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。
