CUDA

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 2. tammikuuta 2021 tarkistetusta versiosta . tarkastukset vaativat 16 muokkausta .
CUDA
Tyyppi GPGPU
Kehittäjä NVIDIA Corporation
Käyttöjärjestelmä Windows , Linux
Ensimmäinen painos 23. kesäkuuta 2007
Laitteistoalusta Tuetut GPU:t
uusin versio 11.6 (17. tammikuuta 2022 ) ( 17.1.2022 )
Lisenssi Ilmainen ohjelmisto
Verkkosivusto developer.nvidia.com/cud…
 Mediatiedostot Wikimedia Commonsissa

CUDA (alunperin lyhenne englanniksi  Compute unified device architecture ) on rinnakkainen laskentalaitteisto- ja ohjelmistoarkkitehtuuri , jonka avulla voit parantaa merkittävästi laskentatehoa käyttämällä Nvidia - grafiikkasuorittimia .

CUDA SDK :n avulla ohjelmoijat voivat toteuttaa algoritmeja erityisillä yksinkertaistetuilla C- , C++- ja Fortran -ohjelmointikielten murteilla, jotka voidaan toteuttaa Nvidian grafiikka- ja tensoriprosessoreilla [1] . CUDA-arkkitehtuuri antaa kehittäjälle mahdollisuuden järjestää pääsyn grafiikka- tai tensorikiihdyttimen käskysarjaan ja hallita sen muistia oman harkintansa mukaan. CUDA:lla kiihdytettyjä toimintoja voidaan kutsua eri kielistä, mukaan lukien Python [2] , MATLAB [3] jne.

Ohjelmistoarkkitehtuuri

CUDA SDK :n alkuperäinen versio julkaistiin 15. helmikuuta 2007 . CUDA - sovellusten ohjelmointirajapinta perustuu C -kieleen joillakin laajennuksilla. Jotta koodi voidaan kääntää tällä kielellä onnistuneesti, CUDA SDK sisältää Nvidian oman komentorivin C-kääntäjän nvcc . Nvcc - kääntäjä perustuu Open64 avoimeen kääntäjään ja se on suunniteltu kääntämään isäntäkoodi (pää, ohjauskoodi) ja laitekoodi (laitteistokoodi) (tiedostot, joiden pääte on .cu ) objektitiedostoiksi, jotka soveltuvat lopullisen ohjelman tai kirjaston rakentamiseen. missä tahansa ohjelmointiympäristössä, kuten NetBeansissa .

CUDA-arkkitehtuuri käyttää ruudukkomuistimallia , klusteroitua säikeen mallinnusta ja SIMD - käskyjä. Soveltuu paitsi korkean suorituskyvyn grafiikkalaskentaan, myös erilaisiin tieteellisiin laskentatoimiin, joissa käytetään nVidia-näytönohjainkortteja. Tiedemiehet ja tutkijat käyttävät CUDA:ta laajasti eri aloilla, mukaan lukien astrofysiikka , laskennallinen biologia ja kemia , nestedynamiikan mallinnus , sähkömagneettiset vuorovaikutukset , tietokonetomografia , seisminen analyysi ja monet muut. CUDA pystyy muodostamaan yhteyden sovelluksiin, jotka käyttävät OpenGL :ää ja Direct3D :tä . CUDA on monialustainen ohjelmisto käyttöjärjestelmille , kuten Linux , Mac OS X ja Windows .

22. maaliskuuta 2010 nVidia julkaisi CUDA Toolkit 3.0:n, joka sisälsi tuen OpenCL :lle [4] .

Varusteet

CUDA-alusta ilmestyi markkinoille ensimmäisen kerran NVIDIAn kahdeksannen sukupolven G80-sirun julkaisun myötä, ja se tuli läsnä kaikissa myöhemmissä GeForce- , Quadro- ja NVidia Tesla -kiihdytinperheiden grafiikkasiruissa .

Ensimmäisessä CUDA SDK:ta tukevassa laitteistosarjassa, G8x:ssa, oli 32-bittinen yhden tarkkuuden vektorisuoritin, joka käytti CUDA SDK:ta API:na (CUDA tukee C-kielityyppiä, mutta nyt sen tarkkuus on alennettu 32-bittiseksi kelluvaksi piste ). Myöhemmissä GT200-prosessoreissa on tuki 64-bittiselle tarkkuudelle (vain SFU), mutta suorituskyky on huomattavasti huonompi kuin 32-bittisellä tarkkuudella (johtuen vain kahdesta SFU:sta stream-moniprosessoria kohden ja kahdeksasta skalaariprosessorista). GPU järjestää laitteiston monisäikeistyksen, jonka avulla voit käyttää kaikkia GPU:n resursseja. Siten avautuu mahdollisuus siirtää fyysisen kiihdytin toimintoja grafiikkakiihdytin (toteutusesimerkki - PhysX ). Se myös avaa laajoja mahdollisuuksia käyttää tietokonegrafiikkalaitteita monimutkaisten ei-graafisten laskelmien suorittamiseen: esimerkiksi laskennallisessa biologiassa ja muilla tieteenaloilla. double

Edut

Verrattuna perinteiseen lähestymistapaan yleiskäyttöisen laskennan järjestämiseen grafiikkasovellusliittymien ominaisuuksien avulla, CUDA-arkkitehtuurilla on seuraavat edut tällä alueella:

Rajoitukset

Tuetut GPU:t ja GPU:t

Luettelo laitteistovalmistajan Nvidian laitteista, joilla on ilmoitettu täysi tuki CUDA-teknologialle, on Nvidian virallisella verkkosivustolla [7] [8] .

CUDA-kehittäjäjärjestelmien yhteensopivuus eri sukupolvien laskimien kanssa:

Seuraavat oheislaitteet tukevat tällä hetkellä CUDA-tekniikkaa PC-laitteistomarkkinoilla:

Versio

tekniset tiedot

Arkkitehtuuri GPU GeForce-perheen näytönohjaimet Quadro-perheen näytönohjaimet, NVS Teslan näytönohjain Perheen videokortit

Tegra,
Jetson,
DRIVE

1.0 Tesla G80 GeForce 8800 Ultra, GeForce 8800 GTX, GeForce 8800 GTS(G80) Quadro FX 5600, Quadro FX 4600, Quadro Plex 2100 S4 Tesla C870, Tesla D870, Tesla S870
1.1 G92, G94, G96, G98, G84, G86 GeForce GTS 250, GeForce 9800 GX2, GeForce 9800 GTX, GeForce 9800 GT, GeForce 8800 GTS(G92), GeForce 8800 GT, GeForce 9600 GT, GeForce 9500 GT, GeForce 9500 GT, GeForce 6000 GTce, 80 GTce 60Force, 80 GT 800000 ,
GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M 		Quadro FX 4700 X2, Quadro FX 3700, Quadro FX 1800, Quadro FX 1700, Quadro FX 580, Quadro FX 570, Quadro FX 470, Quadro FX 380, Quadro FX 370, Quadro FX 370, Quadro NVS4, 370 Low040 Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M
, Quadro FX 2700M, Quadro FX 1700M, Quadro FX 1600M, Quadro FX 770M, Quadro FX 570 Quadro FX 370M, Quadro NM 570 Quadro FX 370M, Quadro NVSM , Quadro NVS 140M, Quadro NVS 135M, Quadro NVS 130M, Quadro NVS 450, Quadro NVS 420, Quadro NVS 295
1.2 GT218, GT216, GT215 GeForce GT 340*, GeForce GT 330*, GeForce GT 320*, GeForce 315*, GeForce 310*, GeForce GT 240, GeForce GT 220, GeForce 210,
GeForce GTS 360M, GeForce GTS 360M, GeForce GTS 30, 30 GTM 30 GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce 310M, GeForce 305M 		Quadro FX 380 Low Profile, Nvidia NVS 300, Quadro FX 1800M, Quadro FX 880M, Quadro FX 380M, Nvidia NVS 300, NVS 5100M, NVS 3100M, NVS 2100M, ION
1.3 GT200, GT200b GeForce GTX 295, GTX 285, GTX 280, GeForce GTX 275, GeForce GTX 260 Quadro FX 5800, Quadro FX 4800, Quadro FX 4800 Macille, Quadro FX 3800, Quadro CX, Quadro Plex 2200 D2 Tesla C1060, Tesla S1070, Tesla M1060
2.0 Fermi GF100, GF110 GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465, GeForce GTX 480M Quadro 6000, Quadro 5000, Quadro 4000, Quadro 4000 Macille, Quadro Plex 7000, Quadro 5010M, Quadro 5000M Tesla C2075, Tesla C2050/C2070, Tesla M2050/M2070/M2075/M2090
2.1 GF104, GF106 GF108, GF114, GF116, GF117, GF119 GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450*, GeForce GT 640 (GDDR3), GeForce GT 630, GeForce GT 620, GeForce GT 620, GeForce GT 610, 2GT 610, 4 GT GeForce GT 440*, GeForce GT 430, GeForce GT 430*, GeForce GT 420*,
GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 630M, GeForce 225M,0,GTM 625M,0 GeForce 610M, GeForce 820M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GTXce,GTXce,GTXce,50,5GTM,5,5,5,525,525M,525 GeForce GTX 460M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M, GeForce GT 730 (DDR3 128-bittinen) 		Quadro 2000, Quadro 2000D, Quadro 600, Quadro 410, Quadro 4000M, Quadro 3000M, Quadro 2000M, Quadro 1000M, NVS 310, NVS 315, NVS 5400M, NVS 520M, NVS 520
3.0 Kepler GK104, GK106, GK107 GeForce GTX 770, GeForce GTX 760, GeForce GT 740, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti, GeForce GTX 660, GeForce GTX 650 Ti GTX BOOST, GeForce GTX 650 Ti GTX BOOST, GeForce GTX 650 Ti
GTX 6 Näytönohjain: 880M, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GTX 680MX, GeForce GTX 680M, GeForce GTX 675MX, GeForce GTX 675MX, GeForce GTX 670, 5 GTXM, 5 GTM, 6 Force GTX 670 MX GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M 		Quadro K5000 Quadro K4200 Quadro K4000 Quadro K2000 Quadro K2000D Quadro K600 Quadro K500M Quadro K510M Quadro K610M Quadro K1000M Quadro K2000M Quadro K1100M Quadro K2000M Quadro K1100M Quadro K2000M Quadro N Quadro K2100M Quadro K2100M Quadro K2100M Quadro K2100M Quadro K2100M Quadro K2100M Quadro K2100M Tesla K10, GRID K340, GRID K520
3.2 GK20A Tegra K1,
Jetson TK1
3.5 GK110, GK208 GeForce GTX Titan Z, GeForce GTX Titan Black, GeForce GTX Titan, GeForce GTX 780 Ti, GeForce GTX 780, GeForce GT 640 (GDDR5), GeForce GT 630 v2, GeForce GT 730, GeForce GT 720, GeForce GT 720, GeForce 7Force, 4GTForce (64-bittinen, DDR3), GeForce GT 920M Quadro K6000, Quadro K5200 Tesla K40, Tesla K20x, Tesla K20
3.7 GK210 Tesla K80
5.0 Maxwell GM107, GM108 GeForce GTX 750 Ti GeForce GTX 750 GeForce GTX 960M GeForce GTX 950M GeForce 940M GeForce 930M GeForce GTX 860M GeForce GTX 850M GeForce 845M GeForce 840M GeForce 830 Quadro K420, Quadro K620, Quadro K1200, Quadro K2200, Quadro M2000M, Quadro M1000M, Quadro M600M, Quadro K620M, NVS 810 Tesla M10
5.2 GM200, GM204, GM206 GeForce GTX Titan X, GeForce GTX 980 Ti, GeForce GTX 980, GeForce GTX 970, GeForce GTX 960, GeForce GTX 950, GeForce GTX 750 SE, GeForce GTX 980M, GeForce GTX 970M, GeForce GTX 970M, GeForce GTX 970M, GeForce GTX 970 Quadro M6000 24GB, Quadro M6000, Quadro M5000, Quadro M4000, Quadro M2000, Quadro M5500, Quadro M5000M, Quadro M4000M, Quadro M3000M Tesla M4, Tesla M40, Tesla M6, Tesla M60
5.3 GM20B Tegra X1,
Jetson TX1,
DRIVE CX,
DRIVE PX
6.0 Pascal GP100 Quadro GP100 Tesla P100
6.1 GP102, GP104, GP106, GP107, GP108 Nvidia TITAN Xp, Titan X, GeForce GTX 1080 Ti, GTX 1080, GTX 1070, GTX 1060, GTX 1050 Ti, GTX 1050, GT 1030, MX150 Quadro P6000, Quadro P5000, Quadro P4000, Quadro P2000, Quadro P1000, Quadro P600, Quadro P400, Quadro P5000 (mobiili), Quadro P4000 (mobiili), Quadro P3000 (mobiili) Tesla P40, Tesla P6, Tesla P4
6.2 GP10B [9] Aja PX2:lle Tegra X2:lla (T186) [10] Jetson TX2
7.0 Volta GV100 Nvidia TITAN V Quadro GV100 Tesla V100,

Tesla V100S

7.2 GV10B [11] Jetson Xavier, DRIVE PX Xavier/Pegasus
ja Xavier SoC
7.5 Turing TU102, TU104, TU106 NVIDIA TITAN RTX,

GeForce RTX 2080 Ti, RTX 2080 Super, RTX 2080, RTX 2070 Super, RTX 2070, RTX 2060 Super, RTX 2060,

GeForce GTX 1660 Ti, GTX 1660 Super, GTX 1660, GTX 1650 Super, GTX 1650

Quadro RTX 8000, Quadro RTX 6000, Quadro RTX 5000, Quadro RTX 4000, Quadro RTX 3000,

Quadro T2000, Quadro T1000, Quadro T600

Tesla T4
8.0 Ampeeri GA100 A100 80GB, A100 40GB
8.6 GA102, GA104, GA106 GeForce RTX 3090, RTX 3080, RTX 3070, RTX 3060 Ti, RTX 3060, RTX 3050 Ti RTX A6000, A40
Nvidia GeForce Desktop
GeForce GTX TITAN, X, Z, musta
GeForce GTX 1050/Ti, 1060, 1070, 1080/Ti
GeForce GTX 950, 960, 970, 980/Ti
GeForce GTX 750/Ti, 760, 770, 780/Ti
GeForce GTX 650/Ti, 660/Ti, 670, 680, 690
GeForce GTX 520, 550 Ti, 560/Ti, 570, 580, 590
GeForce GTX 450, 460, 465, 470, 480
GeForce GTX 210, 220, 240, 260, 275, 280, 285, 295
GeForce GT120, GT130, GTS 150
GeForce 9600 GSO, 9800 GTX, 9800 GTX+, 9800 GX2
GeForce 9400 GT, 9500 GT, 9600 GT, 9800 GT
GeForce 9300mGPU, 9400mGPU
GeForce 8800 GT, 8800 GTS 512
GeForce 8400 GS, 8500 GT, 8600 GT, 8600 GTS
Nvidia GeForce mobiilitietokoneille
GeForce GTX 580M näytönohjain
GeForce GTX 570M näytönohjain
GeForce GTX 560M näytönohjain
GeForce GT 555M näytönohjain
GeForce GT 540M näytönohjain
GeForce GT 525M näytönohjain
GeForce GT 520M näytönohjain
GeForce GTX 485M näytönohjain
GeForce GTX 480M näytönohjain
GeForce GTX 470M näytönohjain
GeForce GTX 460M näytönohjain
GeForce GT 445M näytönohjain
GeForce GT 435M näytönohjain
GeForce GT 425M näytönohjain
GeForce GT 420M näytönohjain
GeForce GT 415M näytönohjain
GeForce GTX 285M näytönohjain
GeForce GTX 280M näytönohjain
GeForce GTX 260M näytönohjain
GeForce GTS 360M
GeForce GTS 350M
GeForce GTS 250M
GeForce GTS 160M
GeForce GTS 150M
GeForce GT 335M näytönohjain
GeForce GT 330M näytönohjain
GeForce GT 325M näytönohjain
GeForce GT 240M näytönohjain
GeForce GT 130M näytönohjain
GeForce G210M
GeForce G110M
GeForce G105M
GeForce 310M
GeForce 305M
GeForce 9800M GTX
GeForce 9800M GT
GeForce 9800M GTS
GeForce 9700M GTS
GeForce 9700M GT
GeForce 9650M GS
GeForce 9600M GT
GeForce 9600M GS
GeForce 9500M GS
GeForce 9500M G
GeForce 9300M GS
GeForce 9300 MG
GeForce 9200M GS
GeForce 9100MG näytönohjain
GeForce 8800M GTS
GeForce 8700M GT
GeForce 8600M GT
GeForce 8600M GS
GeForce 8400M GT
GeForce 8400M GS
Nvidia Tesla *
Tesla C2050/C2070
Tesla M2050/M2070/M2090
Tesla S2050
Tesla S1070
Tesla M1060
Tesla C1060
Tesla C870
Tesla D870
Tesla S870
Nvidia Quadro -pöytäkone
Quadro 6000
Quadro 5000
Quadro 4000
Quadro 2000
Quadro 600
QuadroFX 5800
QuadroFX 5600
QuadroFX4800
Quadro FX 4700X2
QuadroFX4600
QuadroFX 3700
QuadroFX 1700
QuadroFX 570
QuadroFX470
Quadro FX 380 matalaprofiilinen
QuadroFX 370
Quadro FX 370 matalaprofiilinen
Quadro CX
Quadro NVS450
Quadro NVS 420
Quadro NVS 290
Quadro Plex 2100 D4
Quadro Plex 2200 D2
Quadro Plex 2100 S4
Quadro Plex 1000 malli IV
Nvidia Quadro mobiilitietokoneille
Quadro 5010M
Quadro 5000M
Quadro 4000M
Quadro 3000M
Quadro 2000M
Quadro 1000M
QuadroFX 3800M
QuadroFX 3700M
QuadroFX 3600M
QuadroFX 2800M
QuadroFX 2700M
QuadroFX 1800M
QuadroFX 1700M
QuadroFX 1600M
QuadroFX 880M
QuadroFX 770M
QuadroFX 570M
QuadroFX 380M
QuadroFX 370M
QuadroFX 360M
Quadro NVS 5100M
Quadro NVS 4200M
Quadro NVS 3100M
Quadro NVS 2100M
Quadro NVS 320M
Quadro NVS 160M
Quadro NVS 150M
Quadro NVS 140M
Quadro NVS 135M
Quadro NVS 130M

Esimerkki

Tämä C++- koodiesimerkki lataa tekstuurit kuvasta GPU :n taulukkoon :

cudaArray * cu_array ; rakenne < float , 2 > tex ; // Varaa muisti cudaMalloc- taulukolle ( & cu_array , cudaCreateChannelDesc < float > (), leveys , korkeus ); // Kopioi kuvatiedot cudaMemcpy- taulukkoon ( cu_array , kuva , leveys * korkeus , cudaMemcpyHostToDevice ); // Sido taulukko tekstuuriin cudaBindTexture ( tex , cu_array ); // Käynnistä kernel dim3 blockDim ( 16 , 16 , 1 ); dim3 gridDim ( leveys / blockDim . x , korkeus / blockDim . y , 1 ); ydin <<< gridDim , blockDim , 0 >>> ( d_data , leveys , korkeus ); cudaUnbindTexture ( teksti ); __global__ void kernel ( float * odata , int korkeus , int leveys ) { unsigned int x = blockIdx . x * blockDim . x + threadIdx . x ; unsigned int y = blockIdx . y * blockDim . y + threadIdx . y ; float c = tekstihaku ( tex , x , y ); odata [ y * leveys + x ] = c ; }

Esimerkki Python -ohjelmasta , joka kertoo taulukon elementit GPU:n avulla. Vuorovaikutus tapahtuu PyCUDA:n avulla [12]

tuonti pycuda.driver drv - muodossa tuonti numpy drv . init () dev = drv . Laite ( 0 ) ctx = dev . make_context () mod = drv . SourceModule ( """ __global__ void multiply_them(float *dest, float *a, float *b) { const int i = threadIdx.x; dest[i] = a[i] * b[i]; } """ ) multiply_them = mod . get_function ( "multiply_them" ) a = nuhjuinen . satunnainen . randn ( 400 ) . astype ( numpy . float32 ) b = numpy . satunnainen . randn ( 400 ) . astype ( numpy . float32 ) dest = numpy . zeros_like ( a ) multiply_them ( drv . Out ( dest ), drv . In ( a ), drv . In ( b ), block = ( 400 , 1 , 1 )) tulostuskohde - a * b _

Linkit

Viralliset resurssit

  • CUDA Zone  (englanniksi)  - CUDA:n virallinen sivusto
  • CUDA GPU Computing  (englanniksi)  - viralliset verkkofoorumit, jotka on omistettu CUDA-laskentaan
  • Luentokurssi CUDA:sta  (pääsemätön linkki)  (venäjäksi)  - NVidian virallinen verkkosivusto

Epäviralliset resurssit

Tomin laitteisto iXBT.com Muut resurssit

Muistiinpanot

  1. ↑ Kieliratkaisut arkistoitu 16. lokakuuta 2018 Wayback Machinessa / NVIDIA 
  2. ↑ PyCUDA | NVIDIA-kehittäjä . Haettu 16. lokakuuta 2018. Arkistoitu alkuperäisestä 17. lokakuuta 2018.
  3. ↑ MATLAB GPU Computing -tuki NVIDIA CUDA -yhteensopiville GPU:ille . Haettu 1. syyskuuta 2020. Arkistoitu alkuperäisestä 9. elokuuta 2020.
  4. ↑ Theo Walich. nVidia käynnistää CUDA Toolkit 3.0:n ja laajentaa OpenCL  :n . Bright Side Of News (22. maaliskuuta 2010). Haettu 5. huhtikuuta 2010. Arkistoitu alkuperäisestä 3. maaliskuuta 2012.
  5. ↑ Katso virallinen CUDA-ohjelmointiopas, ver. 1.1 // CUDA-ohjelmointiopas arkistoitu 6. lokakuuta 2008 Wayback Machinessa . Luku 1. CUDA:n esittely → 1.2 CUDA: Uusi arkkitehtuuri grafiikkasuorittimen laskentaan
  6. ↑ NVIDIA luovutti CUDA-kääntäjän LLVM-yhteisölle - opennet.ru . Käyttöpäivä: 13. toukokuuta 2012. Arkistoitu alkuperäisestä 13. toukokuuta 2012.
  7. ↑ CUDA-yhteensopivat GPU-tuotteet arkistoitu 5. huhtikuuta 2008 Wayback Machinessa 
  8. ↑ CUDA-yhteensopivat tuotteet - NVIDIA . Haettu 26. helmikuuta 2010. Arkistoitu alkuperäisestä 26. helmikuuta 2010.
  9. ↑ Larabel, Michael NVIDIA ottaa käyttöön Tegra X2 GPU -tuen Nouveaussa . Phoronix (29. maaliskuuta 2017). Haettu 8. elokuuta 2017. Arkistoitu alkuperäisestä 9. elokuuta 2017.
  10. ↑ Keskustelu LUA:n kokoamisesta Drive PX2:lla . Bernhard Schuster . GitHub. Haettu 9. marraskuuta 2017. Arkistoitu alkuperäisestä 6. syyskuuta 2020.
  11. ↑ Nvidia Xavier -tiedot arkistoitu 21. elokuuta 2018 Wayback Machinessa TechPowerUpissa (alustava)
  12. ↑ PyCUDA . Arkistoitu alkuperäisestä 3. maaliskuuta 2012.
 Nvidia
GPU

( vertailu ) _
Aikaisin
RIVA perhe
GeForce perhe
Työasemat ja HPC:t
Tekniikka

Emolevyn
piirisarjat
( vertailu ) _
GeForce perhe
  • GeForce 8
  • GeForce 9
  • IONI
nForce perhe
Tekniikka
Muut
konsolit
SoC
prosessori
Ajurit / Ohjelmistot
Hankinnat