Дженсен Хуанг: «Я — живое воплощение американской мечты»

Hoover Institution 66,5 тыс. 39 мин 5 мин 10.06.2026
Главное

Дженсен Хуанг, основатель и генеральный директор NVIDIA, сегодня руководит одной из самых влиятельных технологических компаний в мире. В рамках серии интервью «Only in America» (Только в Америке) от Гуверовского института он встретился с Кондолизой Райс, чтобы обсудить свой путь от девятилетнего иммигранта до лидера ИИ-революции и объяснить, почему успех его компании был бы невозможен в любой другой стране.

🏮 Из Тайваня в Кентукки: Путь юного иммигранта 4:42

История Дженсена Хуанга началась с цепочки рискованных решений его родителей. В 1973 году, когда в Таиланде, где тогда жила семья, произошел очередной военный переворот, родители решили отправить Дженсена (которому было 9 лет) и его старшего брата (10 лет) к дяде в США, в город Такома, штат Вашингтон .

Хуанг с теплотой и долей юмора вспоминает свои первые впечатления от Америки:

В 1973 году в Кентукки Хуанг был первым китайским ребенком, которого видели местные жители. Несмотря на существовавшие тогда предубеждения и предвзятость, Дженсен утверждает, что «дети остаются детьми» . Он быстро адаптировался: стал частью команд по плаванию и футболу, полюбил американскую еду (сосиски с подливой и гамбургеры) и до сих пор вспоминает поход в McDonald's после соревнований как посещение «космического корабля» .

По словам Хуанга, иммигрантов отличает отсутствие завышенных ожиданий и глубокое чувство благодарности. Его родители, приехав позже в США, начинали с нуля: мать работала горничной в католической школе, а отец — инженером . Единственным семейным отпуском была поездка в Диснейленд на старом зеленом фургоне, где вместо сидений отец положил ковер и молочные ящики .

🎓 Кремниевая долина и «лучшая фраза для знакомства» 11:55

Путь Хуанга в науку начался в Орегонском государственном университете (Oregon State University). Он выбрал этот вуз просто потому, что там учился его лучший друг . Именно там он встретил свою будущую жену Лори.

Дженсен вспоминает, как применил стратегический подход даже в личной жизни:

  1. В классе на 250 юношей было всего три девушки .
  2. Чтобы исключить конкуренцию, он специально перевелся в её лабораторную группу .
  3. Он использовал, по его мнению, «самую беспроигрышную фразу для знакомства»: предложил Лори показать свое домашнее задание .

В Кремниевую долину Хуанг попал благодаря предложению от компании AMD. Условием работы было то, что компания полностью оплатит его обучение в магистратуре Стэнфордского университета . Хуанг называет себя «самым долгоиграющим студентом Стэнфорда», так как совмещал учебу с работой, воспитанием детей и основанием NVIDIA, растянув получение диплома на восемь лет .

🎮 Основание NVIDIA: Ставка против всех правил 17:23

Когда Хуанг и его соучредители задумывали NVIDIA, мир находился во власти центральных процессоров (CPU) и «закона Мура». Все считали, что вычисления должны быть универсальными . Однако Хуанг пришел к выводу, что для сложных задач, таких как компьютерная графика или симуляция физических процессов, CPU — не лучший инструмент.

Главные вызовы при создании компании:

Хуанг подчеркивает, что NVIDIA «страдала» на пути к успеху в течение 30 лет, работая над программируемыми графическими процессорами (GPU), когда в них никто не верил . По его мнению, мотивацию сотрудников удавалось поддерживать лишь за счет веры в «первые принципы»: понимания того, что универсальный компьютер не может быть единственным ответом на все задачи человечества .

🧠 От графики к искусственному интеллекту 23:40

Переход от видеоигр к ИИ произошел органично. Архитектура GPU, предназначенная для параллельной симуляции мира, оказалась идеально подходящей для глубокого обучения. Когда исследователи из Стэнфорда, Торонто и Нью-Йоркского университета обратились к NVIDIA за помощью в ускорении нейросетей, Хуанг понял, что это начало новой эры .

Дженсен называет себя «осторожным оптимистом» в отношении ИИ . Он выделяет пять уровней развития индустрии:

  1. Энергия и инфраструктура (земля, электричество).
  2. Чипы (где доминирует NVIDIA) .
  3. Облачные сервисы.
  4. Модели ИИ (о которых говорят больше всего).
  5. Прикладной уровень: Использование ИИ в здравоохранении, кибербезопасности, производстве. Хуанг считает это важнейшим уровнем для национальной конкурентоспособности .

🇺🇸 Почему это возможно «Только в Америке» 35:10

В завершение беседы Хуанг и Райс сошлись во мнении, что история NVIDIA — это квинтэссенция американской мечты. По словам Хуанга, успех компании — это цепочка событий с экстремально низкой вероятностью, которые могли произойти только благодаря «попутному ветру», который создают институты США .

Ключевые факторы американского успеха (по мнению Хуанга):

Дженсен Хуанг резюмирует: «Я — воплощение американской мечты». Он считает, что его постоянное стремление к совершенству и ощущение, что компания всегда находится в опасности, достались ему от родителей, которым не на что было опереться в новой стране .

💬 Цитаты

«Я — тот самый мальчик на побегушках из Denny's, который встретился с двумя гениями.»

Дженсен Хуанг 35:39

«Мы страдали на каждом этапе пути, потому что в нашу идею никто не верил.»

Дженсен Хуанг 26:52

«Америка обеспечивает попутный ветер, а не встречный.»

Дженсен Хуанг 36:18
👥 Спикеры
🔗 Упомянутые сайты и проекты
📖 Термины
GPU (Graphics Processing Unit)
Графический процессор, предназначенный для быстрой обработки больших объемов данных параллельно.
Moore's Law (Закон Мура)
Эмпирическое наблюдение о том, что количество транзисторов на кристалле удваивается каждые два года.
Deep Learning (Глубокое обучение)
Метод машинного обучения, основанный на использовании многослойных нейронных сетей.
📊 Цифры
🗓 Хронология
  1. 1973 Дженсен и его брат приезжают в США из Таиланда из-за военного переворота.
  2. 1993 Основание компании NVIDIA (в контексте упоминания тридцатилетнего пути).
  3. 2010 Первая конференция GTC, посвященная GPU-вычислениям.
  4. 2026 Дата проведения интервью и признание NVIDIA самой влиятельной технологической компанией.
⚖️ Другая сторона
Технологии и IT Jensen Huang NVIDIA GPU искусственный интеллект Silicon Valley