12月9日消息，在最新一期的Joe Rogan播客节目里，NVIDIA首席执行官黄仁勋回顾了深度学习的起源以及关乎公司命运的关键转折时刻：深度学习的重大突破发生在2012年，而这一突破的实现，依靠的是两张原本并非为人工智能设计的GTX 580显卡通过SLI技术组成的双卡互联系统。
黄仁勋表示，当前AI领域的核心技术深度学习，其基础网络最初运行时所采用的硬件，正是搭载Fermi架构、具备512个CUDA核心的高端游戏显卡GTX 580。
尽管这款显卡最初是为顶级游戏打造的，但其出色的并行计算能力，却在不经意间成为了深度学习快速训练的基础。
2012年，多伦多大学的研究人员Alex Krizhevsky、Ilya Sutskever与Geoffrey Hinton，借助两块3GB显存的GTX 580显卡，成功训练出了广为人知的AlexNet模型。
这个具备约6000万参数的深度学习网络，在当年的ImageNet图像识别竞赛里，凭借比当时手动设计算法高出70%的惊人优势崭露头角。
黄仁勋提到，AlexNet的研发人员借助算法优化，让该模型可以在两块GTX 580显卡上并行运作，仅在有需要的时候进行数据交换，从而大幅减少了训练时长，这一成果也让GTX 580成为全球首款支持深度学习/机器学习AI网络运行的显卡。
有意思的是，当这一里程碑达成之际，NVIDIA在AI领域的投入少之又少，其研发重心仍主要放在3D图形与游戏板块。
正是AlexNet在GTX 580上的成功应用，让NVIDIA察觉到深度学习的巨大潜力，黄仁勋称，公司随后于2012年把资金、开发及研究工作转向了深度学习技术。
这一转型最终促成了2016年初代NVIDIA DGX超级计算机的诞生，也推动了配备首代Tensor核心的Volta架构问世，DLSS技术也在后续应运而生。
