Bryan Catanzaro (@ctnzr), VP für angewandte Forschung im Bereich Deep Learning bei @NVIDIA, über den Moment, als ihm klar wurde, dass GPUs alles verändern würden. „Ich war 2005 Doktorand an der UC Berkeley und versuchte, die wichtigsten Berechnungen der Welt zu beschleunigen. NVIDIA veröffentlichte 2006 CUDA und besuchte mein Labor mit den Worten: ‚Das solltest du ausprobieren.‘“ Der Durchbruch kam sofort: „Ich steckte ihre GPU in meinen Computer, schrieb meinen Code für das Training von Support-Vektor-Maschinen in etwa 30 Minuten neu, und es lief 200× schneller als meine CPU-Version. Ich dachte, das ist es. Das ist so viel einfacher als das, was ich vorher gemacht habe.“ Dieser Moment veränderte die Richtung seiner Karriere: „Ich erkannte, dass es möglich sein würde, maschinelles Lernen mit GPUs dramatisch zu beschleunigen.“ Bryan trat 2008 als Praktikant bei NVIDIA ein, als die gesamte Forschungsgruppe nur etwa 15 Personen umfasste und das Unternehmen sich noch auf Grafik konzentrierte. Aber selbst damals formte sich die Vision: „Es gab diese Hoffnung, dass beschleunigte Berechnungen, das Herausfinden der wichtigsten Berechnungen und der Bau von Hardware und Software für 10× oder 100× Gewinne, etwas über Grafik hinaus transformieren würden.“ „Ich glaubte, dass das maschinelles Lernen und KI sein würde. Die für Intelligenz erforderliche Rechenleistung ist im Wesentlichen unbegrenzt, denn die Menge an Intelligenz, die wir benötigen, ist im Wesentlichen unbegrenzt.“