NVIDIA的加速運算技術可說是驅動近年超級電腦產業性能大幅提升的重要原動力，也由於出色的實績使得許多新建超級電腦系統紛紛採用NVIDIA的加速技術提升運算性能；於2024年11月公布的最新的TOP500超級電腦榜單上，達384套系統採用NVIDIA的技術，同時新入榜的53套系統中有46套為加速系統、當中達85%為NVIDIA Hopper GPU所驅動；更值得注意的是象徵能源效率的Green500榜單的前10名，有8名為NVIDIA GPU所加速的系統。
使NVIDIA加速系統廣受歡迎的關鍵不僅止於硬體的FLOPS運算性能數據，在基於開放的原則下，不斷透過軟體提升效率與增添新的可能性是NVIDIA加速運算技術最大的競爭優勢；NVIDIA也在SC24大會宣布多項功能，包括便於將Python程式碼轉換到加速運算叢集使用、隸屬於NVIDIA CUDA-X函式庫的cuPyNumeric，還有為量子模擬運算的NVIDIA CUDA-Q平台提供重大更新，可利用比過往更大的運算規模進行量子模擬。
▲NVIDIA Earth-2是針對氣候模擬與視覺化的數位孿生平台
同時NVIDIA也將針對藥物探索與研究的NVIDIA BioNeMo框架開源，使其能進行藥物探索和分子設計的AI模型建立、客製化和部署。針對氣候預測，NVIDIA也藉SC24公布兩項為NVIDIA Earth-2設計的NIM微服務，用於模擬與視覺化天氣及氣候條件的Earth-2數位孿生可在CorrDiff NIM和FourCastNet NIM兩項微服務助益下提高500倍的氣候變遷建模與模擬效果。
此外利用NVIDIA加速運算技術的研究單位與開發者也在SC24展現多項創新成果，如沙烏地阿拉伯阿布都拉國王科技大學（King Abdullah University of Science and Technology）教授David Keyes在其題為「使用混合精度於基因組學研究（Using Mixed Precision for Genomics）」的論文中，使用0.8 exaflops 的混合精度來探索基因組與其廣義基因型之間的關係，進一步探索與疾病盛行率的關聯性。美國阿貢國家實驗室（Argonne National Laboratory）的運算生物學家Arvind Ramanathan在NVIDIA Grace Hopper驅動的Alps系統上，利用了3 exaflops的AI效能來加速蛋白質設計。
從TOP500統計的AI和混合精度浮點運算的廣泛應用反映了全球運算重點的轉變，當前TOP500系統共可提供249 exflops的AI效能，其中NVIDIA的加速運算平台就貢獻超過190exaflops的AI效能與17 exaflops的FP32單經度效能，然而對於需要更高精度的特定科學運算，NVIDIA加速系統仍提供達4 exaflops的效能。
雖然更強大的運算效能也往往需要更大的能耗，不過NVIDIA仍不斷地提升加速架構的能源效率，從Green500的表現即能一探究竟，在此界公布的Green500的前10名當中即有8套超級電腦為NVIDIA加速系統，EuroHPC/FZJ的JEDI系統更實現了驚人的72.7gigaflops/W。
