LSI 로직의 코어웨이브 이사이자 AMD의 마이크로프로세서 디자이너 젠슨 황, 썬 마이크로시스템즈 엔지니어 크리스 말라초스키, IBM과 썬 마이크로시스템즈의 수석 직원 엔지니어이자 그래픽 칩 디자이너 커티스 프리엠이 설립
조직
엔비디아
Nvidiaen
고성능 GPU와 데이터센터 솔루션을 통해 생성형 AI와 전 세계 데이터 컴퓨팅 인프라를 사실상 독점하는 기업. GPU 하드웨어를 구동하는 CUDA라는 강력한 소프트웨어 플랫폼을 통해 개발자들이 엔비디아 생태계에 종속되게 만들어 독보적인 진입장벽을 구축. 과거 게임 그래픽 칩 제조사에서 2020년대 이후 AI 데이터센터 사업으로 포트폴리오를 성공적으로 전환하여 세계적인 시가총액 최상위 기업으로 성장.
43 타임라인
2 연결
타임라인
431993 1건
33년 전1997 1건
29년 전창업 초기 사각형 기반 렌더링 전략이 어긋나며 직원 급여가 한 달치만 남을 만큼 벼랑에 몰렸던 엔비디아가, 1997년 4월 출시한 그래픽 칩 RIVA 128™로 기사회생함. 넉 달 만에 약 100만 개가 팔리며 다음 세대 제품 개발 자금을 확보함. 젠슨 황이 회사를 살린 결정적 전환점으로 꼽는 사건.
1999 2건
27년 전엔비디아가 1999년 1월 22일 나스닥에 기업공개(IPO)함. 같은 해 말 '세계 최초의 GPU'를 표방한 지포스 256을 내놓으며 그래픽카드 시장의 강자로 떠오르는 발판을 마련함. 훗날 시가총액 수조 달러 기업으로 성장하는 여정의 출발점.
지포스(GeForce) 256은 세계 최초의 GPU. 1999년 8월 31일 제품 발표를 할 때, GPU(Graphics Processing Unit)라는 용어를 정의. 처음엔 SDRAM 탑재 모델이 출시됐고, 두 달 후인 1999년 12월 13일 DDR SDRAM 탑재 모델 출시.
2004 1건
22년 전스탠퍼드대 이안 벅이 2000년대 초 GPU를 그래픽 외 일반 연산에 쓰려 한 브룩(Brook) 연구가 출발점. 2004년 엔비디아가 벅을 영입해 존 니콜스 등과 함께 이를 상용 GPU 컴퓨팅 플랫폼으로 발전시키며 CUDA 개발 본격화. C 프로그래머에게 친숙하면서도 GPU의 대규모 병렬성을 다루게 하려는 설계 목표 수립.
2006 1건
20년 전CUDA(Compute Unified Device Architecture)는 GPU 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델. G80 아키텍처와 함께 발표. C 언어로 GPU를 직접 제어하는 첫 개념.
베타 버전은 2007년 2월 15일 개발자 SDK와 함께 공개. 정식 버전 1.0 은 2007년 6월 23일 배포 시작.
2007 1건
19년 전2006년 발표에 이어 2007년 첫 공개 SDK·툴킷(CUDA 1.0)을 배포하며 개발자들이 실제로 GPU 병렬 연산을 작성·실행할 수 있게 됨. C 언어 확장과 컴파일러·런타임·라이브러리를 함께 제공해 GPGPU의 진입 장벽을 크게 낮춤. 이후 정기적인 툴킷 버전 업데이트로 이어지는 CUDA 생태계의 실질적 출발.
2010 1건
16년 전엔비디아가 페르미(Fermi) GPU 아키텍처를 지원하는 CUDA Toolkit 3.0을 출시함. 새 버전은 64비트 GPU 주소 지정과 여러 커널의 동시 실행, 복수 복사 엔진, 하드웨어 디버깅·프로파일링 등을 지원함.
페르미는 GPU 메모리에 ECC 오류 교정 기능을 도입하는 등 과학 계산과 고성능 컴퓨팅을 본격적으로 겨냥한 아키텍처였음. 이에 따라 CUDA 역시 그래픽 처리의 부수적 활용을 넘어 범용 병렬 컴퓨팅 플랫폼으로 영역을 확대함.
CUDA 3.0과 페르미의 결합은 GPU 컴퓨팅이 연구용 실험 단계에서 HPC와 데이터센터용 범용 계산 기술로 이동하는 주요 전환점으로 평가됨.
2011 1건
15년 전엔비디아가 CUDA Toolkit 4.0을 출시함. CUDA 4.0은 하나의 CPU 스레드에서 여러 GPU를 제어할 수 있도록 하고 여러 CPU 스레드가 하나의 GPU를 공유할 수 있도록 하는 등 멀티 GPU 프로그래밍 기능을 강화함.
C++ 개발과 디버깅 환경도 확대하고 병렬 알고리즘 라이브러리인 Thrust와 이미지·영상 처리 라이브러리 NPP 등을 CUDA 도구 체계에 포함함. GPU를 직접 제어하는 저수준 프로그래밍뿐 아니라 재사용 가능한 라이브러리를 통한 개발도 쉬워짐.
CUDA가 단일 GPU용 프로그래밍 인터페이스에서 여러 GPU와 다양한 라이브러리를 포괄하는 병렬 컴퓨팅 생태계로 확장되는 과정의 주요 버전임.
2012 1건
14년 전토론토대 연구팀(알렉스 크리제프스키·일리야 수츠케버·제프리 힌턴)이 만든 심층 신경망 AlexNet이 엔비디아 지포스 GPU 두 장과 CUDA로 학습해 이미지넷 이미지 인식 대회에서 압도적 성적으로 우승함. GPU 병렬연산이 딥러닝 학습을 비약적으로 가속할 수 있음을 입증한 이 사건은 현대 AI 붐의 기폭제이자, 엔비디아가 게임용 칩 회사에서 AI 연산의 중심으로 도약하는 전환점.
2014 2건
12년 전심층 신경망 연산(합성곱·행렬곱·어텐션 등)을 GPU에서 고도로 최적화해 제공하는 cuDNN 라이브러리를 2014년 추가하며 딥러닝 전용 가속 계층 확보. 텐서플로·파이토치 등 주요 프레임워크가 cuDNN을 통해 CUDA 위에서 동작하며 학습·추론 시간을 크게 단축. 단순 GPGPU 도구를 넘어 AI 연산의 핵심 인프라로 도약한 전환점.
엔비디아가 CUDA 6에 CPU와 GPU가 하나의 메모리 공간을 공유하는 것처럼 프로그래밍할 수 있는 Unified Memory를 도입함. 개발자는 하나의 포인터를 CPU와 GPU 양쪽에서 사용할 수 있게 됨.
이전에는 CPU 메모리와 GPU 메모리를 별도로 관리하면서 데이터를 명시적으로 복사하는 작업이 CUDA 프로그래밍의 주요 복잡성 가운데 하나였음. Unified Memory는 필요한 데이터를 시스템이 CPU와 GPU 사이에서 이동하도록 해 이러한 부담을 크게 줄임.
CUDA가 하드웨어 성능뿐 아니라 프로그래밍 난이도를 낮추는 방향으로 발전한 대표적인 전환점으로, 이후 Pascal 등 새로운 GPU 아키텍처에서 메모리 자동 이동 기능이 더욱 발전함.
HBM2 확산 1건
10년 전엔비디아가 Pascal 구조와 HBM2를 결합한 데이터센터 가속기 Tesla P100을 공개함. HBM이 딥러닝과 과학 계산용 서버의 핵심 메모리로 이동하는 중요한 전환점이 됨.
2016 2건
10년 전젠슨 황이 2016년 8월 엔비디아가 만든 세계 최초의 딥러닝 전용 슈퍼컴퓨터 DGX-1 첫 대를 신생 연구소 오픈AI에 직접 전달함. 8개의 테슬라 P100 GPU를 묶어 250대 서버급 성능을 한 박스에 담은 시스템으로, 건넨 본체에 '컴퓨팅과 인류의 미래에'라는 친필 서명을 남김. 훗날 챗GPT로 이어지는 대규모 AI 모델 연구를 앞당긴 상징적 사건.
엔비디아가 파스칼(Pascal) GPU 아키텍처를 지원하는 CUDA 8을 공개함. CUDA 8은 Tesla P100을 비롯한 파스칼 GPU의 새로운 연산 기능과 NVLink, 향상된 Unified Memory 기능을 개발자가 활용할 수 있도록 함.
파스칼에서는 49비트 가상 주소 공간과 GPU 페이지 폴트, 필요할 때 데이터를 이동하는 페이지 마이그레이션 기능이 추가돼 Unified Memory의 활용 범위가 크게 확대됨. GPU의 물리 메모리 크기를 넘어서는 데이터 처리도 가능한 방향으로 발전함.
CUDA의 메모리 모델이 CPU와 GPU 사이의 명시적인 데이터 이동 중심에서 보다 자동화된 이기종 컴퓨팅 모델로 이동한 중요한 단계임.
2017 1건
9년 전2017년 5월 엔비디아가 GTC에서 볼타(Volta) 아키텍처와 테슬라 V100을 공개, 딥러닝 행렬 연산 전용 '텐서 코어'를 처음 탑재. CUDA·cuDNN이 텐서 코어를 활용하도록 확장되며 이전 세대 대비 수~수십 배의 딥러닝 성능 향상 제공. 소프트웨어와 전용 하드웨어가 함께 진화하는 AI 가속 패러다임의 본격화.
2020 2건
6년 전엔비디아가 암페어(Ampere) 아키텍처와 NVIDIA A100 GPU를 지원하는 CUDA Toolkit 11을 정식 출시함. AI와 데이터 분석, 고성능 컴퓨팅을 위한 새로운 GPU 기능을 CUDA 개발 환경에서 활용할 수 있게 됨.
CUDA 11은 A100의 3세대 Tensor Core와 희소성 연산, Multi-Instance GPU 등의 기능을 지원하고 Arm 서버 프로세서 지원도 확대함. CUDA가 x86 기반 GPU 가속을 넘어 다양한 데이터센터 시스템을 포괄하는 개발 플랫폼으로 확장됨.
대규모 딥러닝 학습과 데이터센터 GPU 수요가 급증하던 시기에 CUDA와 엔비디아의 AI 하드웨어 생태계가 더욱 밀접하게 결합된 전환점임.
엔비디아와 소프트뱅크가 2020년 9월 ARM을 최대 400억 달러에 엔비디아에 매각하는 최종 계약을 체결했다고 발표함. 거래가 성사될 경우 엔비디아는 GPU 중심 사업에 ARM의 CPU 설계·라이선스 생태계를 결합하게 되는 대형 반도체 인수였음. 그러나 ARM의 중립적 라이선스 사업 모델 훼손 가능성을 우려한 업계 반발과 각국 경쟁당국의 심사가 이어졌고, 양사는 2022년 2월 규제상 난관을 이유로 거래를 종료함.
2022 1건
4년 전엔비디아와 소프트뱅크가 2022년 2월 8일 ARM 인수 계약을 종료한다고 발표함. 양사는 미국·영국·유럽연합 등 주요 경쟁당국의 심사 과정에서 거래 종결을 가로막는 중대한 규제상 난관이 발생했다고 설명함. 미국 연방거래위원회는 2021년 12월 엔비디아가 ARM의 핵심 반도체 설계 기술에 대한 통제력을 확보하면 경쟁을 제한할 수 있다며 거래 저지를 위한 행정소송을 제기했음. 거래 종료 후 소프트뱅크는 ARM의 기업공개 준비로 전략을 전환함.
생성형 AI 시대 1건
4년 전2022-03-22 가속기 개발사
엔비디아, HBM3를 처음 적용한 H100 공개
엔비디아가 Hopper 구조의 H100 GPU를 공개하며 HBM3를 처음 적용한 GPU라고 발표함. 최대 초당 3TB의 메모리 대역폭을 제시해 대규모 언어 모델과 AI 인프라 경쟁에서 HBM의 중요성을 크게 높임.
2022 1건
4년 전엔비디아가 GTC에서 800억 트랜지스터의 H100(호퍼) GPU를 공개했으며, 이 칩은 TSMC의 맞춤 4N 공정과 CoWoS 첨단 패키징으로 제조됨(3월). 칩 여러 개와 HBM 메모리를 한 패키지로 잇는 CoWoS가 AI 가속기 성능의 핵심으로 떠오르며 TSMC가 사실상 독점 공급. 생성형 AI 붐과 함께 엔비디아가 TSMC 최대 고객으로 부상하는 AI 반도체 시대의 개막.
생성형 AI 시대 1건
4년 전SK하이닉스가 HBM3 양산을 시작하고 엔비디아 H100에 공급한다고 발표함. GPU 설계사와 메모리 업체의 공동 성능 검증이 HBM 공급 경쟁의 핵심 절차로 자리 잡는 계기가 됨.
2022 4건
4년 전엔비디아 CEO 젠슨 황이 RTX 40 시리즈 발표 직후 기자 질의응답에서 “무어의 법칙은 죽었다”고 발언함. 그는 12인치 웨이퍼 가격 상승과 함께, 칩 성능이 높아지면서 가격은 자연히 내려간다는 기대가 더는 성립하지 않는다고 주장함. 이에 대해 인텔 CEO 팻 겔싱어는 미세공정·패키징·새 트랜지스터 구조를 통해 무어의 법칙이 계속 진화할 수 있다는 입장을 유지함. 미세화 비용 증가와 성능 향상 둔화를 둘러싼 반도체 산업의 전략적 견해차를 상징한 발언.
2022-11-30 AI 가속기 공급
오픈AI, 챗GPT 공개로 생성형 AI 붐 촉발
오픈AI가 2022년 11월 30일 대화형 AI 챗봇 챗GPT를 공개하며 전 세계적 생성형 AI 열풍을 일으킴. 거대언어모델 학습·추론에 엔비디아 GPU가 사실상 필수로 떠오르면서, 데이터센터용 AI 가속기 수요가 폭발하고 엔비디아 실적과 주가가 급등하는 'AI 붐'의 직접적 도화선이 됨.
TSMC가 애리조나 1공장의 첫 장비 반입식을 열고 투자를 두 공장 400억 달러 규모로 확대한다고 발표함(12월 6일). 행사에는 조 바이든 대통령과 함께 팀 쿡(애플), 젠슨 황(엔비디아), 리사 수(AMD) 등 핵심 고객 최고경영자들이 참석함. 미국 내 첨단 칩 생산을 상징하는 장면으로, TSMC의 해외 거점 전략이 본궤도에 오른 사건.
엔비디아가 호퍼(Hopper)와 Ada Lovelace GPU 아키텍처의 새로운 기능을 지원하는 CUDA Toolkit 12.0을 출시함. 새로운 PTX 명령어와 C·C++ API를 통해 차세대 GPU의 기능을 개발자가 직접 이용할 수 있도록 함.
CUDA Graphs와 Dynamic Parallelism 등 기존 프로그래밍 모델도 개선됐으며, 호퍼 기반 H100을 중심으로 대규모 AI 학습과 고성능 컴퓨팅을 위한 CUDA 기능이 확대됨.
생성형 AI 확산 직전에 등장한 CUDA 12는 H100을 비롯한 차세대 AI 가속기의 소프트웨어 기반을 제공하면서 이후 생성형 AI 인프라 확대를 뒷받침함.
2023 3건
3년 전AI 붐에 힘입어 엔비디아가 2023년 5월 30일 장중 처음으로 시가총액 1조 달러를 돌파함. 미국 기업 가운데 일곱 번째로 1조 달러 클럽에 진입한 사례로, 챗GPT 이후 폭증한 AI 가속기 수요가 반영된 결과. 이후 1년여 만에 시총이 세 배로 불어나는 가파른 상승의 신호탄.
엔비디아와 허깅페이스가 허깅페이스 플랫폼에서 엔비디아 DGX Cloud 기반 생성형 AI 슈퍼컴퓨팅을 이용할 수 있도록 하는 제휴를 발표. 허깅페이스가 기업 고객을 위한 ‘Training Cluster as a Service’를 제공하고, 플랫폼 안에서 대규모 언어 모델을 학습·미세조정할 수 있게 한다는 계획 제시. 모델·데이터 유통 플랫폼과 GPU·클라우드 인프라를 결합한 양사의 첫 공식 대규모 협력.
챗GPT가 촉발한 생성형 AI 붐으로 대규모 AI 학습·추론 수요가 폭증하며, 거의 모든 AI 프레임워크가 우선 지원하는 CUDA가 사실상의 표준으로 자리. 2023년 무렵 엔비디아가 데이터센터 GPU 시장의 대부분을 차지하는 가운데, 오래 축적된 CUDA 생태계와 개발자 락인이 핵심 경쟁력으로 부각. 소프트웨어 해자(moat)로 불리며 엔비디아의 AI 칩 지배를 떠받치는 토대로 평가.
HBM3E 공급 경쟁 1건
2년 전2024-02-26 수요 업체
마이크론, HBM3E 양산 시작
마이크론이 24GB 8단 HBM3E의 대량 생산을 시작하고 엔비디아 H200용 공급 계획을 발표함. HBM3E 시장이 SK하이닉스·삼성전자·마이크론의 3사 경쟁 구도로 굳어지는 계기가 됨.
2024 3건
2년 전젠슨 황이 2024년 3월 18일 연례 개발자 행사 GTC 기조연설에서 차세대 AI 가속기 아키텍처 '블랙웰'을 공개함. 조 단위 매개변수 규모의 거대 AI 모델을 이전 세대보다 최대 25배 적은 비용·전력으로 실시간 구동할 수 있다고 발표함. 폭증하는 생성형 AI 수요에 대응한 엔비디아의 핵심 차세대 플랫폼.
엔비디아 시가총액이 2024년 2월 2조 달러를 넘어선 데 이어 6월 5일 3조 달러를 돌파하고, 6월 18일에는 마이크로소프트·애플을 제치고 전 세계에서 가장 비싼 상장기업에 올라섬. AI 가속기 사실상 독점이 만든 폭발적 성장으로, 반도체 기업이 세계 시총 1위를 차지한 상징적 장면.
엔비디아가 NVIDIA 개발자 프로그램 회원에게 생성형 AI 추론 마이크로서비스 NVIDIA NIM을 무료로 제공한다고 발표. 개발자는 build.nvidia.com의 API 카탈로그에서 대규모 언어 모델을 비롯한 다양한 AI 모델을 엔비디아가 호스팅하는 서버리스 API로 시험하고, NIM 컨테이너를 내려받아 자체 GPU 환경에서 연구·개발·테스트 목적으로 실행 가능.
무료 호스팅 API는 모델 평가와 애플리케이션 시제품 개발을 위한 체험 환경으로, 요청 속도와 사용량 제한이 적용될 수 있는 구조. 실제 상용 서비스와 프로덕션 배포에는 NVIDIA AI Enterprise 라이선스 또는 별도의 자체 호스팅·인프라 구성이 필요한 형태
2025 5건
1년 전엔비디아가 CUDA Toolkit 12.8을 출시하며 블랙웰(Blackwell) GPU 아키텍처를 정식 지원함. CUDA 컴파일러와 런타임뿐 아니라 cuBLAS, cuSOLVER 등 주요 GPU 가속 라이브러리가 블랙웰의 새로운 연산 기능을 활용하도록 업데이트됨.
블랙웰은 대규모 생성형 AI와 추론 워크로드를 주요 대상으로 설계된 GPU 세대로, CUDA 12.8은 이러한 하드웨어를 기존 CUDA 소프트웨어 생태계와 연결하는 역할을 담당함.
CUDA가 여러 세대의 GPU 아키텍처에 걸쳐 기존 프로그램의 호환성을 유지하면서 최신 AI 가속 기능을 지속적으로 흡수하는 플랫폼으로 발전했음을 보여주는 사례임.
허깅페이스와 엔비디아가 GTC Paris에서 ‘Training Cluster as a Service’ 제공을 발표. 허깅페이스 이용 조직이 필요한 규모·지역·기간을 지정하면 양사가 클러스터의 조달·가격·프로비저닝·설정을 함께 수행하고, 엔비디아 DGX Cloud Lepton 및 클라우드 파트너의 GPU 인프라를 허깅페이스 개발 도구와 결합하는 구조. 2023년 처음 예고한 공동 서비스가 실제 제공 단계로 이어진 사건.
엔비디아가 2025년 7월 9일 장중 시가총액 4조 달러를 돌파하며 세계 최초로 4조 달러 기업에 오름. AI 데이터센터용 칩 수요가 식지 않으면서 1조 달러 돌파(2023년) 이후 약 2년 만에 시총이 네 배로 불어난 결과. AI 시대를 상징하는 기업으로서의 위상을 다시 확인한 이정표.
엔비디아가 2025년 10월 29일 시가총액 5조 달러를 돌파하며 세계 최초의 5조 달러 기업이 됨. 4조 달러 돌파(7월) 이후 불과 석 달 만의 기록으로, 젠슨 황은 차세대 블랙웰·루빈 칩을 앞세워 연 매출 '5천억 달러'를 내다본다고 밝힘. 방한 직전에 정점을 찍은 AI 붐의 상징.
마이크로소프트 기술 컨퍼런스 'Microsoft Ignite 2025'에서 세 회사는 대규모 협업 계획 발표. 엔비디아가 100억 달러, 마이크로소프트가 50억 달러를 앤트로픽에 투자하기로 결정. 앤트로픽은 애저 컴퓨팅 자원을 300억 달러 구매하기로 합의. 엔비디아와 앤트로픽은 엔비디아 차세대 칩 (그레이스 블랙웰, 베라 루빈)에 최적화한 AI 모델을 공동 개발하기로 발표. 앤트로픽의 클로드 모델이 마이크로소프트 코파일럿 전반에 통합
2026 5건
올해파이낸셜타임스가 허깅페이스가 2025년 말 엔비디아의 잠재적 5억 달러 투자를 거절했다고 보도. 제안은 허깅페이스의 기업가치를 70억 달러로 평가하는 조건. 허깅페이스와 엔비디아는 제안 자체에 대한 논평을 거부했으며, 허깅페이스는 단일 지배적 투자자가 회사 의사결정에 영향력을 행사하는 것을 원하지 않는다는 입장 표명. 실제 제안·거절의 정확한 날짜는 공개되지 않아 기사 공개일을 이벤트 날짜로 사용.
오픈클로(OpenClaw)를 기업 환경에서 안전하게 사용할 수 있도록 보안, 프라이버시 보호 강화하고 엔비디아 GPU의 성능을 극대화하는 방향으로 포크한 AI 에이전트 시스템. 젠슨 황이 2026년 GTC 행사에서 오픈클로를 극찬하며 자사의 네모클로 발표.
엔비디아가 장시간 실행되는 AI 에이전트와 반복적인 전문 작업을 겨냥한 오픈 모델 'Nemotron 3.5 Lightning'을 공개함.
Nemotron 3.5 Lightning은 총 300억 개의 파라미터 가운데 작업 시 약 30억 개를 활성화하는 Mixture-of-Experts 구조를 사용하며, Mamba-2와 MoE, Attention 계층을 결합한 하이브리드 아키텍처를 채택함. 최대 100만 토큰의 컨텍스트를 지원함.
코드 작성과 검토, 장시간 자율 에이전트, 서브에이전트 및 반복적인 업무 자동화 등 높은 처리량이 필요한 작업을 주요 용도로 설정함. 엔비디아가 GPU 하드웨어뿐 아니라 개방형 AI 모델과 에이전트 소프트웨어 계층까지 자체 생태계를 확대하는 흐름을 보여준 공개임.
엔비디아가 허깅페이스 인수를 위한 최종계약 체결. 주주 지급 약 119억 달러와 합류 직원 대상 최대 약 10억 달러의 주식 기반 잔류 보상 프로그램을 포함하며, 엔비디아 발표 기준 전체 규모는 129억 3,030만 달러. 거래는 규제 승인 등 통상적인 종결 조건을 충족하면 2027년 상반기 완료 예정. 엔비디아는 허깅페이스를 개방형 플랫폼으로 유지하고 다른 칩·클라우드·모델도 계속 지원하겠다고 약속. 현 시점은 인수 완료가 아니라 계약 체결 단계.
젠슨 황이 세일즈포스 드림포스 행사에서 AI 안전을 새로운 법률보다 공학적 문제로 본다는 입장을 밝힘. 기존 법률과 시장의 압력이 기업의 안전한 제품 출시를 유도할 수 있다고 주장하고, 기업이 자사 제품의 안전성에 확신이 없다면 스스로 개발·출시 속도를 조정해야 한다고 설명함. 업계 전체의 일률적 감속이나 신규 AI 규제보다는 개별 기업의 안전 관리에 무게를 둔 입장임.
연결
CUDA
제품프로젝트 글래스윙
소속