快科技 12 月 9 日消息，在最近一期的 Joe Rogan 播客中，NVIDIA CEO 黄仁勋回忆了关于深度学习起源和公司命运的关键转折点：深度学习的突破，始于 2012 年，依赖于两张并非为 AI 设计的 GTX 580 显卡 SLI 双卡互联配置。

黄仁勋透露，当今 AI 的核心深度学习，其基础网络的首次运行使用的硬件，正是基于 Fermi 架构、拥有 512 个 CUDA 核心的高端游戏显卡 GTX 580。

虽然该显卡最初是为顶级游戏而生，但其强大的并行计算能力，却无意中成为了深度学习快速训练的基石。

2012 年，来自多伦多大学的研究人员 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton，利用一对 3GB 的 GTX 580 显卡，训练出了著名的 AlexNet 模型。

这个拥有约 6000 万参数的深度学习网络，在当年的 ImageNet 图像识别竞赛中，以超越当时手动设计算法 70% 的惊人优势脱颖而出。

黄仁勋指出，AlexNet 的开发者通过优化算法，使其能够在两张 GTX 580 上并行运行，仅在必要时才交换数据，极大地缩短了训练时间，这也使得 GTX 580 成为世界上第一款运行深度学习 / 机器学习 AI 网络的显卡。

有意思的是，这一里程碑达成时，NVIDIA 在 AI 领域的投资微乎其微，大部分研发仍集中在 3D 图形和游戏上。

正是 AlexNet 在 GTX 580 上的成功应用，让 NVIDIA 意识到深度学习的巨大潜力，黄仁勋表示，公司随即在 2012 年将资金、开发和研究工作转向深度学习技术。

这一转型最终催生了 2016 年的初代 NVIDIA DGX 超级计算机、具有首代 Tensor 核心的 Volta 架构，以及后续的 DLSS 技术。