Редактирование: Nvidia (раздел)

=== DGX ===

Новый рынок для компании открылся в 2009 году, когда сразу несколько исследовательских групп обнаружили, что графические процессоры гораздо эффективнее для задач, связанных с глубоким обучением нейросетей. Профессор Стэнфордского университета Эндрю Ын тогда отмечал, что основанные на GPU решения могут быть в 100 раз эффективнее, чем решения на базе центральных процессоров с архитектурой x86.

Первый суперкомпьютер для решения задач по глубокому обучения ИИ DGX-1 компания представила на конференции GTC в апреле 2016 года одновременно с анонсом ускорителя вычислений Tesla P100. В первой версии DGX-1 было установлено 8 карт P100 с совокупной производительностью 170 терафлопс. Его конфигурация включала 2 линии 10-гигабитного Ethernet и 4 InfiniBand с шиной EDR и скоростью около 100 гигабит в секунду. DGX-1 стал первым комплексным решением для глубокого обучения и поставлялся с пакетом специализированного ПО, в том числе платформой Deep Learning GPU Training System (DIGITS) и библиотекой CUDA Deep Neural Network library (cuDNN). В продажу компьютер поступил в июне 2016 года по цене 129 тысяч долларов. Спустя год вместе с анонсом ускорителей Tesla V100 на новой архитектуре Volta компания представила обновлённый DGX-1 с 8 картами V100, а также DGX Studio с 4 картами V100 и меньшим объёмом оперативной памяти. Обновлённый DGX-1, поступивший в продажу по цене 149 тысяч долларов, имел производительность в 960 терафлопс при выполнении задач глубокого обучения, DGX Station с производительностью 490 терафлопс получил цену в 69 тысяч.

Принципиального прорыва в производительности до 2 петафлопс компания добилась в DGX-2, продемонстрированном на GTC в марте 2018 года. В новом компьютере были использованы 16 ускорителей вычислений Tesla V100, объединённых новым интерфейсом NVSwitch с пропускной способностью 2,4 терабайта в секунду — по характеристике Дженсена Хуанга, этой скорости было бы достаточно для одновременной трансляции 1440 фильмов. В совокупности в новинке было 82 тысячи ядер CUDA, более 100 тысяч ядер Tensor и 512 гигабайт памяти с высокой пропускной способностью стандарта HBM 2. На презентации компания отметила, что смогла достичь в 10 раз большей производительности, чем в DGX-1, и в 500 раз большей, чем в собственных решениях 5-летней давности. В продажу DGX-2 поступил по цене в 399 тысяч долларов.