▶ a atteint la première capitalisation boursière du monde de 4 billions de dollars
▶ S & P500 Inferiore 214 Ransom de l’entreprise
▶ Le lancement de « A100 » en 2020
▶ La collaboration avec des scientifiques geek est également secrète
PDG de Jensen Huang Nvidia (PDG). [로이터]
NVIDIA a écrit un nouveau chapitre de la société d’une société le 9 septembre (heure locale), dépassant 4 milliards de dollars (environ 5502 milliards de victoires) dans la première capitalisation boursière au monde.
Nvidia, qui a dirigé l’événement en tant que leader du marché des semi-conducteurs de l’intelligence artificielle (IA), a quatre fois plus élevé en seulement deux ans. Il est comparable à la cinquième place au Japon (4,864 milliards de dollars) au-delà de la sixième place (3 8391 milliards de dollars) dans le classement du PIB cette année, estimé par le Fonds monétaire international (FMI).
Le Wall Street Journal (-) a déclaré: « Nvidia a posé les fondations en développant un logiciel qui leur permet d’utiliser leurs puces à des fins autres que les graphiques ».
Le jeu du dispositif de traitement graphique (GPU) du PDG de Jensen Hwang a été évalué comme un destin de Nvidia.
Hwang a rencontré Curtis Primem et Chris Mala Suki tout en travaillant sur un diplôme en génie électrique à l’Oregon State University et un maître d’ingénierie électrique à l’Université de Stanford. Ce sont des membres bien fondés de Nvidia, un fabricant de cartes graphiques en 1993 avec le PDG Hwang. NVIDIA combine le nom du projet NV existant (version suivante) dans le latin « Envy », qui signifie « envie ».
Plus tard, comme son nom l’indique, chacun est devenu des entreprises envies. Il était possible que la petite startup lancée par la Chambre de Curtis soit devenue une entreprise qui contrôle l’innovation de l’intelligence artificielle dans le monde entier. Il a décidé de démarrer une entreprise malgré les conseils sur les tentatives des parents de ne pas laisser un emploi stable et de sauter sur le marché des cartes graphiques. Je suis convaincu que le marché des cartes graphiques augmentera. La première puce NVIDIA, NV1, a échoué en raison d’erreurs et la société a été en faillite, mais n’a pas abandonné. J’ai recherché un nouvel investisseur et la méthode existante a été radicalement abandonnée et ouvert un nouveau chemin.
La carte graphique «Riva 128», lancée en 1995, a pris en charge les graphiques graphiques à deux dimensions (2D) et 3D (3D), ce qui a influencé les performances du jeu. Lancé en 1999, « GeForce 256 » est considéré comme le premier GPU au monde à introduire l’accélération matérielle dans l’élaboration graphique des jeux. À l’époque, les joueurs du monde ont joué un grand nombre de cartes graphiques Nvidia et Hwang rêvaient d’élargir sa technologie informatique. L’argent des portefeuilles des joueurs est réinvesti dans la future technologie d’innovation. Hwang a annoncé la plate-forme CUDA à Nvidia en 2006, disant: « Le GPU n’est pas pour le jeu, mais pour tous les calculs ».
NVIDIA a établi un point de support pour la croissance à une échelle complète depuis 2010. Au nom du dispositif de traitement central (CPU), l’écosystème de puce a été élargie en introduisant GPGPU, une opération générale de toutes les opérations et du traitement. Depuis lors, NVIDIA a produit de plus en plus des puces plus puissantes et a commencé à se développer dans d’autres domaines tels que le centre de données et le cloud computing. En particulier, l’A100, qui a été introduit selon l’architecture AMPER en avril 2020, est devenu une étape importante pour Nvidia pour étendre son GPU à des calculs généraux. Dès le lancement du 1100, les actions de Nvidia ont augmenté. Le prix des actions, qui était de 400 $ (avant la division de FA Split) au moment de l’annonce du nouveau produit, a atteint 700 $ l’année suivante.
Dans le secret du succès de Hwang, le recrutement de Talent est essentiel. En particulier, la collaboration avec des scientifiques geek était importante et a constamment exploré la vision technique qui pourrait croire et réaliser la possibilité de convergence entre le calcul parallèle et l’intelligence artificielle. À la fin des années 2000, lorsque les recherches sur le réseau neuronal ont été presque négligées, ils ont utilisé les GPU NVIDIA pour apprendre comment les ordinateurs pour voir l’image. Cette tentative a depuis été la base de modèles d’innovations telles que Alexnet, GPT-1 et GPT CHAT. NVIDIA a lancé la puce H100 en 2022, posant les fondations d’une formation à haute performance.
<Économie de Séoul = Kim Min -yung journaliste>