Bryan Catanzaro (@ctnzr), wiceprezydent ds. zastosowań badań głębokiego uczenia w @NVIDIA, o momencie, w którym zdał sobie sprawę, że GPU zmienią wszystko. „Byłem studentem studiów magisterskich na UC Berkeley w 2005 roku, próbując przyspieszyć najważniejsze obliczenia na świecie. NVIDIA wydała CUDA w 2006 roku i odwiedziła moje laboratorium, mówiąc: 'Powinieneś to wypróbować.'” Przełom nastąpił natychmiast: „Podłączyłem ich GPU do mojego komputera, przepisałem mój kod treningowy maszyny wektorów nośnych w około 30 minut, a działał 200× szybciej niż moja wersja na CPU. Pomyślałem, że to wszystko. To jest o wiele łatwiejsze niż to, co robiłem wcześniej.” Ten moment zmienił trajektorię jego kariery: „Zdałem sobie sprawę, że będzie możliwe dramatyczne przyspieszenie uczenia maszynowego za pomocą GPU.” Bryan dołączył do NVIDIA jako stażysta w 2008 roku, kiedy cała grupa badawcza liczyła tylko ~15 osób, a firma wciąż koncentrowała się na grafice. Ale nawet wtedy wizja zaczynała się formować: „Była ta nadzieja, że przyspieszone obliczenia, odkrywanie najważniejszych obliczeń i budowanie sprzętu oraz oprogramowania dla zysków 10× lub 100×, przekształci coś więcej niż grafikę.” „Wierzyłem, że to będzie uczenie maszynowe i AI. Obliczenia wymagane do inteligencji są zasadniczo nieograniczone, ponieważ ilość inteligencji, której potrzebujemy, jest zasadniczo nieograniczona.”