Il GPU Ventures Program è un'iniziativa globale per individuare, collaborare e investire nelle aziende che muovono i primi passi nello sfruttamento delle GPU per applicazioni di computing visivo e di altro tipo.

L'obiettivo di NVIDIA è quello di stimolare e ispirare l'innovazione e le opportunità di business all'interno di questi ecosistemi e di portare avanti e promuovere il visual computing.

Press release >

NVIDIA si impegna a sostenere il vitale ecosistema di sviluppatori che hanno adottato la piattaforma di computing su GPU CUDA. NVIDIA fornisce alle aziende una combinazione di risorse tecniche, operative e finanziarie che permettono di abilitare nuovi modelli di utilizzo e di promuovere l'espansione del computing su GPU.

Siamo estremamente interessati al vostro uso del software di computing su GPU CUDA.

Come inviare la propria proposta

Fornire le seguenti informazioni:

• Una breve descrizione non riservata della propria azienda e del suo ramo, ad inclusione di prodotti, mercato di riferimento, modello di business, tipo di management, ecc.
• Una breve descrizione delle modalità con cui state usando CUDA e/o le GPU
• Una breve descrizione o riepilogo esecutivo della vostra proposta, ad inclusione di ogni allegato necessario (per esempio documenti di testo, fogli elettronici/grafici, presentazioni, ecc.)
• La fase nella quale si trova la vostra impresa: Startup, fasi iniziali, crescita
• Nome del contatto, nome dell'azienda, recapito telefonico e indirizzo di e-mail

Fare clic gui, per inviare la propria proposta di business.

La tecnologia NVIDIA® CUDA™ è il solo ambiente in linguaggio C che permette a programmatori e sviluppatori di programmare applicazioni software in grado di risolvere i problemi di calcolo più impegnativi riducendo nettamente il tempo necessario grazie alla straordinaria potenza di elaborazione in parallelo multi-core delle GPU. Con milioni di GPU compatibili con CUDA già implementate, migliaia di programmatori software stanno già utilizzando gli strumenti software gratuiti di CUDA per accelerare le applicazioni più varie — per esempio codifica audio e video, prospezione di petrolio e gas naturale, progettazione di prodotti, imaging medico e ricerca scientifica, solo per citare le più eclatanti.