NVIDIA GPU 的发展历史

NVIDIA GPU 的发展历史从架构、关键技术指标、应用产品三个维度的系统介绍，并附上清晰的对比表格，帮助你全面理解这家图形计算巨头的演进历程。

🧠 一、架构演进：从固定功能到 AI 加速

NVIDIA 的 GPU 架构经历了从图形渲染到通用计算再到 AI 加速的重大转型：

架构代号	发布年份	核心特性	代表产品
NV1 / RIVA	1995–1998	固定功能图形加速	RIVA 128, TNT
GeForce 256	1999	首个“GPU”称号，硬件 T&L	GeForce 256
Tesla	2006	引入 CUDA，开启 GPGPU	Tesla C870
Fermi	2010	双精度计算、ECC 支持	GTX 480, Tesla C2050
Kepler	2012	高能效、动态并行	GTX 680, Tesla K20
Maxwell	2014	更高能效比，深度学习初探	GTX 980
Pascal	2016	支持 NVLink、高速 HBM2	GTX 1080, Tesla P100
Volta	2017	首次引入 Tensor Core	Tesla V100
Turing	2018	实时光线追踪 + Tensor Core	RTX 2080 Ti
Ampere	2020	第二代 RT Core + 第三代 Tensor Core	RTX 3090, A100
Hopper / Blackwell	2022–2024	专为 AI 和大模型设计	H100, B100

📊 二、关键技术指标对比（架构级）

架构	制程工艺	CUDA 核心数	Tensor Core	RT Core	显存类型	主要用途
Tesla	65nm	128–240	❌	❌	GDDR3	科学计算
Fermi	40nm	512	❌	❌	GDDR5	HPC
Pascal	16nm	3584	❌	❌	HBM2	AI训练
Volta	12nm	5120	✅ Gen1	❌	HBM2	深度学习
Turing	12nm	4352	✅ Gen2	✅ Gen1	GDDR6	游戏 + AI
Ampere	8nm	10496	✅ Gen3	✅ Gen2	GDDR6X / HBM2e	AI + 渲染
Hopper	4nm	>18000	✅ Gen4	✅ Gen3	HBM3	大模型推理

🧪 三、应用产品与领域

NVIDIA GPU 被广泛应用于多个行业和产品线：

产品线	代表系列	应用领域
GeForce	RTX 20/30/40/50	游戏、创作、消费级图形
Quadro / RTX Pro	RTX A6000	专业图形设计、CAD、影视制作
Tesla / A100 / H100	Tesla V100, A100, H100	数据中心、AI训练、科学计算
Jetson	Jetson Nano, Xavier	边缘 AI、机器人、嵌入式系统
DGX 系列	DGX Station, DGX H100	企业级 AI 超算平台
Omniverse	Omniverse Enterprise	元宇宙、数字孪生、协同设计
Clara / BioNeMo	Clara Imaging	医疗影像、基因组学、生命科学

🚀 四、发展里程碑简史

年份	事件
1993	NVIDIA 成立
1999	发布 GeForce 256，首次定义“GPU”
2006	推出 CUDA，开启通用 GPU 计算
2012	支持 AlexNet，推动 AI 革命
2018	发布 RTX，引入实时光线追踪
2020	Ampere 架构，AI 性能大幅提升
2024	成为全球市值最高科技公司之一