# Дженсен Хуанг: «Никто в здравом уме не стал бы основывать компанию, зная, насколько это больно»

Источник: https://www.youtube.com/watch?v=y6NfxiemvHg
Канал: Acquired
Опубликовано: 16.10.2023

---

В этом выпуске подкаста Acquired ведущие Бен Гилберт и Дэвид Розенталь встречаются с основателем и CEO NVIDIA Дженсеном Хуангом (Jensen Huang) в штаб-квартире компании. На момент записи NVIDIA оценивается в 1,1 триллиона долларов, занимая шестую строчку в списке самых дорогих компаний мира и находясь в эпицентре революции искусственного интеллекта. Разговор посвящен истории выживания компании, стратегическим решениям, которые привели к созданию CUDA, и философии управления, позволяющей NVIDIA сохранять лидерство на протяжении десятилетий.

## 🎲 Ва-банк 1997 года: Как ошибка в архитектуре едва не погубила NVIDIA
[[JUMP:02:48]]

В 1997 году NVIDIA находилась в критической точке: у компании оставалось денег всего на несколько месяцев работы [03:02]. После неудачных архитектурных решений в первых чипах NV1 и NV2, которые использовали кривые и текстурные карты вместо треугольников, компания была вынуждена пойти на радикальный шаг [04:22]. 

Дженсен Хуанг (Jensen Huang) вспоминает ключевые моменты этого кризиса:

*   **Технологический тупик:** К моменту осознания ошибки Microsoft уже выпустила DirectX, который был фундаментально несовместим с архитектурой NVIDIA [05:02].
*   **Решение о симуляции:** Из-за нехватки времени и средств NVIDIA отказалась от физических прототипов. Вся проверка чипа Riva 128 проводилась в симуляции на эмуляторах, купленных у закрывающейся компании IKOS [08:04].
*   **Риск «одного выстрела»:** У компании была возможность отправить проект в производство (tape-out) только один раз. Хуанг утверждает, что уверенность в идеальности чипа проистекала из отсутствия альтернативы: если бы он не был идеальным, компания просто перестала бы существовать [09:11].

Несмотря на то что Riva 128 поддерживала лишь 8 из 32 режимов смешивания DirectX, она стала хитом благодаря беспрецедентной скорости. NVIDIA сделала ставку на сегмент энтузиастов, понимая, что для 3D-графики производительность никогда не бывает избыточной [07:38].

## 🧠 Эволюция CUDA: Ставка на «универсальный аппроксиматор функций»
[[JUMP:12:03]]

Путь NVIDIA к ИИ начался задолго до бума нейросетей. По словам Хуанга, создание CUDA (Compute Unified Device Architecture) было логическим продолжением идеи программируемых шейдеров [12:28].

Ключевые этапы развития платформы:

1.  **Инвестиции вопреки рынку:** Компания вложила около 10 000 человеко-лет в платформу еще до того, как возник массовый спрос на ускоренные вычисления [13:21].
2.  **Эффект AlexNet:** В 2012 году нейросеть AlexNet показала невероятную эффективность в компьютерном зрении. Хуанг отмечает, что это заставило его вернуться к первым принципам и осознать: глубокое обучение — это «универсальный аппроксиматор функций» [14:42].
3.  **Демократизация суперкомпьютинга:** CUDA нашла первых сторонников среди исследователей (Ян Лекун, Эндрю Ын, Джеффри Хинтон), так как позволила превратить обычные ПК в мощные вычислительные узлы [19:00].

Хуанг полагает, что успех глубокого обучения был предсказуем, если подходить к нему с позиции масштабируемости: если модель работает на малых данных, она станет только лучше при увеличении параметров и наборов данных [20:08].

## ⚡ Путь в дата-центры: Почему NVIDIA — это больше не видеокарты
[[JUMP:34:35]]

Переход NVIDIA в сегмент дата-центров начался примерно 17 лет назад с попытки отделить вычисления от устройства отображения [35:03].

Дженсен Хуанг (Jensen Huang) выделяет три продукта, которые сформировали это направление:

*   **GeForce NOW (gfn):** Первый облачный продукт, заставивший компанию решать проблемы задержек и скорости света [36:20].
*   **Удаленная графика (Remote Graphics):** Внедрение GPU в корпоративные дата-центры [36:20].
*   **Суперкомпьютеры на базе CUDA:** Объединение GPU и программного стека для научных вычислений [36:33].

По мнению Хуанга, роль CEO заключается в том, чтобы «заглядывать за угол» и позиционировать компанию рядом с возможностями, даже если их точное время появления неизвестно [38:06]. Он сравнивает это с ожиданием под деревом: нужно быть достаточно близко, чтобы поймать падающее яблоко [38:18].

## 🤝 Покупка Mellanox: Как сетевые технологии стали ключом к большим языковым моделям
[[JUMP:39:35]]

Одной из самых успешных сделок в истории технологий ведущие и гость называют приобретение Mellanox за 6,9 млрд долларов [42:25]. Хуанг утверждает, что дата-центр отличается от обычного компьютера не процессором, а именно сетевой инфраструктурой [40:15].

Аргументы в пользу сделки:

*   **Смена парадигмы:** В то время как традиционные облака (hyperscale) виртуализируют многих пользователей на одной машине, ИИ-задачи требуют распределения одной задачи (обучения) между миллионами процессоров [41:07].
*   **Infiniband vs Ethernet:** Для обучения LLM стандартный Ethernet недостаточно эффективен; здесь требуются высокопроизводительные решения Mellanox [41:45].
*   **Стратегическое предвидение:** NVIDIA осознала необходимость владения сетевым стеком для построения «компьютеров будущего», которыми по сути являются современные дата-центры [40:53].

## 🏢 Управление по-хуанговски: 40 прямых подчиненных и «миссия как босс»
[[JUMP:27:18]]

Организационная структура NVIDIA вызывает удивление у бизнес-аналитиков: у Дженсена Хуанга более 40 прямых подчиненных [27:31]. Он объясняет это сознательным отказом от военной иерархии в пользу архитектуры «вычислительного стека» [28:12].

Особенности управления в NVIDIA:

*   **Отсутствие информационных привилегий:** Информация распространяется мгновенно. На совещаниях присутствуют и вице-президенты, и недавние выпускники вузов; все слышат новости одновременно [31:28].
*   **Миссия — это босс:** Вместо выполнения приказов сверху вниз, команды формируются вокруг конкретных миссий (например, выпуск Hopper или создание библиотеки cuDNN) [30:10].
*   **Отказ от классических бизнес-юнитов:** Хуанг считает бессмысленным копирование стандартных оргсхем, так как структура компании должна отражать архитектуру продукта, который она создает [29:18].

Хуанг подчеркивает, что лидеры в его компании удерживают свои позиции благодаря способности рассуждать и помогать другим, а не за счет доступа к секретным данным [31:43].

## 📈 Рынки с нулевой выручкой и стратегия «Сети сетей»
[[JUMP:46:36]]

NVIDIA предпочитает работать на рынках, которых еще не существует — Хуанг называет их «Zero billion dollar markets» [46:45].

Примеры таких рынков:

*   **Автономное вождение:** 15 лет назад Хуанг предсказал, что автомобиль станет программно-определяемым устройством, требующим мощного компьютера, несмотря на скептицизм автопроизводителей [47:03].
*   **Omniverse:** Текущая ставка компании на симуляцию миров и промышленные метавселенные [48:38].
*   **Демократизация суперкомпьютеров:** Перевод высокопроизводительных вычислений из закрытых лабораторий в массовый сегмент через CUDA [48:10].

Стратегическое преимущество NVIDIA, по мнению CEO, заключается в создании «сети сетей». Это не просто «ров» (moat) вокруг замка, а экосистема разработчиков и клиентов, которые достигают успеха вместе с платформой [49:44]. Хуанг подчеркивает, что NVIDIA всегда была ориентирована на разработчиков: даже в 1993 году одним из первых сотрудников был специалист по связям с девелоперами [51:43].

## 🛡️ Будущее ИИ: Безопасность, рабочие места и бесконечные амбиции
[[JUMP:1:00:28]]

Обсуждая риски ИИ, Хуанг выделяет три уровня безопасности: функциональную (в робототехнике и автопилотах), информационную (борьба с предвзятостью и ложью) и агентную (контроль над самостоятельно обучающимися системами) [1:00:41].

Позиция Хуанга по ключевым вопросам:

1.  **Человек в контуре (Human in the loop):** ИИ не должен обучаться и меняться бесконтрольно «в дикой природе». Модели должны проходить валидацию перед выпуском [1:01:45].
2.  **Создание рабочих мест:** Хуанг полагает, что ИИ создаст больше рабочих мест, чем уничтожит [1:02:40]. По его мнению, рост продуктивности ведет к процветанию компании, что позволяет ей нанимать больше людей для реализации новых идей [1:03:01].
3.  **Трансформация профессий:** Работу потеряет не тот, кого заменит ИИ, а тот, кто не умеет пользоваться ИИ в конкуренции с другими людьми [1:04:22].

Хуанг проводит аналогию с законом Мура в интерпретации Майка Морица: удешевление вычислений открывает новые области экономики, делая рынок только больше [1:05:29].

## 🏔️ Обратная сторона успеха: Почему Дженсен Хуанг не стал бы основывать NVIDIA снова
[[JUMP:1:20:11]]

В финале беседы Дженсен Хуанг (Jensen Huang) делает неожиданное признание: если бы он мог вернуться в 1993 год со всеми текущими знаниями, он не стал бы основывать компанию [1:20:11].

Его аргументы:

*   **Невыносимая тяжесть пути:** Создание NVIDIA оказалось в миллион раз сложнее, чем ожидалось. Хуанг упоминает боль, страдания, чувство уязвимости, позор и унижение, через которые пришлось пройти [1:20:36].
*   **Суперсила предпринимателя:** Она заключается в «незнании того, насколько это трудно», и способности постоянно спрашивать себя: «Насколько сложным это может быть?» [1:20:48].
*   **Система поддержки:** Хуанга окружают люди, работающие в компании по 30 лет, и семья, чья непоколебимая вера позволила пережить падения акций на 80% [1:22:07, 1:23:33].

Несмотря на эти слова, Хуанг не собирается уходить на покой, утверждая, что по-прежнему получает огромное удовольствие от процесса и считает NVIDIA не просто чип-компанией, а «фабрикой по производству интеллекта» [1:25:58].