Een grafische chip voor computerspellen groeide uit tot een van de belangrijkste bouwstenen van de wereldwijde AI-revolutie. NVIDIA maakte die ontwikkeling mogelijk. Maar het bedrijf staat ook in de schijnwerpers door het plotselinge vertrek van zijn oprichter en topman Jensen Huang. Hoe begon het allemaal en welke hardware ging aan dit succes vooraf?
De met AI gemaakte afbeelding toont NVIDIA-oprichter Jensen Huang in twee tijdperken. Links zien we de jonge Huang met een van de eerste NVIDIA-videokaarten, rechts de oudere Huang met een moderne GPU.
Op 12 november 2026 maakte NVIDIA bekend dat Jensen Huang met onmiddellijke ingang was teruggetreden als president en CEO. Ook zijn positie als lid van de raad van bestuur kwam ten einde. Financieel directeur Colette Kress werd benoemd tot interim-CEO. De raad van bestuur begon met de zoektocht naar een permanente opvolger.
Het vertrek kwam na weken van berichtgeving over het privéleven van Huang. Daarbij kwamen onder meer buitenechtelijke relaties ter sprake en ontstonden vragen over mogelijke contacten met een Chinese zakenvrouw die door Amerikaanse inlichtingendiensten in verband wordt gebracht met spionage. De Chinese overheid heeft de beschuldigingen van spionage verworpen. De raad van bestuur van NVIDIA kondigde op 8 november een onafhankelijk onderzoek aan naar berichten dat Huang doelwit zou zijn geweest van een buitenlandse inlichtingenoperatie. Het bestuur verklaarde daarbij geen aanwijzingen te hebben dat de nationale veiligheid of bedrijfsgeheimen van NVIDIA waren aangetast.
De gebeurtenissen zijn opmerkelijk, want Huang was sinds de oprichting in 1993 het gezicht van NVIDIA. Onder zijn leiding veranderde een relatief kleine fabrikant van grafische chips in een van de belangrijkste spelers in de computerindustrie. Om te begrijpen hoe dat kon gebeuren, moeten we terug naar de begintijd van de pc-3D-graphics. De geschiedenis van NVIDIA is namelijk vooral een verhaal over hardware: van de eerste grafische versnellers tot de gespecialiseerde processors die tegenwoordig enorme hoeveelheden AI-berekeningen uitvoeren.
NVIDIA blijft groeien dankzij AI
NVIDIA’s groei lijkt voorlopig niet af te remmen. In het derde kwartaal van boekjaar 2027, dat eindigde op 25 oktober 2026, behaalde het bedrijf een omzet van 115,8 miljard dollar, een stijging van 103 procent ten opzichte van hetzelfde kwartaal een jaar eerder, zo blijkt uit de op 17 november 2026 gepresenteerde kwartaalresultaten. De nettowinst steeg naar 65,3 miljard dollar, tegenover 31,9 miljard dollar een jaar eerder. Veruit het grootste deel van de omzet komt inmiddels uit datacenters, waar NVIDIA met zijn AI-chips een omzet van 107,6 miljard dollar realiseerde, 110 procent meer dan een jaar eerder. De brutowinstmarge bedroeg bijna 75 procent. Ook voor het volgende kwartaal zijn de verwachtingen hoog: NVIDIA rekent op een omzet van ongeveer 130 miljard dollar. Inmiddels is ook de eerste levering van het nieuwe Vera Rubin NVL72-platform gestart, de opvolger in NVIDIA’s AI-infrastructuur. De cijfers illustreren hoe de ooit vooral bij gamers bekende fabrikant van grafische kaarten is uitgegroeid tot een van de belangrijkste spelers in de wereldwijde AI-revolutie.
1993: drie ingenieurs beginnen NVIDIA
NVIDIA werd op 5 april 1993 opgericht door drie ingenieurs: Jensen Huang, Chris Malachowsky en Curtis Priem. Huang had eerder gewerkt bij AMD en LSI Logic. Malachowsky en Priem hadden eveneens ruime ervaring in de halfgeleider- en computerindustrie.
De drie zagen mogelijkheden in de groeiende markt voor pc’s en computergames. Computers werden steeds krachtiger, maar het berekenen en weergeven van driedimensionale beelden vroeg veel van de centrale processor. Vooral bij computerspellen was behoefte aan gespecialiseerde hardware die deze berekeningen kon overnemen.
De oprichters richtten zich daarom op de ontwikkeling van chips die de grafische mogelijkheden van computers konden verbeteren. De eerste poging leverde een bijzonder product op, maar ook een belangrijke les: technische vernieuwing alleen is niet voldoende. Een product moet ook aansluiten bij de standaarden en ontwikkelingen die de rest van de industrie volgt.
1995: NV1, de eerste grafische chip
De eerste belangrijke chip van NVIDIA was de NV1, die in 1995 werd geïntroduceerd. Het was een opmerkelijk ontwerp, omdat de chip veel meer kon dan alleen grafische beelden weergeven. De NV1 combineerde 2D- en 3D-graphics met geluidsverwerking. Ook bood de chip ondersteuning voor gamecontrollers. De bekendste toepassing was de Diamond Edge 3D, een uitbreidingskaart voor pc’s.
Bijzonder was de aanwezigheid van aansluitingen voor Sega Saturn-controllers. Daardoor konden ook bepaalde spellen die oorspronkelijk voor de Sega Saturn waren ontwikkeld, naar de pc worden overgezet. Onder meer Virtua Fighter en Panzer Dragoon verschenen in aangepaste versies voor het platform.
De NV1 gebruikte voor het opbouwen van 3D-beelden een afwijkende techniek, waarbij gebogen oppervlakken en zogenoemde quadratic texture mapping een belangrijke rol speelden. Dat was een fundamenteel verschil met de aanpak die steeds meer gemeengoed werd in de industrie.
Microsoft ontwikkelde Direct3D als onderdeel van DirectX, waarbij driehoeken de basis vormden voor het opbouwen van driedimensionale objecten. Voor ontwikkelaars was het daardoor aantrekkelijker om hun spellen op die gangbare techniek te baseren. De NV1 sloot onvoldoende aan bij die ontwikkeling. Bovendien was de kaart relatief duur en waren de grafische prestaties niet overtuigend genoeg om de concurrentie te verslaan.
NVIDIA werkte aan een opvolger, de NV2, waarvoor aanvankelijk ook een samenwerking met Sega was voorzien. Die samenwerking liep stuk. Sega koos uiteindelijk voor PowerVR-technologie voor de Dreamcast. De NV2 werd geschrapt. Voor NVIDIA was het een moeilijke start. Het bedrijf moest opnieuw beginnen en een andere koers kiezen.
1997-1999: RIVA brengt NVIDIA terug in de race
Met de RIVA 128, ook bekend onder de codenaam NV3, kwam NVIDIA in 1997 met een veel succesvoller product. De chip sloot beter aan bij de grafische standaarden die ontwikkelaars gebruikten en combineerde 2D- en 3D-versnelling. De RIVA 128 beschikte over 4 MB videogeheugen. De latere RIVA 128ZX kreeg 8 MB. Daarmee kon NVIDIA concurreren met de bestaande grafische kaarten van onder meer 3dfx en ATI.
In 1998 volgde de RIVA TNT. De naam verwees naar de mogelijkheid om twee textures tegelijkertijd te verwerken. Dat was een belangrijke verbetering voor de weergave van complexe 3D-beelden. De kaart kon daardoor meer grafische bewerkingen per klokcyclus uitvoeren.
Een jaar later verscheen de RIVA TNT2. Deze familie bestond uit verschillende uitvoeringen, waaronder de krachtigere TNT2 Ultra. NVIDIA had inmiddels een stevige positie opgebouwd in een markt waarin de vraag naar 3D-versnelling snel groeide.
De concurrentie was echter nog altijd groot. Vooral 3dfx, bekend van de Voodoo-kaarten, was een belangrijke tegenstander. De strijd tussen beide fabrikanten zou de ontwikkeling van grafische hardware in de daaropvolgende jaren sterk beïnvloeden.
1999: GeForce 256, de geboorte van de GPU
Een van de belangrijkste momenten in de geschiedenis van NVIDIA vond plaats op 31 augustus 1999. Het bedrijf presenteerde de GeForce 256 en introduceerde deze als ‘s werelds eerste GPU: Graphics Processing Unit.
De benaming GPU was op zichzelf niet volledig nieuw. De term was al eerder in de computerindustrie gebruikt. NVIDIA maakte hem echter populair als aanduiding voor een zelfstandige grafische processor die een groot deel van het grafische rekenwerk op zich kon nemen.
De GeForce 256 was vooral belangrijk vanwege de hardwarematige ondersteuning voor Transform and Lighting (T&L). Bij het maken van een 3D-beeld moeten objecten worden gepositioneerd, gedraaid en belicht voordat ze op het scherm verschijnen. Tot dan toe werden veel van deze berekeningen door de centrale processor (CPU) uitgevoerd. De GeForce 256 kon dit werk voor een belangrijk deel zelfstandig afhandelen. Dat leverde een aanzienlijke verbetering op. De CPU kreeg meer ruimte voor andere taken en spelontwikkelaars konden complexere 3D-werelden maken.
De GeForce 256 beschikte over vier pixelpipelines en was verkrijgbaar met SDR- of DDR-geheugen. Vooral de DDR-uitvoering bood een grotere geheugenbandbreedte en daarmee betere prestaties. De introductie van de GeForce 256 markeerde een belangrijke verandering in de computerarchitectuur. De grafische kaart was niet langer alleen een hulpmiddel voor het weergeven van beelden, maar kreeg steeds meer het karakter van een zelfstandige processor met een eigen rekentaak.
Was de GeForce 256 echt de eerste GPU?
NVIDIA presenteerde de GeForce 256 in 1999 als ‘s werelds eerste GPU. Dat was een belangrijke marketingclaim, maar historisch gezien is enige nuance op zijn plaats. De term GPU en vergelijkbare benamingen voor grafische processors werden al eerder gebruikt. Ook bestonden er vóór 1999 professionele grafische processors met functies die later in consumenten-GPU’s terechtkwamen.
De bijzondere prestatie van de GeForce 256 was dat NVIDIA verschillende grafische functies, waaronder Transform and Lighting, in één consumentenproduct integreerde. Daarmee werd de GPU als zelfstandige processor voor een breed publiek herkenbaar. NVIDIA heeft de term vervolgens wereldwijd populair gemaakt.
2000-2001: overname van 3dfx en nieuwe markten
De concurrentiestrijd met 3dfx bereikte rond de eeuwwisseling een hoogtepunt. 3dfx was met zijn Voodoo-kaarten een pionier op het gebied van 3D-graphics. De fabrikant had een belangrijke rol gespeeld bij de introductie van 3D-versnelling voor consumenten-pc’s.
In december 2000 nam NVIDIA de belangrijkste bezittingen en technologie van 3dfx over. Het ging onder meer om intellectueel eigendom en technische kennis. Daarmee verdween een belangrijke concurrent uit de markt en kon NVIDIA voortbouwen op een deel van de technologie die 3dfx had ontwikkeld.
NVIDIA keek ondertussen verder dan de markt voor uitbreidingskaarten. In 2001 introduceerde het bedrijf de nForce-chipset voor moederborden met AMD-processors. Een chipset verzorgt de communicatie tussen verschillende onderdelen van een computer, zoals processor, geheugen en randapparatuur. NVIDIA werd daarmee ook actief op de markt voor moederbordtechnologie.
In datzelfde jaar verscheen de eerste Xbox van Microsoft. NVIDIA leverde daarvoor de grafische processor, de NV2A. Deze chip was gebaseerd op de technologie van de GeForce 3, maar werd aangepast aan de eisen van de spelcomputer.
Ook de GeForce 3 was een belangrijke ontwikkeling. De chip ondersteunde programmeerbare vertex- en pixelshaders. Ontwikkelaars konden daarmee zelf programma’s schrijven die bepaalden hoe bepaalde grafische berekeningen werden uitgevoerd. De GPU werd hierdoor veel flexibeler dan de eerdere generaties.
2006: CUDA geeft de GPU een nieuwe bestemming
Een ontwikkeling die aanvankelijk vooral interessant was voor wetenschappers en technische onderzoekers, zou uiteindelijk bepalend worden voor de toekomst van NVIDIA. In november 2006 kondigde het bedrijf CUDA aan: Compute Unified Device Architecture. Met CUDA konden programmeurs de rekenkracht van NVIDIA-GPU’s ook gebruiken voor andere toepassingen dan grafische weergave.
Een traditionele CPU beschikt doorgaans over een relatief beperkt aantal krachtige rekeneenheden die uiteenlopende taken kunnen uitvoeren. Een GPU is anders opgebouwd. Deze beschikt over een groot aantal rekeneenheden die gelijktijdig vergelijkbare berekeningen kunnen uitvoeren. Dat maakt een GPU bijzonder geschikt voor parallelle berekeningen. Daarbij wordt een grote rekentaak verdeeld over veel kleinere taken die tegelijkertijd worden uitgevoerd.
De eerste volledige versie van de CUDA Toolkit, versie 1.0, verscheen in juni 2007. Daarmee kregen ontwikkelaars een praktische programmeeromgeving om GPU’s voor algemene rekentaken te gebruiken.
NVIDIA introduceerde daarnaast de Tesla-productlijn, speciaal gericht op professioneel rekenwerk. De Tesla C870 was een van de eerste producten uit deze reeks. De kaarten waren niet bedoeld voor gamers, maar voor onderzoeksinstellingen, universiteiten en bedrijven die grote hoeveelheden rekenkracht nodig hadden.
De betekenis van CUDA was groot. NVIDIA creëerde niet alleen een nieuwe toepassing voor zijn hardware, maar bouwde ook een software-ecosysteem op dat ontwikkelaars aan het platform bond. De combinatie van gespecialiseerde hardware, programmeertools en bibliotheken zou later een belangrijk concurrentievoordeel blijken.
Tegra: NVIDIA probeert de mobiele markt te veroveren
NVIDIA beperkte zich niet tot grafische kaarten en krachtige rekenprocessors. Het bedrijf zag ook mogelijkheden in de groeiende markt voor smartphones en tablets. Met Tegra ontwikkelde NVIDIA complete systemen-op-een-chip (SoC’s). Daarin werden onder meer een ARM-processor, een grafische processor en andere functies gecombineerd.
De eerste Tegra-platforms werden in 2008 aangekondigd. Daarna volgden onder meer Tegra 2, Tegra 3, Tegra 4 en Tegra X1. De Tegra 2, die in 2011 verscheen, was een van de eerste dualcore-processors voor mobiele apparaten. De Tegra 3 introduceerde een bijzondere 4-plus-1-architectuur: vier krachtige processorkernen werden aangevuld met een extra energiezuinige kern voor lichtere taken.
NVIDIA wilde met Tegra een belangrijke positie verwerven in de smartphonemarkt, maar slaagde daar niet in. Concurrenten als Qualcomm en Apple waren sterker en wisten hun mobiele processors veel breder in de markt te zetten.
De technologie kreeg wel een tweede leven in andere producten. De Nintendo Switch, die in 2017 verscheen, maakt gebruik van een speciaal voor Nintendo aangepaste Tegra-processor. Ook NVIDIA’s eigen Shield-producten maakten gebruik van Tegra-technologie.
2012: kunstmatige intelligentie
De mogelijkheden van GPU-computing kregen vanaf 2012 een nieuwe betekenis. In dat jaar zorgde het neurale netwerk AlexNet voor een belangrijke doorbraak in de beeldherkenning. Onderzoekers van de Universiteit van Toronto gebruikten twee NVIDIA GeForce GTX 580-videokaarten om het neurale netwerk te trainen. De benodigde berekeningen werden verdeeld over beide GPU’s. Het systeem wist bij een grote internationale beeldherkenningswedstrijd een indrukwekkend resultaat te behalen. Dat was een belangrijk bewijs dat GPU’s bijzonder geschikt waren voor deep learning. Bij deze techniek leert een computer patronen herkennen aan de hand van grote hoeveelheden gegevens.
NVIDIA zag de mogelijkheden en ging steeds meer gespecialiseerde hardware ontwikkelen. In 2016 verscheen de Pascal-architectuur, onder meer gebruikt in de Tesla P100. Deze processor beschikte over HBM2-geheugen en was gericht op zware rekenopdrachten. Een jaar later introduceerde NVIDIA Volta. Deze architectuur bevatte voor het eerst Tensor Cores: gespecialiseerde rekeneenheden die bepaalde matrixberekeningen veel sneller konden uitvoeren. Juist dat soort berekeningen speelt een grote rol bij kunstmatige intelligentie. De GPU ontwikkelde zich daarmee verder van een algemene grafische processor naar een chip met verschillende gespecialiseerde rekeneenheden.
Twee videokaarten hielpen de AI-revolutie op gang
De doorbraak van AlexNet in 2012 was niet alleen te danken aan een slim algoritme. De onderzoekers van de Universiteit van Toronto gebruikten twee GeForce GTX 580-videokaarten, elk met 3 GB geheugen, om hun neurale netwerk te trainen.
De GPU’s verdeelden het rekenwerk onderling. Dat was mogelijk doordat de onderzoekers met CUDA programma’s konden schrijven die de vele rekeneenheden van de grafische processors gelijktijdig benutten.
Het experiment liet zien dat bestaande grafische hardware ook een belangrijke rol kon spelen bij kunstmatige intelligentie. Daarmee werd een ontwikkeling zichtbaar die NVIDIA later tot een van de belangrijkste leveranciers van AI-hardware zou maken.
2018-2023: RTX, Ampere en Hopper
NVIDIA bleef ondertussen investeren in de traditionele grafische markt. In 2018 introduceerde het bedrijf de Turing-architectuur en de GeForce RTX 20-serie. De belangrijkste vernieuwing was de ondersteuning voor hardwarematige raytracing. Bij raytracing wordt de manier waarop licht zich gedraagt veel realistischer berekend. Dat maakt onder meer realistischere reflecties, schaduwen en belichting mogelijk. Voor raytracing introduceerde NVIDIA speciale RT Cores. Daarnaast beschikten de nieuwe GPU’s over Tensor Cores voor AI-gerelateerde berekeningen.
Ook de professionele markt bleef zich ontwikkelen. In 2020 verscheen de A100, gebaseerd op de Ampere-architectuur. Deze GPU was bedoeld voor datacenters en toepassingen op het gebied van kunstmatige intelligentie en wetenschappelijk rekenen. In 2022 volgde de H100, gebaseerd op de Hopper-architectuur. Deze processor was speciaal ontwikkeld voor de toenemende rekenbehoefte van moderne AI-toepassingen.
De ontwikkelingen gingen inmiddels veel verder dan de prestaties van één afzonderlijke grafische kaart. NVIDIA werkte aan complete systemen waarin grote aantallen GPU’s met elkaar samenwerken. Daarvoor ontwikkelde het bedrijf onder meer NVLink, een technologie waarmee GPU’s onderling met hoge snelheid gegevens kunnen uitwisselen. De onderlinge verbindingen tussen de processors werden steeds belangrijker voor de totale prestaties van AI-systemen.
2024-2026: Blackwell en Rubin
Met de introductie van de Blackwell-architectuur in maart 2024 zette NVIDIA de ontwikkeling van gespecialiseerde AI-hardware voort. Blackwell vormt de basis voor onder meer de B200-GPU en de GB200 Grace Blackwell-superchip. Bij de GB200 worden twee Blackwell-GPU’s verbonden met een Grace-CPU. De onderlinge verbinding verloopt via NVLink. De GB200 kan bovendien worden toegepast in de NVL72-systemen. Zo’n rack-systeem combineert 72 Blackwell-GPU’s met 36 Grace-CPU’s. Het gaat daarmee niet meer om een losse processor of een gewone server, maar om een complete infrastructuur voor zware AI-berekeningen.
In januari 2025 presenteerde NVIDIA de volgende generatie: Rubin. Het platform is vernoemd naar de Amerikaanse astronoom Vera Rubin en bestaat uit meerdere nieuwe chips en verbindingssystemen. In mei 2026 maakte NVIDIA bekend dat het Vera Rubin-platform in volledige productie ging. Daarmee werd de overgang van de aankondiging naar de productie van systemen concreet. De nieuwe generatie moet nog grotere AI-systemen mogelijk maken en de prestaties per hoeveelheid energie verbeteren.
De ontwikkeling laat zien dat NVIDIA zijn strategie steeds verder heeft verbreed. Niet één afzonderlijke processor, maar de samenwerking tussen CPU’s, GPU’s, netwerkchips, geheugen en software vormt tegenwoordig de basis van de systemen.
Van grafische chip naar een van de belangrijkste spelers in de computerindustrie
De geschiedenis van NVIDIA laat zien hoe een bedrijf zich in ruim dertig jaar volledig kan ontwikkelen. In 1993 begonnen drie ingenieurs aan de ontwikkeling van grafische hardware voor pc’s. De eerste chip, de NV1, was geen groot succes. Met de RIVA-productlijn wist het bedrijf zich te herstellen en met de GeForce 256 introduceerde het een nieuwe generatie grafische processors.
De belangrijkste strategische stap kwam met CUDA. Daarmee werd de GPU geschikt voor veel meer dan alleen het weergeven van beelden. Dezelfde hardware die ooit bedoeld was om computerspellen realistischer te maken, bleek bijzonder geschikt voor wetenschappelijke berekeningen en kunstmatige intelligentie.
Die ontwikkeling is niet uitsluitend het resultaat van steeds snellere chips. NVIDIA investeerde ook jarenlang in software, programmeeromgevingen, gespecialiseerde rekeneenheden en technologie om grote aantallen processors met elkaar te laten samenwerken. Dat verklaart mede waarom het bedrijf tegenwoordig zo’n belangrijke positie inneemt in de computerindustrie.
De recente ontwikkelingen rond Jensen Huang vormen een nieuw hoofdstuk in de geschiedenis van NVIDIA. Of hij uiteindelijk terugkeert en wie het bedrijf op langere termijn gaat leiden, moet nog blijken. Maar de technologische basis waarop NVIDIA zijn huidige positie heeft opgebouwd, is het resultaat van ruim drie decennia ontwikkeling.
Meer artikelen in de serie De geschiedenis van vind je hier
Over de auteur
Marco Mekenkamp is eindredacteur van PC-Active. Dit 108 pagina's tellende magazine verschijnt elke twee maanden en is te koop in de winkel. Leden van HCC krijgen PC-Active zes keer per jaar thuisgestuurd als onderdeel van het HCC-lidmaatschap.