在運算、網路和圖形發展史上，Nvidia 有許多獨特之處。但其中之一就是它目前手頭上有如此多的資金，而且由於其架構、工程和供應鏈，它在生成式人工智慧市場處於領先地位，因此它可以隨心所欲地實施它認為可能取得進展的任何路線圖。 到21 世紀，Nvidia 已經是一個非常成功的創新者，它實際上沒有必要擴展到資料中心運算領域。但HPC 研究人員將Nvidia 帶入了加速運算領域，然後AI 研究人員利用GPU 運算創造了一個全新的市場，這個市場已經等待了四十年，希望以合理的價格實現大量計算，並與大量數據碰撞，真正讓越來越像思考機器的東西成為現實。 向Danny Hillis、Marvin Minksy 和Sheryl Handler 致敬，他們在20 世紀80 年代嘗試製造這樣的機器，當時他們創立了Thinking Machines 來推動AI 處理，而不是傳統的HPC 模擬和建模應用程序，以及Yann LeCun，他當時在AT&T 貝爾實驗室創建了卷積神經網路。他們既沒有數據，也沒有計算能力來製造我們現在所知的AI。當時，Jensen Huang 是LSI Logic 的董事，該公司生產儲存晶片，後來成為AMD 的CPU 設計師。就在Thinking Machines 在20 世紀90 年代初陷入困境（並最終破產）時，黃仁勳在聖何塞東側的Denny’s 與Chris Malachowsky 和Curtis Priem 會面，他們創立了Nvidia。正是Nvidia 看到了來自研究和超大規模社區的新興人工智慧機遇，並開始構建系統軟體和底層大規模並行硬件，以實現自第一天起就一直是計算一部分的人工智慧革命夢想。 這一直是計算的最終狀態，也是我們一直在走向的奇點——或者可能是兩極。如果其他星球上有生命，那么生命總會進化到這樣一個地步：那個世界擁有大規模毀滅性武器，並且總是會創造出人工智慧。而且很可能是在同一時間。在那一刻之後，那個世界對這兩種技術的處理方式決定了它是否能在大規模滅絕事件中倖存下來。