Bryan Catanzaro (@ctnzr), VP de la recherche en apprentissage profond appliqué chez @NVIDIA, sur le moment où il a réalisé que les GPU allaient tout changer. « J'étais étudiant diplômé à UC Berkeley en 2005, essayant d'accélérer les calculs les plus importants au monde. NVIDIA a lancé CUDA en 2006 et a visité mon laboratoire en disant : 'Vous devriez essayer ça.' » La percée est venue instantanément : « J'ai branché leur GPU sur mon ordinateur, réécrit mon code d'entraînement de machine à vecteurs de support en environ 30 minutes, et il a fonctionné 200× plus vite que ma version CPU. J'ai pensé, c'est ça. C'est tellement plus facile que ce que je faisais avant. » Ce moment a changé la trajectoire de sa carrière : « J'ai réalisé qu'il serait possible d'accélérer de manière spectaculaire l'apprentissage automatique avec des GPU. » Bryan a rejoint NVIDIA en tant que stagiaire en 2008, lorsque l'ensemble du groupe de recherche ne comptait qu'environ 15 personnes et que l'entreprise était encore axée sur les graphiques. Mais même à cette époque, la vision se formait : « Il y avait cet espoir que l'informatique accélérée, en identifiant les calculs les plus importants et en construisant du matériel et des logiciels pour des gains de 10× ou 100×, transformerait quelque chose au-delà des graphiques. » « Je croyais que ce serait l'apprentissage automatique et l'IA. La puissance de calcul requise pour l'intelligence est essentiellement illimitée, car la quantité d'intelligence dont nous avons besoin est essentiellement illimitée. »