Nvidia: Στο μυαλό του Jensen Huang τα πάντα είναι τεχνητή νοημοσύνη

Από τις αρχές του 2022, η τιμή της μετοχής της Nvidia έχει αυξηθεί πέντε φορές, στέλνοντας την περιουσία του συνιδρυτή και διευθύνοντος συμβούλου Jensen Huang στα ύψη.

Τώρα, με αξία σχεδόν 70 δισεκατομμυρίων δολαρίων, ο 61χρονος Huang – ο οποίος κατέχει μόλις το 3,5% της Nvidia – βρίσκεται στο κατώφλι της εισόδου στις τάξεις των 20 κορυφαίων δισεκατομμυριούχων του κόσμου στον δείκτη Bloomberg Billionaires Index.

Nvidia: Ξεπέρασε τα 2 τρισ. η κεφαλαιοποίηση

Από την αναγέννηση των ρομπότ, τους ιατρικούς θεούς, τα αυτοκινούμενα και τα chatbots που θα έχουν μνήμη, η τεχνητή νοημοσύνη στο μυαλό του Jensen Huang έχει λάβει διαστάσεις μυθικές, που περιμένουν πώς και πώς να γίνουν πραγματικότητα. Δεν θα ήταν υπερβολη να πούμε πως για ορισμένους ο Huang θεωρείται ο άνθρωπος της χρονιάς – ή ίσως και της δεκαετίας.

Φορώντας το χαρακτηριστικό του δερμάτινο μπουφάν και τα μινιμαλιστικά μαύρα sneaker του, ο δαιμόνιος Huang δεν μοιάζει με τον στερεοτυπικό tech CEΟ – και έχει λόγο να χαίρεται γι’ αυτό, όπως διευκρινίζει το Forbes και το Business Insider. Οι εταιρείες τεχνολογίας κυριολεκτικά δεν χορταίνουν τις GPU (μονάδες επεξεργασίας γραφικών) υπερυπολογιστών της Nvidia. Αυτή δεν είναι η Nvidia του παρελθόντος, ο προμηθευτής των καρτών γραφικών Gen X για βιντεοπαιχνίδια που έκαναν τις εικόνες να ζωντανεύουν με την αποτελεσματική απόδοση δισεκατομμυρίων τριγώνων. Αυτή είναι η Nvidia της οποίας το υλικό έχει εγκαινιάσει έναν κόσμο όπου μιλάμε στους υπολογιστές, αυτοί μας απαντούν και τελικά, ανάλογα με τον τεχνολόγο που θα μιλήσετε, μας ξεπερνούν.

Η εταιρεία που συνίδρυσε ο Jensen αναπτύχθηκε πουλώντας μερικά από τα πιο καινοτόμα υλικά υπολογιστών που έχουν παραχθεί ποτέ και καθώς ο κόσμος συνεχίζει να αλλάζει με ολοένα και αυξανόμενο ρυθμό, και εδραιώνει τη θέση της ως μία από τις σημαντικότερες εταιρείες της επερχόμενης εποχής των επιταχυνόμενων υπολογιστών. Ενώ η ιστορία της εταιρείας του είναι απίστευτα συναρπαστική, η ζωή και το έργο της φυσιογνωμίας του είναι εξίσου συναρπαστικά και έχει σημαδευτεί από την αδιάκοπη επιδίωξη της καινοτομίας και της προόδου.

Forbes

Μετακινήσεις

Ο Jensen, του οποίου το μικρό όνομα είναι στην πραγματικότητα Jen-Hsun, γεννήθηκε στο Tainan της Ταϊβάν το 1963 και τα πρώτα χρόνια της ζωής του σημαδεύτηκαν από μετακινήσεις. Αρκετά ειρωνικό πως η Ταϊβάν είναι σήμερα το κορυφαίο έθνος στον κόσμο όσον αφορά την προηγμένη κατασκευή ημιαγωγών. Σε ηλικία πέντε ετών η οικογένειά του μετακόμισε στην Ταϊλάνδη, αλλά η παραμονή του στη χώρα δεν θα ήταν μακρόχρονη, αφού για οικογενειακούς λόγους ο Jensen καταλήγει στην Ονέιντα του Κεντάκι για το δημοτικό σχολείο και να ζήσει με συγγενείς του. Είχε πρόβλημα να συναναστραφεί τους συνομηλίκους του και όπως είχε δηλώσειο ίδιος σε συνεντεύξεις τους «η φοίτησή μου ήταν δύσκολη για κάποιον σαν εμένα που χαρακτήριζαν “προβληματικό” μαθητή και τον υποχρέωναν να καθαρίζει τουαλέτες». Αργότερα μετανάστευσαν και οι γονείς και η οικογένεια έφτιαξε το σπίτι της λίγο έξω από το Πόρτλαντ του Όρεγκον, όπου ο Jensen μπόρεσε να προσαρμοστεί καλύτερα.

Μετά το Λύκειο, ο Jensen έθεσε ως στόχο του την τριτοβάθμια εκπαίδευση. Η φοίτησή του στο πανεπιστήμιο ξεκίνησε στο Oregon State, όπου απέκτησε πτυχίο μηχανικού. Ενώ ο χρόνος του στο OSU έχτισε τα θεμέλια των γνώσεων που θα χρειαζόταν για να πετύχει στη βιομηχανία – εκεί γνώρισε και τη μελλοντική του σύζυγο Lori, η οποία ήταν η εργαστηριακή του συνεργάτης σε ένα μάθημα ηλεκτρολογίας. Μετά την αποφοίτησή του από το OSU το 1984, ο Huang εργάστηκε σε εταιρείες όπως η AMD και η LSI Logic, σπούδαζε τις νύχτες και τα Σαββατοκύριακα και απέκτησε μεταπτυχιακό τίτλο σπουδών στην ηλεκτρολογία από το Stanford το 1992, ένα χρόνο πριν ιδρύσει την Nvidia. Το ακαδημαϊκό περιβάλλον του Στάνφορντ, σε συνδυασμό με την κουλτούρα της καινοτομίας και της επιχειρηματικότητας, επηρέασε σημαντικά την προοπτική και την προσέγγισή του στην τεχνολογία.

Μπροστά από την εποχή του

Ο Huang έχει καθιερώσει την τοποθέτηση της Nvidia μπροστά από κάθε μεγάλη τεχνολογική τάση. Το 2012 μια μικρή ομάδα ερευνητών κυκλοφόρησε ένα πρωτοποριακό σύστημα αναγνώρισης εικόνων, το AlexNet, το οποίο χρησιμοποίησε GPU αντί για CPU για να επεξεργαστεί τον κώδικά του, εγκαινιάζοντς έτσι μια νέα εποχή. Όπως επισημαίνει και το Business Insider, ο Huang κατεύθυνε αμέσως την εταιρεία να κυνηγήσει την τεχνητή νοημοσύνη ολοταχώς.

Όταν, το 2017, η Google κυκλοφόρησε τη νέα αρχιτεκτονική νευρωνικών δικτύων, γνωστή ως μετασχηματιστής -το Τ στο ChatGPT- και πυροδότησε τη σημερινή έκρηξη της AI, η Nvidia ήταν σε ιδανική θέση για να αρχίσει να πουλάει τις GPUs της με επίκεντρο την AI σε εταιρείες τεχνολογίας που αναζητούσαν διακαώς ανάλογα υλικά και τεχνολογία.

Η Nvidia αντιπροσωπεύει σήμερα περισσότερο από το 70% των πωλήσεων στην αγορά τσιπ AI και έσπασε ήδη το φράγμα των 2 τρισεκατομμυρίων δολαρίων. Τα έσοδά της για το τελευταίο τρίμηνο του 2023 ήταν 22 δισεκατομμύρια δολάρια -αυξημένα κατά 265% σε σχέση με το προηγούμενο έτος. Και η τιμή της μετοχής της έχει αυξηθεί τουλάχιστον κατά 231% τον τελευταίο χρόνο. Ο Huang είναι είτε απίστευτα καλός σε αυτό που κάνει είτε γελοία τυχερός -ή και τα δύο!- και όλοι θέλουν να μάθουν πώς τα καταφέρνει.

Ο βασιλιάς

Αλλά κανείς δεν βασιλεύει για πάντα. Τώρα βρίσκεται στο στόχαστρο του τεχνολογικού πολέμου ΗΠΑ-Κίνας και στο έλεος των ρυθμιστικών αρχών. Ορισμένοι από τους διεκδικητές του Huang στον κόσμο των τσιπ τεχνητής νοημοσύνης είναι γνωστά ονόματα – Google, Amazon, Meta και Microsoft – και έχουν τις βαθύτερες τσέπες στην τεχνολογία.

Στα τέλη Δεκεμβρίου η εταιρεία ημιαγωγών AMD παρουσίασε έναν μεγάλο επεξεργαστή για υπολογιστές AI που προορίζεται να ανταγωνιστεί την Nvidia. Οι νεοσύστατες επιχειρήσεις στοχεύουν επίσης. Μόνο κατά το τρίτο τρίμηνο του περασμένου έτους, οι επενδυτές επιχειρηματικών κεφαλαίων διοχέτευσαν περισσότερα από 800 εκατομμύρια δολάρια σε τσιπ τεχνητής νοημοσύνης, σύμφωνα με την εταιρεία ερευνών Pitchbook.

Πού οδηγεί την Nvidia

Έτσι, ο Huang δεν επαναπαύεται ποτέ. Όπως αποκάλυψε και στο CNBC, τώρα «χτίζει» έναν νέο τύπο κέντρου δεδομένων, που το ονομάζει «εργοστάσιο τεχνητής νοημοσύνης». Με τον τρόπο που κατασκευάζονται σήμερα τα κέντρα δεδομένων, πολλοί άνθρωποι μοιράζονται ένα σύμπλεγμα υπολογιστών και τοποθετούν τα αρχεία τους σε ένα μεγάλο κέντρο δεδομένων. «Ένα εργοστάσιο τεχνητής νοημοσύνης μοιάζει περισσότερο με μια γεννήτρια ενέργειας. Είναι αρκετά μοναδικό. Το χτίζουμε τα τελευταία χρόνια, αλλά τώρα πρέπει να το μετατρέψουμε σε προϊόν», εξήγησε στο Wired.

«Δεν του έχουμε δώσει ακόμα όνομα. Αλλά θα είναι παντού. Οι πάροχοι υπηρεσιών cloud θα τα θέλουν και εμείς θα τα κατασκευάσουμε. Κάθε εταιρεία βιοτεχνολογίας θα το έχει. Κάθε εταιρεία λιανικού εμπορίου, κάθε εταιρεία logistics. Κάθε εταιρεία αυτοκινήτων στο μέλλον θα έχει ένα εργοστάσιο που θα κατασκευάζει τα αυτοκίνητα -τα πραγματικά αγαθά, τα άτομα- και ένα εργοστάσιο που θα κατασκευάζει την τεχνητή νοημοσύνη για τα αυτοκίνητα, τα ηλεκτρόνια. Στην πραγματικότητα, βλέπετε τον Elon Musk να το κάνει αυτό αυτή τη στιγμή που μιλάμε. Είναι πολύ πιο μπροστά από τους περισσότερους στο να σκέφτεται πώς θα μοιάζουν οι βιομηχανικές εταιρείες στο μέλλον», πρόσθεσε.

«Οι πληροφορίες δεν χρειάζεται να ρέουν από την κορυφή προς τη βάση ενός οργανισμού, όπως συνέβαινε στις μέρες του Νεάντερταλ, όταν δεν είχαμε ηλεκτρονικό ταχυδρομείο, μηνύματα και όλα αυτά τα πράγματα. Οι πληροφορίες μπορούν να ρέουν πολύ πιο γρήγορα σήμερα. Έτσι, μια ιεραρχία, ένα γενεαλογικό δέντρο με τις πληροφορίες να ερμηνεύονται από την κορυφή προς τα κάτω, είναι περιττό. Ένα επίπεδο δίκτυο μάς επιτρέπει να προσαρμοζόμαστε πολύ πιο γρήγορα, κάτι που χρειαζόμαστε επειδή η τεχνολογία μας κινείται τόσο γρήγορα».

«Αν κοιτάξετε τον τρόπο με τον οποίο κινήθηκε η τεχνολογία της Nvidia, κλασικά υπήρχε ο νόμος του Moore που διπλασίαζε τα πάντα κάθε δύο χρόνια ( σ.σ. πήρε το όνομά του από τον συνιδρυτή της εταιρείας κατασκευής μικροεπεξεργαστών Intel, Gordon Moore, ο οποίος περιέγραψε το 1965 τους λόγους για τους οποίους ο αριθμός των τρανζίστορ σε ένα πυκνό ολοκληρωμένο κύκλωμα θα διπλασιάζεται κάθε χρόνο για τουλάχιστον μία δεκαετία από τότε). Λοιπόν, κατά τη διάρκεια των τελευταίων 10 ετών, έχουμε προχωρήσει την τεχνητή νοημοσύνη κατά περίπου ένα εκατομμύριο φορές που είναι πολλές φορές περισσότερες από το διπλάσιο. Γιατί να σταματήσουμε τώρα;».