NVIDIA公司成立于1993年，是一家总部位于加利福尼亚州圣克拉拉的美国跨国科技公司。2024年，NVIDIA巩固了其作为图形处理单元（GPU）和人工智能（AI）、高性能计算及数据科学软件平台领先供应商的地位。该公司2024年的产品发布，特别是Blackwell架构，及其广泛的软件生态系统（包括CUDA），使其成为全球AI热潮中的核心参与者。
NVIDIA 2024年的GPU产品线基于Blackwell架构，面向数据中心和消费市场。该公司推出了用于AI训练和推理的B200和GB200 GPU，旨在处理大规模大型语言模型及其他生成式AI工作负载。这些GPU采用台积电的先进工艺制造，与前几代相比，在内存带宽和计算吞吐量方面有显著提升。面向消费者，NVIDIA发布了GeForce RTX 40 Super系列，增强了游戏和创意性能，并宣布基于Blackwell架构的RTX 50系列将于2024年底推出。
Blackwell架构以数学家David Blackwell命名，引入了多项创新，包括第二代Transformer引擎，该引擎优化了基于Transformer模型的性能，并支持FP4等新精度格式。这些特性对深度学习和神经网络应用尤为有利，可实现更快的训练和更高效的推理。NVIDIA还扩展了其DGX平台，推出了DGX B200系统，该系统集成了八个B200 GPU，为企业及研究机构提供交钥匙解决方案。
2024年，NVIDIA的软件生态系统仍以CUDA为核心，这是一个并行计算平台和API，允许开发者利用GPU能力进行通用计算。CUDA已成为GPU加速计算的事实标准，拥有庞大的工具和库集合，包括用于深度神经网络的cuDNN和用于推理优化的TensorRT。该公司还提供NVIDIA AI Enterprise套件，该套件提供了一套全面的工具，用于在本地或云端部署AI工作负载，以及用于3D仿真和数字孪生的NVIDIA Omniverse平台。
在云计算领域，NVIDIA的GPU被主要云服务提供商广泛使用，包括亚马逊云服务、微软Azure、谷歌云和甲骨文云。这些提供商提供NVIDIA GPU实例用于AI和高性能计算，使NVIDIA硬件可供广泛客户使用。此外，NVIDIA自家的DGX Cloud服务通过订阅模式提供AI超级计算基础设施的访问。
NVIDIA在2024年的市场主导地位体现在其财务表现和市场份额上。截至2025年第一季度，NVIDIA在独立桌面和笔记本GPU市场占有92%的份额。该公司还控制了用于训练和部署AI模型的GPU市场超过80%的份额，并为全球超过75%的TOP500超级计算机提供芯片。这种主导地位使NVIDIA成为全球最有价值的公司之一，2024年市值超过3万亿美元。
历史与创立
NVIDIA由黄仁勋、Chris Malachowsky和Curtis Priem于1993年4月5日创立。三位联合创始人在硅谷的科技公司工作时相识，并预见了3D图形将推动计算创新的未来。他们最初专注于为视频游戏开发GPU，认为这是一个高容量市场，可以为更复杂的计算问题研究提供资金。公司名称NVIDIA源自拉丁语“invidia”，意为“嫉妒”，反映了创始人希望被竞争对手嫉妒的雄心。
NVIDIA于1999年1月22日上市，并迅速确立了自己在消费图形领域的领导者地位。1999年底发布的GeForce 256引入了GPU的概念，具有板载变换和光照功能，为3D图形设立了新标准。在2000年代初期，NVIDIA大力投资CUDA，这是一个使GPU能够执行通用计算的软件平台，为其未来在AI领域的主导地位奠定了基础。
Blackwell架构与2024年产品
Blackwell架构于2024年3月发布，代表了GPU技术的重大飞跃。旗舰数据中心产品B200 GPU拥有2080亿个晶体管，可提供高达20 petaflops的FP4性能。GB200 Grace Blackwell超级芯片将两个B200 GPU与一个NVIDIA Grace CPU结合，为AI训练和推理提供了强大平台。这些产品旨在加速大型语言模型及其他复杂AI应用的开发。
面向消费市场，NVIDIA于2024年1月推出了GeForce RTX 40 Super系列，包括RTX 4070 Super、RTX 4070 Ti Super和RTX 4080 Super。这些GPU提供了改进的性能和功能，如DLSS 3.5，该技术利用AI增强图像质量和帧率。2024年9月，NVIDIA宣布了基于Blackwell的RTX 50系列，其中RTX 5090预计将成为游戏玩家和创作者的主力产品。
软件生态系统与CUDA
CUDA于2006年推出，是NVIDIA的并行计算平台和编程模型。它允许开发者使用C、C++及其他语言编写在GPU上执行的程序，为科学计算、AI和数据分析实现大规模并行处理。CUDA拥有丰富的库生态系统，包括用于线性代数的cuBLAS、用于傅里叶变换的cuFFT以及用于并行算法的Thrust。NVIDIA还提供Nsight等工具用于调试和分析，以及CUDA-X AI库集合，其中包括cuDNN和用于多GPU通信的NCCL。
2024年，NVIDIA通过发布CUDA 12.4继续扩展其软件产品，该版本增加了对Blackwell新功能的支持并提升了性能。NVIDIA AI Enterprise套件可在主要云平台上使用，提供了一套全面的工具用于构建和部署AI应用，包括对TensorFlow和PyTorch等机器学习框架的支持。NVIDIA还提供NeMo框架用于构建和定制大型语言模型，以及Riva工具包用于语音AI。
AI与高性能计算
NVIDIA的GPU对于训练和部署AI模型（包括深度学习和神经网络系统）至关重要。该公司的数据中心产品，如A100和H100，已被研究机构和企业广泛采用。2024年，Blackwell B200和GB200预计将进一步加速AI工作负载，支持Transformer模型和生成式AI应用。
NVIDIA在高性能计算领域也发挥着重要作用，其GPU为全球许多最快的超级计算机提供动力。该公司与台积电的制造合作及其在先进封装技术上的投资，使其能够生产越来越强大和高效的GPU。NVIDIA对科学研究的贡献包括气候建模、药物发现和量子模拟等项目。
市场地位与竞争
2024年，NVIDIA面临来自AMD和英特尔等公司的竞争，这些公司开发了自己的AI加速器，如AMD的Instinct系列和英特尔的Gaudi。然而，NVIDIA强大的软件生态系统和与云提供商的既有关系使其具有竞争优势。该公司还与Groq和SambaNova等专业AI芯片初创公司竞争，这些公司为AI推理提供替代架构。
尽管存在竞争，NVIDIA的市场份额仍然占据主导地位。该公司的GPU广泛应用于从游戏到自动驾驶的各种场景，其品牌已成为AI计算的代名词。NVIDIA的成功也引起了监管机构的关注，一些市场存在反垄断担忧，但截至2024年，该公司仍在持续增长。
未来展望
展望未来，NVIDIA计划继续在AI和计算领域进行创新。该公司正在开发Blackwell之外的下一代架构，重点关注提高能效和性能。NVIDIA还在扩展到新市场，如机器人和边缘计算，推出了用于自主机器的Jetson平台等产品。随着AI变得越来越普及，NVIDIA有望继续成为科技行业的关键参与者。