Dari Kehidupan Awal Jensen Huang hingga Platform GPU dan CUDA NVIDIA: 100+ Sumber Pertanyaan Tentang Keluarga, Perusahaan, Sejarah, dan Teknologinya
Pendahuluan: Apa yang Dapat Diberitahukan oleh Bukti Publik kepada Kita Tentang Jensen Huang dan NVIDIA?
Profil publik seorang pemimpin teknologi dapat menimbulkan berbagai pertanyaan berbeda: dari mana dia berasal, siapa keluarganya, bagaimana perusahaannya bertahan, dan apa sebenarnya fungsi teknologinya. Pertanyaan-pertanyaan tersebut memerlukan jawaban yang jelas, namun tidak semuanya memerlukan bukti yang sama. Panduan ini menggunakan catatan publik, pelaporan universitas, dokumen perusahaan, dan pelaporan yang dapat diandalkan. Setiap jawaban mempunyai referensi sumbernya masing-masing. Angka dan laporan keuangan historis diberi tanggal, prakiraan bukanlah jaminan, dan klaim kehidupan pribadi yang tidak diverifikasi tidak disajikan sebagai fakta. Diperiksa pada 10 November 2026.
1. Kehidupan awal
1. Siapakah Jensen Huang?
Jensen Huang adalah salah satu pendiri, presiden, dan CEO NVIDIA. Biografi resmi NVIDIA menyatakan bahwa dia telah memegang peran tersebut sejak didirikan pada tahun 1993. Dia dilatih sebagai insinyur listrik di Oregon State dan Stanford.
2. Kapan dan dimana Jensen Huang lahir?
Ia lahir Jen-Hsun Huang pada tanggal 17 Februari 1963 di Taiwan.
3. Apa yang dilakukan orang tua Jensen Huang?
Ayahnya adalah seorang insinyur kimia di kilang minyak dan ibunya adalah seorang guru sekolah. Mereka adalah keluarga kelas menengah Taiwan yang sering berpindah-pindah karena pekerjaan ayahnya.
4. Dimana Jensen Huang menghabiskan masa kecilnya?
Di Taiwan hingga usia lima tahun, kemudian di Thailand selama kurang lebih empat tahun, di mana ia bersekolah di sekolah internasional di Bangkok. Dia pindah ke Amerika Serikat pada usia sembilan tahun.
5. Bagaimana Jensen Huang belajar bahasa Inggris semasa kecil?
Ibunya mengambil sepuluh kata acak dari kamus setiap hari dan mengajarkannya kepada putra-putranya - pelajaran bahasa Inggris pertamanya sebelum keluarganya tinggal di Amerika.
6. Mengapa Jensen Huang dikirim ke Amerika Serikat pada usia sembilan tahun?
Keluarganya tinggal di Thailand selama masa kerusuhan sosial, dan ayahnya sebelumnya mengunjungi New York dan memutuskan putra-putranya harus bersekolah di Amerika. Pada usia sembilan tahun, Jensen dan kakak laki-lakinya dikirim untuk tinggal bersama pamannya di Tacoma, Washington.
7. Di sekolah manakah Jensen Huang bersekolah di Kentucky?
Pamannya secara tidak sengaja mendaftarkan anak-anaknya ke Oneida Baptist Institute, sebuah akademi reformasi agama untuk remaja bermasalah, karena percaya bahwa itu adalah sekolah berasrama yang bergengsi. Orang tuanya menjual hampir semua milik mereka untuk membayar uang sekolah.
8. Seperti apa kehidupan Jensen Huang di akademi Kentucky?
Keras. Dia diintimidasi, diberi tugas sehari-hari termasuk membersihkan toilet, dan bersekolah di sekolah dasar negeri yang terpisah karena dia terlalu muda untuk mengikuti kelas akademi. Dia belajar tenis meja dan bergabung dengan tim renang, dan dia mengajari teman sekamar remajanya yang buta huruf untuk membaca sebagai imbalan karena diajari cara melakukan bench press.
9. Apakah Jensen Huang benar-benar muncul di Sports Illustrated saat masih remaja?
Ya - dia adalah pemain tenis meja yang kompetitif dan muncul di majalah tersebut pada usia 14 tahun. Forbes mencatat bahwa dia menempati posisi ketiga di ganda junior pada Tenis Meja AS Terbuka 1978 pada usia 15 tahun.
10. Di mana keluarga Jensen Huang menetap di Amerika?
Orangtuanya pindah ke Beaverton, Oregon, sekitar dua tahun setelah anak laki-laki itu tiba di Kentucky, dan keluarganya berkumpul kembali di sana.
11. Di SMA manakah Jensen Huang bersekolah?
Dia bersekolah di Aloha High School di Oregon dan bermain tenis meja kompetitif, mendapatkan peringkat nasional.
12. Apakah Jensen Huang memprogram komputer di sekolah menengah?
Ya. Ketika sekolahnya membeli komputer sekolah pada tahun 1977, dia menggunakannya untuk memainkan permainan Star Trek berbasis teks dan belajar sendiri BASIC, menulis permainan Snake versinya sendiri.
13. Apa pekerjaan pertama Jensen Huang?
Sejak usia sekitar 15 tahun, ia bekerja sebagai shift kuburan di restoran lokal - mencuci piring, mengurus meja, dan menunggu pelanggan - selama sekitar lima tahun, dari tahun 1978 hingga 1983.
2. Pendidikan
14. Di mana Jensen Huang kuliah?
Oregon State University. Dia mengatakan dia memilihnya karena biaya sekolahnya yang rendah. Ia belajar teknik elektro dan lulus pada tahun 1984 dengan penghargaan tertinggi.
3. Karier sebelum NVIDIA
16. Apa yang dilakukan Jensen Huang sebelum mendirikan NVIDIA?
Dia bekerja sebagai perancang mikrochip di Silicon Valley - pertama merancang mikroprosesor di sebuah perusahaan semikonduktor besar Amerika pada tahun 1984-85, kemudian di sebuah perusahaan desain chip hingga tahun 1993, di mana dia kemudian menjalankan sebuah divisi yang membuat chip untuk pembuat perangkat keras.
17. Bagaimana Jensen Huang bertemu dengan salah satu pendirinya?
Di perusahaan desain chip, dia ditugaskan pada proyek akselerator grafis untuk pembuat stasiun kerja komputer. Di sana ia bertemu insinyur Chris Malachowsky dan Curtis Priem, dan pada tahun 1989 ketiganya menyelesaikan mesin grafis yang mereka sebut GX.
18. Bahasa apa saja yang digunakan Jensen Huang?
Catatan biografi publik menggambarkan bahasa Hokkien Taiwan, bahasa Inggris dan Mandarin di antara bahasa-bahasa yang ia gunakan. Catatan tersebut tidak menetapkan tingkat kemahiran formal dalam setiap bahasa.
4. Pendirian NVIDIA
19. Di mana NVIDIA didirikan?
Ketiga pendiri tersebut menyusun rencana bisnis mereka pada tahun 1992 melalui banyak pertemuan di gerai sarapan di restoran pinggir jalan di San Jose Timur - jaringan restoran yang sama tempat Huang mencuci piring saat remaja. Dia mengatakan dia memilihnya karena "lebih tenang daripada di rumah dan memiliki kopi yang murah".
20. Kapan tepatnya NVIDIA didirikan?
5 April 1993. Huang secara pribadi menandatangani anggaran dasar, dan dia berusia 30 tahun - menepati janji yang telah dia buat kepada istrinya beberapa tahun sebelumnya.
21. Sudah berapa lama Jensen Huang menjadi CEO NVIDIA?
Sejak hari pertama pada tahun 1993 - lebih dari tiga dekade, masa jabatan yang oleh Wall Street Journal disebut "hampir tidak pernah terjadi" di Silicon Valley yang bergerak cepat.
5. Pernikahan dan bagaimana dia bertemu Lori
22. Siapakah istri Jensen Huang?
Lori Huang, lahir Lori Mills. Dia adalah seorang insinyur listrik dengan pelatihan dan presiden yayasan amal yang dia dan suaminya dirikan pada tahun 2007.
23. Bagaimana Jensen Huang bertemu istrinya?
Mereka bertemu di Oregon State University pada awal tahun 1980-an sebagai mitra lab di kelas teknik elektro. Dia berumur 17 dan dia 19. Dia ingat ada 250 siswa di kelas dan hanya tiga perempuan.
24. Bagaimana Jensen Huang memenangkan Lori?
Dalam ceritanya sendiri, dia berjalan dan bertanya, “apakah kamu ingin melihat pekerjaan rumahku?” Kemudian dia membuat kesepakatan: jika dia mengerjakan pekerjaan rumah bersamanya setiap hari Minggu, dia berjanji dia akan mendapat nilai A. Sejak saat itu, katanya, dia berkencan setiap hari Minggu.
25. Janji apa yang diberikan Jensen Huang kepada Lori tentang kariernya?
Dia mengatakan kepadanya bahwa pada usia 30 tahun dia akan menjadi CEO. Dia mendirikan NVIDIA pada usia 30 dan menjadi CEO-nya sejak saat itu.
26. Kapan Jensen dan Lori Huang menikah?
Pada tahun 1985, sekitar lima tahun setelah mereka bertemu di Oregon State.
27. Apa latar belakang Lori Huang sendiri?
Dia lulus dari Oregon State pada tahun 1985 dengan gelar sarjana teknik elektro - satu tahun setelah Jensen. Dia tidak menonjolkan diri di depan umum selama kebangkitan NVIDIA.
28. Apa yang Jensen Huang katakan tentang peran Lori dalam kariernya?
Dalam sebuah wawancara tahun 2026 dia berkata: "Lori sudah lama bersama saya, sepanjang hidup kami. Dia telah menjadi bagian dari NVIDIA di setiap langkahnya. Dia menghadiri setiap konferensi, setiap pidato... setiap momen NVIDIA, dia ada di sana."
6. Anak-anak dan keluarga
30. Apakah anak-anak Jensen Huang bekerja di NVIDIA?
Ya. Pelaporan publik pada November 2026 menggambarkan Madison bekerja di bidang pemasaran produk dan teknis untuk platform AI fisik, dan Spencer di bidang manajemen produk perangkat lunak robotika. Ini adalah deskripsi bertanggal tentang peran NVIDIA mereka, yang dapat berubah.
31. Apa yang dilakukan Spencer Huang sebelum bergabung dengan NVIDIA?
Dia membuka bar di Taipei pada tahun 2015 yang dinobatkan oleh Forbes sebagai salah satu dari 50 bar terbaik Asia; ditutup pada tahun 2021 dan dia kemudian bergabung dengan NVIDIA sebagai manajer produk.
32. Apa yang dilakukan Madison Huang sebelum bergabung dengan NVIDIA?
Dia bekerja di industri perhotelan sebelum pindah ke pemasaran produk di NVIDIA.
33. Apakah Jensen Huang ada hubungannya dengan orang lain yang terkenal di industri chip?
Ya. CEO perusahaan chip besar Amerika lainnya adalah sepupunya - khususnya, ibunya adalah adik perempuan bungsu dari kakek dari pihak ibu, sehingga menjadikan mereka sepupu pertama setelah disingkirkan. Huang mengatakan dia tidak mengetahui tentang hubungan keluarga sampai dia menjadi CEO perusahaan tersebut.
7. Gaya dan kebiasaan pribadi
8. Filantropi
35. Apa itu Jen-Hsun and Lori Huang Foundation?
Ini adalah organisasi filantropi Jensen dan Lori Huang yang didirikan pada tahun 2007. Oregon State mengidentifikasi Lori sebagai presidennya dan menjelaskan dukungan untuk pendidikan tinggi, kesehatan masyarakat, STEM, dan organisasi komunitas lokal.
36. Apa yang diberikan Huang kepada Oregon State University?
Oregon State mengumumkan hadiah $50 juta mereka pada tanggal 14 Oktober 2022, untuk Kompleks Jen-Hsun dan Lori Mills Huang Collaborative Innovation. Laporan universitas pada tahun 2023 menggambarkan rencana fasilitas senilai $200 juta, yang kemudian ditargetkan untuk dibuka pada tahun 2025, dengan komputasi canggih untuk penelitian. Pengumuman itu sendiri tidak mengkonfirmasi tanggal pembukaan final.
9. Berita November 2026: Apa yang Dikonfirmasi dan Apa yang Diduga
38. Apa yang terjadi pada bulan November 2026 terkait pernikahan Jensen Huang?
Pada hari Minggu, 8 November 2026, Huang memberi tahu karyawannya melalui catatan tertulis bahwa dia telah "tidak setia" kepada istrinya, dan dia meminta maaf kepada istrinya dan anak-anak mereka. Dia tidak menyebutkan nama orang tersebut.
39. Apa tanggapan NVIDIA?
Perusahaan membuka penyelidikan independen mengenai apakah Huang telah menjadi "target upaya intelijen asing". Dikatakan bahwa mereka tidak yakin keamanan nasional AS telah dikompromikan, dan dewan tersebut mengeluarkan pernyataan "kepercayaan pada Jensen dan tim kepemimpinannya".
40. Apa sebenarnya tuduhan mata-mata itu?
New York Times melaporkan bahwa pejabat intelijen AS yakin seorang pengusaha wanita Tiongkok - yang diidentifikasi sebagai Alice Huang, tidak ada hubungan keluarga, juga dikenal sebagai Huang Le - telah direkrut untuk melakukan kegiatan mata-mata bagi Beijing, dan pengawasan terhadap komunikasinya membuat penyelidik mengidentifikasi Jensen Huang. Laporan tersebut menghubungkan tuduhan tersebut dengan pejabat yang namanya tidak diungkapkan. Para pejabat itulah yang menjadi sumber tuduhan; itu bukan temuan yang terbukti. Masih belum jelas apakah informasi apa pun diduga telah disampaikan, dan jika ada, informasi apa itu; wanita tersebut tidak menanggapi permintaan komentar dan keberadaannya tidak diketahui ketika cerita tersebut tersiar.
41. Apa hubungannya dengan perusahaan pusat data Singapura?
Wanita tersebut adalah seorang eksekutif puncak di sebuah perusahaan pusat data yang berbasis di Singapura antara bulan Maret dan November 2023. Perusahaan tersebut sebelumnya dicurigai membantu mengalihkan chip NVIDIA ke Tiongkok - kekhawatiran yang menurut NVIDIA telah diselidiki dan dibantah - dan BBC memahami bahwa pemerintah Singapura sedang menyelidiki perusahaan tersebut secara terpisah atas tuduhan sebelumnya.
42. Bagaimana reaksi pemerintah?
Kementerian Luar Negeri Tiongkok menolak klaim mata-mata tersebut dan menyebutnya "sama sekali tidak berdasar, spekulatif, dan dimaksudkan untuk mencoreng dan memfitnah Tiongkok". Presiden AS Trump mengatakan dia tidak berharap dia bertindak berdasarkan intelijen, dan menyebut Huang sebagai "orang terhormat" dan "orang baik" yang telah "melakukan pekerjaan luar biasa untuk negara kita". Beberapa anggota parlemen AS telah menyerukan pengawasan, mengingat peran penting NVIDIA dalam perlombaan AI AS-Tiongkok.
43. Apakah Jensen Huang masih menjadi CEO NVIDIA?
Ya. Pada 10 November 2026 ia tetap menjadi presiden dan CEO. Dewan telah secara terbuka mendukungnya, sumber mengatakan kepada BBC bahwa pemecatannya dianggap tidak mungkin terjadi, dan tidak ada rencana suksesi publik - dia sering mengatakan bahwa dia berharap untuk memimpin perusahaan tersebut selama beberapa dekade mendatang.
44. Apakah bukti publik mengonfirmasi identitas pacar Jensen Huang?
Laporan bulan November 2026 menggambarkan dugaan hubungan dengan seorang pengusaha wanita yang namanya dilaporkan. Namun, ketika Huang secara terbuka mengakui kesalahannya, dia tidak menyebutkan nama orang tersebut. Panduan ini tidak dapat memastikan secara independen bahwa dia adalah pacarnya atau memastikan sifat lengkap dari hubungan tersebut. Tuduhan yang dilaporkan intelijen masih merupakan tuduhan yang belum terbukti, bukan temuan yang pasti.
10. Apa itu NVIDIA
45. Apa itu NVIDIA?
NVIDIA adalah perusahaan teknologi Amerika yang berkantor pusat di Santa Clara, California. Ia merancang GPUs, sistem komputasi, jaringan, dan perangkat lunak untuk penggunaan termasuk game, grafis profesional, komputasi ilmiah, AI, dan sistem otomotif.
46. Siapa yang mendirikan NVIDIA?
Tiga insinyur: Jensen Huang (masih menjadi presiden dan CEO hingga saat ini), Chris Malachowsky dan Curtis Priem.
47. Di manakah kantor pusat NVIDIA?
Santa Clara, California, di Lembah Silikon. Gedung kampus barunya, Endeavour (2017) dan Voyager (2022), bertema segitiga - blok bangunan dasar grafik komputer.
48. Apa arti nama "NVIDIA"?
Itu berasal dari "invidia", kata Latin untuk iri hati - para pendiri ingin saingannya menjadi hijau karena iri hati. Mereka hampir menyebut perusahaan itu "NVision", tetapi nama itu sudah dipakai.
49. Apakah NVIDIA merupakan perusahaan publik?
Ya. Ini diperdagangkan di Nasdaq dengan ticker NVDA. Perusahaan ini go public pada 22 Januari 1999, bergabung dengan indeks S&P 500 pada tahun 2001, dan ditambahkan ke Dow Jones Industrial Average pada November 2024.
50. Berapa banyak orang yang bekerja di NVIDIA?
NVIDIA melaporkan sekitar 42.000 karyawan untuk tahun fiskal 2026, yang berakhir pada bulan Januari 2026. Itu adalah angka tenaga kerja tertanggal, bukan jumlah karyawan yang sebenarnya.
11. Tahun-tahun mendekati kebangkrutan dan kelangsungan hidup
51. Apa produk pertama NVIDIA?
NV1, diluncurkan pada Mei 1995 setelah dua tahun pengembangan. Itu adalah chip all-in-one ambisius yang menggabungkan grafis 2D dan 3D, audio, video gerak penuh dan antarmuka pengontrol permainan, dijual di papan tambahan mitra.
52. Mengapa NV1 gagal?
NVIDIA bertaruh pada cara yang tidak biasa dalam menggambar pemandangan 3D - permukaan persegi melengkung - sementara industri lainnya melakukan standarisasi pada poligon segitiga. Ketika standar game PC saat itu berkomitmen pada segitiga, pengembang game tidak akan mendukung pendekatan NVIDIA, dan kartu mahal tersebut gagal.
53. Bagaimana kehilangan kontrak konsol game hampir membunuh NVIDIA?
NVIDIA telah menghabiskan waktu sekitar satu tahun untuk merancang chip lanjutan untuk konsol berikutnya dari perusahaan game Jepang. Pembuat konsol tersebut pergi dan memilih vendor lain - meninggalkan NVIDIA dengan chip yang dibatalkan dan uang tunai yang semakin berkurang.
54. Bagaimana NVIDIA bisa bertahan dari serangan itu?
Dalam sebuah tindakan iman yang terkenal, presiden perusahaan konsol tersebut secara pribadi percaya pada NVIDIA dan membujuk manajemennya untuk menginvestasikan $5 juta pada startup yang sedang kesulitan tersebut. Huang kemudian berkata bahwa uang "memberi kami waktu enam bulan untuk hidup".
55. Apa yang Jensen Huang lakukan untuk menyelamatkan perusahaan?
Pada tahun 1996 ia memberhentikan lebih dari separuh stafnya - mengurangi dari sekitar 100 orang menjadi sekitar 40 - dan menunjuk semua orang yang tetap pada satu tujuan: chip grafis konvensional berbasis segitiga, yang dibuat dengan cepat.
56. Apa itu RIVA 128?
Chip ini menyelamatkan NVIDIA. Chip ini diluncurkan pada bulan Agustus 1997. Pada saat itu, perusahaan memiliki sisa uang yang cukup di rekening banknya untuk membayar gaji stafnya hanya untuk satu bulan lagi. Sekitar satu juta unit terjual dalam empat bulan pertama. Penjualan tersebut mendanai produk generasi berikutnya.
57. Apa motto tidak resmi NVIDIA yang terkenal?
“Perusahaan kita tinggal tiga puluh hari lagi untuk gulung tikar.” Lahir dari tahun-tahun mendekati kematian, Jensen Huang membuka presentasi internal dengan kata-kata itu selama bertahun-tahun - sebuah budaya urgensi yang disengaja.
58. Apa yang terjadi setelah RIVA 128?
RIVA TNT (1998) menambahkan rendering "warna asli" 32-bit, dan meskipun masalah panas memaksa pengiriman lebih lambat dari yang direncanakan, kebiasaan baru NVIDIA yaitu sering memperbarui driver memenangkan pelanggan. RIVA TNT2 (1999) menggandakan memori dan mendorong kecepatan hingga 175 MHz, mengukuhkan NVIDIA sebagai pemimpin grafis.
12. Menemukan GPU
59. Apakah NVIDIA benar-benar menciptakan GPU?
NVIDIA memasarkan GeForce 256 pada tahun 1999 sebagai GPU pertama di dunia. Sejarah perusahaannya menyebut ini sebagai penemuan GPU. Produk sebelumnya telah mempercepat grafis, jadi klaim tersebut harus dibaca dalam konteks definisi NVIDIA dan integrasi fungsi grafis produk tersebut.
60. Apa yang sebenarnya dilakukan GeForce 256 yang baru?
Transformasi dan pencahayaan perangkat keras terintegrasi GeForce 256, memindahkan geometri dan penghitungan pencahayaan dari CPU ke dalam prosesor grafis. Hal ini mengurangi peran CPU dalam tahapan pipeline grafis tersebut.
61. Bagaimana NVIDIA bisa masuk ke konsol game?
Chip kelas GeForce3 yang telah diubah dan perangkat keras audio khusus mendukung konsol game besar yang diluncurkan pada tahun 2001, sebuah kontrak yang disertai uang muka sebesar $200 juta. NVIDIA kemudian merancang prosesor grafis untuk model keluarga konsol besar lainnya tahun 2006 juga.
13. Generasi arsitektur
62. Apa yang dimaksud dengan "arsitektur" GPU di dunia NVIDIA?
Arsitektur adalah generasi desain dan kemampuan prosesor, sering kali dinamai menurut nama ilmuwan atau ahli matematika. Produk yang berbagi arsitektur masih dapat berbeda secara substansial dalam ukuran, memori, dukungan presisi, kekuatan, dan target pasar.
63. Apa itu G80, dan mengapa itu penting?
Diluncurkan pada bulan November 2006 (dijual sebagai GeForce 8800 dan dalam kartu komputasi Tesla C870), G80 menggantikan saluran grafis terpisah dengan satu rangkaian prosesor terpadu yang dapat menjalankan program grafis atau tujuan umum. Itu adalah GPU pertama yang dapat diprogram oleh pengembang dalam bahasa C, dan memperkenalkan model eksekusi SIMT dengan shared memory dan sinkronisasi thread - dasar teknis dari semua yang dilakukan NVIDIA di AI saat ini.
64. Bagaimana NVIDIA membuat GPUs cocok untuk sains setelah G80?
Dari generasi ke generasi, ia menambahkan fitur-fitur yang ditujukan untuk para peneliti: aritmatika presisi ganda hadir dengan chip GT200 pada bulan Juni 2008, dan arsitektur Fermi menambahkan memori pengoreksi kesalahan - keduanya penting untuk komputasi ilmiah yang andal.
65. Apa yang dibawa oleh generasi Pascal?
Pascal adalah generasi 2016 yang mencakup produk game dan komputasi. Model Gaming menyertakan GTX 1080 dan 1070, sedangkan Pascal GPUs juga mendukung DGX-1 pertama. Spesifikasi seperti proses pembuatan dan jenis memori bergantung pada produk tertentu.
66. Apa itu Tensor Cores?
Unit khusus di dalam GPU yang mempercepat aritmatika matriks sebagai inti pembelajaran mendalam. Mereka memulai debutnya di akselerator V100 generasi Volta pada bulan Mei 2017 - 640 di antaranya per chip - dan sejak itu semakin mumpuni di setiap arsitektur.
67. Apa itu NVIDIA RTX?
RTX adalah platform grafis NVIDIA yang terkait dengan ray tracing real-time yang dipercepat perangkat keras dan rendering yang dibantu AI. NVIDIA memperkenalkannya dengan Turing pada tahun 2018. Klaim pertama perusahaan ini adalah karakterisasinya sendiri, bukan klaim bahwa tidak ada sistem penelitian sebelumnya yang melacak sinar secara real-time.
68. Apa yang spesial dari Ampere A100?
Diumumkan pada bulan Mei 2020, pusat data A100 GPU mengemas 54,2 miliar transistor dan dapat dipecah menjadi tujuh instance GPU yang terisolasi, sehingga satu chip dapat melayani banyak pekerjaan sekaligus.
69. Apa yang ditambahkan oleh Hopper H100?
H100, yang diumumkan pada bulan Maret 2022, memperkenalkan Transformer Engine Hopper, menggunakan komputasi presisi lebih rendah termasuk FP8 bersama dengan presisi lebih tinggi untuk mempercepat beban kerja transformator. Hasil tergantung pada model, perangkat lunak, dan konfigurasi.
70. Apa itu Blackwell?
NVIDIA mengumumkan Blackwell pada tanggal 18 Maret 2024, menamakannya sesuai dengan nama ahli matematika David Blackwell. Desain pusat data yang dijelaskan dalam ikhtisar arsitekturnya menggabungkan dua cetakan dengan 208 miliar transistor. Sistem yang diberi nama mencakup GB200 NVL72; tidak semua produk bermerek Blackwell memiliki konfigurasi tersebut.
71. Apa itu Vera Rubin?
Penerus Blackwell, diluncurkan di CES pada 5 Januari 2026: enam chip baru termasuk Vera CPU - dijelaskan oleh NVIDIA sebagai CPU pertama yang dibuat untuk agen AI - dan Rubin GPU, dihubungkan dengan peralihan NVLink 6. Pada laporan pendapatan Agustus 2026, Vera Rubin mulai berproduksi penuh dengan rak yang dijalankan di partner cloud utama.
72. Apa seri GeForce RTX 50 itu?
Keluarga game NVIDIA GPU untuk PC dan laptop diumumkan di CES pada bulan Januari 2025, menghadirkan fitur AI terbaru dari chip pusat datanya ke dalam grafis konsumen.
14. CUDA dan kisah perangkat lunak
73. Apa itu CUDA?
CUDA adalah platform komputasi paralel dan model pemrograman NVIDIA, yang diperkenalkan pada tahun 2006. Ini memungkinkan pemrogram menggunakan ribuan prosesor kecil di dalam GPU untuk komputasi umum - bukan hanya grafik - dengan menulis dalam bahasa biasa seperti C.
74. Mengapa CUDA disebut sebagai keputusan terpenting NVIDIA?
CUDA menjadikan NVIDIA GPUs berguna untuk komputasi yang lebih luas daripada grafik. NVIDIA berinvestasi pada peralatan dan perpustakaan sebelum komputasi GPU untuk tujuan umum menjadi pasar yang besar. Upaya jangka panjang dalam bidang perangkat lunak merupakan bagian penting dari posisi AI-nya, bersama dengan perangkat keras, jaringan, dan pekerjaan pengembang luar.
75. Seberapa besar ekosistem CUDA saat ini?
Garis waktu perusahaan yang diakses pada 10 November 2026 menyatakan lebih dari empat juta pengembang, lebih dari 40.000 perusahaan menggunakan teknologi AI NVIDIA dan 15.000 startup dalam program Inception-nya. Ini adalah angka yang dilaporkan perusahaan di halaman tersebut, bukan angka langsung yang diaudit secara independen.
76. Apa hubungannya AlexNet dengan NVIDIA?
Pada tahun 2012, tiga peneliti melatih jaringan saraf 60 juta parameter pada dua game NVIDIA GPUs selama lima hingga enam hari dan memenangkan kompetisi pengenalan gambar ImageNet dengan selisih yang sangat besar - kesalahan 15,3% berbanding 26,2% untuk runner-up. Hal ini membuktikan GPUs dapat melatih jaringan saraf jauh lebih besar daripada yang dapat dilakukan pada prosesor biasa, dan sejarah NVIDIA sendiri memuji AlexNet yang memicu era AI modern.
77. Berapa pengiriman DGX-1 pada tahun 2016?
Pada tahun 2016 Huang secara pribadi mengirimkan DGX-1 awal ke laboratorium penelitian AI di San Francisco. Sistem ini membantu mendemonstrasikan server GPU yang dikemas untuk penelitian pembelajaran mendalam. Desain delapan GPU menandai langkah penting dalam peralihan NVIDIA dari akselerator individual ke sistem AI terintegrasi.
78. Perangkat lunak apa yang ditawarkan NVIDIA selain CUDA?
Rilis hasil NVIDIA bulan Agustus 2026 membahas perpustakaan CUDA-X, alat pengembangan agen, FisikaNeMo, BioNeMo, Omniverse, Nemotron, model penggerak otonom, Earth-2, dan perangkat lunak desain infrastruktur. Alat-alat ini menangani tugas-tugas yang berbeda; mereka bukan produk yang dapat dipertukarkan.
79. Apa yang dimaksud dengan layanan cloud dan game NVIDIA?
GeForce Now melakukan streaming game dari cloud; DGX Cloud menyewa superkomputer AI; dan NVIDIA AI Enterprise adalah rangkaian perangkat lunak untuk perusahaan yang menjalankan AI dalam produksi.
15. Produk dan pasar saat ini
81. Apa saja kelompok produk utama NVIDIA?
GeForce GPUs untuk bermain game dan karya kreatif; RTX grafis profesional; akselerator pusat data dan Grace CPUs; BlueField unit pemrosesan data untuk pipa pusat data; Chip Tegra untuk seluler dan otomotif; platform Drive untuk kendaraan tanpa pengemudi; DGX sistem AI; dan tumpukan perangkat lunak CUDA di bawah semuanya.
82. Apakah NVIDIA membuat CPUs dan perlengkapan jaringan, bukan hanya GPUs?
Ya. Jalur Grace CPU dan, mulai tahun 2026, Vera CPU menangani pemrosesan umum dalam sistem AI; BlueField DPUs membongkar tugas infrastruktur pusat data; dan sejak menyelesaikan akuisisi perusahaan jaringan Israel senilai sekitar $7 miliar pada bulan April 2020, NVIDIA menjual jaringan berkecepatan tinggi - termasuk sistem saklar Spectrum - yang mengikat ribuan GPUs menjadi satu "pabrik AI" raksasa.
83. Apa yang dilakukan NVIDIA di mobil?
Platform Drive-nya memasok komputer dan perangkat lunak untuk kendaraan otomatis dan self-driving; chip Drive Thor tingkat otomotif diumumkan pada tahun 2022, dan model terbuka Alpamayo (mulai Desember 2025) menargetkan pengembangan kendaraan otonom.
84. Apa itu "pabrik AI"?
NVIDIA menggunakan pabrik AI untuk mendeskripsikan infrastruktur komputasi yang menghasilkan keluaran AI menggunakan prosesor, jaringan, sistem, dan perangkat lunak. Ini adalah analogi industri untuk produksi AI, bukan bukti bahwa pusat data memberikan hasil yang berguna atau akurat secara otomatis.
16. Gambaran keuangan (angka bertanggal)
85. Apa hasil terbaru yang dilaporkan NVIDIA?
Rilis tanggal 26 Agustus 2026 melaporkan hasil untuk kuartal yang berakhir 26 Juli 2026. Pendapatan adalah $96,2 miliar. Pendapatan Data Center adalah $89,0 miliar. GAAP margin kotor adalah 75,0%. GAAP laba per saham dilusian adalah $2,46. Perkiraan pendapatan untuk kuartal berikutnya adalah $108 miliar, plus atau minus 2%. Perkiraan ini mengasumsikan pendapatan nol dari produk Data Center compute yang dijual di Tiongkok. Ini hanyalah perkiraan, bukan hasil yang dilaporkan.
86. Apakah NVIDIA membayar dividen dan membeli kembali saham?
Ya. Perusahaan membayar dividen triwulanan sebesar $0,25 per saham pada tanggal 1 Oktober 2026, dan pada kuartal yang berakhir Juli 2026, perusahaan mengembalikan sekitar $26 miliar kepada pemegang saham melalui pembelian kembali dan dividen, dengan sekitar $99 miliar tersisa berdasarkan otorisasi pembelian kembali pada tanggal tersebut.
87. Kapan NVIDIA menjadi perusahaan paling berharga di dunia?
Pada 18 Juni 2024, ketika kapitalisasi pasarnya melampaui $3,3 triliun. Perusahaan ini kemudian menjadi perusahaan pertama yang mencapai penutupan di atas $4 triliun (10 Juli 2025) dan yang pertama mencapai $5 triliun (29 Oktober 2025, ditutup pada $5,03 triliun).
88. Berapa kerugian satu hari senilai $600 miliar?
Pada tanggal 27 Januari 2025, NVIDIA kehilangan nilai pasar sekitar $600 miliar dalam satu hari - yang merupakan kerugian satu hari terbesar bagi perusahaan AS mana pun - setelah sebuah perusahaan rintisan AI asal Tiongkok menunjukkan model kuat yang dibangun dengan biaya jauh lebih rendah, sehingga sempat menggoyahkan kepercayaan terhadap belanja perangkat keras AI. Stok kemudian pulih ke rekor baru.
89. Apa itu GTC?
GTC adalah rangkaian konferensi NVIDIA untuk pengembang dan industri komputasi, yang dimulai pada tahun 2009. Ini adalah tempat untuk sesi teknis, penelitian, kemitraan, dan pengumuman platform utama.
17. Model bisnis dan akuntabilitas
90. Apakah NVIDIA hanya perusahaan kartu grafis?
Laporan tahunan fiskal 2026 perusahaan ini menjelaskan bisnis infrastruktur AI berskala pusat data yang mencakup prosesor, jaringan, sistem, perangkat lunak, dan layanan, serta bisnis grafisnya.
91. Apa saja dua segmen bisnis NVIDIA yang dapat dilaporkan?
Dalam pengajuan tahun fiskal 2026 mereka adalah Compute & Networking dan Graphics. Segmen akuntansi ini berbeda dari kategori platform pasar yang digunakan dalam beberapa presentasi produk dan pendapatan.
92. Apa yang termasuk dalam Compute & Networking?
Laporan tahun fiskal 2026 meliputi Data Center komputasi yang dipercepat, jaringan, solusi dan perangkat lunak AI, serta Automotive platform dan solusi kendaraan otonom dan listrik.
93. Apa yang termasuk dalam segmen Graphics NVIDIA?
Laporan fiskal tahun 2026 menempatkan game GeForce dan PC GPUs, serta grafis stasiun kerja perusahaan Quadro/NVIDIA RTX, dalam Graphics.
94. Apa sajakah empat platform pasar utama NVIDIA?
Laporan fiskal tahun 2026 mengidentifikasi Data Center, Gaming, Professional Visualization dan Automotive. Platform ini membantu menjelaskan di mana teknologinya digunakan.
95. Apakah NVIDIA memproduksi setiap chip di pabriknya sendiri?
No.NVIDIA menjelaskan strategi fabel dan kontrak manufaktur. Perusahaan ini merancang produk dan bergantung pada pemasok untuk fabrikasi, perakitan, pengujian, dan pengemasan wafer.
96. Apakah NVIDIA bergantung pada pabrik pengecoran semikonduktor luar?
Ya. Laporan fiskal tahun 2026 mengidentifikasi pabrik pengecoran luar yang memproduksi wafer semikonduktor. Ketergantungan tersebut membuat kapasitas pengecoran, pengemasan, dan hubungan pemasok menjadi bagian dari pemahaman bisnis NVIDIA.
97. Apakah NVIDIA juga bergantung pada pemasok memori luar?
Ya. Laporan fiskal tahun 2026 menyebutkan beberapa pemasok memori. Sumber daya khusus produk dapat berbeda, dan ketersediaan memori merupakan masalah terpisah dari desain GPU itu sendiri.
98. Mengapa pengemasan chip penting bagi NVIDIA?
Laporan tahun fiskal 2026 mengidentifikasi teknologi pengemasan CoWoS sebagai bagian dari pengaturan manufakturnya. Sistem komputasi tingkat lanjut bergantung pada kemasan serta desain chip, memori, dan jaringan.
99. Siapa yang membeli produk pusat data NVIDIA?
Laporan tahun fiskal 2026 menjelaskan tentang penyedia cloud, pembuat model AI, perusahaan, perusahaan rintisan, dan pelanggan sektor publik. Beberapa pelanggan langsung adalah produsen peralatan, produsen device, integrator sistem, dan distributor.
100. Bisakah penyedia cloud menjadi pelanggan sekaligus pesaing NVIDIA?
Ya. Laporan tahun fiskal 2026 menggambarkan penyedia cloud sebagai pelanggan, dan juga mencantumkan perusahaan cloud besar yang mengembangkan perangkat keras dan perangkat lunak komputasi terakselerasi mereka sendiri di antara tekanan persaingan yang ada.
101. Apakah NVIDIA mengatakan bahwa mereka menghadapi persaingan?
Ya. Laporan fiskal tahun 2026 menyebutkan bahwa pasar di negara ini sangat kompetitif, dengan perubahan teknologi yang cepat, standar yang berubah, dan pendatang baru yang potensial. Kesuksesan komersial tidak menghilangkan risiko-risiko tersebut.
102. Apa yang membuat persaingan lebih luas dari spesifikasi GPU saja?
Laporan tahun fiskal 2026 NVIDIA mencantumkan kinerja, cakupan produk, distribusi, dukungan perangkat lunak, standar, kapasitas produksi, harga prosesor, dan total biaya sistem di antara faktor-faktor kompetitif.
103. Bagaimana pengaruh kontrol ekspor terhadap NVIDIA?
Pengajuan fiskal tahun 2026 menjelaskan bahwa pembatasan ekspor dan persyaratan perizinan dapat membatasi produk, pelanggan, dan tujuan yang dapat dilayaninya. Peraturan berubah, jadi pengajuan bertanggal tidak boleh dianggap sebagai nasihat hukum terkini.
104. Berapa biaya terkait H20 yang diungkapkan pada tahun fiskal 2026?
NVIDIA melaporkan tagihan sebesar $4,5 miliar pada kuartal pertama tahun fiskal 2026 untuk H20 kelebihan inventaris dan kewajiban pembelian setelah persyaratan izin ekspor tambahan. Ini adalah pengungkapan akuntansi historis.
105. Bagaimana NVIDIA melindungi kekayaan intelektualnya?
Laporan fiskal tahun 2026 menjelaskan tentang paten, merek dagang, rahasia dagang, perjanjian kerahasiaan, dan pengaturan lisensi. Laporan ini juga mencatat bahwa perlindungan hukum berbeda-beda di setiap negara.
106. Apa yang dikatakan proksi tahun 2026 tentang independensi dewan?
Proksi tersebut menggambarkan semua direktur selain CEO sebagai direktur independen dan mengidentifikasi direktur utama yang independen. Hal ini merupakan pengaturan tata kelola perusahaan yang bersifat terbuka, bukan merupakan jaminan bahwa setiap keputusan dewan direksi di masa depan adalah keputusan yang tepat.
107. Siapa yang ditunjuk sebagai direktur independen utama dalam proksi tahun 2026?
Proksi tersebut mengidentifikasi Stephen C. Neal sebagai direktur utama. Peran tata kelola harus dibaca dengan tanggal dokumen karena penunjukan dapat berubah.
108. Apakah direktur NVIDIA mencalonkan diri dalam pemilihan setiap tahun?
Proksi tahun 2026 menyatakan bahwa direktur memiliki masa jabatan satu tahun dan mencalonkan diri setiap tahun. Oleh karena itu, pemegang saham memiliki hak suara pemilihan direktur yang berulang.
109. Berapa suara yang disetujui pemegang saham NVIDIA?
Proksi tahun 2026 menggambarkan pemungutan suara tahunan yang tidak mengikat mengenai kompensasi pejabat eksekutif. Hal ini memberikan pemegang saham hak suara mengenai pembayaran namun tidak sama dengan menetapkan secara langsung setiap gaji.
110. Apakah Jensen Huang orang yang sama dengan NVIDIA Corporation?
Tidak. Pengajuan tersebut mengidentifikasi Huang sebagai eksekutif dan direktur, sedangkan NVIDIA adalah perusahaan dengan pemegang saham, dewan direksi, pejabat, dan tugas pelaporan formal. Keunggulan pribadi tidak menghapus peran-peran yang terpisah tersebut.
18. Kepemimpinan dan membaca klaim publik
111. Apa yang Huang katakan kepada siswa Stanford tentang ketahanan pada tahun 2024?
Laporan Stanford mengatakan dia menyarankan ekspektasi rendah dan ketahanan tinggi, membahas bagaimana kemunduran dapat mengembangkan karakter. Ini mencatat keinginannya agar siswa mengalami banyak rasa sakit dan penderitaan. Hal ini menggambarkan nasihatnya, bukan resep universal untuk mengelola manusia.
112. Apakah Huang memberikan definisi yang tepat tentang kecerdasan umum buatan di Stanford?
Laporan Stanford tahun 2024 mengatakan dia menekankan bahwa orang-orang pertama-tama memerlukan kesepakatan tentang definisi kesuksesan. Hal ini juga mencatat ketidakpastian apakah AI dapat meniru pikiran manusia.
113. Haruskah perkiraan AI Huang dibaca sebagai jaminan hasil?
Akun No.Stanford tahun 2024 menampilkan kemampuan AI masa depannya sebagai prediksi. Laporan tahunan NVIDIA secara terpisah memperingatkan bahwa pernyataan berwawasan ke depan melibatkan ketidakpastian. Ramalan dan hasil observasi merupakan bukti yang berbeda.
19. Di dalam arsitektur GPU dan perangkat lunak CUDA
114. Apa arti host dan device dalam CUDA?
host adalah CPU dan memori yang terhubung langsung; device adalah GPU dan memori yang terhubung langsung. Program CUDA membagi pekerjaan ke seluruh bagian sistem yang heterogen ini.
115. Apakah aplikasi CUDA dimulai dengan berjalan di GPU?
Tidak. Panduan CUDA menyatakan bahwa aplikasi dimulai pada CPU. Kode host dapat mentransfer data, meluncurkan pekerjaan GPU dan menunggu hingga operasi selesai; Pekerjaan CPU dan GPU juga bisa tumpang tindih.
116. Apa itu CUDA kernel?
kernel adalah fungsi yang diluncurkan untuk dieksekusi pada GPU. Peluncuran memulai banyak threads yang mengeksekusi kodenya secara paralel, bukan berarti seluruh aplikasi telah dipindahkan ke GPU.
117. Apa itu streaming multiprocessor?
streaming multiprocessor, atau SM, adalah unit eksekusi GPU yang berisi register, sumber daya cache/memori bersama, dan unit komputasi. CUDA menjadwalkan thread blocks ke SM; sumber daya yang tepat berbeda antar arsitektur.
118. Bagaimana threads, blocks dan grids cocok satu sama lain?
Thread dikelompokkan menjadi thread blocks, dan blocks membentuk grid. Blok dan grids dapat menggunakan satu, dua, atau tiga dimensi untuk memetakan komputasi ke dalam data. Semua threads dari satu blok dijalankan pada satu SM.
119. Apa itu CUDA warp?
warp mengelompokkan 32 threads dalam satu blok. Ini adalah pengelompokan eksekusi yang digunakan oleh model SIMT, bukan penghitungan semua threads yang dapat dijalankan oleh GPU.
120. Apa yang dimaksud dengan SIMT?
SIMT berarti Single-Instruction Multiple-Threads. Utas dalam warp menjalankan kode kernel yang sama, tetapi mungkin mengikuti cabang yang berbeda. Hal ini memberi pengembang model pemrograman berbasis thread untuk pekerjaan paralel.
121. Mengapa cabang yang berbeda dapat mengurangi efisiensi GPU?
Ketika threads di warp mengambil jalur yang berbeda, beberapa jalur mungkin tidak aktif sementara jalur lainnya dijalankan. Oleh karena itu, panduan CUDA merekomendasikan untuk mengurangi divergensi yang tidak perlu jika memungkinkan. Divergensi adalah masalah kinerja, bukan secara otomatis merupakan kesalahan pemrograman.
122. Apa itu GPU shared memory?
Memori bersama adalah memori on-chip cepat yang terkait dengan SM dan dialokasikan untuk blok thread. Thread dapat menggunakannya untuk bertukar dan menggunakan kembali data. Ini berbeda dari memori global yang lebih besar yang terpasang pada GPU.
123. Apa itu CUDA Unified Memory?
Unified Memory memungkinkan aplikasi mengalokasikan memori yang dapat diakses oleh kode CPU atau GPU, dengan akses atau penempatan ditangani oleh perangkat lunak dan perangkat keras runtime. Ini dapat menyederhanakan pemrograman, namun lokalitas data dan migrasi yang tidak perlu masih mempengaruhi kinerja.
124. Mengapa GPU threads yang bekerja sama harus melakukan sinkronisasi?
Thread yang berbagi data dapat mengalami kondisi balapan atau bahaya memori. Panduan CUDA menjelaskan sinkronisasi tingkat blok, termasuk syncthreads, sehingga threads yang bekerja sama dapat berkoordinasi bila diperlukan.
125. Apa yang dimaksud dengan akses memori GPU yang digabungkan?
Penggabungan terjadi ketika permintaan memori oleh threads digabungkan menjadi transaksi memori yang efisien. Panduan CUDA menjelaskan mengapa mengatur threads tetangga untuk mengakses data tetangga sering kali sama pentingnya dengan throughput aritmatika.
126. Apakah program CUDA hanya ditulis di C++?
Tidak. Panduan CUDA saat ini menggambarkan SIMT kernel di C++ dan Python. Model pemrogramannya terpisah dari bahasa mana pun yang didukung, meskipun fitur dan antarmuka yang tersedia mungkin berbeda.
127. Apa itu Transformer Engine di Blackwell?
NVIDIA mendeskripsikan Transformer Engine generasi kedua Blackwell sebagai kombinasi perangkat keras dan perangkat lunak Tensor Core yang dirancang untuk mempercepat pelatihan dan inferensi model transformator. Format dan teknik penskalaan dengan presisi rendah adalah bagian dari pendekatan tersebut.
128. Apa yang dimaksud dengan FP4 dalam materi Blackwell?
FP4 adalah format titik-mengambang empat-bit. NVIDIA menjelaskan teknik Blackwell untuk komputasi AI presisi rendah dengan penskalaan yang sangat detail. Kesesuaian dan keakuratan model bergantung pada beban kerja; jumlah bit yang lebih rendah bukanlah jaminan kualitas universal.
129. Mengapa NVLink penting dalam sistem GPU yang besar?
NVLink menyediakan komunikasi berkecepatan tinggi antar prosesor. Ikhtisar NVIDIA Blackwell menjelaskan NVLink dan beralih sebagai cara untuk menghubungkan banyak GPUs sehingga pekerjaan model besar dapat didistribusikan ke seluruh sistem.
130. Apa konfigurasi GB200 NVL72?
NVIDIA mendeskripsikan GB200 NVL72 sebagai sistem timbangan rak berpendingin cairan dengan 36 Grace CPUs dan 72 Blackwell GPUs. Itu adalah konfigurasi sistem yang diberi nama, bukan spesifikasi setiap produk Blackwell.
131. Apa fungsi mesin Blackwell RAS?
RAS berarti Keandalan, Ketersediaan, dan Kemudahan Pelayanan. NVIDIA menjelaskan mesin Blackwell khusus yang memantau kesehatan perangkat keras dan perangkat lunak, menyediakan diagnostik dan membantu mengidentifikasi kesalahan dan merencanakan pemeliharaan. Ini adalah kemampuan desain, bukan janji tidak adanya downtime.
Kesimpulan: Ikuti Buktinya, Pahami Sistemnya
Kisah Jensen Huang adalah bagian dari sejarah pribadi dan bagian dari sejarah sebuah perusahaan, platform pengembang, dan industri komputasi yang terus berubah. Memahaminya memerlukan lebih dari sekedar judul selebriti atau spesifikasi chip tunggal. Fakta publik tentang keluarga harus tetap menjadi catatan publik. Klaim produk harus dikaitkan dengan arsitektur dan beban kerja yang disebutkan. Prestasi perusahaan harus dibaca bersamaan dengan persaingan, ketergantungan pasokan, dan pengawasan. Oleh karena itu, pertanyaan yang paling berguna bukan hanya siapa Jensen Huang itu, namun bukti apa yang membantu kita memahami tentang orang-orang dan sistem di sekitar NVIDIA.
Referensi dan Bacaan Lebih Lanjut
- NVIDIA, official board bio of Jensen Huang
- Stanford School of Engineering, "Jensen Huang" (Engineering Hero profile)
- Carnegie Corporation, Great Immigrants profile
- Wikipedia, "Jensen Huang" (page dated 2026-11-03; itself citing the New Yorker, the Wall Street Journal, Wired, Forbes, Tae Kim's "The Nvidia Way", Stephen Witt's "Thinking Machine", and others)
- Forbes real-time profile, Jensen Huang (net worth as of 11/9/26; profile last updated Sep 15, 2026)
- BBC News, "What we know about Nvidia CEO's affair with suspected Chinese spy" (Nov 9, 2026)
- Business Insider, "Who is Lori Huang, Nvidia CEO Jensen Huang's wife of over 40 years" (Nov 9, 2026)
- Business Insider, "Here's how Nvidia CEO Jensen Huang met his wife" (Nov 25, 2024, updated)
- Oregon State University College of Engineering, "Jen-Hsun and Lori Mills Huang Collaborative Innovation Complex" (2023)
- Associated Press, "China dismisses as a smear campaign claims of a spy plot involving Nvidia CEO Jensen Huang" (Nov 9, 2026)
- NVIDIA, official corporate timeline
- Wikipedia, "Nvidia" (retrieved Nov 10, 2026; citing SEC filings, company releases, Reuters, WSJ and others)
- NVIDIA investor relations, "NVIDIA Announces Financial Results for Second Quarter Fiscal 2027" (Aug 26, 2026)
- Kovara, "History of NVIDIA: From NV1 and GeForce to CUDA and AI Data Centers" (Sep 29, 2026; itself citing NVIDIA's timeline, IEEE Computer Society, NeurIPS proceedings, NVIDIA newsroom and SEC EDGAR)
- Tom's Hardware, "The History of Nvidia GPUs: NV1 to Turing" (Aug 25, 2018)
- Reuters, "Nvidia hits $5 trillion valuation as AI boom powers meteoric rise" (Oct 29, 2025)
- NVIDIA fiscal 2026 Form 10-K
- NVIDIA 2026 proxy statement
- Nvidia’s Jensen Huang: The incredible future of AI
- CUDA Programming Guide: Programming Model
- CUDA Programming Guide: Writing SIMT Kernels
- NVIDIA Blackwell Architecture
- Encyclopaedia Britannica: Jensen Huang
- Jensen Huang describes NVIDIA near-death experiences in his 2023 National Taiwan University address
- NVIDIA Volta platform announcement (2017)
- NVIDIA Ampere Architecture In-Depth
- NVIDIA Hopper Architecture In-Depth
- NVIDIA Rubin platform announcement (5 January 2026)
By Keshavan Thiagaraja
Private AI Model Developer & AI Security Consultant - Helping SMEs and Enterprises Build Secure AI Solutions, Sydney, Australia
B.Sc. (Computer Science, Mathematics and Statistics)
M.Sc. (Information Technology)
E-Commerce Professional
Powered By K7