nVidia는 CUDA 코어라는 것을 2006년부터 공개하며 자사 그래픽카드를 다양한 목적으로도 사용할 수 있도록 병렬처리 드라이버를 공개해왔습니다

일반 유저들은 접할 기회가 많지 않았겠으나 영상 관련 편집툴, 공학소프트웨어 등 다양한 분야에서 적극적으로 도입하게 됐고 그덕에 고가의 CPU가 없어도 그래픽카드가 열일하며 처리속도를 확 끌어올렸어요
수많은 분야에서 활용됐지만 결정적으로 이 기술이 빛을 발한게 코인 채굴이였을거고 AI 기술을 만나면서 그야말로 폭발했습니다
(두 말하면 잔소리)

AMD도 훌륭하지만 이 기술은 nvidia의 독점기술입니다
20년전 PC 시장의 큰 손은 게이머들일텐데 공학/과학 분야의 유저들까지 고려해서 새로운 시장을 개척한게 진짜 남다른 혜안이라고 생각합니다

전체적인 맥락이 잘못된 부분이 있어서 바로잡자면

일반적으로 CUDA 라고 할때는 CUDA 코어를 지칭하는게
아니라 CUDA 명령어셋을 이용하는 소프트웨어스택을 뜻합니다.

그래픽카드에 사용하는 GPU 가 단순히 CPU보다 성능이 좋고 속도가 빠른게 아니라 부동소수점 연산이라는 특정 연산에서만 매우 효율적인 결과를 보이기 때문에 부동소수점 연산과 병렬처리가 필요한 직업에 많이 사용되는 것이고 그 외에 범용적인 대부분의 연산은 CPU 에 한참 못미칩니다.

그래서 과거에는 해당 연산을 전문적으로 처리하는 칩셋을 별도로 주문 설계해서 처리했는데 이게 흔히 말하는 슈퍼컴입니다. 과학 실험의 시뮬레이션이나 기상 예측 등을 위해 수백억 수천억씩 들여 슈퍼컴을 도입했었죠.

근데 2000년대 들어 그래픽카드에 포함된 gpu 성능이 올라가자 이를 활용해서 슈퍼컴을 만드는 시도를 하게됩니다. 그래픽카드가 포함된 pc나 플레이스테이션을 수백대 수천대씩 네트워크로 연결해서 처리하면 이전 슈퍼컴과 비견되는 성능에 비용은 수억원 정도로 절감할 수 있었죠. 필요에 따라 성능 확장도 용이했구요.

엔비디아는 이런 시도를 돕기 위해 개발자 도구나 라이브러리 등을 적극적으로 제공했고 그래서 대부분의 학자나 개발자들이 엔비디아 gpu 와 Cuda 명령어셋을 사용하게 된거죠.

코인 채굴이나 AI는 한 참 이후의 일이기 때문에 cuda 가 현실적 표준이 된 것의 직접적인 원인은 아닙니다. 채굴이나 AI는 부동소수점 연산이나 병렬 처리를 위해 이미 구축된 cuda 생태계를 활용했던 것이죠.