Продукцию Nvidia называют новым золотом в Big Tech, а основателя бизнеса Дженсена Хуанга — Тейлор Свифт от технологий. Хотя название компании и ее продуктов могут ничего не говорить рядовому потребителю, именно Nvidia обеспечивает работу искусственного интеллекта, без которого невозможны ChatGPT, беспилотные автомобили или рынки криптовалют.
Вот главное, что нужно знать о Nvidia:
- По состоянию на ноябрь 2024 года была самой дорогой компанией в мире с капитализацией около 3,5 триллиона долларов.
- Является одной из важнейших компаний, формирующих траекторию развития искусственного интеллекта (ИИ), поставляя для его гонки основное оборудование — мощные графические процессоры. Топ-компании стоят в очереди, чтобы получить продукцию Nvidia.
- Хотя история компании насчитывает более 30 лет, ее «стратосферный» рост начался после дебюта ChatGPT в ноябре 2022 года: с тех пор цена акций производителя чипов увеличилась более чем в семь раз, а рыночная капитализация — почти в девять раз.
Стартап без названия: графические процессоры для геймеров
Рождение Nvidia напоминает классическую сцену из голливудского кино о стартапах. Однажды в апреле 1993 года трое молодых людей собрались в забегаловке в неблагополучном районе Сан-Хосе, чтобы обсудить бизнес-идеи.
Nvidia начинала с выпуска графических процессоров для геймеров
Два инженера из Sun Microsystems Крис Малаховски и Кертис Прим, а также специалист по разработке микросхем в LSI Logic Дженсен Хуанг пришли к выводу, что вскоре на рынке будут востребованы графические процессоры — специализированные микросхемы для пользователей видеоигр. Они как раз набирали популярность и требовали более быстрой и реалистичной графики, чем та, которую обеспечивали обычные центральные процессоры.
Вот как Bloomberg объясняет разницу между обычным и центральным процессорами: допустим, вы идете в продуктовый магазин. Ваша корзина для покупок — это центральный процессор. Вы загружаете нужные товары один за другим и идете к кассе. Это нормальный способ шопинга. Однако представьте, что вам нужно скупиться быстрее и масштабнее. В этом случае проще нанять десятки людей с корзинами, которые будут загружать их одновременно: один — хлопьями, второй — фруктами, третий — туалетной бумагой. Так работает графический процессор (GPU).
Мы считали, что эта модель вычислений может решить проблемы, которые не под силу вычислениям общего назначения, — говорит Дженсен Хуанг. — Мы также заметили, что видеоигры являются одной из наиболее сложных вычислительных проблем и вскоре будут иметь невероятно высокий объем продаж. Эти два условия встречаются не очень часто. Видеоигры были нашим маховиком для выхода на крупные рынки.
Сначала у компании не было названия. Соучредители не могли придумать ни одного и все созданные файлы называли просто NV («next version»). Когда дело дошло до регистрации и бизнес нужно было как-то назвать, предприниматели начали перебирать слова с сочетанием NV, пока не дошли до латинского «invidia» — «зависть».
«Вы не можете ждать, пока перед вами появится возможность вы должны ее предусмотреть», — говорит Дженсен Хуанг
Первый чип Nvidia, NV1, был выпущен в 1995 году. Его разработка обошлась в 10 миллионов долларов, полученных от инвесторов. Но из-за технологических проблем продукт продавался плохо, и компания долго совершенствовала его. В процессе предприниматели чуть не обанкротились и вынуждены были уволить половину сотрудников — около 40 человек. В конце концов, только третий чип, RIVA 128, выпущенный в 1997 году, завоевал рынок, так как был на 400 процентов быстрее, чем любой другой графический процессор.
В 1998 году, в период расцвета компьютерных игр, Nvidia получила 4,1 миллиона долларов прибыли, а в следующем году вышла на биржу. К 2006 году компания поставила 500 миллионов графических процессоров и интегрировала свою технологию в Sony PlayStation 3 и первую консоль Microsoft Xbox.
Ключ к успеху Nvidia заключался не только в разработке быстрых и более мощных графических процессоров. Компания внедрила подход полного стека: кроме микросхем, разрабатывала программное обеспечение для их запуска и кабели для соединения. В 2006 году Nvidia представила CUDA (Compute Unified Device Architecture) — язык программирования с открытым кодом, значительно облегчивший программирование GPU. А также — вложила деньги в обучение программистов и продвижение продукта.
Сегодня во всем мире насчитывается около 5 миллионов разработчиков CUDA. Этот шаг стал мощным конкурентным преимуществом Nvidia, ведь другие производители графических процессоров почти не инвестировали в создание подобного ПО и работу с сообществами разработчиков.
Искусственный интеллект: возможность для Nvidia
Теперь, когда Nvidia стала одной из самых дорогих компаний мира под руководством Дженсена Хуанга (двое других соучредителей ранее покинули бизнес), его коллеги утверждают: Хуанг всегда знал о потенциале графических процессоров и был уверен, что они способны на большее, чем просто поддержка видеоигр. В частности, на работу с массивными наборами данных, на которой построен искусственный интеллект.
Методы глубокого обучения, лежащие в основе искусственного интеллекта, начали развиваться еще в 80-90-х годах. Но взлететь им мешали два фактора: количество данных и вычислительные мощности.
Обучение больших нейронных сетей требует от микросхемы выполнения одних и тех же вычислений миллионы или миллиарды раз. Центральные процессоры способны выполнять только одно вычисление за раз, графические — много вычислений параллельно. Именно на это сделали ставку в Nvidia, когда бум искусственного интеллекта в Кремниевой долине только начинался.
Нам повезло, что работа с мировыми университетами и исследователями была врожденной для нашей компании, — объясняет глава Nvidia. — Мы уже работали над CUDA, и первые пользователи CUDA были исследователями, потому что мы демократизировали суперкомпьютеры. CUDA используется не только для искусственного интеллекта, но и для практически всех отраслей науки: от молекулярной динамики до визуализации, КТ-реконструкции до сейсмической обработки, моделирования погоды и квантовой химии. Когда пришло время и мы поняли, что глубокое обучение может быть действительно интересным, для нас было естественным вернуться к исследователям, найти каждого отдельного исследователя ИИ на планете и спросить: «Как мы можем помочь вам продвинуть вашу работу?»
Хуанг посещал все тематические конференции и интересовался, какие системы и стеки ПО необходимы для прогресса в разработках. Когда в 2015 году Илон Маск и Сэм Альтман основали OpenAI, Дженсен знал, что им нужен супермощный компьютер для вычисления больших массивов данных.
Первая версия под названием DGX состояла из 35 тысяч деталей, стоила 129 тысяч долларов, была размером с портфель и весила более 30 килограммов. Установка содержала восемь взаимосвязанных графических процессоров, которые могли за два часа переработать то, на что традиционному процессору понадобилось бы более шести дней. В 2016 году Хуанг лично подарил новый суперкомпьютер Илону Маску и Сэму Альтману.
Дженсен Хуанг лично привез Илону Маску новый суперкомпьютер для работы ИИ
Вторым продуктом для центров обработки данных стала удаленная графика, разместившая наши графические процессоры в мировых корпоративных центрах обработки данных, — говорит гендиректор Nvidia. — Это привело нас к третьему продукту: объединению CUDA и нашего графического процессора в суперкомпьютер.
В 2019 году Nvidia купила израильскую сетевую и коммутационную компанию Mellanox за 7 миллиардов долларов. Эта сделка дала ей технологию, которая помогает клиентам создавать гигантские кластеры из десятков или сотен тысяч графических процессоров, оптимизированных для обучения наибольших моделей ИИ.
Nvidia в Big Tech: очередь за новой технологией
Хотя Маск и Альтман уже давно не ведут совместный бизнес, оба продолжают заказывать продукты Nvidia для своих проектов: Маск — для беспилотных автомобилей, Альтман — для ChatGPT, «мозг» которого состоит из более 20 тысяч графических процессоров.
То же касается других топ-компаний, использующих искусственный интеллект. Nvidia оказалась в центре важнейшей мировой технологии: производства определенного типа микросхем, называемых ускорителями центров обработки данных. Они являются важным компонентом облачной инфраструктуры Alphabet, Amazon, Microsoft, Meta и других гигантов, которые становятся в очередь, чтобы получить продукт.
Среднее время ожидания заказа для клиентов Nvidia составляет восемь месяцев: согласно отчету Morgan Stanley, ее самый современный продукт Blackwell на 2025 год уже распродан по предзаказам. Илон Маск и основатель Oracle Ларри Эллисон даже приглашали Хуанга на ужин в японский ресторан Nobu в Пало-Альто, чтобы лоббировать увеличение объемов производства графических процессоров.
По словам аналитика New Street Пьера Феррагу, даже самые влиятельные люди в отрасли обращаются с Хуангом «очень, очень вежливо»: «Все боятся разозлить Nvidia».
Дженсен Хуанг: рок-звезда в мире полупроводников
Вы не можете ждать, пока перед вами появится возможность, чтобы воспользоваться ею, поэтому вы должны ее предсказать, — считает Дженсен Хуанг. — Моя работа как генерального директора состоит в том, чтобы заглянуть за углы и предсказать, где когда-нибудь откроются возможности.
61-летний Хуанг отличается от других генеральных директоров своим образом рок-звезды (черная кожаная куртка, черная футболка, черные джинсы) и нетипичной культурой горизонтального управления. Из более чем 30 тысяч сотрудников Nvidia 60 человек подчинены непосредственно гендиректору. Он не признает иерархию и встречи один на один. В то же время предпочитает массовые собрания, чтобы каждый из топ-менеджеров постоянно учился на фидбеках и наблюдал за стилем решения вопросов. В случае технологических проблем Ханг вызывает на такие встречи непосредственно исполнителей, чтобы узнать и быстро устранить причину.
Из-за узнаваемого стиля и популярности Дженсена Хуанга иногда называют рок-звездой в мире полупроводников
Все это вызывает противоречивые отзывы: некоторые считают Nvidia сложным местом для работы, другие уверены, что именно такая стратегия позволяет компании быть достаточно быстрой, чтобы оставаться в лидерах разработки микросхем и прогресса искусственного интеллекта.
Хуанг, который входит в топ-20 самых богатых людей мира, управляет Nvidia более 30 лет (рекорд для отрасли) и не собирается уходить на пенсию.
Наша компания была создана для того, чтобы я знал, как ею управлять, — говорит он.
Руководитель Meta Марк Цукерберг назвал Хуанга «Тейлор Свифт от технологий» из-за его статуса знаменитости. На родном Тайване поклонники относятся к Дженсену как к звезде — просят позировать для фотографий и даже подписывать части тела.
Рекордные прибыли и конкуренция
В июне 2024 года Nvidia впервые в своей истории стала самой дорогой компанией в мире, опередив Apple и Microsoft. Затем она уступила позиции Apple, чтобы в начале ноября 2024 года снова занять первую строчку в рейтинге. Но в конце месяца Apple вернула себе первое место.
В течение следующего года соревнование за рыночную капитализацию технологий в 4 триллиона долларов будет главным между Nvidia, Apple и Microsoft, — считают аналитики.
20 ноября этого года Nvidia обнародовала финансовые результаты за третий квартал с рекордными показателями. Квартальный доход составил 35,1 миллиарда долларов — на 17 процентов больше, чем во втором квартале, и на 94 процента — чем год назад. Львиную долю дохода, 30,8 миллиона, составляет доход от дата центров, за год выросший на 112 процентов.
Nvidia конкурирует с Apple за первое место в рейтинге самых дорогих компаний
Как ни странно, после оглашения финансовых результатов акции Nvidia начали падать. Это объясняют несколькими факторами: перегретым рынком и слишком высокими ожиданиями инвесторов, возможной встречей руководства Nvidia с китайскими официальными лицами и общей лихорадкой на рынке из-за результатов выборов президента США.
Тем не менее, Nvidia остается безоговорочным лидером на рынке процессоров для ИИ с долей более 90 процентов. У ближайших конкурентов, AMD и Intel, нет соответствующего опыта, технологий и инвестиций, чтобы догнать Nvidia.
Пока эксперты расходятся во мнениях по поводу сроков, в которые Nvidia удастся удерживать лидерство. Компания сталкивается с угрозами не только от AMD и Intel, но и от новых стартапов, активно привлекающих финансирование, чтобы захватить кусок рынка вычислений ИИ. Также не стоит забывать о топовых клиентах Nvidia, стремящиеся самим производить нужные микросхемы. Дженсен Хуанг четко осознает, что лидерская позиция Nvidia может оказаться быстротечной.
Я делаю все возможное, чтобы не обанкротиться, — говорит он. — Я делаю все возможное, чтобы не потерпеть неудачу.
