Дженсен Хуанг основал NVIDIA в 1993 году вместе с Крисом Малаховски и Кёртисом Примом. На встрече в Стэнфорде он заявил, что основой компании стала идея создания компьютера для решения задач, с которыми не справляются процессоры общего назначения .
🍳 От мойщика посуды до основателя компании 0:13
Дженсен Хуанг работал инженером в компании LSI Logic, а его будущие партнеры Крис и Кёртис — в Sun Microsystems . Идея собственного бизнеса возникла в 1992–1993 годах на фоне начала революции персональных компьютеров. В то время Windows 95 еще не вышла на рынок, а процессоры Pentium даже не были анонсированы . Основатели проводили встречи в сетевом ресторане Denny's, который Хуанг называет своей первой «альма-матер» .
Трудовой путь Дженсена Хуанга начался с позиции мойщика посуды . Он утверждает, что был лучшим сотрудником Denny's: вовремя планировал работу, эффективно организовывал пространство и никогда не покидал рабочую зону с пустыми руками . По словам Хуанга, этот опыт сформировал его отношение к любому труду — ни одна задача не кажется ему слишком мелкой или унизительной .
Инвестиции на запуск проекта удалось получить благодаря личной рекомендации. Бывший руководитель Хуанга Уилфред Корриган позвонил основателю фонда Sequoia Дону Валентайну . Корриган честно признался, что не понял суть бизнес-идеи Хуанга, но назвал его одним из лучших сотрудников в истории LSI Logic . Валентайн выделил средства, предупредив: «Если ты потеряешь мои деньги, я тебя убью» .
📉 Ошибки раннего этапа и угроза краха 7:14
NVIDIA выбрала 3D-графику для видеоигр в качестве первой сферы применения своих технологий . В начале 1990-х генераторы изображений стоили около 1 миллиона долларов, а рынка потребительских 3D-игр не существовало . Для успеха NVIDIA требовался успех другого стартапа — Electronic Arts . Хуанг вспоминает, что техническому директору EA в то время было 14 лет, и на работу его привозила мама .
Вскоре компания столкнулась с критической проблемой: Microsoft представила стандарт Direct3D. Технология, которую NVIDIA разрабатывала несколько лет, оказалась несовместима с этим стандартом . На рынке появилось 89 конкурентов, а у компании оставалось денег на несколько месяцев работы .
Выход из кризиса нашли в учебнике. Дженсен Хуанг купил в магазине Fry's Electronics за 68 долларов руководство по OpenGL — стандарту графики от Silicon Graphics . На основе этой книги команда спроектировала новый графический конвейер. Хуанг считает этот момент ключевым уроком: можно создать будущее, даже если изначально ты ничего в нем не смыслил . Его подход к новым проблемам звучит так: «Насколько это может быть сложно? Наверное, достаточно прочитать одну научную статью» .
🧪 Стратегия неконсенсусных ставок 15:05
В 2003 году NVIDIA начала движение в сторону универсальных вычислений на GPU, выпустив язык программирования CG . Это произошло за три года до появления CUDA. Решение развивать это направление Хуанг принял после звонков от исследователей. Профессора из Массачусетской больницы использовали GPU для реконструкции КТ-снимков, а квантовые химики — для своих алгоритмов .
Дженсен Хуанг выделяет несколько принципов принятия решений в условиях неопределенности:
- Игнорирование объема рынка: компания ищет не большие рынки, а важные задачи, которые никто другой не может решить .
- EOIFS вместо KPI: вместо финансовых результатов Хуанг использует «ранние индикаторы будущего успеха» (Early Indicators of Future Success). Это признаки того, что технология решает реальную проблему, даже если продаж еще нет .
- Культивация лени: NVIDIA сознательно отказывается от задач, которые могут выполнить другие компании. Хуанг хочет, чтобы сотрудники занимались только тем, без чего «мир развалится» .
Во время финансового кризиса 2008 года акции NVIDIA упали на 80% . Хуанг утверждает, что его реакция на падение была такой же, как на недавний рост капитализации до 2 триллионов долларов . Он советует в кризисные моменты проверять базовые убеждения: если законы физики и гравитации не изменились, нужно продолжать выбранный путь .
🏢 Архитектура плоской организации 30:06
Дженсен Хуанг лично руководит 50 прямыми подчиненными . Он намеренно создал плоскую структуру, чтобы информация доходила до него без искажений . По мнению Хуанга, CEO должен иметь больше всех прямых подчиненных, так как эти люди требуют наименьшего операционного управления .
Особенности управления в NVIDIA:
- Отсутствие иерархии информации: в компании не верят, что обладание секретными данными должно быть источником власти .
- Постоянная обратная связь: сотрудники любого уровня могут прислать список из пяти вещей, которые их беспокоят. Хуанг читает эти сообщения и дает свои комментарии, показывая, как он рассуждает над сложными задачами .
- Доверие как фундамент: Хуанг относится к сотрудникам как к взрослым людям, способным слышать правду, даже если она неприятная .
Хуанг сравнивает традиционные корпоративные структуры с армией, где солдаты должны умирать на поле боя, не задавая вопросов . В NVIDIA он стремится создать условия, при которых 30 000 сотрудников будут подвергать сомнению любые решения и заниматься «делом всей своей жизни» .
🤖 Будущее в эпоху генеративного AI 36:53
Дженсен Хуанг определяет генеративный AI как технологию понимания смыслов и перевода между ними . Раньше компьютеры работали по модели поиска и извлечения готовой информации. В будущем вычисления станут преимущественно генеративными: компьютер будет получать «семя» информации в виде промпта и генерировать остальное .
Хуанг выделяет перспективные направления:
- Биология и фармацевтика: он ожидает появления систем автоматизированного проектирования лекарств. Понимание языка клеток и белков позволит лечить болезни так же эффективно, как инженеры проектируют микросхемы .
- Робототехника: технологии токенизации речи теперь можно применить к движениям и манипуляциям. Это делает создание человекоподобных роботов вопросом ближайшего времени .
В вопросе регулирования AI Хуанг призывает разделять социальные риски и безопасность конкретных продуктов. По его мнению, регулировать нужно использование AI в медицине, авиации или бухгалтерии через уже существующие профильные ведомства (FDA, FAA), а не создавать один общий «супер-регулятор» .
