沒有 GTX 580 就沒有今天的輝達，黃仁勳回顧關鍵轉折

在最近一期喬·羅根（Joe Rogan）podcast 中，輝達（Nvidia）首席執行長黃仁勳（Jensen Huang）透露，深度學習的發明源於 2012 年使用 GTX 580 顯示卡的 SLI 配置。GTX 580 顯示卡基於 Fermi 架構，擁有 512 個 CUDA 核心，雖然原本設計為高階遊戲用途，但其強大的平行運算能力卻成為深度學習快速訓練的關鍵。

深度學習是當今人工智慧（AI）產業的核心技術，讓AI能自我學習，而這一切的基礎卻是當時並不專門為此設計的硬體。黃仁勳指出，最早開發深度學習的研究人員在一對3GB的GTX 580顯示卡上運行了世界上第一個機器學習網路。

這些研究人員來自多倫多大學，他們的目標是改善計算機視覺中的圖像檢測。2012年，亞歷克斯·克里澤夫斯基（Alex Krizhevsky）、伊爾亞·蘇茨克維（Ilya Sutskever）和傑佛瑞·辛頓（Geoffrey Hinton）利用兩張GTX 580顯示卡訓練了AlexNet模型，這個模型包含5個卷積層和3個全連接層，總計約6,000萬個參數。AlexNet的自動特徵學習能力使其在ImageNet競賽中超越當時的手動設計演算法70%以上，立即引起業界關注。

黃仁勳進一步指出，AlexNet的開發者正是利用GTX 580顯示卡來構建他們的圖像辨識演算法。該網路經過優化，可以在兩個顯示卡上運行，並且僅在需要時交換數據，顯著縮短訓練時間。這使得GTX 580成為世界上第一款運行深度學習／機器學習AI網路的顯示卡。

有趣的是，這個里程碑的達成正值Nvidia在AI領域的投資極少。當時，該公司的大部分圖形研究和開發都集中在3D圖形和遊戲上，GTX 580顯示卡專為遊戲設計，並未具備加速深度學習網路的先進支持。最終，顯示卡的固有並行性正是神經網路快速運行所需的。

黃仁勳還透露，正是因為AlexNet及其在GTX 580上的應用，Nvidia才開始開發AI硬體。他表示，一旦公司意識到深度學習可以用來解決世界問題，便在2012年將所有資金、開發和研究投入到深度學習技術中。這個決策催生了2016年推出的原始Nvidia DGX、首代Tensor核心的Volta架構以及DLSS技術。如果沒有一對GTX 580運行AlexNet，Nvidia今天可能不會成為AI巨頭。