1997年4月，推出全球首款128位3D处理器RIVA 128，在上市后的前四个月内出货量突破100万台。8月，与戴尔、Gateway、美光等原始设备制造商建立合作关系。12月，扩大公司管理团队。

1998年，与台积电签约建立多年战略合作伙伴关系，台积电开始协助制造NVIDIA产品。期间继续拓展RIVA处理器系列，2月推出RIVA 128ZX，3月推出业界首款多纹理3D处理器RIVA TNT。

1999年1月22日，NVIDIA挂牌上市。除推出RIVA TNT2、NVIDIA Vanta两大处理器产品外，推出了全球首款GPU（图形处理器），即1999年8月的GeForce 256。11月，推出适用于专业图形的工作站GPU“Quadro”。

2000年，NVIDIA与微软达成合作，为微软首款Xbox游戏机开发图形处理器等硬件。除了发布GeForce、Quadro系列的升级产品外，发布了全球首款笔记本电脑GPU“GeForce2 Go”。

2001年，推出业内首款可编程GPU“NVIDIA GeForce3”，使开发者能够创建定制视觉效果。年度收入达10亿美元，成为美国发展最快的半导体公司，被纳入纳斯达克100指数和标准普尔500指数。

2002年，处理器出货达1亿台。2004年，推出SLI技术，允许多个GPU连接，借此以提升单台机器的图形处理能力。2005年，为索尼PlayStation 3游戏机开发处理器。

在2006年-2014年，NVIDIA除了保持GPU产品的设计开发外，开始进行CUDA技术的研发、推广、布局，试图让GPU产品均可支持CUDA。期间因手机等移动端市场庞大，NVIDIA也曾试图打开新市场，但由于竞争激烈等缘故而暂停计划。

2006年，NVIDIA推出用于通用GPU计算的架构“CUDA”，使GPU的平行运算功能拓展至科学研究领域。2007年，推出Tesla GPU，使超级计算机中提供的计算能力可被广泛用于药物研发、医学成像和天气建模等领域研究人员的工作。

2008年，推出运用于手机等移动设备的处理器Tegra。2009年，推出FERMI架构与3D Vision技术。2011年，处理器出货达10亿台。推出基于超高效 ARM 架构的定制CPU“丹佛计划”（Project Denver）。2012年，推出基于Kepler架构的GeForce GTX 600系列。2013年，推出搭载触控笔和摄像头功能的平板电脑Tegra Note、便携游戏设备NVIDIA SHIELD、视觉计算设备NVIDIA GRID等。2014年，发布移动设备芯片Tegra K1与平板电脑SHIELD TABLET。

早在2012年，由于ImageNet大赛中以GPU为基础进行视觉识别训练的AlexNet（卷积神经网络架构）在准确率上获得了突破性进展，NVIDIA开始关注并布局人工智能市场。通过搭建人工神经网络及企业级数据中心等方针，在2015年后正式投身于人工智能领域。

2015年，NVIDIA发布支持高级驾驶辅助系统的NVIDIA DRIVE，旨在发展自动驾驶汽车领域；同年发布的处理器GeForce GTX TITAN X，是为训练深度神经网络而打造；移动芯片Tegra X1，试图为深度学习和计算机视觉应用程序带来更高的处理能力。一系列的产品发布与宣传，标志着NVIDIA开始正式投身深度学习领域。

2016年-2020年，NVIDIA推出了GPU架构（PASCAL、VOLTA）、服务器（DGX-1、Jetson TX2、DGX-2）、自动驾驶平台（DRIVE PX 2）等关于人工智能领域的产品或平台，旨在为人工智能发展提供强劲助力。

2021年，随着元宇宙概念兴起，NVIDIA依托GPU底层算力等优势推出模拟协作平台NVIDIA Omniverse，试图对元宇宙进行探索发展。在2021年4月举行的GTC大会上，NVIDIA利用NVIDIA Omniverse平台构建了黄仁勋的虚拟厨房以及他本人的数字克隆人，经媒体报道后成为了元宇宙概念的热议话题之一。

在AI生态发展方面，NVIDIA采用投资并购等方式试图推动加速计算带来的转型。自2023年开始，NVIDIA面向云服务市场展开规划。2023年GTC大会上，NVIDIA宣布与微软Azure、谷歌Cloud等多家云服务供应商合作，推出NVIDA DGX Cloud；6月，宣布与数据云Snowflake合作。通过该类举措，试图将AI三要素（数据、计算、模型）整合于云服务，在AI领域进行长期布局。

2024年2月，NVIDIA开始计划建立新业务部门，专注于为其他公司设计定制芯片，包括先进的人工智能（AI）处理器。同月，与软银达成合作联盟“AI-RAN Alliance”，成员包括爱立信和诺基亚。该联盟旨在利用人工智能改善无线服务，目标是将利用手机基站分发人工智能处理的技术商业化。此外，推出免训练，可生成连贯图片的文生图模型ConsiStory。3月的2024 GTC 大会，推出多项产品和升级规划，主要为用于取代Hopper架构的Blackwell架构、升级自动驾驶芯片平台Thor、NIM微服务、Omniverse Cloud API等。

2024年4月22日，日本产业技术综合研究院宣布与英伟达合作开发量子计算系统，该计划预计2025年启动。

2024年4月25日，极越宣布将与NVIDIA协作打造智能汽车，从2026年起，极越量产车型将搭载NVIDIA集中式车载计算平台NVIDIA DRIVE Thor，该平台架构专为Transformer、LLM和生成式AI工作负载而设计。

2024年6月2日晚间，宣布下一代GPU架构“Rubin”，预计于2026年推出，为Blackwell的下一个平台。

2024年6月，英伟达发布开源模型Nemotron-4 340B。

2024年7月18日，谷歌等14家科技公司在阿斯彭安全论坛上宣布成立安全人工智能联盟（CoSAI），创始成员包括英伟达。

当地时间2024年7月22日，埃隆·马斯克在社交平台X上发文宣布，xAI团队、X团队、英伟达及支持公司于当地时间凌晨4时20分开始在孟菲斯超级集群上进行训练。

2024年7月24日消息，NVIDIA宣布推出新的NVIDIA AI Foundry服务和NVIDIA NIM推理微服务，与Meta刚推出的Llama 3.1系列开源AI大模型配合一起部署使用。

2024年8月27日，英伟达推出NVIDIA NIM代理蓝图（NIM Agent Blueprints），这是一个先进的开源基础模型，由英伟达的合作伙伴生态系统支持，涵盖了企业开发人员构建和部署定制的生成式AI应用程序所需的一切工作流，包括示例应用程序、参考代码、自定义文档和用于部署的Helm图表。

2024年8月29日，英伟达发布截至7月底的2025财年第二季度财报，营收为300亿美元（约合人民币2138亿元），同比增长122%，环比增长15%；净利润为166亿美元（约合人民币1183亿元），同比增长168%，环比增长12%。

2024年9月20日，根据一份声明，英伟达（NVDA.US）将与阿联酋人工智能公司G42合作创建一个气候技术实验室，两家公司将致力于开发可以提高天气预报准确性的人工智能。

2024年10月消息，鸿海集团正在建设全球最大的英伟达GB200工厂。10月，英伟达涨超2%，刷新纪录新高，最高报141美元/股。

2024年10月22日，据TrendForce集邦咨询最新调查，英伟达近期将其所有Blackwell Ultra产品更名为B300系列，预估明年将策略性主推B300和GB300等采用CoWoS-L的GPU产品，这将提升对先进封装技术的需求量。10月，英伟达宣布，将与专注在临床环境中为医疗机构提供人工智能（AI）工具的初创公司Aidoc合作，共同开发一套新框架以促进并定义医疗行业中的AI应用方式。10月，英伟达宣布与印度第二大财团——信实工业集团建立一系列合作伙伴关系，并推出了印地语语言模型。10月，英伟达正在与印孚瑟斯等印度最大的企业建立合作关系，并在孟买举行一场人工智能峰会。11月2日消息，英伟达将取代英特尔、宣伟将取代陶氏公司而成为道琼斯工业平均指数成份股，生效日为11月8日。指数调整的目的在于提高对半导体行业和材料行业的代表性敞口。11月4日，美股开盘，英伟达涨1.4%，总市值达3.37万亿美元，超越苹果公司，重新成为全球市值最高的公司。今年以来，英伟达的股价累计上涨180%。

NVIDIA作为美国上市企业，在结构上遵循美国法律要求进行董事会与委员会设立。截至2024年1月，公司董事会成员共有14人，下设三大委员会，分别为审计委员会、提名与公司治理委员会、薪酬委员会。

（以上资料参考）

NVIDIA的管理团队是以创始人黄仁勋为领导核心进行组建。由于黄仁勋推崇扁平灵活的公司管理方式，作为总裁的他有40名直接下属进行工作对接。不过在遭遇实际项目问题时，他也常直接联系其他公司成员进行沟通，以此加快工作推动效率。

根据黄仁勋的对外采访称，NVIDIA不设固定部门或等级。结合NVIDIA对外的团队信息情况，其部门是根据团队所负责的工作领域进行区分，分别为AI、研究中心、硬件、汽车、图形、机器人、游戏、数据中心、WWFO。

（以上资料参考）

NVIDIA自成立起一直采用“晶圆代工”模式，即仅从事芯片设计而不制造芯片，将芯片制造外包给半导体代工厂。NVIDIA生产图形芯片产品NV1时的代工厂商为意法半导体，采用了意法半导体的500纳米工艺制造芯片。自1998年开始，NVIDIA的主要代工厂商转为台积电，并在2011年1月共同创造图形处理器出货突破10亿颗的里程碑。随着业务发展扩展，拥有独立半导体工厂的三星、英特尔也成为了NVIDIA的代工合作厂商。

除以上芯片代工厂商外，NVIDIA在服务器、板卡、芯片接口、芯片电感等方面也存在众多供应商合作，例如工业富联、胜宏科技、龙迅股份等中国企业。

基于下游渠道商，NVIDIA采用NVIDIA 合作伙伴网络（NPN）进行管理，在确保终端客户能够找到合适的NVIDIA项目进行方案实施的同时，基于合作联系情况进行级别分类（注册级、优选级、精英级）。该渠道体系最初在2008年时仅为板卡品牌商、分销商等类型，在2023年已发展为含括云服务提供商、数据中心提供商、全球系统集成商、独立软件开发商等多个方向的合作伙伴类型。

截至2024年2月，NVIDIA 合作伙伴网络共记录978个合作伙伴，其中较为知名的合作商包括华硕、戴尔、阿里巴巴、长城集团等企业。

NVIDIA在1999年上市后即根据美国证券监管要求进行每年财务报告的公布，采用美国财年计算（例如2023年1月30日至2024年1月29日为其2024财年）。根据1999年财务报告记录，NVIDIA创立后至1997年年年亏损，随着1997年发布3D处理器后开始盈利，主要为OEM供应商提供核心处理器。1999年收入为1.514亿美元。次年收入翻倍，收入达3.745亿美元，2001年收入7.353亿美元，2002年收入13.7亿美元。此后数年，财报收入持续增长，在2006财年突破23亿美元，2012年达到40亿美元收入。

2015年年度财年报告中，NVIDIA开始区分出游戏、专业可视化、加速运算（后统合为数据中心）、汽车四大业务模块，年收入达46.8亿美元。此后数年持续稳固增长，各业务线随着GPU计算平台的带动而逐渐有所营收。2021年财年报告中，宣布公司全年收入达到166.8亿美元，数据中心增长最为迅猛，较2020年增长124%。2022年，NVIDIA全年收入达269.1亿美元。

2023年2月22日，NVIDIA宣布公司全年收入达到269.74亿美元，净收益43.68亿美元，全年营收与去年趋平。根据推测，应是受以太坊合并向更节能模式转变的影响，导致游戏业的GPU收入锐减。

2024年2月21日，NVIDIA宣布公司全年收入达到609.22亿美元，净收益297.6亿美元，相较2023年财年增长126%。数据中心业务的全年收入相较去年增长2倍以上，达475亿美元，约占总收入额的70%，其中的2024年第四季度营收已创纪录的184亿美元。

2024年5月23日，NVIDIA发布截至4月28日的2025财年第一财季报告。NVIDIA在第一财季实现营收260亿美元，较去年同期增长262%，分析师事前预期为246.5亿美元；其中数据中心营收为226亿美元，同比增长427%。Q1净利润148.1亿美元，同比上升628%。Q1毛利率达到78.4%，上一季度为76%，去年同期为64.6%。

1999年1月22日，NVIDIA在纳斯达克挂牌上市（纳斯达克代码：NVDA），以每股12美元的价格发行350万股股票。2000年6月22日，或因微软Xbox订单等缘故影响，创下了最高176美元的股价。2002年，因微软、英特尔的打击导致股价大幅下滑，从1月每股最高70美元下滑到只有7美元（2002年10月9日）。此后，随着企业和解与产品的布局发售，股价有所回暖。

2016年，NVIDIA股价从30.92美元飙升到93.36美元的的历史高位，市值上涨超过了 200%。在2018年10月2日，股价创新高至292．76美元，市值为1786亿美元。

2020年7月9日，NVIDIA股价创408.64美元的历史新高，以市值约2513.1亿美元的成绩超越英特尔成为美国市值最高芯片公司。2023年5月30日的美股交易中，NVIDIA股价创下419.38美元的历史新高，成为全球首家市值突破万亿美元的芯片公司，成为当前市值仅次于苹果、微软、Alphabet、亚马逊的美股第五大科技股。

2024年2月14日开盘后，NVIDIA股价盘中高点达742.36美元，市值达1.83万亿美元，超越谷歌母公司Alphabet，成为仅次于微软、苹果的美股市值第三大公司，并且交易量位居美股第一。3月4日，市值超越沙特阿拉伯国家石油公司，成为仅次于苹果和微软的全球市值第三高上市公司。4月26日，随着美股三大指数集体收涨，NVIDIA股价涨幅超6%，市值暴增1276亿美元。当地时间6月18日，美国芯片企业英伟达公司股票价格在当日的午盘交易中上涨3.2%，使该公司的市值升至3.33万亿美元，超越微软公司，成为全球市值最高的上市企业。

（以上资料参考）

据公开数据显示，自1993年NVIDIA成立至2023年，投资、并购的公司已有五十余家。其最早且较为人所知的收购起源于2000年，以7000万美元收购3D显卡技术先驱及同期竞争对手3dfx。在2003年-2008年期间，NVIDIA分别收购多个与技术开发相关的企业：芯片制造商Media Q，TCP/IP和iSCSI卸载解决方案提供商iReady公司，核心逻辑技术开发商ULi，开发手持设备嵌入式2D和3D图形软件的Hybrid Graphics，提供个人媒体播放器服务的PortalPlayer，视觉渲染软件开发公司Mental images，游戏物理技术开发商AGEIA等。

自2015年以来，NVIDIA的投资并购进程加速，对于初创公司扶持力度也开始加大，走向了飞速扩张的阶段。于2018年发起的NVIDIA初创加速计划，在2021年8月全球成员突破8000人，累计投入总额超过600亿美元；通过风险投资部门NVentures，为Genesis Therapeutics、Machina Labs、PassiveLogic等采用AI进行变革的医疗、制造业的企业进行投资，截至2023年12月已进行19项投资；2019年，收购互联技术企业Mellanox。2020年，收购主要运营网络优化的企业Cumulus Networks。2022年，收购数据存储方案供应商Excelero。2023年2月，收购AI初创企业OmniML。2023年7月，收购AI云服务公司Lambda Labs。

NVIDIA通过收购与企业自身技术的创新，进一步开拓了市场并增强自身实力，但在此期间也遭遇垄断市场的争议。2020年，NVIDIA宣布将从软银收购Arm，在此后的一年多时间遭遇多次反对，欧盟委员会、英国竞争与市场管理局等各地反垄断机构就此展开调查，美国联邦贸易委员会就此交易案以反垄断为由提起诉讼。2022年，NVIDIA宣布终止对ARM的收购，此前支付的12.5亿美元交易押金不可退还，此项金额将在截至2022年3月31日的第四季度财政年度确认为软银的利润。

2024年，宣布收购 Run:ai 公司，加大投入推进后者的产品路线图，整合相关资源到 Nvidia DGX Cloud 中，旨在为客户简化部署 AI 方案。

2024年6月，英伟达（NVDA.US）同意收购软件初创公司Shoreline。

GPU产品为NVIDIA主要收入来源，收入占比稳定在80%以上。由于GPU在机器学习算法、并行计算等方面的优势，NVIDIA将服务和系统、软硬件和可编程算法结合在一起，提出CUDA架构。这一架构形成使研究人员可以以更快更廉价的方式开发深度学习模型，并最终形成CUDA生态。根据下游应用及运营报告，NVIDIA产品主要集中于游戏、专业可视化（专业视觉）、数据中心以及自动驾驶业务。

游戏显卡业务是NVIDIA的主要产品线与核心领域，作为基本盘见证了其里程碑式的革新。NVIDIA通过对游戏业务的产品革新与升级，以应对游戏玩家日益增长的画质需求。与前一代产品相比，每一代新显卡都带来了显著的性能提升。 从核心数量来看，NVIDIA显卡产品的CUDA核心数量已从最初的640颗增长到现在的高达16384颗，技术上不断突破，包括实时光线追踪技术等。另外，NVIDIA在游戏显卡市场上有着广泛的布局，从入门级到专业级都提供了相应的产品。这一策略允许NVIDIA满足从独立游戏玩家到专业电竞选手的多元需求。

NVIDIA为游戏业务提供的产品为显卡Geforce系列，用于游玩PC游戏、流媒体播放的NVIDIA SHIELD设备，用于云端游戏的GeForce NOW等硬件和软件。另一方面，也有专门控制台游戏设备的平台和开发服务，例如显卡配套应用软件GeForce Experience、驱动程序Game Ready等。

专业设计可视化（专业视觉）业务旨在为建筑工程、消费者互联网、网络安全、能源等不同领域客户引入新的可视化解决方案，提供专业工作站、视觉创作开发等方面的技术与服务支持。

2021年-2023年，NVIDIA专业可视化业务推出了一系列技术革新，包括新的GPU架构（如Pascal、 Volta、Ampere、Ada Lovelace），更高效的显存技术（如GDDR6X）， 以及更加智能化的软件工具（如RTX Studio、NVIDIA Omniverse）。这些创新大幅提升了NVIDIA专业显卡在高性能计算、人工智能、虚拟现实等领域的性能和可靠性，为专业用户提供了更加卓越的视觉体验和计算能力。

NVIDIA基于GPU、DPU和CPU构建的加速计算平台进行数据中心的搭建，旨在解决数据分析、AI 训练、AI 推理、高性能计算等各类工作负载。通过对产品、技术等方面的推新出陈，在2021-2023年的财年收入增长迅速。

NVIDIA使用NVlink技术将多个 GPU 结合在一起，加速神经网络训练和推理。2017到2022年，NVIDIA先后推出Volta、Ampere、Hopper等针对高性能计算和AI训练的架构，以此为基础发布了V100、A100、H100等高端GPU。通过不断的技术革新，NVIDIA GPU产品向量双精度浮点算力从7.8 TFLOPS 增至30 TFLOPS。数据中心GPU在11年间从制程工艺到核心数量，各参数全方位提升。在CPU方面，自2022年公布的首款CPU产品Grace，致力于提供高性能、能效和高带宽连接，用于满足不同的数据中心需求。

NVIDIA自2015年开展自动驾驶汽车业务以来，利用自身在高性能计算、影像以及AI领域的数十年经验，为交通运输业提供软件定义的端到端平台，所推出的自动驾驶SoC产品线致力于满足不断增长的计算需求。NVIDIA2024财年第一财季财报（第一财季截至2023年4月30日）显示，NVIDIA负责自动驾驶芯片和软件的汽车部门，上季度营收暴增114%至2.96亿美元，是NVIDIA2023年4月增长最快的业务。

NVIDIA推出的自动驾驶SoC产品包括Atlan和Orin芯片，该芯片集成Ampere架构GPU核心、基于Arm的Grace CPU核心、深度学习和计算机视觉加速器单元以及BlueField DPU核心，以实现优秀算力和性能。通过具备可扩展和软件定义特性的平台NVIDIA DRIVE AGX，助力自动驾驶汽车处理大量传感器数据，做出实时驾驶决策。

NVIDIA的产品系列主要包括GPU、网络基础设施、自动驾驶汽车基础设施等硬件，以及应用框架、基础架构、云服务等软件。期间NVIDIA也有推出Tegra、nforce、Nvidia Shield等硬件或软件，但因后续市场规划而暂时停止开发。

（以上资料参考）

根据信息服务商智慧芽统计，截至2021年11月，NVIDIA及其关联公司共有9700余件专利申请。2013年以前，NVIDIA的专利布局主要集中于存储器、处理器、计算机程序、图形处理单元、集成电路等相关技术领域。2014年至今的几年间，NVIDIA在神经网络领域专利申请量大幅提升，成为近些年最重要的技术研发方向之一。专利方面，除自身技术研发外，NVIDIA也通过收购其他企业以补足技术。例如在2021年6月收购高精地图初创企业Deepmap，从而获取了Deepmap在“高精地图测绘”领域的专利权。

根据NVIDIA官方网站公示，NVIDIA的技术研究主要围绕AI和机器学习、3D深度学习、计算机视觉、机器人开发等领域展开，对外发布出版文献达2163篇。2023年发布的AI模型“Neuralangelo”，由于其可利用神经网络进行3D重建，将2D视频片段转换为详细的3D结构，为建筑物、雕塑以及其他真实物体生成逼真的虚拟复本，被《时代》杂志选入“2023年200个最佳发明”榜单。

NVIDIA GTC（GPU 技术大会）是NVIDIA每年召开的全球人工智能会议，汇聚了开发者、研究人员、创作者、IT决策者、企业家和学生，主题集中于如何利用 AI、加速计算、数据科学等技术力量。该大会首次召开时间为2009年9月30日，最初关注的是使用GPU解决重要计算工作的方式。随着近几年发展，至GTC 2024 大会以转为聚焦人工智能、高性能计算等方面的应用与成果。

2020年，因新冠疫情影响，GTC大会开始采用线上方式参加的方式进行，至2024年已转为采用线下+线上方式举办。根据官方公布数据，GTC 2023 线上大会已吸引了31.9 万参会者。

。

根据2023财年基金会年度报告，NVIDIA已有近40%的员工参与了Inspire 365计划，员工捐款金额达880万美元。通过资助计划，为美国红十字会、查普曼大学、中国妇女发展基金会、国际救援委员会等组织提供了至少16.5万美元的捐赠。

NVIDIA的GPU技术加速和深度学习方法等技术在医学、环境保护等领域得到广泛应用，例如曾被应用于模拟逆转录病毒、X光片训练识别、自主机器人外科手术、海平面上升检测、濒危鸟类族群检测等方向。除了通过NVIDIA基金会对相关医疗组织进行资助外，NVIDIA也曾参加支持第二届年度数据科学杯竞赛，为获胜团队提供25000美元支持和技术资料支持。通过NVIDIA全球影响力大奖，为利用NVIDIA技术在解决社会、人道与环境问题方面取得突破性进展的研究人员提供奖励。

（以上资料参考）

2008年7月，部分媒体报道搭载了NVIDIA显卡（采用G84、G86核心的产品）的笔记本电脑会出现多重图像、白屏、黑屏、花屏、温度过高、无法开机等问题。NVIDIA作出公开回应，承认了上一代的GeForce 8M系列笔记本显卡确实存在故障，如果显卡核心温度变化起伏频繁，就可能引发上述故障中的一种或多种现象。戴尔和惠普等笔记本厂商就此进行BIOS程序的升级和免费维修支持；NVIDIA则提供驱动升级，支出1.5亿到2亿美元用来解决该问题，承担由此产生的保修、修理、退货、换货以及其它成本和费用。

2014年，NVIDIA发布的显卡产品NVIDIA GeForce GTX 970经用户反馈，认为其显存可使用量并不是宣传所称的4GB容量，而只有3.5GB。随后事件快速发酵，越来越多的媒体和用户开始展开讨论并要求NVIDIA作出解释。然而NVIDIA方则表示此为市场营销团队的偶然失误，但不承认自己刻意误导，没有什么欺诈问题。这一纠纷最终引起了美国地区用户向法院发起对NVIDIA的集体诉讼，要求对购买GTX 970的用户进行赔偿。

2016年9月，集体诉讼事件达成和解赔偿协议。NVIDIA针对购买GTX 970的美国用户开设网站，对用户每人赔偿30美元。

2014年9月，NVIDIA向美国国际贸易委员会（ITC）诉讼三星、高通侵犯其用于改善图形芯片性能的专利，要求ITC禁止进口最新Galaxy手机以及使用高通骁龙GPU或三星Exynos处理器的平板电脑。同年11月，三星在美国弗吉尼亚州瑞奇蒙德联邦法院把NVIDIA告上法庭，起诉后者侵犯了其8项专利。

2016年5月4日，双方达成专利诉讼和解，两家公司将向对方授权少量专利，但不会达成广泛的交叉授权或其他补偿。

2022年3月2日，NVIDIA证实公司电脑网络遭到黑客攻击，部分敏感信息被盗并在网络上泄露。黑客组织Lapsus$称对此负责，声称窃取了近1TB的数据，包含大量机密信息和源代码，如NVIDIA限制显卡挖掘加密货币效率的程序源代码、显卡固件、驱动程序等数据等。该黑客组织要求NVIDIA在3月4日前，完全开源Windows、macOS、Linux系统的GPU驱动，否则就把机密数据公之于众。由于NVIDIA未做出回应，Lapsus$公开71355条的NVIDIA员工个人信息，其中包含大量个人邮件地址，以及HTRLM Hash加密的密码。

2022年，美国证券交易委员会（SEC）指控NVIDIA就加密挖矿对公司的游戏业务影响披露不充分，表示加密货币挖矿是其2018财年连续几个季度中收入增长的“重要因素”，NVIDIA在2018财年的两份10-Q表格中报告了其游戏业务的显著营收增长，但没有披露与这些不稳定业务有关的重大营收和现金流波动。SEC认为，NVIDIA给投资者造成了一定的误导性，剥夺投资者评估公司关键业务的关键信息。根据SEC2022年5月发布的声明，NVIDIA同意支付550万美元的款项，和解对其披露不充分的民事指控。

2022年9月，NVIDIA在提交给美国证券交易委员会的文件表示，美国官员要求其停止向中国（包括中国香港）和俄罗斯出口用于人工智能工作的A100和H100两种顶级计算芯片，同时实施了立即生效的新许可证要求。该许可约束范围包括NVIDIA DGX或其他所有包含A100或H100芯片和A100X的系统。许可证的要求还包括任何未来可实现峰值性能和芯片到芯片I/O性能、等于或大于大致相当于A100 阈值的NVIDIA芯片，以及包含这些芯片的所有系统。

2023年10月，美国政府通知NVIDIA，针对适用于总处理性能大于等于4800并为数据中心设计或销售的产品的相关出口管制需立即生效。为应对拜登政府出口限制，NVIDIA设计了新产品以符合规定。据媒体报道，新芯片型号代号为HGX H20、L20和L2，但具体信息不详，而NVIDIA则对此拒绝回应。另一方面，中国人工智能相关大型企业因往期多采用NVIDIA产品，也开始加紧将芯片切换为国产芯片。

2024年6月，美国联邦监管机构已达成一项协议，将对微软、OpenAI和英伟达在人工智能行业的主导地位展开反垄断调查。

2024年8月，美国司法部反垄断官员正在调查针对英伟达的投诉，该公司涉嫌滥用其在销售AI芯片方面的市场主导地位。

2024年9月，英伟达回应有关美国司法部向其发出传票的报道，称客户可以选择最好的解决方案。

2024年9月，正在搜集英伟达违反反垄断法证据的美国司法部向该芯片商及其它公司发送传票，升级了对这家科技巨头的调查。英伟达随后表示，英伟达没有收到美国司法部的传票。

2024年9月8日，美国《华尔街日报》网站报道，美国反垄断执法人员正在提早介入，以检查英伟达等少数几家大型科技公司是否正在利用其影响力在迅速发展的人工智能(AI)市场占据支配地位。

2024年7月1日消息，法国反垄断监管机构准备指控英伟达涉嫌存在反竞争行为。

2024年7月1日晚间，路透社援引知情人士的话称，法国监管机构将对英伟达提起反垄断诉讼。

2024年7月，法国反垄断监管机构Autorité de la concurrence确认，英伟达正面临一项涉嫌反竞争行为的调查。该机构的主席Benoit Coeure在一次新闻发布会上明确表示，如果调查结果证实了相关指控，英伟达将面临法律诉讼。9月4日消息，美国司法部已向英伟达发出传票，以深化对这家人工智能巨头反垄断行为的调查。