многих глобальных проектах компании, фокусируясь на разработке и развитии программной составляющей решений для игрового и профессионально рынка, включая рынок ИИ. С 2011 года российский офис располагается в бизнес-центре «Двинцев» на улице Двинцев в Москве[180][181][182].

7 марта 2022 года компания объявила об уходе с рынка России и Белоруссии в связи с вторжением России на Украину[183]. Nvidia остановила продажи в России с марта, в июле перестала продлевать и продавать российским компаниям лицензии на программное обеcпечение для облачного гейминга. В 2022 году на Россию приходилось 2 % от общего объёма продаж Nvidia[184]. О полном уходе с российского рынка также свидетельствует квартальная отчетность компании[185][186].

Критика

В феврале 2003 года разгорелся спор между Futuremark и Nvidia из-за теста видеокарты на производительность — Futuremark обвинила NVidia в подстройке драйверов видеокарты специально, чтобы увеличить показатели производительности в тесте[187]. На протяжении нескольких месяцев Futuremark не признавала результаты своих тестов с последней версией драйвера Nvidia[188]. Наконец, публично пообещав на своём официальном сайте опубликовать новую версию теста, которая блокирует эти механизмы подстройки и обвинив NVidia в преднамеренной обфускации кода драйверов Detonator FX, Futuremark днём позже отозвала своё заявление, объяснив его личной ошибкой разработчика. Как отмечала пресса, это позволило Futuremark избежать судебных исков о защите деловой репутации[189].

В 2012 году Линус Торвальдс обрушился с жёсткой критикой в адрес Nvidia из-за плохого сотрудничества с разработчиками Linux. На своей встрече со студентами Университета Аалто в Финляндии он нецензурно высказался о компании Nvidia, и назвал её худшей из компаний, с которыми приходится сталкиваться сообществу Linux[190].

В 2014 году руководитель по связям с общественностью Роберт Халлкок компании AMD обвинил Nvidia в борьбе с конкурентами при помощи библиотеки разработки Шаблон:Iw. По его словам, GameWorks искусственно мешает разработчикам оптимизировать код игр под аппаратное обеспечение конкурирующих производителей видеокарт[191].

В 2015 году компанию уличили в сокрытии реальных характеристик своего флагманского устройства GeForce GTX 970. Независимые исследователи установили, что графический процессор имеет не 64 блока ROP, как было заявлено самим производителем, а всего 56. Так же они указали, что видеопамять устройства работает по схеме 3,5+0,5 Гбайт, в которой часть памяти GDDR5 работает на заведомо меньшей скорости, чем её основной блок, а кэш второго уровня урезан с 2 Мбайт до 1,75 Мбайта[188].

В феврале 2019 года AMD выступила с критикой новой проприетарной технологии интеллектуального сглаживания Nvidia Deep Learning Super-Sampling (DLSS). Представители AMD считают, что открытые стандарты SMAA и TAA хорошо работают на ускорителях разных вендоров и при этом лишены недостатков DLSS[192].

См. также

Примечания

Шаблон:Примечания

Ссылки

Внешние ссылки

  1. ↑ Шаблон:Cite web
  2. ↑ 2,0 2,1 Ошибка цитирования Неверный тег <ref>; для сносок 10K не указан текст
  3. ↑ 3,0 3,1 3,2 Шаблон:Cite web
  4. ↑ 4,0 4,1 4,2 4,3 4,4 Шаблон:Cite web
  5. ↑ 5,0 5,1 5,2 5,3 5,4 Шаблон:Книга
  6. ↑ Шаблон:Cite web
  7. ↑ 7,0 7,1 Шаблон:Cite web
  8. ↑ 8,0 8,1 8,2 8,3 8,4 8,5 Шаблон:Cite web
  9. ↑ Шаблон:Cite web
  10. ↑ 10,0 10,1 Шаблон:Cite web
  11. ↑ 11,0 11,1 Шаблон:Cite web
  12. ↑ 12,0 12,1 Шаблон:Cite web
  13. ↑ 13,0 13,1 Шаблон:Cite web
  14. ↑ Шаблон:Cite web
  15. ↑ 15,0 15,1 Шаблон:Cite web
  16. ↑ Шаблон:Cite web
  17. ↑ 17,0 17,1 17,2 Шаблон:Cite web
  18. ↑ Шаблон:Cite web
  19. ↑ Шаблон:Cite news
  20. ↑ Шаблон:Cite news
  21. ↑ Шаблон:Cite news
  22. ↑ Шаблон:Cite web
  23. ↑ Шаблон:Cite news
  24. ↑ Шаблон:Cite web
  25. ↑ Шаблон:Cite web
  26. ↑ Шаблон:Cite web
  27. ↑ Шаблон:Cite web
  28. ↑ Шаблон:Cite web
  29. ↑ Шаблон:Cite web
  30. ↑ Шаблон:Cite web
  31. ↑ 31,0 31,1 Шаблон:Cite web
  32. ↑ Шаблон:Cite web
  33. ↑ Шаблон:Cite web
  34. ↑ 34,0 34,1 Шаблон:Cite web
  35. ↑ Шаблон:Cite web
  36. ↑ Шаблон:Cite web
  37. ↑ Шаблон:Cite web
  38. ↑ Шаблон:Cite web
  39. ↑ Шаблон:Cite web
  40. ↑ Шаблон:Cite web
  41. ↑ Шаблон:Cite web
  42. ↑ 42,0 42,1 42,2 42,3 Шаблон:Cite web
  43. ↑ Шаблон:Cite web
  44. ↑ Шаблон:Cite web
  45. ↑ Шаблон:Cite web
  46. ↑ Шаблон:Cite web
  47. ↑ Шаблон:Cite web
  48. ↑ Шаблон:Cite web
  49. ↑ Шаблон:Cite web
  50. ↑ Шаблон:Cite web
  51. ↑ Шаблон:Cite web
  52. ↑ Шаблон:Cite web
  53. ↑ Шаблон:Cite web
  54. ↑ Шаблон:Cite web
  55. ↑ Шаблон:Статья
  56. ↑ Шаблон:Статья
  57. ↑ Шаблон:Cite web
  58. ↑ Шаблон:Cite web
  59. ↑ Шаблон:Cite web
  60. ↑ 60,0 60,1 Шаблон:Cite web
  61. ↑ Шаблон:Cite web
  62. ↑ Шаблон:Cite web
  63. ↑ Шаблон:Cite web
  64. ↑ Шаблон:Cite web
  65. ↑ Шаблон:Cite web
  66. ↑ Шаблон:Cite web
  67. ↑ Шаблон:Cite web
  68. ↑ 68,0 68,1 Шаблон:Cite web
  69. ↑ Шаблон:Cite web
  70. ↑ Шаблон:Cite web
  71. ↑ 71,0 71,1 71,2 Шаблон:Cite web
  72. ↑ Шаблон:Cite web
  73. ↑ Шаблон:Cite web
  74. ↑ Шаблон:Cite web
  75. ↑ Шаблон:Cite web
  76. ↑ Шаблон:Cite web
  77. ↑ Шаблон:Cite web
  78. ↑ Шаблон:Cite web
  79. ↑ Шаблон:Cite web
  80. ↑ Шаблон:Cite web
  81. ↑ Шаблон:Cite web
  82. ↑ Шаблон:Cite web
  83. ↑ Шаблон:Cite web
  84. ↑ Шаблон:Cite web
  85. ↑ Шаблон:Cite web
  86. ↑ Шаблон:Cite web
  87. ↑ Шаблон:Cite web
  88. ↑ Шаблон:Cite web
  89. ↑ Шаблон:Cite web
  90. ↑ Шаблон:Cite web
  91. ↑ Шаблон:Cite web
  92. ↑ Шаблон:Cite web
  93. ↑ Шаблон:Cite web
  94. ↑ Шаблон:Cite web
  95. ↑ Шаблон:Cite web
  96. ↑ Шаблон:Cite web
  97. ↑ Шаблон:Cite web
  98. ↑ Шаблон:Cite web
  99. ↑ Шаблон:Cite web
  100. ↑ Шаблон:Cite web
  101. ↑ Шаблон:Cite web
  102. ↑ Шаблон:Cite web
  103. ↑ Шаблон:Cite web
  104. ↑ Шаблон:Cite web
  105. ↑ Шаблон:Cite web
  106. ↑ Шаблон:Cite web
  107. ↑ Шаблон:Cite web
  108. ↑ Шаблон:Cite web
  109. ↑ Шаблон:Cite web
  110. ↑ Шаблон:Cite web
  111. ↑ Шаблон:Cite web
  112. ↑ Шаблон:Cite web
  113. ↑ Шаблон:Cite web
  114. ↑ Шаблон:Cite web
  115. ↑ Шаблон:Cite web
  116. ↑ Шаблон:Cite web
  117. ↑ Шаблон:Cite web
  118. ↑ Шаблон:Cite web
  119. ↑ Шаблон:Cite web
  120. ↑ Шаблон:Cite web
  121. ↑ Шаблон:Cite web
  122. ↑ Шаблон:Cite web
  123. ↑ Шаблон:Cite web
  124. ↑ Шаблон:Cite web
  125. ↑ Шаблон:Cite web
  126. ↑ Шаблон:Cite web
  127. ↑ Шаблон:Cite web
  128. ↑ Шаблон:Cite web
  129. ↑ Шаблон:Cite web
  130. ↑ Шаблон:Cite web
  131. ↑ Шаблон:Cite web
  132. ↑ Шаблон:Cite web
  133. ↑ Шаблон:Cite web
  134. ↑ Шаблон:Cite web
  135. ↑ Шаблон:Cite web
  136. ↑ Шаблон:Cite web
  137. ↑ Шаблон:Cite web
  138. ↑ Шаблон:Cite web
  139. ↑ Шаблон:Cite web
  140. ↑ Шаблон:Cite web
  141. ↑ Шаблон:Cite web
  142. ↑ Шаблон:Cite web
  143. ↑ Шаблон:Cite web
  144. ↑ Шаблон:Cite web
  145. ↑ Шаблон:Cite web
  146. ↑ Шаблон:Cite web
  147. ↑ Шаблон:Cite web
  148. ↑ Шаблон:Cite web
  149. ↑ Шаблон:Cite web
  150. ↑ Шаблон:Cite web
  151. ↑ Шаблон:Cite web
  152. ↑ Шаблон:Cite web
  153. ↑ Шаблон:Cite web
  154. ↑ Шаблон:Cite web
  155. ↑ Шаблон:Cite web
  156. ↑ Шаблон:Cite web
  157. ↑ Шаблон:Cite web
  158. ↑ Шаблон:Cite web
  159. ↑ Шаблон:Cite web
  160. ↑ Шаблон:Cite web
  161. ↑ Шаблон:Cite web
  162. ↑ Шаблон:Cite web
  163. ↑ Шаблон:Cite web
  164. ↑ Шаблон:Cite web
  165. ↑ Шаблон:Cite web
  166. ↑ Шаблон:Cite web
  167. ↑ Шаблон:Cite web
  168. ↑ Шаблон:Cite web
  169. ↑ Шаблон:Cite web
  170. ↑ Шаблон:Cite web
  171. ↑ Шаблон:Cite web
  172. ↑ Шаблон:Cite web
  173. ↑ Шаблон:Cite web
  174. ↑ Шаблон:Cite web
  175. ↑ Шаблон:Cite web
  176. ↑ Шаблон:Cite web
  177. ↑ 177,0 177,1 Шаблон:Cite web
  178. ↑ 178,0 178,1 Шаблон:Cite web
  179. ↑ Шаблон:Cite web
  180. ↑ Шаблон:Cite web
  181. ↑ Шаблон:Cite web
  182. ↑ Шаблон:Cite web
  183. ↑ Российскому майнингу конец. Nvidia прекратила работу в России Шаблон:Wayback // CNews, 7 марта 2022
  184. ↑ Шаблон:Cite web
  185. ↑ Шаблон:Cite web
  186. ↑ Шаблон:Cite web
  187. ↑ Шаблон:Cite web
  188. ↑ 188,0 188,1 Шаблон:Cite web
  189. ↑ Шаблон:Cite web
  190. ↑ Шаблон:Cite web
  191. ↑ Шаблон:Cite web
  192. ↑ Шаблон:Cite web

Шаблон:Выбор языка Шаблон:Nvidia Шаблон:Члены Open Handset Alliance Шаблон:NASDAQ-100 Шаблон:Пресс-релиз

Партнерские ресурсы
Криптовалюты
Магазины
Хостинг
Разное

Источник — http://wikihandbk.com/ruwiki/index.php?title=Русская_Википедия:Nvidia&oldid=8758176