От ранней жизни Jensen Huang до NVIDIA GPU и CUDA Платформа: более 100 вопросов о его семье, компании, истории и технологиях
Введение: Что могут рассказать нам общественные свидетельства о Jensen Huang и NVIDIA?
Публичный профиль технологического лидера может собрать воедино самые разные вопросы: откуда он пришел, кто его семья, как выжила его компания и что на самом деле делают ее технологии. Эти вопросы заслуживают четких ответов, но не все они заслуживают одинаковых доказательств. В этом руководстве используются общедоступные записи, отчеты университетов, документы компаний и достоверная отчетность. Каждый ответ имеет собственные ссылки на источники. Исторические финансовые показатели и отчеты датированы, прогнозы не являются гарантиями, а непроверенные утверждения о частной жизни не выдаются за факты. Проверено 10 ноября 2026 г.
1. Ранняя жизнь
1. Кто такой Jensen Huang?
Jensen Huang - соучредитель, президент и главный исполнительный директор NVIDIA. В официальной биографии NVIDIA говорится, что он занимал эти должности с момента ее основания в 1993 году. Он учился на инженера-электрика в компаниях Oregon State и Stanford.
2. Когда и где родился Jensen Huang?
Он родился Jen-Hsun Huang 17 февраля 1963 года на Тайване.
3. Что сделали родители Jensen Huang?
Его отец был инженером-химиком на нефтеперерабатывающем заводе, а мать была школьной учительницей. Это была тайваньская семья среднего класса, которая часто переезжала по работе своего отца.
4. Где Jensen Huang провел свое раннее детство?
На Тайване примерно до пяти лет, затем примерно четыре года в Таиланде, где он посещал международную школу в Бангкоке. Он переехал в США в девять лет.
5. Как Jensen Huang выучил английский в детстве?
Его мать каждый день выбирала из словаря десять случайных слов и учила им своих сыновей – это были его первые уроки английского языка еще до того, как семья переехала в Америку.
6. Почему Jensen Huang отправили в США в возрасте девяти лет?
Его семья жила в Таиланде в период социальных волнений, а его отец ранее посетил Нью-Йорк и решил, что его сыновьям следует получить образование в Америке. В девять лет Jensen и его старший брат были отправлены жить к дяде в Такому, штат Вашингтон.
7. Какую школу посещал Jensen Huang в Кентукки?
Его дядя случайно записал мальчиков в Oneida Baptist Institute, религиозную реформаторскую академию для проблемной молодежи, полагая, что это престижная школа-интернат. Его родители продали почти все, что у них было, чтобы оплатить обучение.
8. Какова была жизнь Jensen Huang в академии Кентукки?
Тяжело. Над ним издевались, ему поручали повседневные дела, включая уборку туалетов, и он посещал отдельную государственную начальную школу, потому что был слишком молод для занятий в академии. Он научился настольному теннису и присоединился к команде по плаванию, а также научил своего неграмотного соседа-подростка читать в обмен на то, что его научат жиму лежа.
9. Действительно ли Jensen Huang появился в Sports Illustrated подростком?
Да, он был конкурентоспособным игроком в настольный теннис и появился в журнале в 14 лет. Forbes сообщает, что он занял третье место среди юниоров в парном разряде на Открытом чемпионате США по настольному теннису 1978 года в возрасте 15 лет.
10. Где в Америке поселилась семья Jensen Huang?
Его родители переехали в Бивертон, штат Орегон, примерно через два года после того, как мальчики прибыли в Кентукки, и там семья воссоединилась.
11. В какой средней школе учился Jensen Huang?
Он посещал Aloha High School в Орегоне и играл в настольный теннис, заработав национальный рейтинг.
12. Программировал ли Jensen Huang компьютеры в старшей школе?
Да. Когда в 1977 году его школа купила школьный компьютер, он использовал его, чтобы играть в текстовую игру Star Trek, и научился BASIC, написав свою собственную версию игры Snake.
13. Какая была первая работа Jensen Huang?
Примерно с 15 лет он работал в кладбищенскую смену в местной закусочной – мыл посуду, разносил столы и обслуживал клиентов – около пяти лет, с 1978 по 1983 год.
2. Образование
14. Где Jensen Huang учился в университете?
Oregon State University. Он сказал, что выбрал его из-за низкой платы за обучение в штате. Он изучал электротехнику и окончил его в 1984 году с отличием.
3. Карьера до NVIDIA
16. Чем занимался Jensen Huang до основания NVIDIA?
Он работал разработчиком микрочипов в Кремниевой долине – сначала проектировал микропроцессоры в крупной американской компании по производству полупроводников в 1984-85 годах, затем в компании по разработке микросхем до 1993 года, где он дослужился до руководителя подразделения, производившего чипы для производителей аппаратного обеспечения.
17. Как Jensen Huang познакомился со своими сооснователями?
В компании по разработке микросхем ему поручили проект графического ускорителя для производителя компьютерных рабочих станций. Там он встретил инженеров Chris Malachowsky и Curtis Priem, и в 1989 году они втроем завершили работу над графическим движком, который они назвали GX.
18. На каких языках говорит Jensen Huang?
В публичных биографических отчетах среди языков, на которых он говорит, упоминаются тайваньский хоккиен, английский и мандаринский диалект. Такие отчеты не устанавливают формальный уровень владения каждым языком.
4. Основание NVIDIA
19. Где был основан NVIDIA?
Три основателя разработали свой бизнес-план в 1992 году в ходе многочисленных встреч в кабинке для завтрака придорожной закусочной в Восточном Сан-Хосе - той самой сети ресторанов, где Huang мыл посуду в подростковом возрасте. Он сказал, что выбрал его, потому что здесь «тише, чем дома, и есть дешевый кофе».
20. Когда именно был основан NVIDIA?
5 апреля 1993 г. Huang лично подписал учредительный договор, ему было 30 лет, и он сдержал обещание, данное своей жене несколько лет назад.
21. Как долго Jensen Huang является генеральным директором NVIDIA?
С первого дня в 1993 году, то есть более трех десятилетий, срок пребывания в должности Wall Street Journal назвал «почти неслыханным» в быстро развивающейся Кремниевой долине.
5. Брак и как он встретил Lori
22. Кто жена Jensen Huang?
Lori Huang, родился Lori Mills. По образованию она инженер-электрик и президент благотворительного фонда, который они с мужем создали в 2007 году.
23. Как Jensen Huang познакомился со своей женой?
Они встретились в Oregon State University в начале 1980-х годов в качестве партнеров по лаборатории на уроке электротехники. Ему было 17, а ей 19. Он вспомнил, что в классе было 250 учеников и только три женщины.
24. Как Jensen Huang победил Lori?
По его собственным словам, он подошел и спросил: «Хочешь увидеть мою домашнюю работу?» Тогда он заключил сделку: если она каждое воскресенье будет делать с ним домашнее задание, он пообещал, что она получит отличные оценки. С тех пор, по его словам, у него было свидание каждое воскресенье.
25. Какое обещание Jensen Huang дал Lori относительно своей карьеры?
Он сказал ей, что к 30 годам станет генеральным директором. Он основал NVIDIA в 30 лет и с тех пор является ее генеральным директором.
26. Когда Jensen и Lori Huang поженились?
В 1985 году, примерно через пять лет после их встречи в Oregon State.
27. Каково прошлое Lori Huang?
Она окончила Oregon State в 1985 году со степенью бакалавра в области электротехники - через год после Jensen. На протяжении всего подъема NVIDIA она вела себя сдержанно.
28. Что Jensen Huang сказал о роли Lori в своей карьере?
В интервью 2026 года он сказал: «Lori была со мной долгое время, всю нашу жизнь. Она была частью NVIDIA на каждом этапе пути. Она была на каждой конференции, на каждом выступлении... в каждый момент NVIDIA она была там».
6. Дети и семья
30. Дети Jensen Huang работают в NVIDIA?
Да. В публичном отчете в ноябре 2026 года описывается, как Мэдисон работает в сфере продуктового и технического маркетинга для физических платформ искусственного интеллекта, а Спенсер - в управлении программными продуктами для робототехники. Это устаревшие описания их ролей NVIDIA, которые могут измениться.
31. Чем занимался Spencer Huang до того, как присоединился к NVIDIA?
В 2015 году он открыл бар в Тайбэе, который Forbes назвал одним из 50 лучших баров Азии; он закрылся в 2021 году, и позже он присоединился к NVIDIA в качестве менеджера по продукту.
32. Чем Madison Huang занимался до того, как присоединился к NVIDIA?
Прежде чем перейти в маркетинг продуктов в компании NVIDIA, она работала в гостиничном бизнесе.
33. Связан ли Jensen Huang с кем-нибудь еще, известным в индустрии микросхем?
Да. Генеральным директором другой крупной американской компании по производству чипов является его двоюродный брат, в частности, его мать является младшей сестрой ее деда по материнской линии, что делает их двоюродными сестрами после удаления. Huang сказал, что не знал о семейных связях, пока она не стала генеральным директором этой компании.
7. Личный стиль и привычки
8. Филантропия
35. Что такое Jen-Hsun and Lori Huang Foundation?
Это благотворительная организация Jensen и Lori Huang, основанная в 2007 году. Oregon State называет Lori своим президентом и описывает поддержку высшего образования, общественного здравоохранения, STEM и местных общественных организаций.
36. Что Huang дали Oregon State University?
Oregon State объявил о своем подарке в размере 50 миллионов долларов 14 октября 2022 года комплексу Jen-Hsun и Lori Mills Huang Collaborative Innovation. В отчете университета за 2023 год описывалось запланированное учреждение стоимостью 200 миллионов долларов, открытие которого планировалось в 2025 году, с передовыми компьютерами для исследований. Одно только это объявление не подтверждает окончательную дату открытия.
9. Новости ноября 2026 года: что подтверждено, а что предполагается
38. Что произошло в ноябре 2026 года, связанное со свадьбой Jensen Huang?
В воскресенье, 8 ноября 2026 г., Huang в письменной записке сообщил сотрудникам, что он «неверен» своей жене, и извинился перед ней и их детьми. Имя другого человека он не назвал.
39. Что сделал NVIDIA в ответ?
Компания начала независимое расследование того, был ли Huang «целью внешней разведки». В нем заявили, что не считают, что национальная безопасность США была поставлена под угрозу, и совет опубликовал заявление о «доверии к Jensen и его руководящей команде».
40. В чем конкретно заключается обвинение в шпионаже?
Газета New York Times сообщила, что представители американской разведки полагают, что китайская деловая женщина, идентифицированная как Alice Huang, не родственница, также известная как Huang Le, была завербована для шпионажа в пользу Пекина, и что наблюдение за ее связями привело следователей к идентификации Jensen Huang. В докладе приписывают это обвинение должностным лицам, имена которых не разглашаются. Эти должностные лица являются источниками обвинений; это не доказанный вывод. Остается неясным, что именно, если вообще что-либо, предположительно было передано; женщина не ответила на запросы о комментариях, и на момент появления этой истории ее местонахождение было неизвестно.
41. Какая связь с сингапурской фирмой, занимающейся дата-центрами?
В период с марта по ноябрь 2023 года женщина занимала должность топ-менеджера в сингапурской компании, занимающейся центрами обработки данных. Эту фирму ранее подозревали в содействии переправке чипов NVIDIA в Китай - проблема, по словам NVIDIA, была расследована и развенчана - и BBC понимает, что правительство Сингапура проводит отдельное расследование в отношении фирмы в связи с предыдущими обвинениями.
42. Как отреагировали правительства?
Министерство иностранных дел Китая отвергло обвинения в шпионаже как «совершенно беспочвенные, спекулятивные и направленные на очернение и клевету на Китай». Президент США Трамп заявил, что не хотел бы действовать на основании разведданных, назвав Huang "благородным парнем" и "прекрасным человеком", который "проделал потрясающую работу для нашей страны". Некоторые законодатели США призвали к внимательному рассмотрению, учитывая центральную роль NVIDIA в американо-китайской гонке искусственного интеллекта.
43. Jensen Huang по-прежнему является генеральным директором NVIDIA?
Да. По состоянию на 10 ноября 2026 г. он остается президентом и генеральным директором. Правление публично поддержало его, источники сообщили Би-би-си, что его увольнение считается маловероятным, и публичного плана преемственности не существует - он часто говорил, что надеется руководить компанией в течение десятилетий.
44. Подтверждают ли публичные доказательства личность девушки Jensen Huang?
В отчетах за ноябрь 2026 года описываются предполагаемые отношения с бизнес-леди, имя которой сообщалось. Однако когда Huang публично признал свой проступок, он не назвал имени другого человека. Это руководство не может независимо подтвердить, что она была его девушкой, или подтвердить весь характер этих отношений. Сообщенные утверждения разведки по-прежнему являются недоказанными обвинениями, а не установленными выводами.
10. Что такое NVIDIA
45. Что такое NVIDIA?
NVIDIA - американская технологическая компания со штаб-квартирой в Санта-Кларе, Калифорния. Он разрабатывает GPUs, вычислительные системы, сети и программное обеспечение для использования, включая игры, профессиональную графику, научные вычисления, искусственный интеллект и автомобильные системы.
46. Кто основал NVIDIA?
Три инженера: Jensen Huang (по-прежнему президент и генеральный директор), Chris Malachowsky и Curtis Priem.
47. Где находится штаб-квартира NVIDIA?
Санта-Клара, Калифорния, в Силиконовой долине. Его новые здания кампуса, «Индевор» (2017 г.) и «Вояджер» (2022 г.), построены вокруг треугольника - основного строительного блока компьютерной графики.
48. Что означает имя «NVIDIA»?
Оно происходит от «invidia», латинского слова, обозначающего зависть: основатели хотели, чтобы соперники позеленели от зависти. Компанию чуть было не назвали «Энвижн», но это название уже было занято.
49. Является ли NVIDIA публичной компанией?
Да. Он торгуется на Nasdaq под тикером NVDA. Он стал публичным 22 января 1999 года, вошел в индекс S&P 500 в 2001 году и был добавлен в промышленный индекс Доу-Джонса в ноябре 2024 года.
50. Сколько человек работает в NVIDIA?
Компания NVIDIA сообщила о 42 000 сотрудников в 2026 финансовом году, который закончился в январе 2026 года. Это устаревшие данные о численности персонала, а не фактическая численность персонала.
11. Годы, близкие к банкротству, и выживание
51. Каким был первый продукт NVIDIA?
NV1 выпущен в мае 1995 года после двух лет разработки. Это был амбициозный чип «все в одном», сочетающий в себе 2D и 3D графику, звук, полноценную видеозапись и интерфейс игрового контроллера, который продавался на партнерской плате расширения.
52. Почему NV1 не удалось?
NVIDIA сделал ставку на необычный способ рисования сцен 3D - изогнутые квадратичные поверхности - в то время как остальная часть отрасли стандартизировала треугольные многоугольники. Когда стандарт компьютерных игр того времени был ориентирован на треугольники, разработчики игр не стали поддерживать подход NVIDIA, и дорогая карта провалилась.
53. Как потеря контракта на игровую консоль чуть не убила NVIDIA?
NVIDIA потратил около года на разработку следующего чипа для следующей консоли японской игровой компании. Производитель консоли ушел и выбрал другого поставщика, оставив NVIDIA с аннулированным чипом и истощающимися деньгами.
54. Как NVIDIA пережил этот удар?
Совершив знаменитый акт веры, президент компании-консоли лично поверил в NVIDIA и убедил свое руководство инвестировать 5 миллионов долларов в переживающий трудности стартап. Huang позже сказал, что деньги «дали нам шесть месяцев жизни».
55. Что сделал Jensen Huang, чтобы спасти компанию?
В 1996 году он уволил более половины сотрудников - сократив примерно со 100 человек до примерно 40 - и указал всем, кто остался, на одну цель: обычный графический чип на основе треугольника, построенный быстро.
56. Что такое RIVA 128?
Этот чип спас NVIDIA. Он был запущен в августе 1997 года. На тот момент на банковском счете компании оставалось достаточно денег, чтобы оплатить сотрудникам еще один месяц. За первые четыре месяца было продано около миллиона единиц. Эти продажи профинансировали следующее поколение продуктов.
57. Какой знаменитый неофициальный девиз NVIDIA?
«Нашей компании осталось тридцать дней до банкротства». Рожденный в предсмертные годы, Jensen Huang на протяжении многих лет открывал внутренние презентации этими словами – осознанная культура срочности.
58. Что произошло после RIVA 128?
В RIVA TNT (1998) добавлен 32-битный рендеринг «настоящих цветов», и, хотя из-за проблем с нагревом он поставлялся медленнее, чем планировалось, новая на тот момент привычка NVIDIA к частым обновлениям драйверов завоевала клиентов. RIVA TNT2 (1999) удвоил объем памяти и увеличил скорость до 175 МГц, закрепив за NVIDIA лидерство в области графики.
12. Изобретение GPU
59. Действительно ли NVIDIA изобрел GPU?
NVIDIA продавал GeForce 256 в 1999 году как первый в мире GPU. История компании называет это изобретением GPU. Более ранние продукты уже ускоряли графику, поэтому заявление следует читать в контексте определения NVIDIA и интеграции графических функций этого продукта.
60. Что нового на самом деле сделал GeForce 256?
GeForce 256 интегрировал аппаратное преобразование и освещение, перенося геометрию и расчеты освещения из CPU в графический процессор. Это уменьшило роль CPU на этих этапах графического конвейера.
61. Как NVIDIA попал в игровые консоли?
Модернизированный чип класса GeForce3 и специальное аудиооборудование послужили основой для крупной игровой консоли, выпущенной в 2001 году, по контракту с авансом в 200 миллионов долларов. NVIDIA позже разработал графический процессор и для модели 2006 года другого основного семейства консолей.
13. Поколения архитектуры
62. Что такое «архитектура» GPU в мире NVIDIA?
Архитектура - это поколение конструкции и возможностей процессора, часто называемое в честь ученого или математика. Продукты, использующие одну и ту же архитектуру, могут существенно отличаться по размеру, памяти, точности поддержки, мощности и целевому рынку.
63. Что такое G80 и почему это важно?
Выпущенный в ноябре 2006 года (продаваемый как GeForce 8800 и вычислительная карта Tesla C870), G80 заменил отдельные графические конвейеры одним унифицированным массивом процессоров, которые могли запускать графику или программы общего назначения. Это были первые разработчики GPU, которые могли программировать на языке C, и они представили модель выполнения SIMT с shared memory и синхронизацией потоков - техническую основу всего, что NVIDIA делает сегодня в искусственном интеллекте.
64. Как NVIDIA сделал GPUs пригодным для науки после G80?
Поколение за поколением в него добавлялись функции, предназначенные для исследователей: арифметика двойной точности появилась вместе с чипом GT200 в июне 2008 года, а в архитектуре Fermi добавлена память с коррекцией ошибок - и то, и другое необходимо для надежных научных вычислений.
65. Что принесло поколение Pascal?
Pascal - это поколение 2016 года, охватывающее игровые и компьютерные продукты. Модели Gaming включали GTX 1080 и 1070, а Pascal GPUs также использовался в первом DGX-1. Такие характеристики, как производственный процесс и тип памяти, зависели от конкретного продукта.
66. Что такое Tensor Cores?
Специализированные модули внутри GPU, которые ускоряют матричную арифметику, лежащую в основе глубокого обучения. Они дебютировали в ускорителе V100 поколения Volta в мае 2017 года (640 из них на чип) и с тех пор стали более функциональными в каждой архитектуре.
67. Что такое NVIDIA RTX?
RTX - это графическая платформа NVIDIA, связанная с аппаратно-ускоренной трассировкой лучей в реальном времени и рендерингом с помощью искусственного интеллекта. NVIDIA представила его вместе с Turing в 2018 году. Первые в своем роде заявления компании являются ее собственной характеристикой, а не утверждением о том, что ни одна более ранняя исследовательская система не отслеживала лучи в реальном времени.
68. Что было особенного в Ampere A100?
Анонсированный в мае 2020 года центр обработки данных A100 GPU содержит 54,2 миллиарда транзисторов и может быть разделен на семь изолированных экземпляров GPU, поэтому один чип может выполнять множество задач одновременно.
69. Что добавил Hopper H100?
H100, анонсированный в марте 2022 года, представил Transformer Engine Hopper, использующий вычисления с более низкой точностью, включая FP8, наряду с более высокой точностью для ускорения рабочих нагрузок трансформатора. Результаты зависят от модели, программного обеспечения и конфигурации.
70. Что такое Blackwell?
NVIDIA объявил Blackwell 18 марта 2024 года, назвав его в честь математика David Blackwell. Проект центра обработки данных, описанный в обзоре архитектуры, сочетает в себе два кристалла с 208 миллиардами транзисторов. Именованные системы включают GB200 NVL72; не каждый продукт марки Blackwell имеет такую конфигурацию.
71. Что такое Vera Rubin?
Преемник Blackwell, представленный на выставке CES 5 января 2026 года: шесть новых чипов, включая Vera CPU, описанный NVIDIA как первый CPU, созданный для агентов ИИ, и Rubin GPU, связанный переключением NVLink 6. По данным отчета о прибылях и убытках за август 2026 года, Vera Rubin выходил на полную производственную мощность, стойки работали у основных облачных партнеров.
72. Что такое серия GeForce RTX 50?
Семейство игр GPU для ПК и ноутбуков NVIDIA, анонсированное на выставке CES в январе 2025 года, переносит новейшие функции искусственного интеллекта из чипов центров обработки данных в потребительскую графику.
14. CUDA и история программного обеспечения
73. Что такое CUDA?
CUDA - это платформа параллельных вычислений и модель программирования NVIDIA, представленная в 2006 году. Она позволяет программистам использовать тысячи небольших процессоров внутри GPU для общих вычислений - не только графики - путем написания на обычных языках, таких как C.
74. Почему CUDA называют самым важным решением NVIDIA?
CUDA сделал NVIDIA GPUs полезным для гораздо более широкого спектра вычислений, чем графика. NVIDIA инвестировал в инструменты и библиотеки до того, как компьютеры общего назначения GPU стали крупным рынком. Эти длительные усилия по разработке программного обеспечения являются важной частью ее позиции в области ИИ, наряду с аппаратным обеспечением, сетями и работой сторонних разработчиков.
75. Насколько велика сегодня экосистема CUDA?
В корпоративной временной шкале, доступной на 10 ноября 2026 года, указано, что в программе Inception участвуют более четырех миллионов разработчиков, более 40 000 компаний, использующих технологии искусственного интеллекта NVIDIA, и 15 000 стартапов. На этой странице представлены цифры, сообщенные компаниями, а не проверенные независимыми аудиторами данные в реальном времени.
76. Какое отношение AlexNet имеет к NVIDIA?
В 2012 году трое исследователей обучили нейронную сеть с 60 миллионами параметров на двух игровых NVIDIA GPUs в течение пяти-шести дней и выиграли соревнование ImageNet по распознаванию изображений с огромным отрывом - ошибка 15,3% против 26,2% у занявшего второе место. Это доказало, что GPUs может обучать нейронные сети гораздо большего размера, чем это было практически возможно на обычных процессорах, а собственная история NVIDIA приписывает AlexNet начало эры современного искусственного интеллекта.
77. Каковы были поставки DGX-1 в 2016 году?
В 2016 году Huang лично доставил раннюю версию DGX-1 в исследовательскую лабораторию искусственного интеллекта в Сан-Франциско. Система помогла продемонстрировать упакованный сервер GPU для исследований глубокого обучения. Его конструкция из восьми GPU ознаменовала важный шаг в переходе NVIDIA от индивидуальных ускорителей к интегрированным системам искусственного интеллекта.
78. Какое программное обеспечение предлагает NVIDIA помимо CUDA?
В выпуске результатов NVIDIA за август 2026 года обсуждаются библиотеки CUDA-X, инструменты разработки агентов, PhysicsNeMo, BioNeMo, Omniverse, Nemotron, модели автономного вождения, Earth-2 и программное обеспечение для проектирования инфраструктуры. Эти инструменты решают разные задачи; это не взаимозаменяемые продукты.
79. Что такое облачные и игровые сервисы NVIDIA?
GeForce Now транслирует игры из облака; DGX Cloud арендует суперкомпьютер с искусственным интеллектом; и NVIDIA AI Enterprise - это пакет программного обеспечения для компаний, использующих искусственный интеллект в производстве.
15. Продукты и рынки сегодня
81. Каковы основные семейства продуктов NVIDIA?
GeForce GPUs за игровую и творческую работу; RTX профессиональная графика; ускорители центров обработки данных и Grace CPUs; BlueField блоки обработки данных для сантехники центров обработки данных; Чипы Tegra для мобильной и автомобильной промышленности; Платформа Drive для беспилотных автомобилей; DGX системы искусственного интеллекта; и программный стек CUDA под ними.
82. NVIDIA производит CPUs и сетевое оборудование, а не только GPUs?
Да. Линия Grace CPU, а с 2026 года Vera CPU занимается общей обработкой в системах искусственного интеллекта; BlueField DPUs разгрузить задачи инфраструктуры центра обработки данных; и после завершения приобретения израильской сетевой компании стоимостью примерно 7 миллиардов долларов в апреле 2020 года NVIDIA продает высокоскоростные сети, включая системы коммутации Spectrum, которые объединяют тысячи GPUs в одну гигантскую «фабрику искусственного интеллекта».
83. Что NVIDIA делает в автомобилях?
Ее платформа Drive поставляет компьютеры и программное обеспечение для автоматизированных и беспилотных транспортных средств; Чип автомобильного класса Drive Thor был анонсирован в 2022 году, а его открытые модели Alpamayo (с декабря 2025 года) нацелены на развитие автономного вождения.
84. Что такое «фабрика искусственного интеллекта»?
NVIDIA использует фабрику искусственного интеллекта для описания вычислительной инфраструктуры, которая производит результаты искусственного интеллекта с использованием процессоров, сетей, систем и программного обеспечения. Это отраслевая аналогия с производством ИИ, а не свидетельство того, что центр обработки данных автоматически создает полезные или точные результаты.
16. Финансовая картина (датированные цифры)
85. Каковы были последние результаты, о которых сообщил NVIDIA?
В отчете от 26 августа 2026 г. сообщалось о выручке в размере 96,2 млрд долларов США за квартал, завершившийся 26 июля 2026 г., при этом выручка Data Center составила 89,0 млрд долларов США, валовая прибыль GAAP составила 75,0%, а GAAP diluted earnings per share - 2,46 долларов США. Прогноз выручки на следующий квартал составил $108 млрд, плюс-минус 2%, исходя из предположения, что доход от продукции Data Center compute, проданной в Китае, будет равен нулю. Этот прогноз является прогнозом, а не сообщаемым результатом.
86. Выплачивает ли NVIDIA дивиденды и выкупает акции?
Да. 1 октября 2026 года компания выплатила квартальные дивиденды в размере 0,25 доллара на акцию, а за квартал, закончившийся в июле 2026 года, она вернула акционерам около 26 миллиардов долларов за счет обратного выкупа и дивидендов, при этом на эту дату в рамках разрешения на выкуп акций оставалось около 99 миллиардов долларов.
87. Когда NVIDIA стала самой дорогой компанией в мире?
18 июня 2024 года, когда ее рыночная капитализация превысила 3,3 триллиона долларов. В дальнейшем она стала первой компанией, когда-либо закрывшей сумму выше 4 триллионов долларов (10 июля 2025 г.) и первой, которая достигла 5 триллионов долларов (29 октября 2025 г., закрытие на уровне 5,03 триллиона долларов).
88. Какова была однодневная потеря в 600 миллиардов долларов?
27 января 2025 года NVIDIA потеряла около 600 миллиардов долларов рыночной стоимости за один день - на тот момент это была самая крупная однодневная потеря для любой американской компании - после того, как китайский стартап в области искусственного интеллекта продемонстрировал надежную модель, созданную с гораздо меньшими затратами, что на короткое время пошатнуло веру в расходы на оборудование для искусственного интеллекта. Позже акции восстановились до новых рекордов.
89. Что такое GTC?
GTC - это серия конференций NVIDIA для разработчиков и компьютерных отраслей, начавшаяся в 2009 году. Это место для проведения технических сессий, исследований, партнерских отношений и анонсов основных платформ.
17. Бизнес-модель и подотчетность
90. Является ли NVIDIA только компанией, производящей видеокарты?
Нет. В годовом отчете компании за 2026 финансовый год описывается бизнес в области инфраструктуры искусственного интеллекта в масштабах центров обработки данных, охватывающий процессоры, сети, системы, программное обеспечение и услуги, а также графический бизнес.
91. Каковы два отчетных сегмента бизнеса NVIDIA?
В отчетности за 2026 финансовый год это Compute & Networking и Graphics. Эти сегменты учета отличаются от категорий рыночной платформы, используемых в некоторых презентациях продуктов и доходов.
92. Что входит в Compute & Networking?
Отчет за 2026 финансовый год включает в себя Data Center решения и программное обеспечение для ускоренных вычислений, сетей, искусственного интеллекта, а также платформы Automotive и решения для автономных и электромобилей.
93. Что попадает в сегмент Graphics NVIDIA?
В отчете за 2026 финансовый год GeForce игровые компьютеры и ПК GPUs, а также видеокарта для корпоративных рабочих станций Quadro/NVIDIA RTX относятся к Graphics.
94. Каковы четыре основные рыночные платформы NVIDIA?
В отчете за 2026 финансовый год указаны Data Center, Gaming, Professional Visualization и Automotive. Эти платформы помогают объяснить, где используется технология.
95. Производит ли NVIDIA все чипы на своих заводах?
№ NVIDIA описывает стратегию без фабрик и контрактного производства. Она разрабатывает продукцию и полагается на поставщиков в производстве, сборке, тестировании и упаковке пластин.
96. Зависит ли NVIDIA от сторонних предприятий по производству полупроводников?
Да. В отчете за 2026 финансовый год указаны сторонние литейные предприятия, производящие полупроводниковые пластины. Эта зависимость делает литейные мощности, упаковку и отношения с поставщиками частью понимания бизнеса NVIDIA.
97. Зависит ли NVIDIA от внешних поставщиков памяти?
Да. В отчете за 2026 финансовый год названы несколько поставщиков памяти. Источники для конкретного продукта могут различаться, а доступность памяти - это отдельная проблема, связанная с конструкцией самого GPU.
98. Почему упаковка чипов важна для NVIDIA?
В отчете за 2026 финансовый год технология упаковки CoWoS указана как часть производственных механизмов. Передовые вычислительные системы зависят от упаковки, а также от конструкции чипа, памяти и сети.
99. Кто покупает продукты NVIDIA для центров обработки данных?
В отчете за 2026 финансовый год описываются поставщики облачных услуг, разработчики моделей искусственного интеллекта, предприятия, стартапы и клиенты из государственного сектора. Некоторыми прямыми клиентами являются производители оборудования, производители device, системные интеграторы и дистрибьюторы.
100. Может ли поставщик облачных услуг быть одновременно клиентом и конкурентом NVIDIA?
Да. В отчете за 2026 финансовый год поставщики облачных услуг описываются как клиенты, а также перечисляются крупные облачные компании, разрабатывающие собственное аппаратное и программное обеспечение для ускоренных вычислений, среди конкурентного давления.
101. Сообщает ли NVIDIA, что ему грозит конкуренция?
Да. В отчете за 2026 финансовый год говорится, что рынки страны очень конкурентны, с быстрыми технологическими изменениями, меняющимися стандартами и потенциальными новыми игроками. Коммерческий успех не устраняет этих рисков.
102. Что делает конкуренцию шире, чем просто спецификации GPU?
В отчете NVIDIA за 2026 финансовый год среди конкурентных факторов перечислены производительность, ассортимент продукции, распространение, поддержка программного обеспечения, стандарты, производственные мощности, цены на процессоры и общая стоимость системы.
103. Как экспортный контроль влияет на NVIDIA?
В документации за 2026 финансовый год поясняется, что экспортные ограничения и лицензионные требования могут ограничивать продукцию, клиентов и направления, которые она может обслуживать. Правила меняются, поэтому датированную подачу не следует рассматривать как текущую юридическую консультацию.
104. Каковы были раскрытые расходы, связанные с H20, в 2026 финансовом году?
Компания NVIDIA сообщила о списании в первом квартале 2026 финансового года расходов на сумму 4,5 миллиарда долларов США за избыточные запасы и обязательства по закупкам H20 после дополнительных требований по экспортному лицензированию. Это историческое раскрытие бухгалтерского учета.
105. Как NVIDIA защищает свою интеллектуальную собственность?
В отчете за 2026 финансовый год описываются патенты, товарные знаки, коммерческая тайна, соглашения о конфиденциальности и лицензионные соглашения. Он также отмечает, что правовая защита различается в разных странах.
106. Что говорится в доверенности 2026 года о независимости совета директоров?
Доверенность описывает всех директоров, кроме генерального директора, как независимых и определяет независимого ведущего директора. Это раскрытая схема управления компанией, а не гарантия того, что каждое будущее решение совета директоров будет обоснованным.
107. Кто был назначен ведущим независимым директором в доверенности на 2026 год?
Доверенность указывает Стивена К. Нила как ведущего директора. Управленческие роли следует читать вместе с датой документа, поскольку назначения могут измениться.
108. Директора NVIDIA баллотируются на выборах каждый год?
В доверенности на 2026 год говорится, что срок полномочий директоров составляет один год, и они ежегодно выдвигают свою кандидатуру на выборы. Таким образом, акционеры имеют возможность регулярного голосования при выборе директора.
109. Каково мнение акционеров NVIDIA по оплате?
В доверенности на 2026 год описывается ежегодное необязательное консультативное голосование по вопросу о вознаграждении названных исполнительных директоров. Это дает акционерам право голоса в отношении заработной платы, но это не то же самое, что непосредственное установление каждой зарплаты.
110. Jensen Huang - это тот же человек, что и NVIDIA Corporation?
Нет. В документах Huang указан как исполнительный директор и директор, а NVIDIA является корпорацией с акционерами, советом директоров, должностными лицами и обязанностями по официальной отчетности. Личная известность не стирает эти отдельные роли.
18. Лидерство и чтение публичных заявлений
111. Что Huang рассказал студентам Stanford об устойчивости в 2024 году?
В отчете Stanford говорится, что он рекомендовал низкие ожидания и высокую устойчивость, обсуждая, как неудачи могут развивать характер. В нем записано его явное желание, чтобы студенты испытывали сильную боль и страдания. Здесь описываются его советы, а не универсальный рецепт управления людьми.
112. Дал ли Huang точное определение общего искусственного интеллекта в Stanford?
В отчете Stanford за 2024 год говорится, что он подчеркнул, что людям сначала нужно прийти к согласию относительно определения успеха. Это также свидетельствует о неуверенности в том, сможет ли ИИ имитировать человеческий разум.
113. Следует ли рассматривать прогнозы Huang как гарантированные результаты?
В отчете № Stanford за 2024 год его будущие возможности искусственного интеллекта представлены в виде прогнозов. Годовой отчет NVIDIA отдельно предупреждает, что прогнозные заявления сопряжены с неопределенностью. Прогноз и наблюдаемый результат - это разные виды свидетельств.
19. Внутри архитектуры GPU и программного обеспечения CUDA
114. Что означают host и device в CUDA?
host - это CPU и его напрямую подключенная память; device - это GPU и его напрямую подключенная память. Программы CUDA делят работу между этими частями гетерогенной системы.
115. Запускается ли приложение CUDA при запуске на GPU?
Нет. В руководстве CUDA указано, что приложения запускаются на CPU. Код хоста может передавать данные, запускать работу GPU и ждать завершения операций; Работа CPU и GPU также может пересекаться.
116. Что такое CUDA kernel?
kernel - это функция, запущенная для выполнения на GPU. Запуск заставляет множество threads параллельно выполнять свой код, а не означает, что все приложение переместилось в GPU.
117. Что такое streaming multiprocessor?
streaming multiprocessor или SM - это исполнительный блок GPU, содержащий регистры, ресурсы кэша/разделяемой памяти и вычислительные блоки. CUDA планирует поток blocks для SMS; точные ресурсы различаются в зависимости от архитектуры.
118. Как threads, blocks и grids сочетаются друг с другом?
Потоки группируются в поток blocks, а blocks образуют сетку. Блоки и grids могут использовать одно, два или три измерения для сопоставления вычислений с данными. Все threads одного блока выполняются на одном SM.
119. Что такое CUDA warp?
warp группирует 32 threads внутри блока. Это группа выполнения, используемая моделью SIMT, а не подсчет всех threads, которые может запустить GPU.
120. Что означает SIMT?
SIMT означает Single-Instruction Multiple-Threads. Потоки в warp выполняют один и тот же код kernel, но могут следовать за разными ветвями. Это дает разработчикам модель программирования на основе потоков для параллельной работы.
121. Почему расходящиеся ветви могут снизить эффективность GPU?
Когда threads в warp выбирает разные пути, некоторые полосы могут быть неактивными, в то время как другой путь выполняется. Поэтому руководство CUDA рекомендует по возможности сокращать ненужные расхождения. Расхождение - это проблема производительности, а не автоматическая ошибка программирования.
122. Что такое GPU shared memory?
Общая память - это быстрая встроенная память, связанная с SM и выделенная для блока потока. Потоки могут использовать его для обмена и повторного использования данных. Она отличается от большей глобальной памяти, прикрепленной к GPU.
123. Что такое CUDA Unified Memory?
Unified Memory позволяет приложению выделять память, доступную для кода CPU или GPU, причем доступ или размещение обрабатываются программным и аппаратным обеспечением среды выполнения. Это может упростить программирование, но локальность данных и ненужная миграция по-прежнему влияют на производительность.
124. Почему сотрудничающие GPU threads должны синхронизироваться?
В противном случае потоки, которые совместно используют данные, могут столкнуться с состоянием гонки или угрозой памяти. В руководстве CUDA описана синхронизация на уровне блоков, включая syncthreads, поэтому threads может координировать свои действия при необходимости.
125. Что такое объединенный доступ к памяти GPU?
Объединение происходит, когда запросы памяти от threads объединяются в эффективные транзакции памяти. Руководство CUDA объясняет, почему организация доступа соседнего threads к соседним данным часто имеет такое же значение, как и арифметическая пропускная способность.
126. Программы CUDA написаны только на C++?
Нет. В текущем руководстве CUDA показаны SIMT kernel как в C++, так и в Python. Модель программирования не зависит от какого-либо поддерживаемого языка, хотя доступные функции и интерфейсы могут различаться.
127. Что такое Transformer Engine в Blackwell?
NVIDIA описывает Transformer Engine второго поколения Blackwell как комбинацию аппаратного и программного обеспечения Tensor Core, предназначенную для ускорения обучения и вывода моделей трансформаторов. Форматы низкой точности и методы масштабирования являются частью этого подхода.
128. На что ссылается FP4 в материалах Blackwell?
FP4 - это четырехбитный формат с плавающей запятой. NVIDIA описывает методы Blackwell для низкоточных вычислений ИИ с детальным масштабированием. Пригодность и точность модели зависят от рабочей нагрузки; меньшее количество битов не является универсальной гарантией качества.
129. Почему NVLink имеет значение в больших системах GPU?
NVLink обеспечивает высокоскоростную связь между процессорами. Обзор Blackwell NVIDIA описывает NVLink и переключатели как способы подключения множества GPUs, чтобы работу с большой моделью можно было распределить по системе.
130. Что такое конфигурация GB200 NVL72?
NVIDIA описывает GB200 NVL72 как стоечную систему с жидкостным охлаждением, состоящую из 36 Grace CPUs и 72 Blackwell GPUs. Это именованная конфигурация системы, а не спецификация каждого продукта Blackwell.
131. Что делает механизм RAS Blackwell?
RAS означает надежность, доступность и удобство обслуживания. NVIDIA описывает специальный механизм Blackwell, который контролирует состояние оборудования и программного обеспечения, предоставляет диагностику, помогает выявлять неисправности и планировать техническое обслуживание. Это проектная возможность, а не обещание нулевого простоя.
Вывод: следуйте фактам, понимайте систему
История Jensen Huang - это частично личная история, а частично история компании, платформы для разработчиков и меняющейся компьютерной индустрии. Чтобы понять это, нужно нечто большее, чем просто заголовок знаменитости или спецификация одного чипа. Публичные факты о семье должны оставаться в публичном доступе. Заявления о продукте должны быть привязаны к именованной архитектуре и рабочей нагрузке. Достижения компании следует рассматривать наряду с конкуренцией, зависимостью от поставок и надзором. Поэтому наиболее полезный вопрос заключается не только в том, кто такой Jensen Huang, но и в том, какие доказательства помогают нам понять людей и системы вокруг NVIDIA.
Ссылки и дополнительная литература
- 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