在深度学习发展历程中，一款原本为游戏设计的高端显卡意外成为关键推动力。NVIDIA创始人兼CEO黄仁勋近日在访谈中透露，2012年多伦多大学团队利用两张GTX 580显卡训练出革命性的AlexNet模型，这一突破直接促使公司战略重心转向人工智能领域。
这款基于Fermi架构的显卡配备512个CUDA核心，最初专为顶级游戏体验打造。其强大的并行计算能力却被研究人员发现特别适合处理深度学习所需的矩阵运算，成为首个能运行深度学习网络的消费级硬件。当时NVIDIA尚未大规模布局AI研发，公司资源仍集中在3D图形处理领域。
由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton组成的团队，通过算法优化将拥有6000万参数的AlexNet模型分配到两张3GB显存的GTX 580上运行。这种分布式训练方式显著减少了数据交换频率，使训练效率大幅提升。该模型在ImageNet图像识别竞赛中展现出惊人实力，准确率比传统算法高出70个百分点。
这次突破性应用彻底改变了NVIDIA的发展轨迹。黄仁勋回忆称，看到深度学习展现的潜力后，公司立即调整战略方向，将大量资源投入AI技术研发。2012年成为公司技术转型的分水岭，此后四年间陆续推出多项关键技术。
2016年问世的初代DGX超级计算机标志着转型成果初现，这款搭载Volta架构的服务器集成了首代Tensor核心。随后推出的DLSS技术更将图形处理与AI计算深度融合，形成独特的技术优势。这些创新均源于当年那个看似偶然的发现——游戏显卡与深度学习的完美契合。
