英伟达

英伟达（NVIDIA，纳斯达克代码：NVDA）是全球图形技术和数字媒体处理器行业领导厂商，创建于1993年，

总部位于美国圣克拉拉市，公司与ATI（后被AMD收购）齐名，NVIDIA全球雇员数量超过4000人。公司在可编程图形处理器方面拥有先进的专业技术，在并行处理方面实现了诸多突破。英文名称“NVIDIA”的读音与英文"video"相似，亦与西班牙文evidia（英文"envy"）相似。

NVIDIA英伟达开发系列产品满足特定细分市场的需求，包括：GeForce、Tegra、ION、Quadro、Tesla等，不断为视觉计算树立全新标准，其交互式图形产品可广泛用于平板电脑、便携式媒体播放器、工作站、数字内容创建系统、笔记本电脑、军用导航系统和视频游戏控制台等设备上。

全球各地众多OEM厂商、显卡制造商、系统制造商、消费类电子产品公司都选择NVIDIA的处理器作为其娱乐和商用解决方案的核心组件。在PC应用领域（例如制造、科研、电子商务、娱乐和教育等），NVIDIA公司获奖不断的图形处理器可以提供出色的性能和鲜锐的视觉效果。其媒体和通信处理器能够执行宽带连接和通信应用中要求十分苛刻的多媒体处理任务，并在音频应用能力方面取得突破。NVIDIA产品和技术的基础是NVIDIA ForceWare，这是一种综合性软件套件，能够实现业内领先的图形、音频、视频、通信、存储和安全功能。NVIDIA ForceWare可以提高采用NVIDIA GeForce图形芯片和NVIDIA nForce平台解决方案的各类台式和移动PC的工作效率、稳定性和功能。

NVIDIA公司专门打造面向计算机、消费电子和移动终端，能够改变整个行业的创新产品。这些产品家族正在改变视觉丰富和运算密集型应用例如视频游戏、电影产业、广播、工业设计、财政模型、空间探索以及医疗成像。

此外，NVIDIA致力于研发和提供引领行业潮流的先进技术，包括NVIDIA SLI技术——能够灵活地大幅提升系统性能的革命性技术和NVIDIA PureVideo高清视频技术。

1993年1月，黄仁勋（Jen-Hsun Huang）、克里斯·马拉科夫斯基（Chris Malachowsky）和卡蒂斯·普里姆（Curtis Priem）在美国加州创办了NVIDIA（随后成为德拉威州企业）

1994年4月，NVIDIA三位创办人制定了令电脑革命化的计划

英伟达(3)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

1998年1月，NVIDIA 的RⅣA 128出货量达到一百万片

1999年1月，英伟达在Nasdaq挂牌上市

1998年9月，NVIDIA 被选进 OpenGL 结构审核委员会

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5月，NVIDIA 的显示芯片出货量达到一千万个7月，NVIDIA 和 SGI 建立策略联盟

2000年11月，NVIDIA 收购 3dfx 的核心图形资产

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入选 Nasdaq-100 指数股

2001年11月，NVIDIA 入选 S&P 500指数

2002年2月，NVIDIA图形处理单元（GPU）出货量达到 1亿颗

2007年12月26日，启用官方中文名“英伟达”

2011年1月14日，英伟达精视（NVIDIA GeForce）图形处理器（GPU）销量达到10亿

2017年5月，软银买入价值40亿美元英伟达股票，成为该公司第四大股东

6月15日，美国能源部宣布，将在接下来三年中授予2.58亿美元激励资金给英伟达等六家美国科技公司，作为新型超级计算机开发计划的核心组成部分

2020年5月，中国监管部门正式批准了NVIDIA对Mellanox Technologies, Ltd.（迈络思科技有限公司）的收购，成交价70亿美元，约合人民币496亿元，这是NVIDIA史上最大一笔收购^[5]

2020年9月，英伟达宣布400亿美元收购ARM，该收购案尚需英美中欧监管批准^[6]

2021年6月15日，英伟达正式宣布，将收购美国初创企业高深智图（DeepMap）^[7]

2021年8月26日，英伟达完成对 DeepMap的收购^[8]

2022年2月8日，英伟达宣布终止从软银集团收购 ARM 的交易^[9]

2022年3月4日（当地时间），英伟达宣布停止向俄罗斯销售所有产品^[10]

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

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

nvidia geforc1998年

2月，NVIDIA 发布 RⅣA 128ZX芯片

3月，NVIDIA 发布行业第一个多纹理3D显示芯片：RⅣA TNT

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

8月，NVIDIA 发布 GeForce 256，这是行业第一个显示图形处理单元 (GPU)；NVIDIA 和 ALI 推出整合图形芯片技术

11月，NVIDIA 发布全球最快的工作站GPU: Quadro

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

6月，NVIDIA 发布主流图形处理单元 GeForce2 MX

7月，NVIDIA 发布全球最快的工作站图形处理单元：Quadro2 Pro；NVIDIA 发布高端专业工作站图形处理单元： Quadro2 MXR

8月，NVIDIA 发布第一个十亿像素的图形处理单元（GPU): GeForce2 Ultra；NVIDIA 发布Detonator 3，改良了统一软件结构

英伟达芯片11月，NVIDIA 发布行业中第一个移动图形处理单元 GeForce2 Go

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

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；NVIDIA 扩充 GeForce2 MX 家族图形处理单元， 发布 GeForce2 MX 200 和 400 GPUs

4月，NVIDIA GeForce2 Go 使用在 Dell 的 Inspiron 8000机型

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；NVIDIA的 Quadro2 EX 被Intel和Compaq选用在专业高端工作站

6月，NVIDIA 全球第一个在台式电脑推出杜比数码实时解码器；NVIDIA 在台湾COMPUTEX 交易会发布nForce平台， 进军芯片组市场

8月，NVIDIA 推出全球第一移动工作站图形处理单元：Quadro2 Go；NVIDIA 推出 Personal Cinema；NVIDIA 公布惠普的专业工作站将采用 Quadro2 Pro 图形方案；NVIDIA 发布新的能延长电池寿命的移动技术 PowerMizer

9月，NVIDIA 发布3D图形处理单元的Detonator XP 统一软件；NVIDIA 发布GeForce Titanium 系列产品， 再次扩大图形处理单元的领先地位

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；NVIDIA 推出覆盖高中低端的Quadro4 系列工作站产品；推出 NVDVD 播放/解码软件

4月，NVIDIA 推出 CG: C for Graphics。

7月，NVIDIA 发布数字媒体平台 : nForce2

9月，NVIDIA 发布业界第一个支持AGP8X规格的GPU: NV18,NV28

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

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

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

2004年

4月，NVIDIA推出面向手机的新款超低功耗媒体处理器；发布GeForce 6系列产品——公司历史上最大幅度的性能飞跃；发布Gelato——业界首款硬件加速的电影渲染器

5月，NVIDIA与笔记本电脑制造商联合发布MXM

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9月，NVIDIA发布全球首款3D无线媒体处理器——GoForce 3D 4500

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

2008年

2月24日，NVIDIA 基于65纳米的9系列显卡将来正式发布

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

7月12日，NVIDIA新一代使用GF104的显卡GTX460发布

2011年

1月6日，英伟达公布“丹佛”计划，首次为PC开发CPU2月28日，英伟达发布CUDA 4.0

5月6日，GPU在超级计算与高性能计算领域实现增长

6月28日，英伟达推出号称史上最快的移动图形芯片 ——英伟达精视 (NVIDIAGeForce）GTX 580M

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，英伟达（NVIDIA）的CEO黄仁勋在CES2014开幕之际率先发布了一款续Tegar 4全新的处理器Tegra K1

2016年

4月5日，英伟达宣布推出新的GPU芯片TeslaP100，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是最大的处理器。

4月19日 ，NVIDIA在中国台北电脑展发布Pascal显卡。

2017年

10月10日，英伟达(Nvidia)发布了全球首款人工智能(AI)自动驾驶平台。

2018年

5月30日，英伟达宣布推出首款同时适用于人工智能和高性能计算的统一计算平台NVIDIA HGX-2。

8月，英伟达推出首批采用新一代图形技术的GPU Quadro RTX芯片系列。这组芯片架构以英国著名计算机科学家艾伦·图灵(Alan Turing)的名字命名，用于游戏及其他内容的设计。

9月13日，英伟达宣布了一系列新产品，其中包括NVIDIA TensorRT超大规模平台、NVIDIA Drive AGX Xavier开发套件以及Jetson AGX Xavier开发套件等。

10月17日，NVIDIA RTX 2070显卡正式上市。RTX 2070的起步价是499美元，FE版售价599美元，预计国行定价4199元和4999元。规格方面，RTX 2070基于Turing TU104-350核心，拥有2304个CUDA核心。

2021年

2021年1月，英伟达在CES2021上正式发布了针对笔记本电脑的RTX 30系列显卡，主要包括RTX 3060、3070和3080。安培架构GPU正式进入了移动领域。^[11]

2021年4月13日，英伟达（NVIDIA）推出了三款基于Arm架构打造的处理器，包括Grace、BlueField-3 DPU，还有用于自动驾驶的汽车SoC芯片。^[12]

2021年6月1日，英伟达推出两款全新游戏GPU：GeForce RTX 3080 Ti和GeForce RTX 3070 Ti。^[13]

2021年11月，英伟达正式推出Omniverse ，相较于游戏、社交等应用层，英伟达更偏向于元宇宙硬件的底层，构造虚拟空间的技术平台底座。^[14]

nvidia各显卡功耗对比

NVIDIA TNT

开创NVIDIA时代的产品

NVIDIA收购著名图形芯片厂商3dfx之前，NVIDIA奠定自己王者之路的品牌，到了TNT2时代，128位核心、支持AGP4X、支持32M显存，这些特性都为GeForce系列的成功奠定了基础

NVIDIA GeForce

为图形和视频所设计的GPU

配有NVIDIA GeForce 系列GPU的台式电脑和笔记本电脑带给用户无法比拟的性能，明快的照片，高清晰的视频回放，和超真实效果的游戏。GeForce 系列的笔记本GPU还包括先进的耗电管理技术，这种技术可以在不过分耗费电池的前提下保证高性能。

NVIDIA GoForce

为移动电话所设计的超低能耗手持GPU

真实的流动数字电视、控制台类的3D游戏、高保真环绕声效、流畅的DVD质量视频回放、和明快生动的照片。所有这些都有更长的电池寿命作保证。

NVIDIA Quadro

完整的专业解决方案带来性能突破和高质量

所有领先的专业图形应用均通过鉴定。专业显示部件领域的王者。NVIDIA Quadro Plex 是业内第一个专属视觉运算系统（VCS）。

NVIDIA nForce

世界上最先进的核心逻辑解决方案

nForce 媒体通信处理器（MCP）带来高带宽系统性能、先进的网络、存储和数字媒体连接。可以在台式电脑、笔记本电脑、工作站和服务器上使用。

NVIDIA 解决方案的应用正在改变很多行业和很多组织，比如麻州总医院、美国航空航天管理局、美国橡树岭国家实验室、Sportvision公司 和皇家歌剧院。

NVIDIA Tegra

世界首款移动超级芯片，所搭载的首个移动双核 CPU 可实现极高的多任务处理性能，可将浏览速度提升两倍，从而实现绝佳 Web 体验，而所搭载的英伟达精视 (NVIDIA GeForce) GPU 可实现 Flash 硬件加速以及游戏机品质的游戏体验。

nvidia开发车载3d仪

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。

2018年3月27日，在加利福尼亚州圣何塞举办的GPU技术大会上，英伟达创始人黄仁勋发布了新一代服务器级GPU，搭载英伟达RTX技术的GPU Quadro GV100，Quadro GV100具有32GB内存，扩展后可至64GB。英伟达称其性能相当于采用CPU时的100倍。

nvidia tegra3

台式机产品

NVIDIA是全球第一家能够提供适用于工作和娱乐应用并且同时支持众多操作系统的全套影院级着色三维图形解决方案的半导体公司。其GeForce系列图形芯片（GPU）能够为娱乐和游戏应用提供最出色的三维、二维和高清晰度电视性能，并可满足企业用户所要求的高速性能、鲜锐视觉效果以及水晶般清晰度。GeForce已成为全球领先PC厂商及显卡生产商的首选品牌。

平台

英伟达数字媒体革命已经到来。当今的用户希望获得能够处理、存储和分配大量数字化内容的PC解决方案。NVIDIA公司的nForce媒体和通信处理器（MCP）可以实现无以伦比的系统性能、高速联网、扩充数字媒体连接和高保真音效。基于NVIDIA nForce MCP的主板和PC解决方案能够满足32位和64位计算环境对可扩充性、功能和性能的需要，是专业和家庭用户以及游戏发烧友的理想之选。

工作站

NVIDIA公司的Quadro产品线面向专业三维和二维图形市场。NVIDIA凭借领先的技术将基于Quadro的工作站解决方案与NⅥDIA统一驱动架构（UDA）和NViewTM软件完美地集成在一起，为设计、创意和科研专业人员提供了稳定的开发和应用环境。NVIDIA还将系列移动工作站图形芯片——NVIDIA Quadro Go纳入其工作站解决方案中，从而在移动工作站上实现了专业工作站级的特性和性能，并为移动专业人员带来了实实在在的利益。

移动产品

NVIDIA可提供一整套移动解决方案，满足最终用户的多种要求，包括在保持系统性能的前提下运行工程设计应用，为多功能娱乐设备提供图形处理能力等等。伴随GeForce Go移动图形处理器家族（包括性能超群的GeForce FX Go系列）的推出，NVIDIA 成为业界首家提供适用于移动市场的高性能三维图形处理器的企业。对工程师和动画师而言，全球第一款移动工作站图形芯片 Quadro Go GL能够让他们在移动平台上实现实时交互。立足于大获成功的媒体和通信处理技术，NVIDIA nForce3 GO MCP集成了能够扩充笔记本功能和实现极致数字媒体PC体验的软硬件技术。

手持终端

NVIDIA GoForce媒体处理器产品线能够让手持终端OEM打造极富诱惑力的产品。NVIDIA GoForce节能型图形芯片能够在极低的功耗下高效处理图形和视频内容，为手持终端设计者提供了一种激动人心的产品，能够让他们为配装数码相机的手机和其他手持终端开发高分辨率图片采集、视频采集、视频播放、游戏和彩信应用。NVIDIA的GoForce产品家族能够在软件上兼容MediaQ公司早期推出的媒体处理器，因此，拥有基于MediaQ的产品设计的OEM能够快速升级产品，支持新的应用。借助基于硬件的多媒体处理技术，NVIDIA GoForce能够实现业内领先的性能和超炫视觉效果。

消费类电子产品

微软XboxTM视频游戏控制台借助NVIDIA Xbox图形处理器（XGPU）以及Xbox媒体和通信处理器（MCPX）实现出色的图形效果和令人难以置信的音频效果，以及最富动感的游戏体验。除此以外，NVIDIA的XGPU和MCPX还能实现超凡脱俗的三维图形、DVD和高清晰度电视、三维环境音效以及宽带连接功能。

2017年3月1日，Nvidia的CEO Jen-Hsun Huang在旧金山的游戏开发者大会上公布了新一代高性能显卡：GeForce GTX 1080 Ti，售价699美元 。它的性能比基本款GTX 1080高出35％，速度比现任旗舰Titan X更快。

规格构架

英伟达NVIDIA Geforce GTX650Ti矛头指向的是AMD Radeon HD7770，他们拥有相同的市场定位，在性能对比测试之前我们先简单的了解一下这款开普勒新品的具体规格。通过这张NVIDIA官方GTX650Ti规格列表我们可以看出，这款代号GK-106显示核心拥有768个CUDA，核心频率达到925MHz。显存方面，搭载了容量为1GB，规格为GDDR5的显存颗粒。供电方面配备有单6PIN辅助供电接口，可以看成虽然全新GTX600大部分显卡颠覆了传统长PCB多项供电的设计理念，但是对在对核心供电这一块还是非常慎重的。再看官方给出的TDP为110W，接口方面则配备了2个DVI接口以及一个HDMI接口，并且支持PCI-E 3。0接口格式。

NVIDIA GeForce GTX650Ti这颗代号GK-106显示核心是由GTX660精简而来，核心内5组SMX精简到了4组，原有的960个CUDA也随之精简到了768个，同时原有的80个纹理单元在精简掉一组SMX后也变成了64个，而光栅ROP单元缩减到16个。显存控制器也被精简掉一组由GTX660的192bit变成了GTX650Ti的128bit。

Kepler架构

与GTX400向GTX500过度相比，此次采用全新工艺、全新构架的GTX600显得更具有意义，不仅在性能方面得到了倍数的提升，功耗、发热量方面也都得到了很好的控制。

我们先从开普勒构架中的SMX单元说起，与费米构架中SM单元不同，SMX单元当中包含了巨大数量的CUDA Core核心，达到了夸张的192个，是原有费米的SM单元CUDA Core数量的6倍！完整的GK104核心共拥有1536个CUDA Core，是GF110的3倍！而这之前，NVIDIA对于SM当中的CUDA Core数量提升只能用保守来形容了，在G80时代为16个，GT200之后增加到了24个，到了GF100时代才增加到32个，即便是算上中端产品GF114的SM单元架构，也最多不过达到了48个而已。NVIDIA的此次举动绝对是非常大胆的一个突破。

除了CUDA Core数量的激增外，对于SMX内部结构NVIDIA必然也要进行适当的调整，否则以原有的线程调度机制必然无法满足如此多CUDA Core的调度需求。因此，NVIDIA为每个SMX当中配备了四组Warp Scheduler（Warp调度器）以及八个Dispatch Unit（分派单元），大大加强了CUDA Core的任务派发能力。

除此以外，Instrucition Cache（指令高速缓存）、Register File（寄存器文件）、64KB Shared Memory/L1 Cache（64KB高速缓存）、Uniform Cache（统一高速缓存）等并没有太大变化。

自适应垂直同步

为了解决画面流畅度问题，NVIDIA推出全新Adaptive Vsync（自适应垂直同步）技术，我们在一些大型3D动作游戏中经常会看到Vsync（垂直同步）这个选项，它会起到什么作用呢？

V-sync(垂直同步）其作用主要是让显卡的运算和显示器刷新率一致以稳定输出的画面质量。但启用V-Sync会大幅影响显卡性能（显示器刷新频率是多少显卡最多也只能有同等的帧数输出，而即使是Quad SLI显卡启用V-Sync后，如其显示器刷新频率只有65Hz，那么它在任何游戏中的速度最多也只有65 FPS），所以启用V-Sync由于很难体现出不同显卡的性能差异所以已基本没有多少显卡测试会开启这个功能。但在实际游戏中开启V-Sync实际也有助提升游戏运行的稳定性。

而我们实际看到的画面并不可能与显卡渲染的游戏帧速率相同，而是仅能够达到显示器的刷新速率。但是显卡多渲染的那些游戏帧画面就有可能会出现撕裂、跳帧等问题。而垂直同步则正是为了解决这一问题而出现。Adaptive Vsync（自适应垂直同步）技术能够让显卡自动根据游戏的帧速率来启用或禁用垂直同步功能。当游戏帧速率达到60FPS以上时，显卡将会自动开启垂直同步，保证游戏画面不会出现撕裂等问题，而当游戏帧数低于60FPS后，垂直同步功能自动关闭，让游戏避免出现切换垂直同步速度时的卡顿问题。

全新抗锯齿技术

NVIDIA为了更好的抵制“狗牙”，又推出了全新的抗锯齿技术即TXAA，TXAA分为TXAA1、TXAA2两个级别。全新的TXAA抗锯齿技术是通过硬件来实现的，在NVIDIA全新的304。79驱动中首次得到真正应用，当然由于这项抗锯齿技术还未度过婴儿期，所以支持TXAA的游戏只有《The Secret World》。NVIDIA 全新的TXAA抗锯齿技是一款类等同于在动画、电影、游戏CG中所采用复杂的高画质过滤器，从而减少因为锯齿导致画面出现的撕裂和闪动等非常态显示。 通过对比完美的诠释了全新TXAA的强悍，相比8XMSAA其展现了更为圆滑、饱满的画质体验，TXAA1级别画质效果等同与MS8XAA抗锯齿效果，而TXAA2级别可带来桌面级娱乐显卡顶级的画质效果，图上第三张展示的就是TXAA2级别。

价格

市场定位，GTX650Ti官方建议价格1099元，而AMD HD7770则为999元-1099之间。但我们都知道官方建议价格基本可以忽视，非公版肯定要比这个价格高出100-200元，强化供电以及散热。就价格而言短期内GTX650Ti销量不会太高，主要是在价格上被HD7770所压制，同时还有受到自家GTX560-560Ti显卡在价格上的制约，如果价格在999一线性价比就更为耀眼了。但话虽如此但凭借性能，仍推荐玩家朋友更新升级购买。

命名规则

英伟达NVIDIA各代显卡都遵循了由高至低命名规则

GTX > GTS > GT > GS

从GTX500系开始，为避免命名复杂带来的产品线识别困扰，NVIDIA显卡将取消GTS级别的显卡，中高端全部使用GTX命名，而低端使用GT命名，同时在甜品级显卡市场增设产品细分，带Ti后缀为更高一级显卡，如GTX560Ti>GTX560。

主要企业级解决方案

NVIDIA数据中心GPU：可更快速地处理要求最严格的高性能计算（HPC）和超大规模数据中心工作负载。产品包括：

Tesla V100 GPU：基于Volta架构，突破了深度学习每秒 100 万亿次浮点运算的大关。V100 配备 640 个 Tensor 内核，可提供 120 万亿次浮点运算的深度学习性能，带有 16 GB 和 32GB 两种配置，在单个 GPU 中即可提供高达 100 个 CPU 的性能。

T4 GPU：基于Turing架构，具备人工智能推理的多精度计算性能。从 FP32 到 FP16 再到 INT8和 INT4 精度，T4 的性能比 CPU 高出 40 倍，实现性能的重大突破。T4 封装在节能的小型 70 瓦 PCIe 中，可针对横向扩展服务器进行优化。

A100 GPU：采用NVIDIA Ampere架构的设计，该设计为NVIDIA第八代GPU提供了迄今为止最大的性能飞跃，集AI训练和推理于一身，并且其性能相比于前代产品提升了高达20倍。已登陆Google Compute Engine（云计算引擎），推出alpha测试版本。PCIe版本A100使服务器制造商能够为客户提供的产品组合——从内置单个A100 GPU的系统到内置10个或10个以上GPU的服务器等。

NVIDIA HGX：NVIDIA HGX-1 和 HGX-2 是参考架构，用于标准化加速 AI 和高性能计算的数据中心的设计，采用NVIDIA SXM2 V100 板、NVIDIA NVLink 和 NVSwitch 互联技术构建，并采用在超大规模混合数据中心无缝运行的模块化设计，可提供高达 2 petaFLOPS 的计算能力。HGX-3 采用单一基板，配备 4 枚或 8 枚 A100 GPU。4-GPU 配置通过 NVLink 完全互联，8-GPU 配置通过 NVSwitch 互联。两个 8-GPU HGX-3 基板还可通过 NVSwitch 互联技术进行组合，以创建功能强大的 16-GPU 单节点。 

NVIDIA DGX：针对企业 AI 开发和规模提供出色的解决方案。包括：

NVIDIA DGX Station：面向数据科学团队的 AI 工作站，专为办公室及安静场所设计。它在适用于所有 NVIDIA DGX系统的 NVIDIA GPU Cloud 深度学习堆栈基础上构建，配备四块 NVIDIA Tesla V100 Tensor Core GPU，集成全连接的四路 NVLink™ 架构，可提供 500 teraFLOPS 的 AI 性能（与数百台服务器的性能相当），能够提高团队的实验速度、迭代次数，轻松获得工作成果。

NVIDIA DGX-1：DGX-1 通过采用配备当今超热门优化版框架的 NVIDIA GPU Cloud 深度学习堆栈，提供比其他基于 GPU 的系统快 4 倍的训练速度。它充分发挥了NVIDIA Tesla V100 的潜力，包括下一代 NVIDIA NVLink和新型 Tensor Core 架构。借助 NVIDIA DGX-1，可以快速在大数据集中找出规律，从而在几小时或几分钟内获得新的知识和见解。 

NVIDIA DGX-2：NVIDIA DGX-2是集成了 16 个 NVIDIA V100 Tensor Core GPU 的 2 petaFLOPS 系统，适用于大规模 AI 项目，其性能是 8-GPU 系统的 10 倍。DGX-2 由 NVIDIA DGX 软件和 NVIDIA NVSwitch 的可扩展架构提供支持，是应对复杂 AI 挑战的上佳平台。

NVIDIA DGX A100：以及基于 NVIDIA A100 构建的 AI 系统。DGX A100系统集成了8个NVIDIA A100 Tensor Core GPU，具有320GB内存用以训练的AI数据集，以及高速NVIDIA Mellanox® HDR 200Gbps互连，具有高达5Petaflops 的AI性能。一个由5台DGX A100系统组成的机架可代替一个包括了AI训练和推理基础设施的数据中心，而且功耗仅是其1/20，所占用的空间是其1/25，成本是其1/10。

NVIDIA EGX：NVIDIA EGX 是一款云原生、边缘优先且可扩展的平台，可让 IT 快速轻松地调配 GPU 服务器。EGX 的一个主要组件是 NVIDIA GPU Operator，它能够对所有必要组件的部署进行标准化和自动化，以调配支持 GPU 的 Kubernetes 集群。NVIDIA EGX 平台可将加速人工智能 (AI) 的强大功能引入边缘服务器，用于智能零售、智能医疗保健、智能制造、智能运输和智慧城市等领域。 

NGC：NGC 是 GPU 优化的深度学习、机器学习和高性能计算 (HPC) 软件中心，可以处理所有例行任务，以便数据科学家、开发者和研究人员可以专注于构建解决方案，收集各种见解，并提供业务价值。NGC提供了优化的、易于部署的AI框架和HPC应用容器，加速生产效率，因此用户可以专注于构建他们的解决方案。NGC 通过预先训练好的模型和具有同级最佳准确度和性能的工作流程来处理繁重的任务（专业知识、时间、计算资源），降低了人工智能采用的障碍。在本地、云端或混合部署中运行 NGC 软件，可最大限度地提高 GPU 的利用率、可移植性和可扩展性。借助 NGC-Ready 系统的企业级支持，可直接联系 NVIDIA 专家，最大限度地减少系统停机时间，并且最大限度地提高系统利用率和生产力。

NVIDIA Jetson：适用于新一代自主机器的嵌入式系统，产品组合包括：Jetson Nano、Jetson TX2、Jetson Xavier NX、Jetson AGX Xavier、以及适用于所有 Jetson 产品的统一软件版本NVIDIA JetPack SDK。 

NVIDIA DRIVE：自动驾驶行业的端到端平台，包括车载计算机（DRIVE AGX）和完整参考架构（DRIVE Hyperion），以及数据中心托管模拟（DRIVE Constellation™）和深度神经网络（DNN）训练平台（DGX™） 。这些平台还包括丰富的软件开发工具包（SDK），以加速自动驾驶汽车（AV）的开发。 

NVIDIA Quadro：面向台式机、移动工作站、服务器、特定解决方案及虚拟工作空间的视觉计算平台。 

NVIDIA Titan：NVIDIA TITAN RTX™ 是运行速度超快的 PC 显卡，借助Turing架构，可为 PC 配备 130 Tensor TFLOPs 的性能、576 个 Tensor Core，以及 24 GB 的高速 GDDR6，可渲染超大型模型，支持实时8K视频编辑，并运行复杂的多应用工作流程。 TITAN RTX 配备多精度 Turing Tensor 核心，可在 FP32、FP16、INT8 和 INT4 精度模式下实现突破性的性能，进而加快神经网络的训练和推理速度。借助比上一代 TITAN GPU 多两倍的显存容量和 NVIDIA NVLink™，TITAN RTX 使研究人员和数据科学家能够使用更大的神经网络和数据集进行实验，所有操作均可在 GPU 显存中完成。 

Mellanox Networking：2020年4月，NVIDIA已完成对Mellanox Technologies, Ltd.（迈络思科技有限公司）的收购。为服务器和存储提供端到端InfiniBand和以太网智能互联解决方案及服务。其端到端高速互连产品包括： 网卡、交换机、线缆、光模块、软件和芯片等，可用于云服务、超大规模数据中心、高性能计算、人工智能、企业级数据中心、网络安全、存储以及金融服务等各个行业。

CUDA渲染时代

10系

桌面产品

移动产品

16系

桌面产品

移动产品

30系列移动电脑端显卡产品

英伟达(3)NVIDIA（英伟达）计划授权智能手机和平板电脑开发厂商使用自己的图形芯片技术。高通在手机芯片领域占据着绝对的优势，英伟达这样做的目的就在于想占领更大的市场份额，并能开启与三星、苹果之间的合作。

英伟达的首席执政官黄仁勋在路透社的采访中提到，英伟达会授权制造商使用自己的图形核心和图像专利，充分满足市场上的智能手机和平板电脑的需求。如果只把自己的芯片技术用在自产自销的Shield掌机上，无疑是一种浪费。黄仁勋说道：“世界在改变，我们必须扩展我们的商务模式，像以前那样仅仅靠卖芯片盈利是远远不够的。我们想让我们的客户们（手机和平板制造商）用这些专利来开发自己的应用核心（APU）。很多客户都不想直接纯粹的‘拿来’我们做好的芯片，而是想自己用我们的技术来开发出自己的芯片，他们完全有这样的能力、创新力，现在我们给予他们这样的权利。”

移动芯片局势是这样的，高通占据绝对领导地位，苹果和三星绝大部分芯片自给自足。而老牌的芯片厂商如英特尔、英伟达和AMD，还是主打桌面和服务器平台，在移动平台上下手太晚，失去了先机。

英伟达的移动处理器Tegra性能非常强劲，据说能达到A6的数倍，但是现在只有极少数的设备采用了英伟达的核心，如Ouya、Shield。所以说，英伟达的技术的广泛应用，会给移动游戏产业带来不小的正面影响。

黄仁勋

黄仁勋（Jen-Hsun Huang），1963年2月17日出生于中国台北，美国籍，英伟达公司（NVIDIA）的创立人之一，任公司主席兼行政总裁。1972年与家人迁往泰国，之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，其后在史丹佛大学取得硕士学位。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。

约翰 · 达比里 (John Dabiri)，董事。^[15]

英伟达2015年

2015年11月5日，英伟达发布了2016财年第三季度财报，第三季度营收为13.06亿美元，比去年同期的12.25亿美元增长7%；净利润为2.46亿美元，比去年同期的1.73亿美元增长42%。

2016年

2016年2月18日， 英伟达发布了2016财年第四季度及全年财报。报告显示，英伟达第四季度营收为14.01亿美元，比去年同期的12.51亿美元增长12%；净利润为2.07亿美元，比去年同期的1.93亿美元增长7%。

在整个2016财年，英伟达的营收为50.10亿美元，比2015财年的46.82亿美元增长7%；净利润为6.14亿美元，比2015财年的6.31亿美元下滑3%；每股收益为1.08美元，比2015财年的1.12美元下滑4%。英伟达预计，2017财年第一季度该公司营收将达12.6亿美元，上下浮动两个百分点，超出分析师此前预期。

2016年5月，公司发布Q1财报，英伟达在截至5月1日的第一财季内实现净利润1.96亿美元，折合每股收益0.33美元，一年前为1.34亿美元，折合每股收益0.24美元。该公司游戏业务营收同比增长17%，至6.87亿美元。

2016年8月12日，英伟达发布2017财年第二季度财报。英伟达第二季度营收为14.28亿美元，比2015年同期的11.53亿美元增长24%；净利润为2.53亿美元，比2015年同期的2600万美元增长873%。英伟达第二季度业绩及

2016年11月11日，英伟达发布了该公司截至2016年10月30日的2017财年第三季度财报。报告显示，英伟达第三财季营收为20.04亿美元，比2015年同期的13.05亿美元增长54%；净利润为5.42亿美元，比2015年同期的2.46亿美元增长120%。

2017年

2017财年第三季度业绩展望均超出华尔街分析师预期，推动其盘后股价上涨近3%。

2017年2月，英伟达发布截至1月29日的第四财季财务报告，当季实现营收21.7亿美元，连续两个季度增长超过50%；净利润6.55亿美元，同比增长超过200%。

2017年5月9日，英伟达公布了第一季度财报，业绩远远超出华尔街预期。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。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%。

2017年8月10日，英伟达发布了该公司的2018财年第二季度财报：在截至7月30日的这一季度，英伟达的营收为22.3亿美元，与去年同期的14.3亿美元相比增长56%，与上一财季的19.4亿美元相比增长15%；净利润为5.83亿美元，与去年同期的2.61亿美元相比增长123%，与上一财季的5.07亿美元相比增长15%。

2017年11月，英伟达发布了截至10月29日的2018财年第三季度财报。财报显示，由于受个人电脑、游戏设备以及数据中心使用的图形芯片需求强劲推动，英伟达第三财季营收达到创纪录的26.4亿美元，同比增长31.5%，超过分析师预期。盘后英伟达股价上涨约2%。英伟达周四股价下跌了1.84%。但截止11月底，其股价已经上涨了约92%，是PHLX半导体指数中表现最好的股票之一。

2018年

2018年2月9日，英伟达公布了该公司的2018财年第四季度及全年财报。报告显示，英伟达第四季度营收为29.11亿美元，与上年同期的21.73亿美元相比增长34%；净利润为11.18亿美元，与上年同期的6.55亿美元相比增长71%。

2018年5月11日，NVIDIA公布了2018财年第一财季财报，NVIDIA第一财季营收为32.07亿美元，较上年同期的19.37亿美元增长66%；净利润为12.44亿美元，较上年同期的5.07亿美元增长145%。^[16]

2018年8月16日，英伟达发布截至7月29日的2019财年第二财季财报。报告显示，英伟达第二财季营收为31.23亿美元，比2017年同期的22.30亿美元增长40%；净利润为11.01亿美元，比2017年同期的5.83亿美元增长89%。^[17]

2018年11月，英伟达发布三季度财报。财报显示，英伟达三季度经调整EPS1.84美元，市场预期1.92美元；营收31.8亿美元，市场预期32.4亿美元，比去年同期的26.36亿美元增长20.68%；毛利为19.21亿美元，同比增22.43%。截至北京时间7点09分，英伟达盘后大跌18.23%。^[18]

2019年

2019年11月15日，英伟达公布该公司的2020财年第三季度财报。报告显示，英伟达第三季度营收为30.14亿美元，与上年同期的31.81亿美元相比下降5%；净利润为8.99亿美元，与上年同期的12.30亿美元相比下降27%。^[19]

2020年

2020年8月20日，英伟达公布2021年第二财季报告，财报显示，截至2020年7月26日，英伟达2021年第二财季营收为38.7亿美元，较上年同期的25.8亿美元增长50%，较上一季度的30.8亿美元增长26%。净收入为6.22亿美元，与上年同期的5.52亿美元相比增长13%，但与上一季度的9.17亿美元相比下降32%。^[20]

2020年11月19日，英伟达公布2021财年第三季度财报显示，该季度实现营收47.26亿美元，同比增长57%；净利润为13.36亿美元，同比增长49%，环比增长115%。^[21]

2021年2月24日，英伟达公布了2021财年第四季度及全年财报。报告显示，英伟达第四季度营收为50.03亿美元，同比增长61%，环比增长6%；净利润为14.57亿美元，同比增长53%，环比增长9%。不计入某些一次性项目（不按照美国通用会计准则），英伟达第四季度调整后净利润为19.57亿美元，同比增长67%，环比增长7%；每股摊薄收益为2.31美元，同比增长51%，环比增长9%。英伟达2021财年营收为166.75亿美元，同比增长53%；净利润为43.32亿美元，同比增长55%；每股摊薄收益为6.90美元，同比增长53%。^[22]

2021年

2021年5月27日，英伟达公布了2022 财年第一季度财报。报告显示，英伟达第一季度营收为 56.61 亿美元，与上年同期的 30.80 亿美元相比增长 84%，与上一季度的 50.03 亿美元相比增长 13%；净利润为 19.12 亿美元，与上年同期的 9.17 亿美元相比增长 109%，与上一季度的 14.57 亿美元相比增长 31%；不按照美国通用会计准则的净利润为 23.13 亿美元，与上年同期的 11.20 亿美元相比增长 107%，与上一季度的 19.57 亿美元相比增长 18%。^[23]

2021年11月，英伟达公布了第三季度财报，在截至2021年10月31日的季度中，英伟达的收入达到71亿美元，同比增长50%，每股盈利1.17美元，同比增长60%。^[24]

2022年2月17日，英伟达公布了2022财年第四季度财报。报告显示，英伟达第四季度营收为76.43亿美元，与2021年同期的50.03亿美元相比增长53%，与上一季度的71.03亿美元相比增长8%；净利润为30.03亿美元，与2021年同期的14.57亿美元相比增长106%，与上一季度的24.64亿美元相比增长22%；不计入某些一次性项目（不按照美国通用会计准则），英伟达第四季度调整后净利润为33.50亿美元，与2021年同期的19.57亿美元相比增长71%，与上一季度的29.73亿美元相比增长13%。 ^[25]

2023年

2022年5月26日，英伟达公布了截至2022年5月1日的2023财年第一季度财报，并给出了创纪录的82.9亿美元收入，同比增长46%，与上一季度相比，数据中心和游戏收入均创纪录，英伟达第一季度营收为82.88亿美元，与2022年同期的56.61亿美元相比增长46%，与上一季度的76.43亿美元相比增长8%。英伟达本季度净利润为6.18亿美元，与2022年同期的19.12亿美元相比下降15%，与上一季度的30.03亿美元相比下降46%。^[26]

2022年11月17日，英伟达发布截至10月底的2023财年第三季度业绩。业绩显示，第三财季营收为59.3亿美元，同比下降17%，环比下降12%。非美国通用会计准则每股摊薄收益为0.58美元，同比下降50%，环比增长14%。^[27]

当地时间2023年2月22日，英伟达发布截至2023年1月29日的2023财年第四季度业绩。第四财季营收同比下降21%至60.5亿美元，高于市场预期的60.2亿美元；净利润下降超过一半至14.1亿美元。^[3]

nvidia硅谷总部

营救SLI技术

NVIDIA定于2008年2月14日发布新一代中端显卡产品，核心代号D9P或G94的GeForce 9600系列显卡，取代原有的 GeForce 8600系列。GeForce 9600将会是NVIDIA首款支持256Bit显存接口的中端显卡产品，预估效能将比对手Radeon HD 3850高出20%-40%。采用65纳米制程由TSM代工，核心架构基本上是G92的一半，拥有64个Stream Processor，支持Pure Video Gen 2影像处理引擎，但显存接口将会保持256Bit，标准显存容量为512MB，这是NVIDIA首款中端产品支持256Bit接口，首款型号为GeForce 9600GT。

NVIDIA推出GeForce 9600GT其中一个卖点，是要营救SLI技术需求过份低迷，令SLI技术带动SLI芯片组的销情，GeForce 9600GT SLI技术会比GeForce 8800GTS 512要强上30-40%。

丹佛计划

2011年初，NVIDIA一改之前对CPU研发的否认，公布了自己正在研发的Project Denver（丹佛计划）项目——即高性能桌面级64位ARM处理器的研发项目。

而NVIDIA借助ARM构架的处理器超高的性耗比、ARM的快速崛起以及自身在GPU方面的强大优势（CUDA通用运算）；在这个融合以及云端的时代，未来可谓是一片光明。

nvidia

放弃intel高端平台

NVIDIA承认放弃为Intel平台高端产品（如Nehalem架构的Core i5/i7等）制作芯片组的计划，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。

英伟达曾经一度在基于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，英伟达的芯片组产品在AMD平台上便日渐式微。

自从Nvidia推出nForce4之后，其后的芯片组产品表现一般。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。

当然，Nvidia表示还会继续生产基于Intel FSB接口的芯片组平台。

放弃传统

NVIDIA退出芯片组领域早已经是不可避免的，芯片组和SoC开发团队已合并，以增强Tegra产品线的开发力量。

NVIDIA官方承认已经彻底跟芯片组说拜拜了。黄仁勋在财务会议上说：“我们再也不制造任何芯片了。我们现在造的是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。

聚焦移动

nvidia

Nvidia（英伟达）计划授权智能手机和平板电脑开发厂商使用自己的图形芯片技术。高通在手机芯片领域占据着绝对的优势，英伟达这样做的目的就在于想占领更大的市场份额，并能开启与三星、苹果之间的合作。

英伟达的首席执政官黄仁勋在路透社的采访中提到，英伟达会授权制造商使用自己的图形核心和图像专利，充分满足市场上的智能手机和平板电脑的需求。如果只把自己的芯片技术用在自产自销的Shield掌机上，无疑是一种浪费。黄仁勋说道：“世界在改变，我们必须扩展我们的商务模式，像以前那样仅仅靠买芯片盈利是远远不够的。我们想让我们的客户们（手机和平板制造商）用这些专利来开发自己的应用核心（APU）。很多客户都不想直接纯粹的‘拿来’我们做好的芯片，而是想自己用我们的技术来开发出自己的芯片，他们完全有这样的能力、创新力，现在我们给予他们这样的权利。”

现在的移动芯片局势是这样的，高通占据绝对领导地位，苹果和三星绝大部分芯片自给自足。而老牌的芯片厂商如英特尔、英伟达和AMD，还是主打桌面和服务器平台，在移动平台上下手太晚，失去了先机。

英伟达的移动处理器Tegra性能非常强劲，据说能达到A6的数倍，但是现在只有极少数的设备采用了英伟达的核心，如Ouya、Shield。所以说，英伟达的技术的广泛应用，会给移动游戏产业带来不小的正面影响。

英伟达2016年3月7日，据美国知名投资网站The Motley Fool报道，当前无人驾驶研究领域最重要的技术就是机器学习软件和处理器，它们令无人驾驶汽车变得与众不同。现在，谷歌在无人驾驶汽车领域最受关注，其无人驾驶汽车在无人干预的情况下已经自动行驶了160多万公里。

但是在谷歌无人驾驶汽车取得重大进展的背后，离不开另一家公司的鼎力支持，即芯片制造商英伟达。在过去几年中，这家公司利用其Tegra处理器帮助谷歌完善其无人驾驶汽车，最近又发布了第二代无人驾驶汽车软件技术。

英伟达称其为Drive PX 2无人驾驶平台，它也是世界上首款汽车人工智能超级电脑。这个平台每秒钟可以处理24万亿个深度学习操作。Drive PX 2结合英伟达公司的处理器、传感器、摄像头以及雷达技术，为无人驾驶汽车提供类人的“情景意识”。这种意识是制造比人类司机驾驶技能更好的智能汽车的关键因素之一。

为了理解“情景意识”的重要性，你可以想象下自己正在街道上驾车的情景。周围是各种各样的住宅，突然一个篮球急速滚到路上。当你看到篮球时，你的大脑会自动告诉你，可能有孩子跟在球的后面，你应该减速。街道、住宅、篮球以及可能出现的孩子，所有这些就形成了“情景意识”。

经验和多年驾驶体验会将这些我们甚至没有意识到的事实融合起来，而计算机必须学习这些东西。当然，它们可以被编程，但它们也需要深度学习以里叫自己的驾驶经验，将它们应用到未来场景中，并与其他车辆共享经验。

这就是英伟达无人驾驶平台为何如此重要的原因。该公司认为，其Drive PX系统的“情景意识”水平最终将超过人类，令无人驾驶汽车变得比人类司机驾驶时更安全。

为了推动无人驾驶大脑进入市场，英伟达不仅在与谷歌合作。英伟达的第一代Drive PX被用在奥迪A7上，已经从旧金山前往拉斯维加斯自动行驶了近900公里。但是不仅仅奥迪在融合英伟达的无人驾驶技术，另有50多家汽车制造商和汽车零配件供应商也在使用和测试该公司的Drive PX平台，包括宝马、戴姆勒以及福特等公司。

美国汽车专业调查公司IHSAutomotive预测，到2015年，市场上销售的10%轻型汽车将实现全自动化。汽车制造商们正寻求与科技公司合作，为未来汽车开发必要硬件和软件。而英伟达的技术也可能成为汽车大脑，引导它们的方向，并确定前往目的地的最安全路径。

召回事件

2015年7月31日，英伟达公司宣布，将在美国召回8.3万部Shield平板电脑，主要是销售于2014年六月到2015年六月，这批平板存在电池过热问题，甚至可能引发燃烧。

英伟达公司表示，出现电池过热的仅限于上述的平板电脑，其他的Shield系列产品并未受到影响，比如安卓系统机顶盒以及游戏掌机等。

放弃费米显卡

2018年4月8日，NVIDIA宣布，费米(Fermi)架构显卡的主流驱动程序支持正式结束，未来不再提供新功能特性、性能优化、Bug修复，只会在必要的时候紧急解决安全问题，而且仅截止到2019年1月。

并购案

2020年，英伟达准备以400亿美元的价格收购软银集团旗下的半导体设计与软件公司ARM，并计划在2022年3月前完成交易。^[6]

2021年10月27日，欧盟委员会在官网发布新闻稿，宣布委员会已对英伟达对ARM的并购案展开深入调查。欧盟委员会称委员会担心并购ARM后，具备动机和能力的英伟达将限制其竞争对手使用ARM的技术，最终形成半导体芯片价格上涨、消费者选择减少、削弱创新等负面影响。^[28]

代码泄露

2022年2月，英伟达(NVIDIA)受到网络黑客攻击，DLSS技术源代码遭黑客窃取并泄露。^[29]