Cuda Aksjeopsjoner

NVIDIA Corporation kunngjør kontant tilbuds tilbud for ansattes aksjeopsjoner. FOR OMHENDIG RELEASE. SANTA CLARA, CA 11. FEBRUAR 2009 NVIDIA Corporation kunngjorde i dag at styret godkjente et kontant tilbudstilbud for visse opsjoner på ansatte. Tilbudet vil starte i dag og vil utløper, med mindre annet utvides av Selskapet etter eget skjønn, klokken 12.00 midnatt Pacific Time 11. mars 2009. Tilbudet gjelder for utestående aksjeopsjoner holdt av ansatte med en utøvelseskurs som er lik eller større enn 17 50 per aksje Medlemmer av selskapets styre og visse ledende ansatte er ikke berettiget til å delta i anbudsbudet. Ved 25. januar 2009 var det ca 33 millioner valgbare opsjoner. Hvis alle disse opsjonene er tilbudt og akseptert i tilbudet, vil det samlede kontantinnkjøpet Prisen på disse alternativene vil være ca 92 millioner. Som et resultat av tilbudet kan selskapet medføre en engangskostnad på opp til en ca 150 millioner ved avslutning av tilbudet dersom alle uvevdede, kvalifiserte opsjoner er budt. Dette beløpet vil gjenspeiles i finansresultatet for første kvartal 2010 og representerer aksjebasert kompensasjonskostnad, som hovedsakelig består av gjenværende, ikke-amortisert aksjebasert kompensasjon utgift knyttet til den uvestede delen av de berettigede opsjonene som er tilbudt i tilbudet, pluss tilknyttede lønnsskatter og faglige gebyrer. Tilbudet er underlagt en rekke andre vilkår som fremgår av tilbudsdokumentene. Hverken selskapets ledelse eller dens Styret foretar noen anbefalinger i forbindelse med tilbudet. Om NVIDIA NVIDIA Nasdaq NVDA er verdensledende innen visuell databehandlingsteknologi og oppfinneren til GPU, en høyytelsesprosessor som genererer fantastisk, interaktiv grafikk på arbeidsstasjoner, personlige datamaskiner, spillkonsoller og mobile enheter NVIDIA serverer underholdning og forbrukere markedet med sine GeForce-produkter, det profesjonelle design - og visualiseringsmarkedet med sine Quadro-produkter og det høye ytelsesmarkedet for databehandling med sine Tesla-produkter NVIDIA har sitt hovedkontor i Santa Clara, California, og har kontorer i hele Asia, Europa og Amerika. For mer informasjon , visit. Copyright 2009 NVIDIA Corporation Alle rettigheter forbeholdes NVIDIA, NVIDIA-logoen, GeForce, Quadro og Tesla er varemerker og registrerte varemerker for NVIDIA Corporation i USA og andre land. Alle andre firma - og produktnavn kan være varenavn, varemerker og eller registrerte varemerker for de respektive eiere som de er tilknyttet. Denne pressemeldingen er kun til informasjonsformål og er ikke et tilbud om anbud eller forespørsel om tilbud om å by på kvalifiserte alternativer for kontant betaling. Hver innehaver av kvalifisert Alternativene bør leses utbudserklæringen, da den inneholder viktig informasjon Tilbudsoppgaven er innlevert hos Secu rities og Exchange Commission og er tilgjengelig sammen med andre arkiverte dokumenter gratis på nettsiden til Securities and Exchange Commission på Kvalifiserte ansatte oppfordres til å lese nøye gjennom tilbudsoppgaven før det tas stilling til tilbudet. Kopi av anbudet Tilbudserklæring kan også fås på selskapets nettsted. Opphavsrett 2016 NVIDIA Corporation Alle rettigheter forbeholdt Alle firma - og produktnavn kan være varemerker, varemerker og eller registrerte varemerker for de respektive eiere som de er knyttet til. Funksjoner, priser, tilgjengelighet , og spesifikasjoner kan endres uten varsel. Notat til redaktører Hvis du er interessert i å se ytterligere informasjon om NVIDIA, kan du besøke NVIDIA-pressesenteret på. Hva er CUDA. Nroll idag? Intro til Parallell Programmering Et åpent, nettbasert kurs fra Udacity. Instruktører Dr John Owens, UC Davis og Dr. David Luebke, NVIDIA. CUDA er en parallell databehandling plattform og programmeringsmodell jeg Nydi av NVIDIA Det muliggjør dramatiske økninger i databehandlingens ytelse ved å utnytte kraften til grafikkbehandlingsenheten GPU. With millioner av CUDA-aktiverte GPUer solgt til dags, finner utviklere, forskere og forskere omfattende bruksområder for GPU-databehandling med CUDA Here er noen få eksempler. Identifisere skjult plakk i arterier Hjerteangrep er den ledende dødsårsaken over hele verden Harvard Engineering, Harvard Medical School og Brigham Women's Hospital har samlet seg for å bruke GPUer til å simulere blodstrøm og identifisere skjult arteriell plakk uten invasiv avbildningsteknikker eller utforskende kirurgi. Analysere flytrafikkstrøm Det nasjonale luftromssystemet styrer landsomfattende koordinering av flytrafikkstrøm Datamodeller hjelper til med å identifisere nye måter å lette trafikkbelastning på og fly flytrafikk flytte effektivt. Ved å bruke beregningsevnen til GPUer oppnådde et lag på NASA en stor ytelse gevinst , noe som reduserer analysetiden fra ti minutter til tre sekunder. Visualiser molekyl ules En molekylær simulering kalt NAMD nanoskala molekylær dynamikk får et stort ytelsesforhøyelse med GPUer. Farten er et resultat av den parallelle arkitekturen til GPUer, som gjør det mulig for NAMD-utviklere å porten beregne intensive deler av applikasjonen til GPU ved hjelp av CUDA Toolkit. GPU Computing Revolution. You står overfor imperativer Forbedre ytelsen Løs et problem raskere Parallell prosessering ville være raskere, men læringskurven er bratt. Det er ikke lenger. Med CUDA kan du sende C, C og Fortran-koden rett til GPU, ingen samling språk nødvendig. Utviklere på bedrifter som Adobe, ANSYS, Autodesk, MathWorks og Wolfram Research vekker den sovende giganten GPU - å gjøre generell vitenskapelig og teknisk databehandling på tvers av en rekke plattformer. Bruke høyt nivå språk, kjører GPU-akselererte applikasjoner den sekventielle delen av arbeidsbelastningen på CPU-en, som er optimalisert for enkeltspunnet ytelse mens akselererende parallellbehandling på GPU Dette kalles GPU computing. GPU databehandling er mulig fordi dagens GPU gjør mye mer enn gjengi grafikk. Det sizzles med en teraflop av flytende poeng ytelse og crunches applikasjonsoppgaver designet for alt fra finans til medisin. CUDA er mye distribuert gjennom tusenvis av applikasjoner og publiserte forskningspapirer og støttes av en installert base på over 375 millioner CUDA-aktiverte GPUer i notatbøker, arbeidsstasjoner, beregne klynger og superdatamaskiner. Vis CUDA Zone for eksempler på applikasjoner i ulike vertikale markeder og vekke GPU-giganten. Historien om GPU-databehandling . De første GPUene ble utformet som grafikkakseleratorer, som bare støtter bestemte fastefunksjonsrørledninger. Begynnelsen på slutten av 1990-tallet ble maskinvaren blitt mer programmerbar, og kulminerte i NVIDIAs første GPU i 1999. Mindre enn et år etter at NVIDIA utgjorde begrepet GPU, artister og spillutviklere var ikke de eneste som gjorde banebrytende arbeid med teknologien. Forskerne slår i ts utmerket flytende punkt ytelse GPU GPGPU-bevegelsen hadde oppstått. Men GPGPU var langt fra lett igjen da, selv for de som visste grafiske programmeringsspråk som OpenGL Developers måtte kartlegge vitenskapelige beregninger på problemer som kunne representeres av trekanter og polygoner GPGPU var praktisk talt avgrensende for de som ikke hadde memorisert de nyeste grafikk-APIene før en gruppe av universitetsforskere fra Stanford satte opp til å reimagine GPUen som en streaming-prosessor. I 2003 avslørte et team av forskere ledet av Ian Buck Brook, den første allment vedtatt programmeringsmodell for å utvide C med data-parallelle konstruksjoner Ved å bruke konsepter som strømmer, kjerne - og reduksjonsoperatører, avslørte Brook-kompilatoren og runtime-systemet GPU som en generell prosessor på et høyt språk. Viktigst var Brook-programmer Ikke bare lettere å skrive enn håndstilt GPU-kode, de var syv ganger raskere enn tilsvarende eksisterende kode. Nvidia visste at flammende fas t-maskinvaren måtte kobles med intuitive programvare - og maskinvareverktøy, og inviterte Ian Buck til å bli med i selskapet og begynne å utvikle en løsning for å sømløst kjøre C på GPUen. Sammen med programvaren og maskinvaren samlet NVIDIA CUDA i 2006, verdens første løsning for generell databehandling på GPUs. Tools og Training. Today, CUDA økosystemet vokser raskt som flere og flere bedrifter tilbyr verktøy, tjenester og løsninger i verdensklasse. Hvis du vil skrive din egen kode, er den enkleste måten å utnytte ytelse av GPUer er med CUDA Toolkit som gir et omfattende utviklingsmiljø for C og C-utviklere. CUDA Toolkit inneholder en kompilator, matematikkbibliotek og verktøy for feilsøking og optimalisering av ytelsen til programmene. Du vil også finne kodeprøver, programmeringsguider, brukerhåndbøker, API referanser og annen dokumentasjon for å hjelpe deg med å komme i gang. NVIDIA gir alt dette gratis, inkludert NVIDIA Parallel Nsight for Visual Studio, industrien ry s første utviklingsmiljø for massivt parallelle applikasjoner som bruker både GPUer og CPUer. Lære å bruke CUDA er praktisk, med omfattende online opplæring tilgjengelig, samt andre ressurser, for eksempel webinarer og bøker. Over 400 universiteter og høyskoler lærer CUDA programmering, inkludert dusinvis av CUDA Centers of Excellence og CUDA Research and Training Centers. For Developers. Barracuda Networks, Inc. CUDA Option Chain. Real-Time Etter Timer Pre-Market News. Flash Sitat Sammendrag Sitat Interactive Charts Default Setting. Vær oppmerksom på at når du velger ditt valg , vil den gjelde for alle fremtidige besøk til Hvis du til enhver tid er interessert i å gå tilbake til standardinnstillingene, velg Standardinnstilling over. Hvis du har noen spørsmål eller støter på problemer ved å endre standardinnstillingene, vennligst send epost. bekreft ditt valg. Du har valgt å endre standardinnstillingen for Quote Search. Dette vil nå være standard mål side, med mindre du endrer konfigurasjonen urasjon igjen, eller du sletter informasjonskapslene dine. Er du sikker på at du vil endre innstillingene dine. Vi har en tjeneste for å spørre. Vennligst deaktiver annonseblokkeren eller oppdatere innstillingene dine for å sikre at javascript og informasjonskapsler er aktivert, slik at vi kan fortsette å tilby du med de førsteklasses markedsnyheter og data du kommer til å forvente fra oss.