Nvidia

1993-1999

The founders, Jensen Huang , Malahowski , and , decided to set up the company in April 1993 for lunch at in San Jose, California . Malahowski and Prem worked as engineers at Sun Microsystems , but were dissatisfied with the company's chosen development direction, Huang held one of the leading positions in the integrated circuit manufacturing company . They believed that the upcoming breakthrough in the computer industry would occur due to hardware acceleration of calculations , which were too heavy for general-purpose processors . The choice in favor of the development of graphic processors (GPUs) was due to the rapidly growing popularity of video games with three-dimensional graphics , which promised great profits for video card manufacturers. In their startup with a start-up capital of $ 40,000, Huang became president and chief executive officer (CEO), Malahowski took over as vice president for development, and Prem became . The partners came up with the name only on the eve of company registration: it was chosen as a derivative of lat. invidia ("envy"), containing a combination of letters nv - an abbreviation for the phrase next version ("next version"), which entrepreneurs designated all the documentation for the new project ^{[5] [6] [7]} .

The company worked in a factoryless model , that is, it was engaged in the design and marketing of products, but did not have its own production of semiconductor wafers and microcircuits . It took the company almost a year to find a partner who could manufacture a microprocessor in the 0.5 micron (500 nanometer ) manufacturing process — SGS-Thomson Microelectronics , which provided the company with factory facilities near Grenoble in France . In May 1995, Nvidia introduced its first development, the NV1 multimedia card, which combined a 2D graphics processing unit, a 3D graphics accelerator, a sound card, and a port for a game controller compatible with the Sega Saturn console on a single PCI - card . The companies collaborated, and as part of an agreement with Sega, part of the Saturn games was ported to a PC for launch on NV1. The NV1 versions also came under the and SGS-Thomson brands. The release of NV1 cost the company most of the first 10 millionth round of investments from Sequoia Capital , and Sierra Ventures, but the card had limited success due to the use of quadratic surfaces and, accordingly, fundamental incompatibility with the Microsoft DirectX API that soon came out, where as the main scenes, triangular polygons were used. The company was forced to cut half its employees, and subsequently abandoned the development of NV2 for Sega Dreamcast and focused on the development of PC components ^{[6] [7] [8] [9] [10]} .

In the first half of 1997, the company introduced the NV3 graphics processor, which was called RIVA 128 (from the English Real-time Interactive Video and Animation accelerator , an interactive video accelerator and real-time animation). Thanks to Direct3D support, high performance and lower price than the main competitor represented by Voodoo Graphics from 3dfx Interactive (there were more than 30 companies offering 3D cards with 3D accelerators on the market), RIVA 128 gained great popularity. In March 1998, it was followed by the even more successful NV4 - RIVA TNT (TwiN Texel) - the first 3D graphics accelerator in the consumer market that could lay 2 textures per pass, and was also ahead of the competition thanks to parallel processing of 2D and 3D graphics and support True color . The success of RIVA 128 and RIVA TNT approved Nvidia as one of the key players in the market of graphics accelerators (at the end of 1997 its market share was estimated at 24%). In 1998, RIVA TNT received the Editor’s Choice Award from PC Magazine , and in 1997 and 1998 the company became the “Most Respected Factory Semiconductor Company” according to the Fabless Semiconductor Association ^{[5] [7] [ 9] [10]} .

In early 1998, an initial public offering was planned on the stock exchange, but after announcing this, it received a number of claims for infringement of patents for multitexturing technology from competitors represented by Silicon Graphics , S3 Graphics and 3dfx Interactive . According to the results of fiscal 1998 , the company's revenue reached $ 158.2 million, and net profit - 4.1 million compared to 13.3 and 1.3 million a year earlier. In January 1999, the initial public offering was made on the NASDAQ exchange , 3.5 million shares were put up for auction at a starting price of $ 12, which by the end of the day had grown to $ 19.69, the placement brought the company $ 42 million, and its market capitalization reached 626.1 million ^{[7] [11]} .

1999 - p.t.

In 1999, the RIVA TNT2 (NV5) graphics accelerator was released - an improved version of RIVA TNT, with which the company came close to 3dfx, which held a high position in the market due to the popularity of Glide API among game developers. But the more significant release of the year was the GeForce 256 , the first graphics processor that, thanks to the integrated provided a significant jump in performance in systems with weak central processors ^[12] . In parallel, the company initiated a patent litigation against S3 for patent infringement, which was allowed by the agreement on cross-licensing of patent portfolios and the transfer of 50 engineers from S3 to Nvidia. Then, in 2001-2002, the company got involved in a patent dispute with 3dfx, during which the latter could not stand the competition and went bankrupt. For $ 70 million, Nvidia bought out 3dfx assets related to the production of graphic cards, including patents, trademarks and inventories ^{[7] [13]} .

By the beginning of 2000, the majority of graphics accelerator manufacturers had gone out of business, and the Nvidia and ATI duopoly formed on the discrete graphics accelerator market. After the unsuccessful i740 accelerator , Intel abandoned attempts to release a discrete graphics solution and focused on integrated graphics under the Intel Extreme Graphics brand ^[14] . Shares of the PC graphics market, including integrated graphics, were distributed as follows: Nvidia - 31%, Intel - 26%, ATI - 17%, other companies were on the periphery. Competition contributed to accelerated technological innovation in the products of both companies, which made it impossible for another prominent player to appear on the market. In 2000-2003, the company acted as a supplier of graphics chips for the Xbox , and after Microsoft decided to reduce the cost of the console, ATI took its place. In turn, Nvidia signed a contract with Sony for the supply of GPUs for the PlayStation 3 , and then became the supplier of discrete graphics for Apple desktop computers ^{[13] [15]} .

In 2006, 2 significant events took place in the graphics accelerator market. The sale of ATI to Advanced Micro Devices for $ 5.4 billion in October 2006 led to the termination of its partnership with Intel ^[16] . As a result, contracts for the supply of integrated and discrete graphics, which brought ATI up to 60-70% of revenue, were transferred to Nvidia, and the market share of AMD / ATI significantly decreased. And after 2 weeks, the company was the first to introduce a unified shader architecture of a GPU for a PC ^[15] . In 2007, Nvidia introduced the CUDA software and hardware parallel computing architecture, which simplified the use of GPUs for general-purpose computing and formed the basis for specialized products - the PhysX physics engine and the OptiX ray- rendering graphics engine ^[17] .

Amid the growth of the integrated graphics segment in the late 2000s and early 2010s (in 2007 Intel controlled 35% of the graphics market, Nvidia - 25%, by the beginning of the 2010s Intel's share exceeded 50% ^{[14] [17]} ) the company diversified its business by investing in high-performance computing and embedded solutions for the automotive industry ^[18] . The company's success in the field of computing acceleration, including for neural networks, attracted other “technological giants” to this area - in 2015-2016, Intel entered the deep learning hardware acceleration market through the takeover of Altera, a manufacturer of user-programmable gate arrays and fabless companies Nervana Movidus, and Google in May 2016 released its own tensor processor , optimized for the tasks of building neural networks using TensorFlow libraries ^[5] . At the end of 2018, the sale of computing accelerators and solutions for data centers brought the company $ 1.93 billion (133% more than in 2017 and almost 24% of the turnover in 2018), and products for the automotive industry - 558 million (about 5 , 7%) ^[19] .

In 2019, Nvidia bought for $ 6.9 billion the Israeli company Mellanox , which manufactures InfiniBand and Ethernet switches and network adapters for data centers and high-performance computing. The deal was the largest acquisition in the history of the company ^[20] .

In March 2019, Nvidia announced the launch of the new Jetson Nano single-board computer with built-in support for artificial intelligence, the size of which is only 70x45 millimeters ^[21] .

In annual reports, the company identifies two product families and 4 target markets in which it operates. The main products are GPUs represented by the GeForce mass product line, Quadro professional graphics cards and Tesla computing accelerators, and systems based on the Tegra chip. The release of graphic processors has historically been the main direction of the company’s business: at the beginning of 2018, its share in the revenue structure was about 80% (the rest came from Tegra and solutions based on it). The company's target markets are the computer games industry , professional visualization, the automotive industry, and the high-performance computing industry. An important focus for the company is the artificial intelligence market ^[22] .

Video-Market Consumer Products Consolidated by GeForce: These are GeForce GPUs, GeForce Experience Performance Optimization Software and the cloud gaming service GeForce NOW . Gaming devices of the SHIELD series stand apart based on a system based on a Tegra chip . For developers, the company produces specialized software libraries for creating graphic effects and realistic environments in traditional games and VR projects. On the professional visualization market, Quadro GPUs and specialized programs and components for working with video and three-dimensional graphics and creating realistic physics of objects. High Performance Computing includes Tesla Computing Accelerators , supercomputers built on their basis for working with AI of the DGX line and specialized cloud platforms - GPU Cloud for development and training of neural networks and GRID for virtualization of productive graphic stations. Automotive Platform United by Drive and includes on-board computers and autopilot computers, machine learning tools for unmanned vehicles, infotainment systems, advanced driver assistance systems and tools for using augmented reality in cars ^[19] .

GeForce

The history of the family of GeForce GPUs (the name of which was composed of the words geometry ( eng. Geometry ) and force ( eng. Force ) and contains a play on words due to harmony with g-force ( eng. Gravity acceleration )) began in 1999 with the release of GeForce 256 on the NV10 chip ^[23] . The company positioned it as the first graphics processor - for the first time all the graphics processing units were placed in one chip. The main innovation was the unit, which introduced hardware support for transforming the vertices of 3D objects (changing position and scale), clipping, and lighting: previously these tasks were performed on a central processor ^[24] . In general, the technology gained distribution in the consumer market later, and in 1999, developments were used in professional Quadro graphics cards. The GeForce 256 supported OpenGL 1.3 and became the first card with full Direct3D 7 support. In 2000, the company released an improved NV15 chip on a finer manufacturing process and with 40% increased performance, a large number of data processing pipelines and improved T&L, as well as simplified NV11 and NV16 operating at a higher clock frequency. Cards based on them were released under the brand name GeForce 2 . At the same time, the graphics processor with reduced power consumption, designed for use in laptops, was released. At this time, the Canadian company ATI entered the competition, introducing the R100 and R200 chips and the RV200 mobile chip. The market success of Nvidia and ATI has undermined the position of 3dfx Interactive , which, in an attempt to outperform its competitors, has invested in the development of the failed multiprocessor 6000, which, coupled with poor sales, Voodoo 4 has undermined the financial stability of the company and led to its bankruptcy. As a result, Nvidia acquired most of 3dfx's assets, and most of the competitor’s engineers transferred to its staff ^{[10] [25] [26]} .

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 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 ^[27] . 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 ^[28] . 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 ^{[10] [26] [29]} .

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 , особенностью которой стал отказ от отдельных блоков для вершинных и пиксельных шейдеров, которые заменили унифицированные процессоры, способные выполнять любой тип шейдеров ^[30] . 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 ^[31] . 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 ^{[10] [29] [32] [33]} .

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 , 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 и выпускалось по более тонкому 16-нанометровому техпроцессу. Однако настоящим прорывом, по характеристике основателя и президента компании Дженсена Хуанга, стала новая микроархитектура , анонсированная в 2018 году. В новых графических процессорах 20-ой 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 ^{[10] [34] [35] [36]} .

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 ^[37] . 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 ^{[37] [38]} .

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 ^[39] . 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 ^[40] . Видео сохраняются с кодированием в H.264 в формате MP4 , также ShadowPlay поддерживает стриминг в подключённые учётные записи Twitch , Facebook и на YouTube ^[41] . 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 ^{[42] [43]} .

В 2016 году в состав Nvidia Experience вошёл инструмент Ansel, созданный совместно с разработчиками игр и названный в честь американского фотографа Энселя Адамса ^[44] . 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 ^[45] . 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 ^[46] . 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 ^{[47] [48]} .

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 ^[49] . Пользователю были доступны предустановленные наборы параметров, включая комбинации для дальтоников , и 38 настроек ^[37] . 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 ^[37] .

Quadro

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 ^[12] . 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 ^[50] . Поддержку специализированных технологий Nvidia также имеет ПО CATIA , SolidWorks , , Solid Edge , «Компас» , Revit , Civil, ArchiCAD , Autodesk Maya , Adobe Photoshop , Adobe Premiere Pro , MSC Nastran , ANSYS ^[51] . 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, коррекцию ошибок в памяти для высокоточных вычислений и полную очистку памяти при переходе к новым задачам, точное распределение вычислительной нагрузки между несколькими графическими картами, расширенные возможности удалённого администрирования и мониторинга ^[52] .

nForce

In 2001, Nvidia released its first chipset for motherboards. The first generations - nForce , nForce2 and nForce3 - worked only with AMD processors. Subsequent generations ( nForce4 , nForce 500 , nForce 600 , nForce 700 , and nForce 900) received support for Intel processors . In February and March 2009, Intel and Nvidia exchanged lawsuits. Intel believed that the 2004 cross-licensing deal was no longer valid and Nvidia could not produce chipsets with DMI / QPI support and, as a result, Nehalem's next-generation processors . Nvidia believed that the other party violates the still valid license agreement with this prohibition ^{[53] [54] [55]} . Due to the loss of the card market for Intel processors in October 2009, Nvidia announced the freezing of investments in the development of new chipsets ^[56] . A year later, in November 2010, the company completely abandoned the chipset business. The reasons were the conflict with Intel (the trial ended with the victory of Nvidia in 2011 ^[55] ) and the fact that the demand for nForce was decreasing from year to year, as integrated graphics solutions moved from individual chipsets to central processors ^[57] .

Tesla

The Tesla line of computing accelerators was introduced in the summer of 2007, shortly after the release of the CUDA unified computing architecture, which allows C-like programming language to write code for computing on a GPU. The first Tesla C870 accelerator was based on the G80 GPU, already presented in the GeForce 8 series cards, and based on the unified shader microarchitecture, also called ^[58] . Also presented were solutions with 2 cards in the “desktop supercomputer” and 4 cards in the form factor of a 1U blade server format. The C870 supported single precision computing with a performance of 518 gigaflops ^[59] . With the transition to a new GPU microarchitecture, the company updated the line of Tesla accelerators, and in the case of Fermi ^[60] , ^[61] , ^[62] and accelerators became the first products on the new architecture, presented to the general public ^[63] . In 2011, the company introduced Maximus technology, which allows you to combine Tesla accelerators and professional Quadro graphics cards in one workstation for the most efficient distribution of computing resources. To this end, within the framework of Maximus technology, the company introduced a universal driver for both cards, optimized both for solving more standard Quadro-based tasks and specialized Tesla-based computing ^[64] .

The most up-to-date in October 2018 was the Tesla T4 calculation accelerator on the Turing microarchitecture, whose innovation was the support of a wider range of accuracy, which greatly increased the performance in calculations that did not impose high accuracy requirements, for example, using trained models of neural networks. As a result, Nvidia managed to achieve 8.1 teraflops performance in single precision computing (FP32), 65 teraflops in mixed single and half precision computing (FP16 / FP32), 130 trillion operations in INT8 mode and 260 trillion operations in INT4 mode ^{[63 ] [65]} .

At the end of 2018, Tesla were the most popular accelerators in the field of high-performance computing and were used in 127 supercomputers included in the Top500 - a rating of the most powerful devices of this class ^[66] . For comparison, in the 2015 ranking there were 66 devices that used Tesla accelerators, 26 devices with Intel Xeon Phi based on general-purpose processors and 3 supercomputers with AMD FirePro ^[67] . Two of the world's most powerful supercomputers for 2018 were based on Tesla computing accelerators - Summit at the Oakridge National Laboratory and at the Livermore National Laboratory of the US Department of Energy ^[66] . Also, calculations on Tesla accelerators were implemented in the supercomputer of the Tokyo Institute of Technology (29th place at the end of 2008) ^[68] ; supercomputer Tiānhé-1A , designed by the PLA Chinese Defense Science and Technology University (1st place in October 2010) ^[69] ; the Titan supercomputer installed in the Oakridge National Laboratory of the US Department of Energy (1st place in November 2012); Cray CS-Storm supercomputer (10th place in 2014); supercomputer Piz Daint , located in the Swiss national supercomputer center (3rd place in November 2017) ^[70] . Among Russian supercomputers that use computing on general-purpose GPUs based on Nvidia Tesla accelerators are Lomonosov , installed at Moscow State University , and Lobachevsky, located at Nizhny Novgorod State University ^{[71] [72]} . Also, according to the situation for 2018, Nvidia Tesla was based on 22 of the 25 most energy-efficient supercomputers in the GREEN500 rating ^[66] .

GRID

Nvidia started developing a remote data processing platform in the middle of 2000, and in May 2012 presented its development in this direction - the VGX platform for virtualizing workstations with the performance of a full-fledged workstation and GeForce GRID - a technological platform for launching games in the cloud ^{[73] [ 74]} . VGX was based on 3 components — Nvidia GPU -based server blades , Nvidia’s own hypervisor , which integrated into commercial hypervisors and provided GPU virtualization and a resource distribution system between users ^[75] . Subsequently, the company introduced hardware solutions for VGX - graphics cards for virtualizing a large number of VGX K1 workstations and a solution for simultaneously launching 2 workstations for working with complex graphics and processing 3D tasks in Adobe , Autodesk and SolidWorks applications - VGX K2 ^{[76] [ 77]} . In March 2013, the company introduced a ready-made solution for designers, architects, planners and engineers GRID VCA (Visual Computing Appliance, literal English equipment for visual computing ), including a server in a 4U form factor, client software and a hypervisor ^{[78] [79 ] ]} . At the end of 2013, GRID servers were deployed on Amazon Web Services ^{[80] [81]} . The server solution for cloud gaming introduced in the same year worked on a similar principle, providing users with a fixed amount of computing power for stable system performance in modern games. To reduce network latency, video compression was implemented on own servers and drivers for both server and client equipment were optimized ^{[82] [83]} . The consumers of Nvidia solutions for game service operators were many game services - Gaikai , Playcast , Ubitus, CiiNow, , and Playkey. The company used its own solutions in its own cloud service for owners of gaming devices of the Shield line - GeForce GRID (later - GeForce NOW) ^{[84] [85]} .

GeForce NOW

The 2018 GeForce NOW sample is the third iteration of the cloud gaming service (streaming PC games from the cloud), which the company has been developing since the beginning of the 2010s ^[86] . In 2012, the company released the GeForce GRID server solution, which allowed you to run games on the company's high-performance equipment and stream gameplay to the user's device. The first Nvidia partner to implement the GeForce GRID in their servers was Gaikai's digital distribution service, which was later acquired by Sony ^[87] . Beta testing of its own cloud service, intended for users of devices of the Shield line, the company began in the fall of 2013 ^[88] . As the publication on The Verge technologies noted, even then GRID (as a streaming service for games) significantly exceeded the alternatives represented by Gaikai and OnLive ^[89] . Throughout the entire testing period, Grid remained free for users, and as of April 2015, the service library included 47 PC games, mainly of the AAA class ^[90] . At the end of months of testing in the fall of 2015, the company restarted the service for streaming games under the GeForce NOW brand with a paid subscription to games in the built-in catalog and the ability to purchase other games through the digital distribution service ^{[91] [92]} . The geography of GeForce NOW at the time of restart included Europe (including the western part of Russia ), North America and Japan ^[93] . The GeForce NOW has repeatedly received high marks in the gaming press, and the main claim to it came down to inaccessibility outside the Shield ecosystem. In 2017, the company began testing GeForce NOW on the model of a computing resources rental service for running games available on any device, including PCs running OS X and Microsoft Windows (while Shield users again got free access to the service). In 2017, testing of the new GeForce NOW on Mac began; in January 2018, a beta version of the service became available to owners of Windows PCs ^[94] . Thanks to the use of Tesla P40 graphics accelerators with 24.5 gigabytes of VRAM in the server part, the service was able to provide graphics performance equivalent to using the GeForce GTX 1080 on a user's device with a resolution of up to 2560 × 1600 ^[95] . In the new GeForce NOW, users lost access to the catalog of games by subscription, but were able to run any games from the digital distribution services of Steam , Uplay or Battle.net on a virtual computer ^{[96] [97]} .

DGX

A new market for the company opened in 2009, when several research groups discovered that GPUs are much more effective for tasks related to deep learning of neural networks. Stanford University professor Andrew Eun then noted that GPU-based solutions can be 100 times more efficient than solutions based on central processors with x86 architecture ^[98] .

The company introduced the first supercomputer for solving deep learning AI DGX-1 tasks at the GTC conference in April 2016, simultaneously with the announcement of the Tesla P100 calculation accelerator. In the first version of the DGX-1, 8 P100 cards were installed with a total capacity of 170 teraflops. Its configuration included 2 lines of 10-gigabit Ethernet and 4 InfiniBand with an EDR bus and a speed of about 100 gigabits per second. DGX-1 was the first comprehensive solution for deep learning and came with a specialized software package, including the Deep Learning GPU Training System (DIGITS) platform and the CUDA Deep Neural Network library (cuDNN). The computer went on sale in June 2016 at a price of 129 thousand dollars ^[99] . A year later, along with the announcement of Tesla V100 accelerators on the new Volta architecture, the company introduced the updated DGX-1 with 8 V100 cards, as well as DGX Studio with 4 V100 cards and less RAM. The updated DGX-1, which went on sale at a price of $ 149 thousand, had a performance of 960 teraflops for deep learning tasks, the DGX Station with a capacity of 490 teraflops received a price of 69 thousand ^{[100] [101]} .

The company achieved a major breakthrough in performance with up to 2 petaflops in the DGX-2, demonstrated at the GTC in March 2018. The new computer used 16 Tesla V100 calculation accelerators, combined with the new NVSwitch interface with a throughput of 2.4 terabytes per second - according to Jensen Huang, this speed would be enough to broadcast 1440 films simultaneously. In total, the new product had 82 thousand CUDA cores, more than 100 thousand Tensor cores and 512 gigabytes of memory with high bandwidth of the HBM 2 standard. At the presentation, the company noted that it was able to achieve 10 times more performance than in DGX-1, and 500 times more than in their own decisions 5 years ago. The DGX-2 went on sale at a price of 399 thousand dollars ^{[102] [103]} .

Tegra

The company began developing systems-on-a-chip (SoC) for use in mobile devices after acquiring MediaQ, a developer of discrete graphics for PDAs, in 2003. Her achievements were used to create a line of GoForce chips, which were used in Motorola devices and other manufacturers. In 2006-2007, the company also acquired the software company and the cable company , in the past - a supplier of system-on-chip for Apple iPod . The accumulated experience and acquired technologies were used in a new line of Tegra chips, which combined a general-purpose processor with ARM architecture and its own energy-efficient graphics processor. In the first generation of its SoC, introduced in 2008, the company released two series of chips - Tegra APX 2500 for smartphones and models 600 and 650 , designed to compete with Intel Atom in the niche of mobile Internet devices (that is, PDAs oriented to web surfing and entertainment) and smartbooks ^[104] . The first-generation Tegra found use in Zune HD media players from Microsoft and Samsung YP-M1, and the first smartphone on the platform was Microsoft KIN ^{[105] [106]} . However, the first generation of Tegra was not widely used: the bet on smartbooks and advanced PDAs that did not find the mass market affected ^[107] .

The Tegra 2 system-on-chip introduced in 2011 turned out to be much more successful ^[108] . The productive Tegra 2 with 3D graphics support was used in many 10-inch tablets and smartphones by Acer , Asus , Motorola , LG , Toshiba and other manufacturers and remained relevant even after a few years ^[109] . The success of the second generation SoC was repeated by Tegra 3 , which received a more powerful graphics accelerator and an additional processor core for simple calculations. Tegra 3 was installed on Google Nexus 7 , Lenovo , Asus and Acer tablets, HTC and LG smartphones, as well as transformer laptops running the Windows RT operating system - Microsoft Surface and Lenovo IdeaPad Yoga 11. In 2013, the company introduced Tegra 4 , based on which developed its own game consoles, released under the brand Shield ^[110] . However, the company gradually lost interest in the competitive mass market of consumer devices and shifted to areas where high-performance Tegra was in demand — game consoles and the car market ^[111] . In 2012, NVIDIA agreed with Audi to use Tegra in the control panels and entertainment systems of cars, and in 2013, it began cooperation with Tesla and Lamborghini ^{[6] [112]} .

The long production cycle of car manufacturers turned out to be convenient for Nvidia, which has found application in cars for both new developments and for the older Tegra 2 and Tegra 3 ^[113] . Introduced in 2014, the Tegra K1 system-on-chip was initially positioned as a platform for on-board computers and unmanned vehicle systems, and the next generation Tegra X1 was not intended for use in mobile electronics ^{[114] [115]} .

Drive

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 ^[116] . В отличие от ADAS (Advanced driver assistance system, рус. передовая система помощи водителю ), представленных на рынке на тот момент, Drive PX был ориентирован на использование в автомобилях, начиная со средней ценовой категории ^[117] . 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 ^[118] . 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 ^{[119] [120]} .

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 ^[121] . 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 ^[122] . На GPU Conference в апреле 2016 года NVIDIA были представлены демо-автомобили Audi , Volvo и BMW , оснащённые Drive CX и Drive PX ^[123] . 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 ^{[124] [125]} .

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 ^[126] . 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 и Drive PX 2 ^{[127] [128]} . 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) ^{[129] [130]} . Также вплоть до августа 2018 года компьютеры линейки Drive PX использовались в электрокарах Tesla ^{[131] [132]} .

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 ^{[133] [134]} . 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 фотореалистично 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 ^{[135] [136] [137]}

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 ^[138] . SHIELD получил формат геймпада с откидным 5-дюймовым сенсорным экраном, работал под управлением операционной системы Android , позволял загрузку игр 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 ^[139] . 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 ^{[140] [141]} .

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 ^[142] . 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 ^[143] . 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 ^{[144] [145]} .

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 , российских Okko, Megogo.net , Amediateka , Rutube и многих других, а также поддержку стриминга с Android-устройств ^{[146] [147]} . 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 в режиме хаба, через который организовано подключение и взаимодействие устройств и датчиков ^{[148] [149]} .

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» ^[150] . 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 ^[151] . В Jetson TX2 на основе обновлённого процессора Tegra X2 NVIDIA удалось удвоить производительность при сохранении прежнего уровня энергопотребления ^[152] . 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 ^[153] . 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 ^{[154] [155]} .

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 ^[156] . 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 ^{[157] [158]} .

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 ^[159] . 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 ^[160] .

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) ^[161] . 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 , , , и ^{[162] [163]} . 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 ^{[164] [165] [166]} .

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 ^[167] . 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 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 ^{[168] [169]} .

Штаб-квартира

Штаб-квартира компании расположена в городе Санта-Клара в одноимённом округе штата Калифорния . Первое здание комплекса, названное «Индевор» ( англ. Endeavor в честь последнего космического челнока НАСА , было возведено в 2010—2017 годах по проекту архитектурного бюро . 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 ) ^[6] .

На 2018 год компания вела строительство второго здания под названием «Вояджер» ( англ. Voyager ), которое служит отсылкой к одноимённым космическим аппаратам и программе исследования дальних планет Солнечной системы . Примечательно, что 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 тысяч м²). «Индэвор» вмещает более 2000 сотрудников компании, всего в Санта-Кларе работает 5000 сотрудников, а общий штат компании составляет 11,5 тысяч человек ^{[6] [170] [171]} .

Guide

По состоянию на февраль 2018 года руководящие посты в компании занимали ^[1] :

• Дженсен Хуанг , бессменный президент, главный исполнительный директор (CEO), член совета директоров .
• Колетт Кресс, исполнительный вице-президент, главный финансовый директор (CFO) с 2013 года. В прошлом работала в Cisco (2010—2013), Microsoft (1997—2010), Texas Instruments (1989—1997). Имеет степень бакалавров финансов Университета Аризоны и магистерскую степень Южного методистского университета .
• Джэй Пури, исполнительный вице-президент по глобальным операциям с 2009 года (в 2005—2009 годах старший вице-президент по глобальным продажам). В прошлом работал в Sun Microsystems (1983—2005), Hewlett-Packard , и Texas Instruments. Имеет степень Университета Миннесоты , степень Калифорнийского технологического института и степень магистра делового администрирования Гарвардской школы бизнеса .
• Дебора Шоквист, исполнительный вице-президент по операциям с 2009 года (в 2007—2009 годах старший вице-президент по операциям). В прошлом работала в (2004—2007), (2002—2004), и Hewlett-Packard. Имеет степени бакалавра электротехники Университета Канзаса и бакалавра биологии Университета Санта-Клары .
• Тимоти Тетер, исполнительный вице-президент, главный советник и секретарь с 2018 года (в 2017—2018 годах старший вице-президент). В прошлом партнёр в юридической фирме , до юридической карьеры — инженер в Lockheed Missiles and Space Company . Имеет степень бакалавра механики Калифорнийского университета в Дейвисе и степень .

Финансовые показатели

По итогам 2018 финансового года выручка компании составила 9,714 миллиардов 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 миллиардов (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 ^[19] .

Акционеры

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 ^{[172] [173]} .

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 (1,16 %) ^[173] .

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 ^[172] .

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 ^{[174] [175] [176]} .

• Список графических процессоров Nvidia
• Сравнение чипсетов Nvidia
• PureVideo
• nouveau

• - The official Nvidia website