เจนเซน หวง

ชีวิตในวิศวกรรมศาสตร์ผู้ประกอบการ และปัญญาประดิษฐ์

จากวัยเด็กในเอเชียสู่การเป็นผู้นำ NVIDIA ชีวประวัติบนหลักฐานและการเปรียบเทียบเชิงวิพากษ์กับสตีฟ จ็อบส์

ฉบับภาษาไทย ขอบเขตการค้นคว้า 11 พฤศจิกายน 2026

สารบัญ

บทนำ

ทำความเข้าใจบุคคลเบื้องหลังแพลตฟอร์ม

ความสำคัญของเจนเซน หวงอยู่ที่การเปลี่ยนแปลงที่เขาช่วยทำให้เป็นไปได้: คอมพิวเตอร์ที่ออกแบบมาเพื่อวาดภาพกลายเป็นเครื่องจักรที่สามารถช่วยนักวิจัยฝึกปัญญาประดิษฐ์ บริษัทที่เขาร่วมก่อตั้งในปี 1993 เติบโตจากสตาร์ทอัพกราฟิกที่ไม่แน่นอนเป็นผู้จัดหาหลักของโครงสร้างพื้นฐานเบื้องหลัง AI สมัยใหม่ ความสำเร็จนั้นสมควรได้รับการตรวจสอบอย่างใกล้ชิด มันไม่ต้องการเรื่องราวที่เขารู้อนาคต ลงมือเพียงลำพัง หรือไม่เคยทำผิดพลาด

หนังสือเล่มนี้ติดตามชีวิตของเขาตั้งแต่วัยเด็กในเอเชียผ่านการย้ายถิ่น การศึกษา การทำงานวิศวกรรม การเป็นผู้ประกอบการ และการขยายตัวของ NVIDIA มันพิจารณาครอบครัวและสถาบันที่หล่อหลอมโอกาสของเขา เพื่อนร่วมงานและพันธมิตรที่ทำให้บริษัทเป็นไปได้ และการตัดสินใจที่ยากลำบากซึ่งเปลี่ยนทิศทางของมันซ้ำแล้วซ้ำเล่า มันยังตั้งคำถามที่น่าดึงดูดยิ่งขึ้นเมื่อโปรไฟล์สาธารณะของเขาเติบโต: เจนเซน หวงสามารถถูกเรียกอย่างมีเหตุผลว่าเป็นสตีฟ จ็อบส์ที่ยังมีชีวิตได้หรือไม่

คำตอบที่พัฒนาในที่นี้มีเงื่อนไข ทั้งสองคนรวมเทคโนโลยี ความเชื่อมั่นระยะยาว และความสามารถพิเศษในการอธิบายอนาคตที่คนอื่นยังมองไม่เห็นชัดเจน ทั้งคู่กลายเป็นที่เชื่อมโยงอย่างใกล้ชิดกับบริษัทของตน แต่หวงไม่ใช่ผู้แทนที่จ็อบส์ การศึกษาวิศวกรรม ความต่อเนื่องของภาวะผู้นำ ลูกค้าธุรกิจ และแนวทางการสร้างแพลตฟอร์มการคำนวณของเขาแยกเขาออกจากผู้ร่วมก่อตั้ง Apple การเปรียบเทียบมีประโยชน์เมื่อระบุพฤติกรรมเฉพาะ มันกลายเป็นการทำให้เข้าใจผิดเมื่อเปลี่ยนคนซับซ้อนสองคนให้เป็นสัญลักษณ์ที่สลับกันได้

ชีวิตที่ยังดำเนินอยู่ไม่สามารถมีบทสุดท้ายที่ชัดเจนได้ ฉบับนี้ปิดที่ 11 พฤศจิกายน 2026 ตัวเลขทางการเงิน ตำแหน่งงาน คำแถลงของคณะกรรมการ และการประกาศผลิตภัณฑ์ถูกระบุวันที่แทนที่จะถือเป็นข้อเท็จจริงถาวร เรื่องเล่าย้อนหลังถูกระบุเป็นความทรงจำตามความเหมาะสม คำอธิบายของบริษัทเกี่ยวกับเทคโนโลยีของตนเองเป็นหลักฐานอันมีค่าเกี่ยวกับสิ่งที่ประกาศ แต่ไม่ใช่หลักฐานอิสระของทุกข้ออ้างประสิทธิภาพ

นี่ก็ไม่ใช่ชีวประวัติที่แต่งเป็นนิยาย ไม่มีบทสนทนาประดิษฐ์ ความคิดส่วนตัว หรือฉากที่สร้างใหม่นำเสนอเป็นข้อเท็จจริง ข้อมูลครอบครัวที่จัดทำเป็นเอกสารสาธารณะรวมอยู่เมื่อช่วยอธิบายชีวิต อายุที่ไม่ได้ยืนยัน แรงจูงใจเชิงคาดเดา และรายละเอียดเร้าใจไม่กลายเป็นจริงผ่านการทำซ้ำ เป้าหมายคือเรื่องเล่าที่อ่านได้ซึ่งผู้ประกอบการ นักศึกษา หรือมืออาชีพด้านเทคโนโลยีสามารถใช้ได้โดยไม่ต้องแยกความชื่นชมออกจากความเกินจริงในทุกหน้า

1 วัยเด็กข้ามพรมแดน

ไต้หวัน ไทย และการตัดสินใจของครอบครัว

เจิน-ซุน หวง หรือที่รู้จักกันในชื่อเจนเซน หวง เกิดเมื่อวันที่ 17 กุมภาพันธ์ 1963 ที่ไต้หวัน รายงานต่าง ๆ ไม่ตรงกันเรื่องเมืองที่เกิด โดยโปรไฟล์ยุคแรกระบุว่าเป็นไถหนาน ส่วนรายงานภายหลังระบุว่าเป็นไทเป ไต้หวันคือจุดเริ่มต้นทางภูมิศาสตร์ที่มั่นคง ความแตกต่างนี้สำคัญเพราะชีวประวัติไม่ควรเปลี่ยนรายละเอียดที่ถูกเล่าซ้ำให้กลายเป็นความแน่นอนโดยปริยาย [1]

วัยเด็กของเขาข้ามพรมแดนชาตินานก่อนที่อาชีพของเขาจะทำเช่นนั้น ครอบครัวอาศัยอยู่ในไต้หวันและต่อมาที่ประเทศไทย ในการสัมภาษณ์กับคอนโดลีซา ไรซ์ หวงเล่าว่าพ่อของเขาย้ายไปไทยเพื่อช่วยก่อตั้งโรงกลั่นน้ำมัน เขาบรรยายพ่อว่าเป็นวิศวกร และแม่เคยทำงานเป็นผู้ช่วยที่โรงเรียนคาทอลิกหลังครอบครัวย้ายไปอเมริกา สิ่งเหล่านี้เป็นความทรงจำสาธารณะของเขา มิใช่บันทึกการจ้างงานที่สร้างขึ้นอย่างอิสระ พ่อแม่ของเขาต้องการโอกาสทางการศึกษาให้ลูกชาย และเด็กชายทั้งสองเดินทางไปสหรัฐอเมริกาก่อนที่พ่อแม่จะย้ายตามไปครบถ้วน ในการสัมภาษณ์ภายหลัง หวงเชื่อมโยงการแยกจากกันนั้นกับความหวังของพ่อแม่ที่มีต่อลูก ๆ [2]

เรื่องราวการย้ายถิ่นมักถูกย่อให้เหลือลำดับสร้างแรงบันดาลใจสั้น ๆ: เด็กอพยพยากจนมาถึง ทำงานหนัก และกลายเป็นมหาเศรษฐี ลำดับเช่นนั้นซ่อนสิ่งที่ทำให้การเดินทางเป็นไปได้ไว้เกือบทั้งหมด เด็กไม่ได้เลือกระบบการย้ายถิ่น อัตราแลกเปลี่ยน การรับเข้าโรงเรียน หรือความเต็มใจของญาติที่จะรับพวกเขาไว้ พ่อแม่ตัดสินใจเรื่องสำคัญด้วยข้อมูลที่ไม่สมบูรณ์ เด็กสืบทอดทั้งโอกาสและความไม่แน่นอนที่การตัดสินใจเหล่านั้นสร้างขึ้น

สำหรับหวง การย้ายระหว่างประเทศยังหมายถึงการย้ายระหว่างภาษาและความคาดหวังด้วย ความท้าทายในทางปฏิบัติไม่ใช่แค่การเรียนรู้คำศัพท์ มันเกี่ยวข้องกับการรับรู้ว่าผู้คนพูดกับครูอย่างไร ต่อรองมิตรภาพอย่างไร ตอบสนองต่อความขัดแย้งอย่างไร และตัดสินความสามารถอย่างไร นักเรียนอาจเข้าใจคณิตศาสตร์ก่อนที่เขาจะเข้าใจกฎทางสังคมของห้องเรียน การเรียนรู้ต่างประเภทกันเหล่านี้ไม่จำเป็นต้องก้าวหน้าด้วยความเร็วเท่ากัน

การอ้างว่าการย้ายถิ่นทำให้เกิดนิสัยการจัดการเฉพาะอย่างหลายสิบปีต่อมาโดยตรงคงเป็นการคาดเดา ข้อสรุปที่ระมัดระวังกว่าคือการปรับตัวกลายเป็นข้อเท็จจริงในช่วงต้นชีวิตของเขา อาชีพในภายหลังของเขาเกี่ยวข้องกับการก้าวเข้าสู่ดินแดนที่ไม่คุ้นเคย การระบุกฎของมัน และการตัดสินใจว่าข้อสันนิษฐานใดท้าทายได้ซ้ำแล้วซ้ำเล่า ความคล้ายคลึงนี้ชวนให้นึกถึง แต่ไม่ใช่การวินิจฉัยทางจิตวิทยา

บทบาทของพ่อแม่เขาก็ควรเข้าใจโดยไม่ต้องสร้างคลังเอกสารครอบครัวที่สมบูรณ์ขึ้นมา บัญชีสาธารณะเกี่ยวกับอาชีพและชื่อของท่านมีคุณภาพไม่สม่ำเสมอ หลักฐานที่ปรากฏซ้ำและหนักแน่นที่สุดเกี่ยวข้องกับความมุ่งมั่นของท่านต่อการศึกษาและความวุ่นวายที่ท่านยอมรับเพื่อไล่ตามมัน ความสำคัญของท่านไม่ได้ขึ้นอยู่กับการเติมทุกช่องว่างด้วยรายละเอียดที่น่าจะเป็นไปได้ การตัดสินใจของท่านทำให้หวงเข้าถึงสถาบันและเครือข่ายที่กลายเป็นศูนย์กลางของการพัฒนาทางเทคนิคของเขา

อันตรายของเรื่องราวความสำเร็จที่หลีกเลี่ยงไม่ได้

การรู้ตอนจบเปลี่ยนวิธีที่ผู้อ่านตีความวัยเด็ก ความสำเร็จธรรมดาในห้องเรียนอาจกลายเป็นสัญญาณของอัจฉริยะ ประสบการณ์ที่ไม่สบายใจอาจกลายเป็นการเตรียมพร้อมที่จำเป็นสำหรับภาวะผู้นำ ข้อสรุปทั้งสองไม่ได้ตามมาโดยอัตโนมัติ ผู้อพยพที่มีพรสวรรค์จำนวนมากอดทนต่อความลำบากโดยไม่ได้สร้างบริษัทใหญ่ ผู้ประกอบการที่ประสบความสำเร็จหลายคนมีวัยเด็กที่แตกต่างกันอย่างสิ้นเชิง

คำถามที่มีประโยชน์จึงไม่ใช่ว่าหวงวัยเด็กถูกกำหนดมาให้สร้าง NVIDIA แล้วหรือไม่ แต่คือโอกาสที่มีให้เขาขยายตัวอย่างไร และเขาทำอะไรกับโอกาสเหล่านั้นในภายหลัง แนวทางนั้นให้น้ำหนักที่เหมาะสมกับความพยายามโดยไม่มองข้ามการตัดสินใจของครอบครัว การศึกษาสาธารณะ และสถานการณ์ทางประวัติศาสตร์ที่ทำให้ความพยายามเกิดผล

2 เคนทักกีและประสบการณ์ของความแตกต่าง

ชีวิตที่โอไนดา

การแก้ไขที่สำคัญเป็นพิเศษเกี่ยวข้องกับช่วงเวลาของหวงในรัฐเคนทักกี สถาบันโอไนดาแบปทิสต์ระบุว่าเขาและพี่ชายอาศัยอยู่ในหอพักของสถาบันขณะเรียนที่โรงเรียนประถมโอไนดาซึ่งเป็นโรงเรียนรัฐบาลฝั่งตรงข้ามแม่น้ำเคนทักกีสาขาใต้ เนื่องจากสถาบันในขณะนั้นเป็นโรงเรียนมัธยม เด็กชายทั้งสองจึงต้องข้ามสะพานแกว่งเพื่อไปเข้าชั้นเรียน การมองว่าการพักประจำและการลงเรียนในห้องเรียนเป็นสิ่งเดียวกันนั้นไม่ถูกต้อง [3]

เรื่องราวนี้ได้รับเวอร์ชันที่ตื่นเต้นขึ้นเมื่อเวลาผ่านไป หวงเล่าถึงการเริ่มต้นที่หยาบคายในสหรัฐอเมริกา และการถูกวางไว้ท่ามกลางเด็กชายที่โตกว่าในสถานการณ์ที่ครอบครัวของเขาไม่ได้คาดการณ์ไว้อย่างเต็มที่ โปรไฟล์ของมหาวิทยาลัยรัฐโอเรกอนบันทึกคำบรรยายของเขาเกี่ยวกับการเริ่มต้นอันยากลำบากนั้น พร้อมทั้งบันทึกความรักที่เขามีต่อประสบการณ์ในโรงเรียนด้วย ทั้งสององค์ประกอบควรอยู่ในบัญชี: ความไม่สบายใจและความขอบคุณไม่ได้ตัดกัน [4]

ป้ายกำกับสถาบันสมควรได้รับความระมัดระวัง วลีอย่างเช่นโรงเรียนฝึกอบรมอาจถ่ายทอดความทรงจำของผู้พูดเกี่ยวกับสภาพแวดล้อม แต่อาจไม่ได้บรรยายประวัติทั้งหมดของสถาบันหรือนักเรียนทุกคนได้อย่างเพียงพอ ข้อเท็จจริงที่มั่นคงกว่าคือการพักประจำ การเข้าเรียนระดับประถม และการปรับตัวทางวัฒนธรรมครั้งใหญ่ที่เด็กคนหนึ่งซึ่งอยู่ห่างไกลจากพ่อแม่ได้ประสบ

สถาบันในวัยเด็กอาจถูกจดจำในภายหลังผ่านรายละเอียดเด่นชัดเพียงอย่างเดียว สะพานแกว่งคือรายละเอียดเช่นนั้น: เป็นรูปธรรม น่าจดจำ และมีเอกสารยืนยันอย่างอิสระ มันมีประโยชน์กว่าคำบรรยายที่แต่งขึ้นว่าหวงคิดอะไรขณะข้ามมัน การจัดวางทางกายภาพบอกผู้อ่านเพียงพอเกี่ยวกับระยะห่างระหว่างบ้าน โรงเรียน และโลกที่ไม่คุ้นเคยรอบตัวเขา

หลายปีต่อมา เจนเซนและลอรี หวงสนับสนุนอาคารใหม่ที่โอไนดา สถาบันบันทึกเงินช่วยเหลือแบบจับคู่มูลค่า 2 ล้านดอลลาร์สหรัฐ และอาคารหวงฮอลล์ที่เกิดขึ้นได้รับการอุทิศในปี 2019 ของขวัญนี้เชื่อมโยงผู้ประกอบการที่เป็นผู้ใหญ่เต็มตัวกับสถานที่ซึ่งเคยเป็นส่วนหนึ่งของวัยเด็กของเขา โดยไม่ต้องสันนิษฐานว่าทุกแง่มุมของวัยเด็กนั้นมีความสุข [3]

ความยืดหยุ่นโดยไม่ทำให้ความลำบากเป็นโรแมนติก

บัญชีของคนที่ประสบความสำเร็จมักเปลี่ยนความยากลำบากให้เป็นสูตรสำเร็จ: เพราะความลำบากมาก่อนความสำเร็จ ผู้นำในอนาคตจึงควรประสบความลำบากด้วย นี่เป็นเหตุผลที่อ่อน ความทุกข์ยากอาจสร้างความฉลาดรอบรู้ แต่ก็สามารถจำกัดโอกาสและก่อให้เกิดอันตรายที่ยั่งยืน ผลลัพธ์ขึ้นอยู่กับการสนับสนุน สถานการณ์ และบุคคลที่เกี่ยวข้อง

การเน้นย้ำสาธารณะของหวงในภายหลังเกี่ยวกับความเพียรพยายามเกี่ยวข้องกับภาวะผู้นำของเขา มันไม่ควรถูกใช้เพื่อเฉลิมฉลองการกลั่นแกล้ง ความขาดแคลน หรือความทุกข์ที่หลีกเลี่ยงได้ บทเรียนที่สร้างสรรค์นั้นแคบกว่า: ผู้คนสามารถเรียนรู้ที่จะตอบสนองต่อเงื่อนไขที่ยากลำบาก และสถาบันสามารถช่วยให้พวกเขาฟื้นตัว พัฒนาความมั่นใจ และหางานที่มีประโยชน์ได้

บัญชีที่เป็นผู้ใหญ่เกี่ยวกับความยืดหยุ่นยังรวมถึงความช่วยเหลือด้วย คนหนุ่มสาวที่ปรับตัวได้ยังคงต้องการครู ญาติ อาหาร ที่พักอาศัย และเส้นทางสู่การศึกษาต่อ ผู้บริหารในอนาคตที่ฝ่าวิกฤตยังคงต้องการวิศวกร ลูกค้า และเงินทุน การจดจำความต่อเนื่องนี้ช่วยป้องกันไม่ให้ชีวประวัติกลายเป็นเรื่องราวของพลังใจที่โดดเดี่ยว

3 โอเรกอน โรงเรียน งาน และความทะเยอทะยาน

เส้นทางการศึกษาที่มั่นคงยิ่งขึ้น

ครอบครัวตั้งถิ่นฐานที่รัฐโอเรกอนในภายหลัง ซึ่งหวงเข้าเรียนระดับมัธยมในย่านบีเวอร์ตัน บัญชีของมหาวิทยาลัยรัฐโอเรกอนยังระบุว่าเขาเป็นนักเทเบิลเทนนิสเยาวชนติดอันดับระดับประเทศ รายละเอียดเหล่านี้แสดงคนหนุ่มสาวที่กำลังสร้างทั้งทักษะทางวิชาการและการแข่งขัน แม้จะไม่ได้ให้บันทึกการเรียนรายปีที่สมบูรณ์ [4]

บทสรุปยอดนิยมบางฉบับระบุลำดับการข้ามชั้นที่แน่นอนหรือให้ปีที่เข้ามหาวิทยาลัยซึ่งขัดแย้งกับข้อมูลอื่น ความแม่นยำเช่นนั้นไม่จำเป็นต่อการเข้าใจวิถีชีวิต สิ่งที่มั่นคงและสำคัญคือเขาก้าวหน้าผ่านโรงเรียน เข้าศึกษาวิศวกรรมไฟฟ้าที่มหาวิทยาลัยรัฐโอเรกอน และสำเร็จปริญญาตรีในปี 1984 วันที่สำเร็จปริญญาที่มีเอกสารรับรองเป็นหลักยึดที่มั่นคงกว่าการสร้างใหม่แบบคาดเดาของทุกปีในโรงเรียนมัธยมตอนต้น

กีฬาแข่งขันให้การเปรียบเทียบที่มีประโยชน์กับวิศวกรรม แต่การเปรียบเทียบไม่ควรถูกเข้าใจผิดเป็นหลักฐานเชิงสาเหตุ นักเทเบิลเทนนิสปรับตัวกับคู่ต่อสู้อย่างต่อเนื่อง ได้รับข้อมูลตอบกลับทันที และฝึกท่าทางจนน่าเชื่อถือ วิศวกรก็เรียนรู้ผ่านข้อมูลตอบกลับเช่นกัน ว่าหวงนำนิสัยจากกีฬาเฉพาะอย่างเข้าสู่การจัดการอย่างมีสติหรือไม่ ไม่สามารถระบุได้เพียงจากการรู้ว่าเขาเคยเล่น

งานบริการในช่วงต้นของเขาที่ Denny's เป็นอีกส่วนที่ปรากฏซ้ำในเรื่องราวสาธารณะของเขา เขาเคยพูดถึงการล้างจานและให้บริการลูกค้า และบทเรียนของงานธรรมดา งานร้านอาหารมีความสำคัญเพราะวางการพัฒนาของเขาไว้นอกโลกสงวนของเทคโนโลยีชั้นสูง ก่อนจะบริหารวิศวกร เขามีประสบการณ์ในที่ทำงานที่การบริการ ความเร็ว และการประสานงานของงานย่อยจำนวนมากมองเห็นได้ทุกวัน [2]

งานบริการสอนอะไรได้บ้าง

ร้านอาหารคือระบบ ลูกค้าเห็นมื้ออาหาร แต่การส่งมอบขึ้นอยู่กับการเตรียม การล้าง การสั่งซื้อ การปรุง การชำระเงิน และการสื่อสาร ความล้มเหลวในส่วนหนึ่งไปถึงลูกค้าแม้ส่วนอื่นจะทำงานดี นี่เป็นวิธีที่มีประโยชน์ในการเข้าใจว่าทำไมส่วนประกอบที่ยอดเยี่ยมทางเทคนิคจึงไม่ได้สร้างผลิตภัณฑ์ที่ประสบความสำเร็จด้วยตัวมันเอง

หลักการเดียวกันปรากฏในภายหลังในระดับที่ใหญ่กว่ามากในธุรกิจของ NVIDIA โปรเซสเซอร์อาจทรงพลังแต่ยังยากต่อการโปรแกรม ซอฟต์แวร์อาจสง่างามแต่ขาดช่องทางจัดจำหน่าย ศูนย์ข้อมูลอาจมีโปรเซสเซอร์เพียงพอแต่มีเครือข่าย พลังงาน หรือระบบทำความเย็นไม่เพียงพอ เหล่านี้เป็นการเปรียบเทียบเชิงวิเคราะห์ ไม่ใช่ข้ออ้างว่ากะร้านอาหารใดกะหนึ่งให้แผนงานสร้างบริษัทคอมพิวเตอร์แก่หวง

ยังมีบทเรียนเกี่ยวกับการมองเห็นของงานด้วย ผู้บริหารระดับสูงอาจถูกแยกออกจากผู้คนที่ทำให้ผลิตภัณฑ์ใช้งานได้ งานบริการเปิดเผยผลที่ตามมาของความล้มเหลวในการปฏิบัติงานเล็ก ๆ อย่างรวดเร็ว คุณค่าทางภาวะผู้นำอยู่ที่การรักษาความอยากรู้เกี่ยวกับผลที่ตามมาเหล่านั้นไว้ หลังจากฐานะและความมั่งคั่งทำให้หลีกเลี่ยงมันได้

4 มหาวิทยาลัย วิศวกรรม และการพบลอรี

มหาวิทยาลัยรัฐโอเรกอนและรากฐานของอาชีพ

หวงสำเร็จปริญญาวิทยาศาสตร์บัณฑิต สาขาวิศวกรรมไฟฟ้า จากมหาวิทยาลัยรัฐโอเรกอนในปี 1984 มหาวิทยาลัยบันทึกว่าลอรี มิลส์เป็นคู่หูแล็บของเขาในรายวิชาวิศวกรรมไฟฟ้าเบื้องต้น และทั้งสองแต่งงานกันห้าปีหลังพบกัน ความสัมพันธ์ของพวกเขาเริ่มต้นภายในการศึกษาทางเทคนิคซึ่งกำลังหล่อหลอมอาชีพของเขาด้วย [4]

วิศวกรรมไฟฟ้าให้มากกว่าปริญญา มันฝึกเขาให้ให้เหตุผลเกี่ยวกับระบบกายภาพภายใต้ข้อจำกัด วงจรต้องตอบสนองข้อกำหนดด้านเวลา พลังงาน ต้นทุน และความน่าเชื่อถือพร้อมกัน การออกแบบที่สำเร็จในมาตรวัดหนึ่งอาจล้มเหลวในอีกมาตรวัดหนึ่ง วินัยนี้แตกต่างจากภาพของนวัตกรรมที่เป็นแนวคิดฉับพลันตามด้วยการดำเนินการที่ไร้ความพยายาม

ห้องปฏิบัติการมหาวิทยาลัยทำให้การแลกเปลี่ยนเหล่านั้นเป็นรูปธรรม การคำนวณต้องสอดคล้องกับการจัดวางส่วนประกอบที่ทำงานได้ในที่สุด พฤติกรรมที่ไม่คาดคิดต้องได้รับการตรวจสอบ ไม่ใช่อธิบายทิ้งไป นี่เป็นลักษณะทั่วไปของการศึกษาวิศวกรรม ไม่ใช่รายการการบ้านเฉพาะของหวงที่สร้างขึ้นใหม่ มันช่วยอธิบายการก่อร่างทางวิชาชีพที่ปริญญาของเขาเป็นตัวแทน

ไม่ควรลดทอนลอรีให้เป็นตัวประกอบที่บังเอิญพบมหาเศรษฐีในอนาคต เธอศึกษาวิศวกรรมและภายหลังเป็นผู้ร่วมบริจาคให้โครงการการศึกษาที่สำคัญ ข้อมูลสาธารณะสนับสนุนบทบาทนั้น แต่ไม่ได้พิสูจน์การระบุการตัดสินใจส่วนตัวทุกอย่างของครอบครัวให้กับเธอ และไม่ได้พิสูจน์ข้ออ้างว่าเธอดำรงตำแหน่งอย่างเป็นทางการใน NVIDIA เว้นแต่บันทึกที่เชื่อถือได้ยืนยันเช่นนั้น

สแตนฟอร์ดขณะทำงาน

หวงสำเร็จปริญญาโทวิศวกรรมไฟฟ้าที่มหาวิทยาลัยสแตนฟอร์ดในปี 1992 ขณะทำงานเต็มเวลา ชีวประวัติของสแตนฟอร์ดเองยืนยันปริญญา ขณะที่มหาวิทยาลัยรัฐโอเรกอนบรรยายการผสมผสานการจ้างงานกับการศึกษาระดับบัณฑิต สิ่งนี้วางการศึกษาขั้นสูงของเขาไว้ภายในการพัฒนาอาชีพ มิใช่ก่อนหน้ามันทั้งหมด [4, 5]

ความแตกต่างนั้นสำคัญ ผู้ที่ศึกษาขณะทำงานสามารถเปรียบเทียบเครื่องมือเชิงทฤษฎีกับปัญหาเชิงพาณิชย์ งานวิชาการอาจชี้แจงว่าทำไมการออกแบบจึงทำงานเช่นที่มันเป็น การจ้างงานอาจเปิดเผยข้อจำกัดที่แบบฝึกหัดในชั้นเรียนละเลย ไม่มีสถานการณ์ใดแทนที่อีกสถานการณ์หนึ่ง คุณค่าของมันอาจมาจากการเคลื่อนไหวระหว่างทั้งสอง

วันที่เหล่านี้ยังท้าทายเรื่องเล่าผู้ประกอบการที่ทันสมัยแต่ทำให้เข้าใจผิด หวงไม่ใช่นักศึกษาที่ลาออกจากมหาวิทยาลัยซึ่งปฏิเสธการศึกษาในระบบเพื่อสร้างบริษัททันที ณ เวลาที่ NVIDIA ก่อตั้ง เขามีคุณวุฒิวิศวกรรมทั้งระดับปริญญาตรีและระดับสูง พร้อมประสบการณ์อุตสาหกรรมเซมิคอนดักเตอร์อย่างมาก เรื่องราวของเขาสนับสนุนความสำคัญของการเรียนรู้และการเตรียมพร้อมทางวิชาชีพอย่างน้อยเท่าเทียมกับการสนับสนุนการเสี่ยงอย่างกล้าหาญ

การศึกษาในระบบไม่ได้ให้สูตรสำเร็จที่สมบูรณ์สำหรับการเป็นผู้ประกอบการ มันไม่สามารถรับประกันได้ว่าลูกค้าจะซื้อชิปกราฟิก นักลงทุนจะให้เงินทุน หรือแพลตฟอร์มซอฟต์แวร์ใหม่จะดึงดูดนักพัฒนา มันให้เครื่องมือสำหรับตรวจสอบปัญหาเหล่านั้น ความสำเร็จในภายหลังขึ้นอยู่กับการนำเครื่องมือเหล่านั้นไปใช้และขยายภายใต้ความไม่แน่นอน

5 เรียนรู้ธุรกิจเซมิคอนดักเตอร์

AMD และ LSI Logic

ชีวประวัติตามกฎระเบียบของ NVIDIA บันทึกการจ้างงานของหวงที่ Advanced Micro Devices ตั้งแต่ 1983 ถึง 1985 และที่ LSI Logic ตั้งแต่ 1985 ถึง 1993 วันที่เริ่มที่ AMD คุ้มค่าแก่การรักษาไว้ เพราะบัญชียอดนิยมบางฉบับทำให้เรียบง่ายเป็น 1984 ซึ่งเป็นปีปริญญาตรีของเขา บันทึกอาชีพอย่างเป็นทางการให้ฐานลำดับเวลาที่ดีกว่าลำดับเรียบร้อยที่อนุมานจากการจบการศึกษา [6]

ที่ AMD เขาทำงานด้านการออกแบบไมโครโปรเซสเซอร์ ที่ LSI Logic เขาถือความรับผิดชอบด้านวิศวกรรม การตลาด และการจัดการ รวมถึงงานที่เกี่ยวข้องกับธุรกิจ CoreWare บทบาทเหล่านี้ขยายประสบการณ์ของเขาไปไกลกว่าการออกแบบวงจรเดียว พวกมันเปิดให้เขาเห็นความสัมพันธ์ระหว่างความสามารถทางเทคนิค ความต้องการของลูกค้า และกลยุทธ์เชิงพาณิชย์ [6]

เซมิคอนดักเตอร์เรียกร้องสิ่งที่ผิดปกติจากบริษัทใหม่ การออกแบบชิปมีราคาแพง การผลิตขึ้นอยู่กับโรงงานเฉพาะทาง ข้อผิดพลาดอาจต้องออกแบบใหม่ด้วยต้นทุนสูง และผลิตภัณฑ์อาจมาถึงหลังตลาดเคลื่อนไปแล้ว ช่วงเวลาระหว่างการตัดสินใจทางวิศวกรรมกับข้อมูลตอบกลับจากตลาดอาจยาวนาน ผู้ก่อตั้งในอุตสาหกรรมนี้ต้องการทั้งวิจารณญาณทางเทคนิคและวิธีการหาเงินทุนสำหรับความไม่แน่นอน

งานของ LSI Logic ด้านชิปสั่งทำพิเศษเป็นการเตรียมพร้อมที่เกี่ยวข้องเพื่อเข้าใจว่าลูกค้าแปลงข้อกำหนดของระบบเป็นซิลิกอนอย่างไร มันยังแสดงความแตกต่างที่ยังคงเป็นศูนย์กลางของ NVIDIA: ลูกค้าแทบไม่ต้องการชิปเพียงเพราะมันน่าสนใจทางเทคนิค พวกเขาต้องการผลลัพธ์ เช่น กราฟิกที่ดีกว่า ต้นทุนที่ต่ำกว่า เวลาคำนวณที่สั้นกว่า หรือผลิตภัณฑ์ของตนเองที่มีความสามารถมากขึ้น

การกลายเป็นมากกว่าผู้เชี่ยวชาญ

การย้ายจากวิศวกรเป็นผู้ประกอบการบางครั้งถูกบรรยายว่าเป็นการทิ้งงานทางเทคนิคไว้เบื้องหลัง อาชีพของหวงชี้ให้เห็นรูปแบบที่แตกต่าง ความเข้าใจทางเทคนิคยังคงเป็นศูนย์กลาง ขณะที่วงล้อมของการตัดสินใจขยายออกไปรวมถึงผู้คน การตั้งราคา การเงิน และการเลือกตลาด

ผู้ประกอบการต้องตัดสินใจว่าปัญหาใดสมควรได้รับความสนใจขององค์กร วิศวกรสามารถปรับการออกแบบที่กำหนดให้เหมาะสม ผู้ก่อตั้งต้องตัดสินใจด้วยว่าการออกแบบนั้นควรมีอยู่หรือไม่ คำถามเปลี่ยนจากว่าบางสิ่งสร้างได้หรือไม่ เป็นว่าผู้คนจำนวนเพียงพอจะให้คุณค่ากับมันหรือไม่ บริษัทส่งมอบได้หรือไม่ และคู่แข่งสามารถตอบสนองเร็วกว่าหรือไม่

การเปลี่ยนผ่านนี้อธิบายย้อนหลังได้ง่ายกว่าทำจริง ความเชี่ยวชาญทางเทคนิคอาจกลายเป็นกับดักเมื่อเจ้าของมันยืนยันว่าการออกแบบที่เหนือกว่าต้องชนะ ลูกค้าอาจให้ความสำคัญกับความเข้ากันได้ ความพร้อมใช้งาน หรือความง่ายในการใช้ ผู้ก่อตั้งต้องเต็มใจค้นพบว่าลำดับความสำคัญของตลาดแตกต่างจากข้อสันนิษฐานเดิมของทีมวิศวกร

ปีก่อน NVIDIA ของหวงจึงควรอยู่ที่ใจกลางของชีวประวัติ พวกมันไม่ใช่แค่ห้องรอก่อนเรื่องราวสำคัญจะเริ่ม พวกมันให้ประสบการณ์ของภาคส่วนที่การตัดสินใจเรื่องผลิตภัณฑ์ ความสัมพันธ์การผลิต และความไว้วางใจของลูกค้าแยกกันไม่ได้

6 การก่อตั้ง NVIDIA

ผู้ก่อตั้งสามคนและตลาดที่ยากลำบาก

NVIDIA ก่อตั้งในปี 1993 โดยเจนเซน หวง คริส มาลาชอฟสกี และเคอร์ทิส พรีม หวงกลายเป็นประธานเจ้าหน้าที่บริหารและยังคงอยู่ในบทบาทนั้นขณะบริษัทพัฒนาขึ้น การประชุมที่ Denny's อันโด่งดังเป็นส่วนหนึ่งของเรื่องราวการก่อตั้ง แต่ร้านอาหารไม่ควรบดบังความเชี่ยวชาญสะสมของคนที่นั่งอยู่ในนั้น [7, 8]

โอกาสเริ่มต้นอยู่ที่กราฟิกสำหรับคอมพิวเตอร์ส่วนบุคคล เกมมอบการใช้งานที่เรียกร้องสูง: ผู้บริโภคต้องการโลกภาพที่สมบูรณ์ขึ้น ขณะที่โปรเซสเซอร์เนกประสงค์พยายามส่งมอบกราฟิกที่ซับซ้อนขึ้นอย่างมีประสิทธิภาพ โปรเซสเซอร์เฉพาะทางสามารถปรับปรุงประสบการณ์โดยทำการดำเนินการที่เลือกได้เร็วกว่ามาก

นี่คือจุดเข้าสู่ตลาดเชิงพาณิชย์ ไม่ใช่แผนที่สมบูรณ์แบบสำหรับเศรษฐกิจ AI เชิงสร้างสรรค์ของวันนี้ เป็นเรื่องง่ายที่จะฉายความสำเร็จในปัจจุบันย้อนกลับและจินตนาการว่าผู้ก่อตั้งมองเห็นการใช้งานภายหลังทุกอย่างแล้ว การตีความที่แข็งแกร่งกว่าคือพวกเขาระบุปัญหาการคำนวณในวงกว้างและเข้าสู่ตลาดผ่านตลาดที่สนับสนุนธุรกิจได้

ความแตกต่างระหว่างวิทยานิพนธ์กว้างกับผลิตภัณฑ์แรกมีความสำคัญ วิทยานิพนธ์สามารถยังคงให้ผลได้แม้การดำเนินการจะล้มเหลว บริษัทอาจเชื่อว่าการคำนวณเฉพาะทางจะสำคัญ ขณะผิดเกี่ยวกับสถาปัตยกรรม ลูกค้า หรือเวลาของความพยายามครั้งแรก การอยู่รอดของมันจึงขึ้นอยู่กับการเปลี่ยนความพยายามโดยไม่ละทิ้งทุกส่วนที่มีประโยชน์ของความเข้าใจพื้นฐาน

ทำไมผู้ร่วมก่อตั้งจึงสำคัญ

ชีวประวัติที่เน้นประธานเจ้าหน้าที่บริหารอาจลบบริษัทรอบตัวเขาโดยไม่ตั้งใจ มาลาชอฟสกีและพรีมคือผู้ร่วมก่อตั้ง ไม่ใช่ของประกอบฉากของวิสัยทัศน์ที่เสร็จสมบูรณ์ วิศวกร นักลงทุน และลูกค้าแรก ๆ ก็ช่วยเปลี่ยนแนวคิดให้เป็นองค์กรด้วย ภาวะผู้นำของหวงประเมินได้แม่นยำขึ้นเมื่อการมีส่วนร่วมของพวกเขายังคงมองเห็นได้

มาลาชอฟสกีนำประสบการณ์วิศวกรรมและภาวะผู้นำทางเทคนิคจาก Hewlett-Packard และ Sun Microsystems พื้นหลังของเขาในระบบกราฟิกทำให้เขาเป็นส่วนหนึ่งของรากฐานทางเทคนิคของบริษัท และเขายังคงเกี่ยวข้องกับ NVIDIA ในฐานะผู้ก่อตั้งและเฟลโลว์ บริษัทไม่ใช่กรณีของผู้ประกอบการที่ไม่ใช่เทคนิคซึ่งเพียงจ้างวิศวกรมาดำเนินแผนที่เสร็จสมบูรณ์ [32]

พรีมก็เคยทำงานที่ Sun ซึ่งเขาออกแบบสถาปัตยกรรมผลิตภัณฑ์กราฟิก GX สถาบัน Rensselaer Polytechnic บันทึกว่าเขาดำรงตำแหน่งประธานเจ้าหน้าที่ฝ่ายเทคนิคของ NVIDIA ตั้งแต่ 1993 ถึง 2003 งานก่อนหน้าของเขารวมถึง IBM Professional Graphics Adapter ประสบการณ์เหล่านี้วางผู้ก่อตั้งไว้ในสายวิศวกรรมกราฟิกที่มีมาก่อน NVIDIA และช่วยอธิบายว่าทำไมการตลาด GPU ครั้งแรกของมันจึงไม่ควรถูกสับสนกับต้นกำเนิดของทั้งสาขา [33]

การมีส่วนร่วมของหวงอยู่เคียงข้างความเชี่ยวชาญนี้ เขาทำงานครอบคลุมการออกแบบเซมิคอนดักเตอร์และการจัดการเชิงพาณิชย์ที่ AMD และ LSI Logic การผสมผสานนี้ให้ทีมผู้ก่อตั้งมีมุมมองทั้งต่อการดำเนินการกราฟิกและการสร้างธุรกิจเซมิคอนดักเตอร์ มันไม่ได้ป้องกันพวกเขาจากความผิดพลาด แต่ให้ทรัพยากรในการรับรู้และตอบสนองต่อข้อผิดพลาด

งานเฉพาะของประธานเจ้าหน้าที่บริหารคือการบูรณาการการตัดสินใจ ความเป็นไปได้ทางเทคนิคต้องกลายเป็นแผนผลิตภัณฑ์ แผนผลิตภัณฑ์ต้องการเงินทุน เงินทุนต้องการความน่าเชื่อถือ และความน่าเชื่อถือต้องรอดจากอุปสรรค ไม่มีบุคคลเดียวสามารถทำทุกงานทางวิศวกรรมหรือเชิงพาณิชย์ได้ ภาวะผู้นำเกี่ยวข้องกับการรักษาทิศทางที่สอดคล้องกันข้ามทั้งหมดนั้น

บริษัทในยุคแรกยังดำเนินการภายในระบบนิเวศที่มันไม่ได้ควบคุม ระบบปฏิบัติการ มาตรฐานกราฟิก นักพัฒนาซอฟต์แวร์ และพันธมิตรการผลิตสามารถเปลี่ยนคุณค่าของการออกแบบของมัน การพึ่งพานี้ไม่ใช่จุดอ่อนเฉพาะของ NVIDIA มันเป็นเงื่อนไขของการสร้างส่วนประกอบใหม่สำหรับระบบคอมพิวเตอร์ที่ใหญ่กว่า

บทเรียนการก่อตั้งจึงเรียกร้องมากกว่าการเริ่มต้นด้วยความกล้าหาญเพียงอย่างเดียว มันคือการเลือกปัญหาที่คุ้มค่าแก่การแก้ไข รวบรวมความเชี่ยวชาญที่เสริมกัน และสร้างธุรกิจที่สามารถเรียนรู้ได้ก่อนที่เงินจะหมด ความกล้าหาญสำคัญ แต่มันแทนที่การจัดเตรียมเหล่านั้นไม่ได้

7 เมื่อบริษัทเกือบล้มเหลว

ปัญหา NV1 และ Sega

ผลิตภัณฑ์ยุคแรกของ NVIDIA ไม่ได้สร้างเส้นทางราบรื่นสู่ความสำเร็จ NV1 ซึ่งเปิดตัวในปี 1995 ประสบความยากลำบากทางการค้า งานต่อมาของบริษัทกับ Sega เปิดเผยปัญหาที่ลึกกว่า: ทิศทางเทคนิคของมันกำลังไม่สอดคล้องกับมาตรฐานที่ตลาดกราฟิกในวงกว้างกำลังจัดระบบอยู่รอบตัว [7, 9]

ปัญหาสถาปัตยกรรมเป็นรูปธรรม NV1 ใช้การทำแผนที่พื้นผิวแบบกำลังสอง ขณะที่ระบบนิเวศ Direct3D ที่กำลังเกิดใหม่มีศูนย์กลางที่รูปสามเหลี่ยม การสนับสนุนแนวทางที่แตกต่างสร้างงานเพิ่มให้นักพัฒนาเกมและจำกัดข้อได้เปรียบของฮาร์ดแวร์ NVIDIA RIVA 128 นำทิศทางที่เข้ากันได้มากขึ้นมาใช้ บทเรียนส่วนหนึ่งเกี่ยวกับมาตรฐาน: การดำเนินการที่สง่างามอาจแพ้ได้หากอุตสาหกรรมซอฟต์แวร์รอบข้างใช้มันไม่สะดวก [34]

นี่ไม่ใช่การแข่งขันเพียงว่ารูปทรงใดเหนือกว่าทางคณิตศาสตร์ สถาปัตยกรรมกราฟิกต้องทำงานร่วมกับเครื่องมือสร้างเนื้อหา ส่วนต่อประสานการโปรแกรม และเทคนิคที่นักพัฒนาเข้าใจอยู่แล้ว ซัพพลายเออร์ที่ขอให้ลูกค้านำแนวทางต่างไปใช้ต้องเสนอประโยชน์ที่ใหญ่พอจะพิสูจน์งานเพิ่มเติมนั้น การอยู่รอดของ NVIDIA ขึ้นอยู่กับการยอมรับทิศทางของระบบนิเวศแทนที่จะคาดหวังให้ระบบนิเวศจัดใหม่รอบการออกแบบแรกของมัน

ในบัญชีภายหลังของเขาเกี่ยวกับวิกฤตนั้น หวงบรรยายว่าได้รับรู้ว่าการทำสัญญาต่ออาจทำให้ NVIDIA มีผลิตภัณฑ์ที่ไม่รองรับอนาคตของมัน ขณะที่การละทิ้งมันอาจทำให้บริษัทไม่มีเงินที่จำเป็นต่อการอยู่รอด เขาเข้าหาผู้นำของ Sega และขอความช่วยเหลือ การสนับสนุนที่ได้ทำให้ NVIDIA เปลี่ยนทิศทางได้ [9]

บัญชีของการจัดเตรียมนั้นต่างกันในวิธีบรรยายกลไกการชำระเงินและการลงทุน ข้อสรุปที่ปลอดภัยคือ Sega ให้การสนับสนุนทางการเงินที่สำคัญ โดยทั่วไปรายงานที่ประมาณ 5 ล้านดอลลาร์สหรัฐ และโชอิจิโร อิริมาจิริมีบทบาทสำคัญ ไม่ควรทำให้เรียบง่ายเป็นเรื่องราวว่าผู้บริหาร Nintendo ที่ไม่เกี่ยวข้องช่วยบริษัทไว้ หรือว่าเงินนั้นเป็นของขวัญส่วนตัวไม่มีเงื่อนไขเสมอไป [8, 10]

นัยสำคัญทางคุณธรรมนั้นเฉพาะเจาะจง หวงต้องยอมรับข้อผิดพลาดใหญ่ต่อพันธมิตรที่สำคัญ นั่นแตกต่างจากการนำเสนอตนเป็นผู้มีวิสัยทัศน์ที่ถูกต้องมาตลอด การช่วยเหลือที่น่าเชื่อถือต้องการการผสมผสานระหว่างความซื่อสัตย์ ความไว้วางใจ และความเต็มใจของพันธมิตรที่จะยอมรับผลลัพธ์ที่ผิดปกติ

RIVA 128 และการกลับมาของความหวังทางการค้า

RIVA 128 ซึ่งเปิดตัวในปี 1997 กลายเป็นผลิตภัณฑ์พลิกฟื้นที่เด็ดขาด เส้นเวลาของบริษัท NVIDIA บันทึกยอดขายหนึ่งล้านหน่วยในสี่เดือน ตัวเลขนั้นแสดงว่าผลิตภัณฑ์สามารถเปลี่ยนสถานะของบริษัทหนุ่มได้เร็วเพียงใดเมื่อมันตรงกับความต้องการของตลาดมากขึ้น [7]

การสนับสนุนของ Sega และความสำเร็จของ RIVA 128 เป็นส่วนหนึ่งของเรื่องราวการอยู่รอดที่เชื่อมโยงกัน การมองทุกก้าวเป็นการล้มละลายแยกกันทำให้บันทึกเกินจริง อย่างหนึ่งให้พื้นที่ในการลงมือ อีกอย่างช่วยเปลี่ยนทิศทางใหม่ให้เป็นรายได้ ทั้งสองขึ้นอยู่กับงานวิศวกรรมและการดำเนินการเชิงพาณิชย์ของทีมที่กว้างกว่า

กำหนดเวลาที่เร่งด่วนสามารถจุดโฟกัสองค์กรได้ แต่ก็สร้างความเสี่ยงด้วย ชิปที่สร้างภายใต้ข้อจำกัดเวลาและเงินสดอย่างรุนแรงต้องได้รับการทดสอบด้วยความระมัดระวังเป็นพิเศษ เพราะอาจมีความสามารถน้อยมากสำหรับความพยายามครั้งที่สอง บทเรียนไม่ใช่ว่าการทดสอบข้ามได้เมื่อผู้ก่อตั้งเชื่อมั่นแรงพอ แต่คือองค์กรที่ถูกจำกัดต้องการวิธีที่เปิดเผยข้อผิดพลาดก่อนต้นทุนการแก้ไขจะกลายเป็นอันตรายถึงชีวิต

หวงช่วย NVIDIA จากการล้มละลายหลายครั้งหรือไม่

มีหลักฐานที่น่าเชื่อถือของการเกือบล้มซ้ำ ๆ โดยเฉพาะช่วงกลางทศวรรษ 1990 มาร์ค สตีเวนส์ กรรมการผู้อาวุโสบรรยายบริษัทว่าอยู่ห่างจากความล้มเหลวประมาณสามสิบวันในบางโอกาสของช่วงนั้น นั่นสนับสนุนวลีว่าหนีการล่มสลายหลายครั้ง แต่ไม่ได้พิสูจน์ว่า NVIDIA เข้าสู่กระบวนการล้มละลายอย่างเป็นทางการซ้ำ ๆ [8]

ความล้มเหลวเชิงกลยุทธ์ในภายหลังก็ควรถูกจำแนกอย่างถูกต้องด้วย CUDA เกี่ยวข้องกับความมุ่งมั่นที่มีต้นทุนสูงซึ่งประโยชน์ใช้เวลานานกว่าจะปรากฏ ความพยายามโทรศัพท์มือถือเกี่ยวข้องกับการถอยจากตลาดที่ยาก ราคาหุ้นตก โครงการที่แพง และการไม่สามารถจ่ายบิลทันทีเป็นเงื่อนไขต่างกัน การเรียกทั้งหมดว่าล้มละลายทำให้เรื่องราวน่าตื่นเต้นขึ้นและมีประโยชน์น้อยลง

ข้อความที่ป้องกันได้แข็งแกร่งที่สุดคือหวงช่วย NVIDIA รอดจากช่วงเวลาอันตรายหลายครั้ง โดยเหตุฉุกเฉินเงินสดหมดที่ชัดเจนที่สุดกระจุกอยู่ในปีแรก ๆ การตัดสินใจของเขาสำคัญยิ่ง แต่การสนับสนุนของ Sega งานของเพื่อนร่วมงาน ความอดทนของนักลงทุน และความสำเร็จทางการค้าของผลิตภัณฑ์ที่ออกแบบใหม่ก็สำคัญเช่นกัน

8 จากผลิตภัณฑ์กราฟิกสู่แพลตฟอร์มการคำนวณ

การเข้าตลาดหุ้นและการนิยามหมวดหมู่

การเสนอขายหุ้นต่อสาธารณะครั้งแรกของ NVIDIA ในปี 1999 เป็นจุดเริ่มขั้นใหม่ในการพัฒนาของมัน บริษัทยังเปิดตัว GeForce 256 ในปีนั้น โดยทำการตลาดว่าเป็นหน่วยประมวลผลกราฟิกตัวแรก คุณสมบัติทางประวัติศาสตร์มีความสำคัญ: ตัวเร่งกราฟิกมีมาก่อนหน้านั้น ข้ออ้างของ NVIDIA อ้างถึงแนวคิดแบบบูรณาการเฉพาะของ GPU ไม่ใช่การประดิษฐ์ฮาร์ดแวร์กราฟิกคอมพิวเตอร์ทั้งหมด [7]

อัตลักษณ์สาธารณะของบริษัทยังคงเกี่ยวข้องใกล้ชิดกับเกม นั่นไม่ใช่บทนำเล็ก ๆ สู่ธุรกิจที่น่านับถือกว่า เกมสร้างลูกค้าที่เรียกร้องสูง วงจรผลิตภัณฑ์ที่รวดเร็ว และตลาดที่ใหญ่พอสนับสนุนการลงทุนทางวิศวกรรมจำนวนมาก มันยังวางโปรเซสเซอร์ขนานที่มีความสามารถไว้ในมือนักวิจัยที่สามารถทดลองกับมัน

แพลตฟอร์มพัฒนาขึ้นเมื่อผู้อื่นสามารถสร้างงานที่ยั่งยืนบนผลิตภัณฑ์ การ์ดกราฟิกที่เร็วสามารถชนะการซื้อหนึ่งครั้ง สภาพแวดล้อมการโปรแกรมที่เสถียร ไลบรารีที่มีประโยชน์ และความรู้ของนักพัฒนาที่สะสมสามารถมีอิทธิพลต่อการซื้อในอนาคตหลายครั้ง นี่คือความสัมพันธ์เชิงพาณิชย์ที่แตกต่าง เพราะการเปลี่ยนซัพพลายเออร์อาจต้องเปลี่ยนซอฟต์แวร์และฝึกคนใหม่

การเคลื่อนสู่แพลตฟอร์มยังเปลี่ยนความหมายของคุณภาพด้วย ความเร็วฮาร์ดแวร์ยังคงสำคัญ แต่เอกสารประกอบ ความเข้ากันได้ย้อนหลัง การแก้จุดบกพร่อง การใช้งานจริง และการสนับสนุนก็สำคัญเช่นกัน ข้อได้เปรียบจากการวัดประสิทธิภาพอาจหายไปหากผู้ใช้ไม่สามารถได้รับมันอย่างน่าเชื่อถือในแอปพลิเคชันของตน

การแข่งขันไม่ได้หายไป

อุตสาหกรรมกราฟิกยังคงเปลี่ยนแปลงผ่านการแข่งขันและการควบรวม NVIDIA ตกลงซื้อสินทรัพย์กราฟิกบางส่วนจาก 3dfx ในเดือนธันวาคม 2000 โดยธุรกรรมเสร็จสมบูรณ์ในเดือนเมษายน 2001 การซื้อสินทรัพย์ที่เลือกไม่ควรถูกบรรยายว่าเป็นการเข้าซื้อทุกส่วนของธุรกิจคู่แข่งอย่างง่าย ๆ ความแตกต่างนี้สำคัญทั้งทางกฎหมายและทางประวัติศาสตร์ [35]

กราฟิกเกมก็ยังคงพัฒนาต่อหลังดีปเลิร์นนิงได้รับความโดดเด่น ในเดือนสิงหาคม 2018 NVIDIA เปิดตัวผลิตภัณฑ์ GeForce RTX บนสถาปัตยกรรม Turing ผสมผสานการเฉดสีแบบดั้งเดิมกับความสามารถการติดตามรังสีและ AI เฉพาะส่วน นี่เป็นความพยายามต่อไปในการทำให้เทคนิคภาพที่เคยแพงใช้ได้จริงในผลิตภัณฑ์เชิงโต้ตอบ [36]

การติดตามรังสีจำลองเส้นทางของแสงเพื่อสร้างเอฟเฟกต์เช่นการสะท้อนและเงา การใช้งานแบบเรียลไทม์เผชิญข้อจำกัดเวลาที่ตึง: ภาพที่ใช้เวลาเรนเดอร์หลายนาทีอาจมีประโยชน์สำหรับการผลิตแบบออฟไลน์ แต่ไม่สามารถสนับสนุนเกมที่ตอบสนองได้โดยตรง ความท้าทายจึงไม่ใช่แค่การคำนวณภาพที่น่าเชื่อ แต่ทำได้ภายในงบประสิทธิภาพที่มีประโยชน์

การพัฒนาเหล่านี้ทำให้แนวคิดที่ว่า NVIDIA เพียงละทิ้งเกมเพื่อกลายเป็นบริษัท AI ซับซ้อนขึ้น กราฟิกยังคงเป็นสาขาเทคนิคที่ใช้งานอยู่ และความสัมพันธ์ระหว่างกราฟิก การจำลอง และ AI ยังคงสร้างโอกาสต่อไป ประวัติของบริษัทเข้าใจได้ดีกว่าในฐานะการขยายความสามารถ มากกว่าการแทนที่อัตลักษณ์หนึ่งด้วยอีกอัตลักษณ์หนึ่งอย่างสมบูรณ์

GPU แตกต่างจาก CPU อย่างไร

หน่วยประมวลผลกลางถูกออกแบบมาเพื่อจัดการงานหลากหลาย รวมถึงการไหลควบคุมที่ซับซ้อนและการดำเนินการที่ต้องเกิดตามลำดับ หน่วยประมวลผลกราฟิกอุทิศการออกแบบส่วนมากเพื่อทำการดำเนินการที่เกี่ยวข้องจำนวนมากแบบขนาน การเปรียบเทียบไม่ใช่ว่าฝั่งหนึ่งฉลาดและอีกฝั่งเรียบง่าย หรือว่า GPU เร็วกว่าเสมอ จุดแข็งของพวกมันขึ้นอยู่กับปริมาณงาน

ลองนึกถึงการนำการแปลงเดียวกันไปใช้กับพิกเซลหลายล้านพิกเซล งานส่วนมากนั้นสามารถแบ่งออกเป็นการดำเนินการที่คล้ายกัน ฮาร์ดแวร์ขนานสามารถประมวลผลหลายอย่างพร้อมกัน ในทางตรงกันข้าม งานที่การตัดสินใจแต่ละครั้งขึ้นอยู่กับผลของครั้งก่อนอาจได้ประโยชน์จาก GPU น้อยกว่า การย้ายข้อมูลระหว่างโปรเซสเซอร์ยังกินเวลาและพลังงานด้วย

AI สมัยใหม่พึ่งพาการดำเนินการเชิงตัวเลขอย่างหนักซึ่งสามารถจัดเป็นงานขนาน รวมถึงการคูณเมทริกซ์ขนาดใหญ่ สิ่งนี้ทำให้ GPU มีประโยชน์ แต่ไม่ได้ทำให้ทุกงาน AI เหมือนกันหรือทุกการใช้งาน GPU คุ้มค่าทางเศรษฐกิจ ความจุหน่วยความจำ การสื่อสาร ความแม่นยำเชิงตัวเลข และการดำเนินการซอฟต์แวร์ล้วนส่งผลต่อผลลัพธ์

โอกาสเชิงกลยุทธ์ของหวงคือการเชื่อมความสามารถเหล่านี้กับปัญหาที่ไกลกว่าการวาดกราฟิก นั่นต้องการมากกว่าการประกาศว่าชิปกราฟิกทรงพลัง มันต้องการทำให้ฮาร์ดแวร์เข้าถึงได้สำหรับผู้คนที่งานของพวกเขาแทบไม่เกี่ยวข้องกับการเรนเดอร์เกม

9 CUDA และการสร้างระบบนิเวศอย่างอดทน

ทำให้การคำนวณขนานใช้งานได้

CUDA คือแพลตฟอร์มและรูปแบบการเขียนโปรแกรมสำหรับการคำนวณขนานของ NVIDIA การพัฒนาของมันทำให้โปรแกรมเมอร์สามารถใช้ GPU ของ NVIDIA ที่รองรับสำหรับงานเชิงตัวเลขเนกประสงค์ แทนที่จะต้องแสดงทุกปัญหาผ่านส่วนต่อประสานกราฟิก NVIDIA เปิดตัวสถาปัตยกรรมนี้ในปี 2006 โดยชุดเครื่องมือซอฟต์แวร์สาธารณะตามมาในปี 2007 [7, 11]

ความแตกต่างระหว่างสถาปัตยกรรมกับชุดเครื่องมืออธิบายว่าทำไมทั้งสองวันที่จึงปรากฏในประวัติศาสตร์ วันที่เดียวสามารถซ่อนลำดับที่ความสามารถของฮาร์ดแวร์ เครื่องมือการโปรแกรม และการนำไปใช้ของนักพัฒนาค่อย ๆ มีให้ได้ ความสำคัญเชิงพาณิชย์มาจากการผสมผสานของพวกมัน

นักวิทยาศาสตร์ไม่จำเป็นต้องกลายเป็นผู้เชี่ยวชาญกราฟิกเพื่อได้ประโยชน์จากฮาร์ดแวร์ขนาน ไลบรารีสามารถเปิดเผยการดำเนินการทางคณิตศาสตร์ที่คุ้นเคย ขณะที่คอมไพเลอร์และรันไทม์ช่วยแปลโค้ดเป็นงานที่ GPU ดำเนินการได้ เมื่อเวลาผ่านไป เฟรมเวิร์กระดับสูงสามารถพึ่งพาไลบรารีเหล่านั้น วางชั้นนามธรรมไว้ระหว่างนักวิจัยกับโปรเซสเซอร์

การเป็นชั้นเช่นนั้นเป็นเหตุผลหนึ่งที่ตำแหน่งของ NVIDIA ไม่สามารถเข้าใจได้เพียงการนับสเปกชิป นักพัฒนาสร้างนิสัย องค์กรสะสมโค้ดที่ทดสอบแล้ว และชุมชนนักวิจัยแบ่งปันตัวอย่าง การลงทุนเหล่านี้สร้างความต่อเนื่องที่มีประโยชน์ แต่ก็สามารถสร้างต้นทุนการเปลี่ยนผ่านได้ด้วย ระบบนิเวศเดียวกันอาจถูกประสบเป็นความสะดวกโดยผู้ใช้รายหนึ่งและเป็นการพึ่งพาโดยอีกรายหนึ่ง

การลงทุนก่อนผลตอบแทนจะชัดเจน

หวงบรรยาย CUDA ว่าเป็นความมุ่งมั่นระยะยาวที่มีราคาแพงซึ่งในเบื้องต้นดึงดูดความสงสัย การตัดสินใจนั้นก่อต้นทุนก่อนที่ตลาด AI ในภายหลังจะทำให้ผลตอบแทนเชิงพาณิชย์ชัดเจน บัญชีย้อนหลังของเขาเองเชื่อมโยงการลงทุนนั้นกับช่วงความมั่นใจตลาดการเงินที่อ่อนแอ [9]

การอนุมานว่าโครงการที่แพงใด ๆ สมควรได้รับเงินทุนไม่มีกำหนดเพราะ CUDA สำเร็จในที่สุดคงเป็นความผิดพลาด การลงทุนระยะยาวที่สมเหตุสมผลต้องการหลักฐานว่ารากฐานทางเทคนิคของมันกำลังพัฒนา และผู้ใช้สามารถทำสิ่งที่มีคุณค่ากับมันได้ ความอดทนที่ปราศจากการเรียนรู้สามารถรักษาความล้มเหลวได้ง่ายพอ ๆ กับที่มันรักษาความก้าวหน้าครั้งสำคัญ

ความท้าทายเชิงกลยุทธ์คือการสนับสนุนความเป็นไปได้โดยไม่เรียกร้องตลาดขนาดมหาศาลทันที นักวิจัยที่ใช้ GPU เพื่อวัตถุประสงค์ที่ไม่คาดคิดให้ข้อมูล งานของพวกเขาบอกใบ้ว่าฮาร์ดแวร์สามารถแก้ปัญหาที่ไกลกว่าฐานลูกค้าที่เดิมให้เงินทุนแก่มัน NVIDIA สามารถเรียนรู้จากการใช้งานเหล่านั้นได้ขณะยังขายผลิตภัณฑ์เข้าสู่ตลาดเดิมต่อไป

ข้อจำกัดของข้อได้เปรียบด้านระบบนิเวศ

ระบบนิเวศซอฟต์แวร์ที่แข็งแกร่งไม่ได้ขจัดการแข่งขัน ตัวเร่งทางเลือก โครงการคอมไพเลอร์ และเฟรมเวิร์กที่พกพาได้สามารถลดการพึ่งพาผู้ขายเฉพาะราย ลูกค้ารายใหญ่อาจมีขนาดเพียงพอจะพิสูจน์ฮาร์ดแวร์เฉพาะทาง บางปริมาณงานอาจได้ประโยชน์จากระบบที่เรียบง่ายหรือถูกกว่าแทนแพลตฟอร์ม GPU ที่ยืดหยุ่นที่สุด

บททดสอบที่ยั่งยืนคือระบบ NVIDIA ทั้งระบบยังคงส่งมอบประสิทธิภาพที่มีประโยชน์ด้วยต้นทุนที่ยอมรับได้หรือไม่ ความคุ้นเคยกับซอฟต์แวร์สามารถชะลอการเปลี่ยนได้ แต่ไม่สามารถรับประกันความภักดีของลูกค้าได้ตลอดไป นี่คือเหตุผลที่ระบบนิเวศต้องสร้างคุณค่าอย่างต่อเนื่องแทนที่จะพึ่งพาความไม่สะดวกของการออกจากมันเพียงอย่างเดียว

สำหรับผู้ประกอบการ CUDA มอบบทเรียนที่เรียกร้อง: บางครั้งผลิตภัณฑ์ที่สำคัญที่สุดคือเครื่องมือที่ทำให้ลูกค้าค้นพบการใช้งานที่ผู้จัดหาไม่ได้ระบุไว้เดิม การสร้างเครื่องมือเช่นนั้นต้องการการสนับสนุนที่ยั่งยืน มันยังต้องการการยอมรับว่าคุณค่าอาจปรากฏก่อนในการทดลองเล็ก ๆ แทนที่จะเป็นใบสั่งซื้อขนาดใหญ่ที่คาดการณ์ได้

10 จุดเปลี่ยนของดีปเลิร์นนิง

AlexNet และสัญญาณใหม่จากการวิจัย

ในปี 2012 อเล็กซ์ คริเชฟสกี อิลยา ซุทสเกเวอร์ และเจฟฟรีย์ ฮินตัน เผยแพร่งานที่รู้จักกันในชื่อ AlexNet โครงข่ายประสาทเทียมแบบคอนโวลูชันของพวกเขาทำผลงานสำคัญในการแข่งขัน ImageNet โดยใช้การคำนวณ GPU เพื่อทำให้การฝึกระดับใหญ่ใช้ได้จริง เอกสารนั้นสำคัญเพราะบันทึกความสำเร็จทางการวิจัย มิใช่การตีความเชิงองค์กรในภายหลัง [12]

NVIDIA ไม่ได้ประดิษฐ์โครงข่ายประสาทเทียมนั้น ชุดข้อมูล ImageNet หรือทั้งสาขาการเรียนรู้ของเครื่อง ฮาร์ดแวร์และระบบนิเวศการโปรแกรมของมันเป็นส่วนหนึ่งของโครงสร้างพื้นฐานที่ทำให้เป็นไปได้ ประวัติศาสตร์ที่สมดุลคงให้นักวิจัยและผู้สร้างข้อมูลอยู่ในสายตาควบคู่กับบริษัทที่จัดหาการคำนวณ

ความสำคัญของเหตุการณ์ไม่ใช่ว่าการวัดประสิทธิภาพหนึ่งพิสูจน์ทุกการใช้งาน AI ในอนาคต มันแสดงว่าการผสมผสานข้อมูล การออกแบบโมเดล และพลังการคำนวณที่มีอยู่สามารถสร้างการพัฒนาที่โดดเด่นในงานที่สำคัญ นั่นกระตุ้นการลงทุนและการทดลองเพิ่มเติม ผลลัพธ์คือสัญญาณที่มีผลที่ตามมา ไม่ใช่การทำนายอนาคตที่สมบูรณ์

สำหรับหวง ประเด็นเชิงกลยุทธ์คือจะตอบสนองต่อสัญญาณนั้นอย่างไร บริษัทสามารถสังเกตผลการวิจัยที่มีแนวโน้มโดยไม่จัดระบบตัวเองเพื่อให้บริการสาขาที่กำลังเกิด การสนับสนุนดีปเลิร์นนิงต้องการทางเลือกฮาร์ดแวร์ ไลบรารีซอฟต์แวร์ ระบบ และความสัมพันธ์กับนักวิจัย มันหมายถึงการมองปริมาณงานเป็นทิศทางที่บริษัทสามารถสร้างรอบตัวมัน

การฝึกและการอนุมาน

การฝึกปรับพารามิเตอร์ของโมเดลโดยใช้ข้อมูลและกระบวนการปรับให้เหมาะสม การอนุมานใช้โมเดลที่ฝึกแล้วเพื่อผลิตผลลัพธ์ ทั้งสองอาจต้องการการคำนวณจำนวนมาก แต่ความต้องการในการปฏิบัติงานต่างกัน การฝึกอาจรันงานใหญ่ในช่วงเวลายาวนาน การอนุมานอาจต้องตอบสนองผู้ใช้จำนวนมากอย่างรวดเร็วขณะควบคุมต้นทุนและความล่าช้า

ความแตกต่างนี้ช่วยอธิบายว่าทำไมโครงสร้างพื้นฐาน AI จึงไม่ใช่ตลาดเดียวที่ไม่มีความแตกต่าง ห้องปฏิบัติการวิจัยที่ฝึกโมเดลขนาดใหญ่ โรงพยาบาลที่รันโมเดลภาพขนาดเล็ก และแอปพลิเคชันมือถือที่สร้างข้อความอาจต้องการการจัดเตรียมที่แตกต่างกัน ระบบที่ดีที่สุดขึ้นอยู่กับขนาด ความเป็นส่วนตัว ความน่าเชื่อถือ เวลาตอบสนอง และปริมาณงานที่ต้องทำ

เมื่อโมเดลใหญ่ขึ้น การสื่อสารระหว่างโปรเซสเซอร์ก็สำคัญขึ้นเรื่อย ๆ การรวมชิปที่เร็วหลายตัวไม่ได้กลายเป็นคอมพิวเตอร์ที่เร็วโดยอัตโนมัติ ข้อมูลต้องเคลื่อนผ่านหน่วยความจำและเครือข่าย และความล้มเหลวต้องได้รับการตรวจจับและจัดการ คอขวดอาจอยู่นอกหน่วยเลขคณิตที่ได้รับความสนใจมากที่สุด

การขยายตัวของ NVIDIA เข้าสู่ระบบและเครือข่ายสามารถเข้าใจได้บนพื้นหลังนี้ หน่วยของการแข่งขันเคลื่อนไปไกลกว่าการ์ดกราฟิกแต่ละใบไปสู่ประสิทธิภาพของการติดตั้งคอมพิวเตอร์ที่ใหญ่กว่า บทบาทของหวงกลายเป็นผู้สร้างระบบและผู้จัดระบบนิเวศมากขึ้น แทนที่จะเป็นเพียงหัวหน้าผู้จัดหาชิป

การเปลี่ยนความต้องการจากการวิจัยให้เป็นผลิตภัณฑ์

ในปี 2016 NVIDIA เปิดตัว DGX-1 ในฐานะระบบดีปเลิร์นนิงแบบบูรณาการ แทนที่จะเรียกร้องให้ทุกห้องปฏิบัติการประกอบเครื่องจากชิ้นส่วนแยกกัน มันเสนอการผสมผสาน GPU และซอฟต์แวร์ที่กำหนดค่าไว้แล้ว แนวคิดเชิงพาณิชย์คือการลดระยะห่างระหว่างการได้รับฮาร์ดแวร์กับการทำวิจัยที่มีประโยชน์ การบรรยายของ NVIDIA ว่ามันเป็นซูเปอร์คอมพิวเตอร์ดีปเลิร์นนิงเครื่องแรกเป็นข้ออ้างทางการตลาด ไม่ใช่ข้ออ้างว่าไม่มีคอมพิวเตอร์เครื่องใดก่อนหน้าเคยฝึกโครงข่ายประสาทเทียม [28]

ในปีถัดมา สถาปัตยกรรม Volta เปิดตัว Tensor Cores ซึ่งเป็นหน่วยเฉพาะทางสำหรับการดำเนินการที่สำคัญต่อดีปเลิร์นนิง นี่แสดงถึงก้าวต่อไปจากการนำความสามารถกราฟิกกลับมาใช้ไปสู่การออกแบบฮาร์ดแวร์รอบการคำนวณที่เกี่ยวข้องกับ AI มันยังแสดงว่าทำไมแพลตฟอร์มจึงรักษาความต่อเนื่องได้ขณะที่เครื่องจักรภายในของมันเปลี่ยนอย่างมาก นักพัฒนาสามารถได้ประโยชน์จากฮาร์ดแวร์ใหม่ผ่านไลบรารีที่อัปเดตโดยไม่ต้องเขียนทุกชั้นของแอปพลิเคชันใหม่ [29]

Hopper ซึ่งประกาศในปี 2022 รวม Transformer Engine ที่มุ่งเร่งปริมาณงานที่เกี่ยวข้องกับโมเดลทรานส์ฟอร์มเมอร์ Blackwell ซึ่งประกาศในเดือนมีนาคม 2024 ขยายแนวทางระดับระบบของ NVIDIA ไปสู่ AI เชิงสร้างสรรค์ การประกาศเหล่านี้ทำเครื่องหมายการเปลี่ยนแปลงทิศทางผลิตภัณฑ์และความสามารถ ตัวคูณประสิทธิภาพที่เป็นพาดหัวขึ้นอยู่กับปริมาณงาน ความแม่นยำ และระบบที่เปรียบเทียบ และไม่ควรถูกมองเป็นผลลัพธ์สากล [30, 31]

ลำดับเหตุการณ์สำคัญกว่ารายชื่อโมเดล NVIDIA ปรับฮาร์ดแวร์และซอฟต์แวร์ให้เข้ากับงานที่เปลี่ยนแปลงซึ่งลูกค้าต้องการทำอย่างซ้ำ ๆ บริษัทต้องรักษาความเข้ากันได้เพียงพอเพื่อปกป้องการลงทุนเดิม ขณะนำเสนอคุณสมบัติที่สามารถปรับปรุงประสิทธิภาพในอนาคต ความตึงเครียดนั้นเป็นศูนย์กลางของภาวะผู้นำแพลตฟอร์ม: การเปลี่ยนแปลงที่มากเกินไปสามารถทำให้ระบบนิเวศแตกร้าว ขณะที่การเปลี่ยนแปลงที่ไม่เพียงพอสามารถทำให้มันล้าสมัย

11 อุปสรรคหลังรอดพ้น

คุณภาพผลิตภัณฑ์และภาวะถดถอยปี 2008

การรอดจากปีสตาร์ทอัพไม่ได้ทำให้ NVIDIA ภูมิคุ้มกันต่อข้อผิดพลาด ในเดือนสิงหาคม 2008 มันรายงานค่าใช้จ่าย 196 ล้านดอลลาร์สหรัฐที่เกี่ยวข้องกับต้นทุนการรับประกัน ซ่อม คืน และเปลี่ยนที่คาดการณ์สำหรับผลิตภัณฑ์โน้ตบุ๊กบางรุ่นที่ได้รับผลกระทบจากการผสมวัสดุที่อ่อนแอ การประกาศเดียวกันรายงานผลขาดทุนรายไตรมาสและยอมรับข้อผิดพลาดในการตั้งราคาเชิงแข่งขัน [13]

นี่เป็นวิกฤตประเภทต่างจากการขาดแคลนเงินสดในยุคแรก มันเกี่ยวข้องกับคุณภาพผลิตภัณฑ์ ต้นทุนของลูกค้า และความน่าเชื่อถือของการดำเนินการ ชีวประวัติที่มุ่งเพียงกลยุทธ์อันยอดเยี่ยมมองข้ามส่วนนี้ของภาวะผู้นำ ลูกค้าพึ่งพาผลิตภัณฑ์ที่ทำงานหลังการส่งมอบ และผู้บริหารที่ประสบความสำเร็จยังคงรับผิดชอบต่อข้อบกพร่องที่อาจอยู่ห่างไกลจากเวทีคีย์โน้ต

เอกสารยื่นประจำปีงบการเงิน 2009 ของบริษัทรายงานเงินสด รายการเทียบเท่าเงินสด และหลักทรัพย์ที่ขายได้ประมาณ 1.26 พันล้านดอลลาร์สหรัฐ ณ สิ้นปี สถานะทางการเงินนั้นไม่สนับสนุนการกล่าวอย่างไม่ใส่ใจว่าทุกความยากลำบากในปี 2008 เป็นการล้มละลายทันทีอีกครั้ง ผลขาดทุน ค่าใช้จ่าย และภาวะถดถอยในวงกว้างรุนแรงโดยไม่ต้องการป้ายกำกับนั้น [14]

การถอยจากตลาดมือถือ

NVIDIA ยังไล่ตามตลาดโทรศัพท์มือถือและภายหลังถอนตัวจากความพยายามนั้น บัญชีของหวงเองนำเสนอการถอยนั้นเป็นการตัดสินใจที่ปลดปล่อยความสนใจไปสู่โอกาสอื่น รวมถึงหุ่นยนต์และยานยนต์ไร้คนขับ นี่คือหลักฐานของวิธีที่เขาตีความประสบการณ์ มิใช่การพิสูจน์ว่าโอกาสทางเลือกรับประกันความสำเร็จ [9]

มีความแตกต่างระหว่างการเปลี่ยนแผนเพราะมันยากกับการเปลี่ยนเพราะเศรษฐศาสตร์พื้นฐานของมันกลายเป็นไม่น่าสนใจ ผู้นำต้องการความเชื่อมั่นเพียงพอเพื่อรอดจากการต่อต้านปกติ และความยืดหยุ่นเพียงพอเพื่อรับรู้เมื่อความเพียรพยายามกลายเป็นการสิ้นเปลือง ไม่มีสโลแกนใดสามารถแยกแยะสถานการณ์เหล่านั้นล่วงหน้าได้อย่างน่าเชื่อถือ

วินัยที่มีประโยชน์คือการทำให้ข้อสันนิษฐานชัดเจน กำลังให้บริการความต้องการของลูกค้าแบบใด ข้อได้เปรียบทางเทคนิคใดยังคงป้องกันได้ ต้องการการลงทุนเพิ่มเติมเท่าใด หลักฐานใดจะทำให้บริษัทหยุด คำถามเหล่านี้เปลี่ยนการถอยให้เป็นการจัดสรรทรัพยากรด้วยเหตุผล แทนที่จะเป็นเรื่องราวที่เล่าภายหลังเพื่อทำให้ทุกการตัดสินใจดูฉลาด

การเข้าซื้อกิจการที่ไม่ได้เกิดขึ้น

ในเดือนกุมภาพันธ์ 2022 NVIDIA และ SoftBank ยุติการเข้าซื้อกิจการ Arm ที่เสนอไว้ โดยอ้างถึงอุปสรรคด้านกฎระเบียบที่สำคัญ การประกาศระบุว่า SoftBank จะเก็บเงิน 1.25 พันล้านดอลลาร์สหรัฐที่ NVIDIA จ่ายล่วงหน้า และ NVIDIA จะเก็บใบอนุญาต Arm ยี่สิบปีไว้ ธุรกรรมที่ล้มเหลวนั้นเป็นอุปสรรคเชิงกลยุทธ์ครั้งใหญ่ แม้ว่ามันจะไม่ใช่ความล้มเหลวของวิศวกรรมชิป [15]

เหตุการณ์นี้แสดงข้อจำกัดของอำนาจผู้ก่อตั้ง ธุรกรรมหนึ่งอาจสมเหตุสมผลสำหรับผู้เสนอ ขณะก่อความกังวลสำหรับผู้ควบคุม ลูกค้า หรือคู่แข่ง ความทะเยอทะยานทางเทคนิคดำเนินการภายในสถาบันทางกฎหมายและการเมือง ประธานเจ้าหน้าที่บริหารไม่สามารถมองสถาบันเหล่านั้นเป็นข้อจำกัดทางวิศวกรรมที่ความมุ่งมั่นเพียงอย่างเดียวจะขจัดออก

การตอบสนองที่เหมาะสมไม่ใช่การเขียนการเข้าซื้อกิจการที่ล้มเหลวใหม่เป็นชัยชนะที่ไม่มีเงื่อนไข แต่คือการรับรู้ต้นทุน เข้าใจว่าทำไมธุรกรรมจึงล้มเหลว และประเมินทางเลือกต่อมาของบริษัทด้วยคุณค่าของมันเอง ความน่าเชื่อถือของบัญชีภาวะผู้นำเพิ่มขึ้นเมื่อมันสามารถบรรยายการตัดสินใจที่ไม่สำเร็จโดยไม่บังคับตอนจบที่ชนะเลิศลงบนมัน

12 การสร้างบริษัทโครงสร้างพื้นฐาน AI

ไกลกว่าชิปแต่ละตัว

เมื่อปริมาณงาน AI ขยายตัว ผลิตภัณฑ์ของ NVIDIA กลายเป็นส่วนประกอบของระบบที่ใหญ่ขึ้นเรื่อย ๆ GPU ต้องการหน่วยความจำแบนด์วิดท์สูง การเชื่อมต่อที่รวดเร็ว เครือข่าย เซิร์ฟเวอร์ ซอฟต์แวร์การจัดการ และการสนับสนุน การเข้าซื้อ Mellanox ซึ่งเสร็จสมบูรณ์ในปี 2020 เป็นก้าวสำคัญในการเสริมแข็งด้านเครือข่ายของระบบนั้น [16]

งานฝึกขนาดใหญ่แสดงปัญหาให้เห็น หากโปรเซสเซอร์หนึ่งรอข้อมูลจากอีกตัว ฮาร์ดแวร์ที่แพงอาจนั่งว่าง หากเครือข่ายไม่น่าเชื่อถือ งานที่รันนานอาจสูญเสียงานที่มีประโยชน์ หากการทำความเย็นไม่เพียงพอ ระบบไม่สามารถรักษาประสิทธิภาพที่ส่วนประกอบของมันสัญญา ผลลัพธ์ของลูกค้าขึ้นอยู่กับการประสานงานทั่วทั้งการติดตั้ง

นี่ช่วยอธิบายเสน่ห์ของระบบแบบบูรณาการ พวกมันลดภาระของลูกค้าในการประกอบและตรวจสอบทุกส่วนประกอบอย่างอิสระ พวกมันยังสามารถเพิ่มการพึ่งพาซัพพลายเออร์ด้วย ลูกค้าได้โซลูชันที่สมบูรณ์กว่า ขณะอาจยอมรับชุดทางเลือกที่แคบลงเกี่ยวกับวิธีที่โซลูชันนั้นพัฒนาต่อ

เรื่องเล่าสาธารณะของหวงเรื่องการคำนวณเร่งความเร็วเข้ากับการเปลี่ยนแปลงนี้ คำถามที่เกี่ยวข้องกลายเป็นว่าระบบสามารถทำงานที่มีประโยชน์ได้มากเพียงใดสำหรับเวลา พลังงาน และเงินจำนวนที่กำหนด ชิปที่ถูกกว่าอาจแพงกว่าในทางปฏิบัติหากมันต้องการเครื่องจักรมากกว่าหรือทำให้ผลลัพธ์ที่มีคุณค่าล่าช้า ในทางกลับกัน ระบบขั้นสูงอาจเป็นค่าใช้จ่ายที่ไม่จำเป็นเมื่อระบบที่เรียบง่ายกว่าเพียงพอ

สิ่งที่กระแส AI พิสูจน์และไม่ได้พิสูจน์

การนำ AI เชิงสร้างสรรค์มาใช้อย่างรวดเร็วเพิ่มความต้องการโครงสร้างพื้นฐานการคำนวณ NVIDIA ได้ประโยชน์เพราะมันใช้เวลาหลายปีพัฒนาฮาร์ดแวร์และซอฟต์แวร์ที่เกี่ยวข้องกับปริมาณงานเหล่านั้นแล้ว ช่วงเวลานั้นทรงพลังเชิงพาณิชย์ ไม่ควรสับสนกับการเป็นผู้แต่งเพียงผู้เดียวของกระแส AI

AI สมัยใหม่ยังตั้งอยู่บนการวิจัยมหาวิทยาลัย ชุดข้อมูลสาธารณะ ซอฟต์แวร์โอเพนซอร์ส โครงสร้างพื้นฐานคลาวด์ การผลิตเซมิคอนดักเตอร์ และงานของห้องปฏิบัติการคู่แข่ง นักพัฒนาโมเดลตัดสินใจเรื่องสถาปัตยกรรมและการฝึก บริษัทฮาร์ดแวร์จัดหาเครื่องมือ ผู้ใช้และนักลงทุนหล่อหลอมความต้องการ การมีส่วนร่วมของหวงมีนัยสำคัญภายในเครือข่ายนี้ มากกว่าที่จะเป็นอิสระจากมัน

ผลลัพธ์ทางการเงินน่าประทับใจ ข่าวประชาสัมพันธ์ของ NVIDIA ลงวันที่ 26 สิงหาคม 2026 รายงานรายได้ 96.2 พันล้านดอลลาร์สหรัฐสำหรับไตรมาสที่สองของปีงบการเงิน 2027 ซึ่งสิ้นสุด 26 กรกฎาคม 2026 รวมถึง 89.0 พันล้านดอลลาร์สหรัฐจากศูนย์ข้อมูล ตัวเลขเหล่านั้นเป็นตัวเลขรายไตรมาสที่รายงาน ไม่ใช่ยอดรวมปีปฏิทินหรือการคาดการณ์ [17]

ข่าวประชาสัมพันธ์เดียวกันบรรยาย Vera Rubin ว่ากำลังเข้าสู่การผลิตเต็มรูปแบบ คำแถลงของบริษัทเช่นนี้ควรอ่านในบริบทตามวันที่ของมัน พวกมันยืนยันสิ่งที่ NVIDIA ประกาศ ขณะที่ประสิทธิภาพ การใช้งานจริง และผลตอบแทนทางเศรษฐกิจของการติดตั้งแต่ละแห่งต้องการหลักฐานของตนเอง แผนงานผลิตภัณฑ์กับประโยชน์ที่ลูกค้าได้รับจริงเป็นหัวข้อที่เกี่ยวข้องกันแต่แยกกัน

ความเสี่ยงภายในการเติบโตที่ไม่ธรรมดา

การเติบโตที่รวดเร็วสามารถซ่อนข้อสันนิษฐานที่เปราะบาง ลูกค้าอาจกำลังซื้อล่วงหน้าความต้องการในอนาคต โครงสร้างพื้นฐานอาจใช้เวลาเชื่อมต่อไฟฟ้านานกว่าที่วางแผน โมเดลใหม่อาจต้องการฮาร์ดแวร์ที่แตกต่าง หรือมีประสิทธิภาพมากขึ้น การลงทุนที่ดูน่าสนใจที่อัตราการใช้งานสูงอาจกลายเป็นแพงเมื่อเครื่องจักรนั่งว่าง

ด้วยเหตุผลนั้น การเติบโตของรายได้ควรศึกษาควบคู่กับการกระจุกตัวของลูกค้า ความมุ่งมั่น ความสามารถในการจัดหา และเศรษฐศาสตร์ของธุรกิจลูกค้า ซัพพลายเออร์สามารถขายสำเร็จในช่วงบูมขณะที่บางส่วนของอุตสาหกรรมรอบข้างพยายามหาผลตอบแทนที่เพียงพอ ความเป็นไปได้นั้นไม่ได้พิสูจน์ฟองสบู่ มันเป็นเหตุผลให้ทดสอบห่วงโซ่เศรษฐกิจแทนที่จะชื่นชมเพียงผู้เข้าร่วมที่เติบโตเร็วที่สุด

13 ระบบภาวะผู้นำ

ข้อมูลตรงและมาตรฐานที่เรียกร้อง

การอภิปรายสาธารณะของหวงเกี่ยวกับการจัดการเน้นการเข้าถึงข้อมูล บริบทที่แบ่งปัน และการมีส่วนร่วมกับปัญหาทางเทคนิคที่ยาก ในการสนทนาปี 2024 ที่ Stripe Sessions เขาบรรยายแง่มุมของการจัดองค์กรของ NVIDIA และวิธีที่เขาใช้ข้อเสนอแนะโดยตรง ข้อสังเกตเหล่านี้เป็นหลักฐานที่มีประโยชน์ของปรัชญาที่เขากล่าวไว้ ขณะยังคงเป็นบัญชีของผู้ที่นำบริษัท [18]

องค์กรที่เรียบกว่าสามารถลดความล่าช้าระหว่างปัญหากับผู้คนที่สามารถจัดการมันได้ มันยังสามารถวางภาระข้อมูลมหาศาลบนประธานเจ้าหน้าที่บริหาร ประสิทธิผลของโครงสร้างเช่นนั้นขึ้นอยู่กับคุณภาพของผู้คน ความชัดเจนของสิทธิในการตัดสินใจ และความสามารถในการแก้ไขลำดับความสำคัญที่แข่งขันกัน

จึงเป็นการเรียบง่ายเกินไปที่จะแนะนำให้ทุกบริษัทคัดลอกจำนวนผู้ใต้บังคับบัญชาโดยตรงจำนวนมาก ผังองค์กรเป็นเพียงเส้นรอบรูปที่มองเห็นได้ของระบบที่ทำงาน บริษัทสองแห่งสามารถมีผังที่คล้ายกันและวัฒนธรรมที่แตกต่างกันมาก สิ่งที่สำคัญคือข้อมูลสำคัญเดินทางหรือไม่ การตัดสินใจถูกเข้าใจหรือไม่ และผู้คนสามารถลงมือโดยไม่ต้องรอระดับสูงโดยไม่จำเป็นหรือไม่

มาตรฐานสูงเป็นอีกคุณลักษณะที่ปรากฏซ้ำในบัญชีเกี่ยวกับหวง อย่างไรก็ตาม การเรียกร้องประสิทธิภาพไม่ได้เป็นการจัดการที่ดีโดยอัตโนมัติ คำถามคือมาตรฐานถูกสื่อสารอย่างไร ความคาดหวังทำได้จริงหรือไม่ การไม่เห็นด้วยปลอดภัยหรือไม่ และข้อผิดพลาดนำไปสู่การเรียนรู้หรือไม่ ผู้นำสามารถเข้มงวดโดยไม่ทำให้การทำให้อับอายเป็นกลไกของการพัฒนา

อธิบายอนาคตก่อนที่มันจะคุ้นเคย

ผู้ก่อตั้งทางเทคนิคต้องชักชวนผู้ฟังที่มีความต้องการต่างกัน วิศวกรต้องการรู้ว่าสถาปัตยกรรมทำงานหรือไม่ ลูกค้าต้องการรู้ว่ามันแก้ปัญหาหรือไม่ นักลงทุนถามว่าธุรกิจสามารถหาผลตอบแทนได้หรือไม่ รัฐบาลอาจใส่ใจเรื่องความมั่นคง ความสามารถภายในประเทศ และการเข้าถึง

การนำเสนอสาธารณะของหวงมักเชื่อมโยงการพัฒนาทางเทคนิคกับการเปลี่ยนแปลงทางอุตสาหกรรมที่ใหญ่กว่า ความสามารถนั้นมีคุณค่าเชิงกลยุทธ์ เพราะลูกค้าไม่สามารถซื้อหรือสร้างรอบอนาคตที่พวกเขาไม่เข้าใจ คำอธิบายที่ดีสามารถจัดแนวการลงทุนข้ามหลายองค์กร

ความสามารถเดียวกันสร้างความรับผิดชอบ เรื่องเล่าที่ชักชวนสามารถวิ่งหน้าหลักฐาน การสาธิตอาจทำงานภายใต้เงื่อนไขที่เลือกอย่างรอบคอบ การเปรียบเทียบประสิทธิภาพอาจขึ้นอยู่กับปริมาณงานหรือเวอร์ชันซอฟต์แวร์เฉพาะ คำสัญญาเกี่ยวกับความสามารถในอนาคตอาจถูกเข้าใจผิดเป็นผลิตภัณฑ์ที่มีอยู่ตอนนี้ ยิ่งนักเล่าเรื่องเก่งเท่าไร การแยกแยะหมวดหมู่เหล่านี้ก็ยิ่งสำคัญขึ้นเท่านั้น

การกระจุกตัวของวิจารณญาณ

การดำรงตำแหน่งของผู้ก่อตั้งที่ยาวนานสามารถรักษาความต่อเนื่องทางเทคนิคและปกป้องการลงทุนที่จะไม่รอดจากขอบเขตการจัดการระยะสั้น มันยังสามารถกระจุกวิจารณญาณไว้ที่คนคนเดียว เพื่อนร่วมงานอาจกลายเป็นเชี่ยวชาญในการคาดเดาสิ่งที่ผู้ก่อตั้งต้องการ แทนที่จะทดสอบว่ามันถูกต้องหรือไม่

บริษัทที่ยืดหยุ่นต้องการทั้งศูนย์กลางที่แข็งแกร่งและกลไกที่สามารถแก้ไขมันได้ คณะกรรมการ การทบทวนทางเทคนิค ข้อเสนอแนะของลูกค้า และการรับประกันอิสระล้วนมีส่วนร่วม คุณค่าของพวกมันสูงสุดเมื่อพวกมันสามารถท้าทายผู้นำที่ประสบความสำเร็จโดยไม่ถูกมองเป็นอุปสรรคต่อวิสัยทัศน์

ภาวะผู้นำของหวงในที่สุดควรถูกตัดสินไม่เพียงว่า NVIDIA ทำงานได้ดีเพียงใดขณะเขากำกับดูแลด้วยตนเอง แต่รวมถึงว่าองค์กรสามารถรักษาวิจารณญาณ ความรับผิดชอบ และนวัตกรรมที่มีประโยชน์ไว้เกินกว่าตัวเขาได้ดีเพียงใด นั่นเป็นบททดสอบที่ยากกว่าบุคลิกที่ดึงดูด และมันสำคัญยิ่งขึ้นเมื่อบริษัทมีความสำคัญทางเศรษฐกิจ

14 แรงจูงใจ ความทะเยอทะยาน และความหมายของความล้มเหลว

สิ่งที่คำแถลงสาธารณะสามารถยืนยันได้

หวงพูดเกี่ยวกับความไม่แน่นอน การทำงานหนัก และการเรียนรู้จากข้อผิดพลาดอยู่ซ้ำ ๆ สุนทรพจน์รับปริญญาปี 2023 ของเขาที่มหาวิทยาลัยไต้หวันแห่งชาติใช้ตัวอย่างของความล้มเหลวและการถอยเชิงกลยุทธ์เพื่ออธิบายการพัฒนาของบริษัท คำแถลงเหล่านี้สนับสนุนภาพของผู้นำที่มองอุปสรรคต่อสาธารณะเป็นส่วนหนึ่งของนวัตกรรม พวกมันไม่ได้ให้การเข้าถึงแรงจูงใจส่วนตัวของเขาอย่างไม่จำกัด [9]

ชีวประวัติมักกำหนดเครื่องยนต์ทางอารมณ์เพียงตัวเดียวให้บุคคล: ความกลัวความยากจน ความต้องการการยอมรับ หรือความปรารถนาที่จะพิสูจน์ว่านักวิจารณ์ผิด คำอธิบายเช่นนั้นอาจน่าดึงดูดเพราะทำให้ชีวิตที่ซับซ้อนจดจำง่าย โดยไม่มีหลักฐานที่แข็งแกร่ง พวกมันคือการคาดเดา

บัญชีที่มีวินัยกว่าสามารถตรวจสอบทางเลือกที่สังเกตได้ หวงอยู่กับบริษัทเดียวมาหลายทศวรรษ NVIDIA ลงทุนในระบบนิเวศการโปรแกรมต่อไปก่อนที่ตลาดภายหลังจะชัดเจน บริษัทละทิ้งบางโครงการขณะทำให้โครงการอื่นลึกซึ้งขึ้น การตัดสินใจเหล่านี้เปิดเผยลำดับความสำคัญโดยไม่ต้องการบัญชีที่แต่งขึ้นว่าเขารู้สึกอย่างไรทุกเช้า

ความวิตกกังวลที่สร้างสรรค์และข้อจำกัดของมัน

แนวคิดที่คุ้นเคยว่าบริษัทอยู่ใกล้ความล้มเหลวเสมอสามารถกระตุ้นความระมัดระวัง มันเตือนผู้คนว่าลูกค้ามีทางเลือกและข้อได้เปรียบทางเทคนิคเสื่อมลง แต่สถานการณ์ฉุกเฉินถาวรก็สามารถทำให้องค์กรเหนื่อยล้าหรือทำให้การไม่เห็นด้วยอย่างมีไหวพริบเป็นเรื่องยาก

ความแตกต่างอยู่ที่สิ่งที่คำเตือนผลิตออกมา มันนำไปสู่การทดสอบที่ดีขึ้น การรับรู้ปัญหาของลูกค้าที่เร็วขึ้น และการวางแผนที่ซื่อสัตย์ขึ้นหรือไม่ หรือมันกระตุ้นการตัดสินใจที่รีบร้อนและการปกปิดข่าวร้าย ชีวประวัติสามารถระบุความตึงเครียดนั้นได้โดยไม่ต้องอ้างว่าพนักงานทุกคนประสบวัฒนธรรมในแบบเดียวกัน

ในทำนองเดียวกัน ความล้มเหลวมีประโยชน์ก็ต่อเมื่อองค์กรเรียนรู้สิ่งที่นำไปใช้ได้ การทำซ้ำการทดลองที่ไม่สำเร็จโดยไม่เปลี่ยนข้อสันนิษฐานของมันไม่ใช่ความยืดหยุ่น การทดลองที่ออกแบบมาดีผลิตข้อมูลแม้เมื่อผลลัพธ์เชิงพาณิชย์น่าผิดหวัง การทดลองที่ออกแบบมาไม่ดีอาจใช้เงินขณะทิ้งคำถามศูนย์กลางไว้โดยไม่มีคำตอบ

วินัยของการเปลี่ยนใจ

เหตุการณ์ Sega ในยุคแรกให้คำสอนเป็นพิเศษเพราะมันเรียกร้องให้หวงแยกอัตลักษณ์ออกจากทางเลือกทางเทคนิค ผู้ก่อตั้งอาจลงทุนชื่อเสียง เงิน และงานหลายปีไว้ในการออกแบบ การยอมรับว่ามันผิดอาจรู้สึกเหมือนการยอมรับว่าบริษัทเองผิด อย่างไรก็ตาม การอยู่รอดอาจขึ้นอยู่กับการทำความแตกต่างนั้นให้ได้แน่นอน

บทเรียนในวงกว้างคือการรักษาความมุ่งมั่นต่อปัญหาไว้ขณะอนุญาตให้โซลูชันที่เสนอเปลี่ยนไป ประวัติของ NVIDIA นำเสนอรูปแบบนี้หลายเวอร์ชัน: สถาปัตยกรรมกราฟิกพัฒนาขึ้น ซอฟต์แวร์กลายเป็นศูนย์กลาง AI ได้รับความสำคัญ และบางตลาดถูกทิ้งไว้ข้างหลัง รูปแบบนั้นควรถูกศึกษาเป็นลำดับของการตัดสินใจ ไม่ใช่ยกขึ้นเป็นการรับประกันว่าการเปลี่ยนทิศในอนาคตทุกครั้งจะสำเร็จ

15 ลอรี สเปนเซอร์ และแมดิสัน

ครอบครัวในเรื่องราวสาธารณะ

เจนเซนและลอรี หวงพบกันในฐานะนักศึกษาวิศวกรรมที่มหาวิทยาลัยรัฐโอเรกอนและแต่งงานกันในปี 1985 พวกเขามีลูกที่เป็นผู้ใหญ่สองคน คือสเปนเซอร์และแมดิสัน การทำบุญทางการศึกษาร่วมกันของพวกเขามีเอกสารรับรองเป็นอย่างดี นอกเหนือจากบันทึกสาธารณะนั้น ชีวประวัติควรเคารพความแตกต่างระหว่างกิจกรรมสาธารณะของครอบครัวกับชีวิตส่วนตัว [1, 4]

เป็นเรื่องสมเหตุสมผลที่จะรับรู้ว่าการสร้างบริษัทตลอดหลายทศวรรษส่งผลกระทบต่อครัวเรือน แต่ไม่สมเหตุสมผลที่จะสร้างบทสนทนา การประนีประนอม หรือประสบการณ์ทางอารมณ์ของสมาชิกครอบครัวที่ไม่ได้บรรยายต่อสาธารณะขึ้นมา การเรียกคู่สมรสว่าเป็นความลับเบื้องหลังความสำเร็จทางธุรกิจทุกอย่างอาจฟังดูเหมือนคำชม ขณะลบความเป็นเจ้าของการกระทำของเธอเอง

ความระมัดระวังเดียวกันใช้กับข้ออ้างเกี่ยวกับตำแหน่งอย่างเป็นทางการในปัจจุบันของลอรี สินทรัพย์ของมูลนิธิ หรือวันที่ทางวิชาชีพที่แน่นอน รายละเอียดเหล่านี้ต้องการบันทึกที่ระบุวันที่ พวกมันไม่ควรถูกอนุมานจากขนาดของความมั่งคั่งของครอบครัวหรือคัดลอกจากบทสรุปที่ไม่มีแหล่งอ้างอิง

แมดิสัน หวง

ชีวประวัติสาธารณะปัจจุบันของ NVIDIA ระบุว่าแมดิสัน หวงเป็นรองผู้อำนวยการอาวุโสฝ่ายผลิตภัณฑ์และการตลาดทางเทคนิคสำหรับแพลตฟอร์ม AI เชิงกายภาพ มันบรรยายความรับผิดชอบครอบคลุม Omniverse, Cosmos และ Isaac และบันทึกงานการตลาดก่อนหน้าที่กลุ่ม Louis Vuitton Moët Hennessy พร้อมปริญญาโทบริหารธุรกิจสาขาการตลาดและกลยุทธ์จาก London Business School [19]

เหล่านี้เป็นรายละเอียดทางวิชาชีพที่มีความหมาย พวกมันแสดงเส้นทางสู่เทคโนโลยีผ่านการตลาดและการศึกษาทางธุรกิจ แทนที่จะเป็นการทำซ้ำอาชีพออกแบบชิปของพ่อเธออย่างง่าย ๆ ข้ออ้างเกี่ยวกับอายุที่แน่นอนหรือลำดับเวลาการฝึกด้านการทำอาหารที่สมบูรณ์ไม่จำเป็นต่อการอธิบายบทบาทปัจจุบันของเธอ

การตลาดแพลตฟอร์มทางเทคนิคไม่ใช่เพียงการสร้างกระแส มันเกี่ยวข้องกับการอธิบายความสามารถให้นักพัฒนาและลูกค้า การเข้าใจอุปสรรคการนำไปใช้ และการเชื่อมโยงงานวิศวกรรมกับตลาด คุณภาพของงานนั้นควรถูกประเมินผ่านผลลัพธ์ของมัน ไม่ใช่สันนิษฐานจากความสัมพันธ์ของครอบครัว

สเปนเซอร์ หวง

ชีวประวัติทางเทคนิคของ NVIDIA ระบุว่าสเปนเซอร์ หวงเป็นผู้อำนวยการฝ่ายผลิตภัณฑ์สำหรับหุ่นยนต์ มันบรรยายงานครอบคลุมการจำลอง การเรียนรู้ของหุ่นยนต์ ข้อมูลสังเคราะห์ และโครงสร้างพื้นฐานที่ใช้ฝึกและใช้งานเครื่องจักรอัตโนมัติ มันยังบันทึกปริญญาโทบริหารธุรกิจทางเทคนิคจากมหาวิทยาลัยนิวยอร์กที่เน้นปัญญาประดิษฐ์ [20]

เส้นทางวิชาชีพที่บรรยายในบัญชีสาธารณะแตกต่างจากอาชีพยุคแรกของพ่อเขา ความแตกต่างนั้นสำคัญเพราะครอบครัวสามารถแบ่งปันบริษัทโดยไม่แบ่งปันการฝึกหรือความรับผิดชอบที่เหมือนกัน ตำแหน่งเพียงอย่างเดียวไม่ได้พิสูจน์ความลึกของการมีส่วนร่วมทางเทคนิคของบุคคล แต่การเป็นบุตรก็ไม่ได้พิสูจน์การมองข้ามการมีส่วนร่วมนั้นเช่นกัน

การจ้างงานครอบครัวและธรรมาภิบาล

เมื่อญาติของผู้ก่อตั้งทำงานที่บริษัทมหาชน คำถามธรรมาภิบาลธรรมดาก็ตามมา บทบาทและค่าตอบแทนได้รับการทบทวนอย่างเหมาะสมหรือไม่ ความสัมพันธ์การรายงานชัดเจนหรือไม่ พนักงานคนอื่นสามารถแข่งขันอย่างยุติธรรมหรือไม่ ธุรกรรมที่เกี่ยวข้องกันใด ๆ ได้รับการเปิดเผยอย่างถูกต้องหรือไม่

คำถามเหล่านี้ไม่ได้พิสูจน์การกระทำผิด พวกมันเป็นส่วนหนึ่งของวินัยทางสถาบันที่สำคัญยิ่งขึ้นเมื่อบริษัทเติบโต ในทำนองเดียวกัน ชื่อเสียงของพ่อแม่ไม่สามารถแทนที่การประเมินอิสระของงานของลูก

การจ้างงานก็ไม่ใช่การประกาศผู้สืบทอด การมีอยู่ของสเปนเซอร์และแมดิสันที่ NVIDIA ไม่ได้พิสูจน์ว่าใครคนหนึ่งได้รับเลือกให้เป็นประธานเจ้าหน้าที่บริหาร การคาดเดาเกี่ยวกับราชวงศ์เทคโนโลยีอาจสร้างความสนใจ แต่ชีวประวัติที่จริงจังควรแยกงานปัจจุบันออกจากการแต่งตั้งในอนาคตที่ยังไม่ได้รับการยืนยันต่อสาธารณะ

16 การคืนกำไรผ่านการศึกษา

สถาบันที่ยังคงสำคัญ

การทำบุญสาธารณะของครอบครัวหวงมีความเชื่อมโยงที่แข็งแกร่งกับการศึกษา มหาวิทยาลัยรัฐโอเรกอนประกาศของขวัญ 50 ล้านดอลลาร์สหรัฐของพวกเขาในปี 2022 สำหรับ Jen-Hsun and Lori Huang Collaborative Innovation Complex โครงการนี้เชื่อมโยงวิศวกรรม การคำนวณ และการวิจัยข้ามสาขาวิชา [21]

บัญชีของสแตนฟอร์ดเกี่ยวกับ Huang Engineering Center บันทึกความมุ่งมั่น 30 ล้านดอลลาร์สหรัฐของคู่สามีภรรยา บัญชีของโอไนดาบันทึกเงินช่วยเหลือแบบจับคู่ 2 ล้านดอลลาร์สหรัฐของพวกเขาสำหรับอาคารที่อุทิศในปี 2019 ของขวัญเหล่านี้เชื่อมโยงขั้นตอนต่าง ๆ ของชีวิตหวง: วัยเด็ก การศึกษาระดับปริญญาตรี และการศึกษาระดับบัณฑิต [22, 3]

จำนวนเงินควรอ่านเป็นความมุ่งมั่นที่บรรยายในการประกาศของสถาบันที่เกี่ยวข้อง คำมั่นสัญญา การประเมินมูลค่าสินทรัพย์ และเงินที่เบิกจ่ายแล้วไม่สามารถใช้แทนกันได้ การทำบุญของครอบครัวก็ไม่ควรถูกสับสนกับมูลนิธิของบริษัท NVIDIA หรือการลงทุนเชิงพาณิชย์ของบริษัทเช่นกัน

การทำบุญทางการศึกษาสามารถบรรลุอะไรได้บ้าง

อาคารมหาวิทยาลัยไม่ใช่ผลลัพธ์ทางการศึกษาด้วยตัวมันเอง คุณค่าของมันขึ้นอยู่กับผู้คน อุปกรณ์ และโปรแกรมที่มันสนับสนุน สิ่งอำนวยความสะดวกที่ออกแบบมาดีสามารถทำให้การทำงานร่วมกันที่เคยยากเป็นไปได้ ให้นักศึกษาเข้าถึงเครื่องมือขั้นสูง และดึงดูดนักวิจัยที่ทำงานกับปัญหาสำคัญ

ความสัมพันธ์ระหว่างผู้บริจาคด้านเทคโนโลยีกับมหาวิทยาลัยก็สมควรได้รับการพิจารณาอย่างถี่ถ้วน การบริจาคสามารถขยายโอกาสขณะมีอิทธิพลต่อลำดับความสำคัญ สถาบันต้องการความเป็นอิสระทางวิชาการ ธรรมาภิบาลที่โปร่งใส และความเข้าใจที่ชัดเจนว่ามีข้อผูกพันใดตามมาพร้อมของขวัญ

บัญชีที่แข็งแกร่งที่สุดของการทำบุญจึงหลีกเลี่ยงสองขั้วสุด มันไม่มองความมั่งคั่งที่บริจาคเป็นหลักฐานอัตโนมัติของความดีทางศีลธรรม และไม่สันนิษฐานว่าทุกของขวัญเป็นเพียงการโปรโมตตนเอง มันตรวจสอบความมุ่งมั่นที่มีเอกสารรับรอง วัตถุประสงค์ของผู้รับ และเมื่อหลักฐานมีให้ ผลลัพธ์ที่เกิดขึ้น

สำหรับชีวประวัติเล่มนี้ ความเชื่อมโยงที่ปรากฏซ้ำกับการศึกษามีนัยสำคัญ อาชีพของหวงเองขึ้นอยู่กับการฝึกอบรมทางเทคนิคและสถาบันที่ให้พื้นที่เขาพัฒนา การสนับสนุนสถาบันเหล่านั้นสร้างความเชื่อมโยงที่มองเห็นได้ระหว่างความสำเร็จส่วนตัวกับโอกาสสำหรับผู้อื่น ว่าความเชื่อมโยงนั้นบรรลุอะไรได้มากเพียงใดในที่สุดเป็นคำถามสำหรับหลักฐานเมื่อเวลาผ่านไป

17 เหตุผลสนับสนุนการเปรียบเทียบหวงกับสตีฟ จ็อบส์

การเปรียบเทียบที่มีประโยชน์เริ่มด้วยคำนิยาม

การเรียกหวงว่าเป็นสตีฟ จ็อบส์ที่ยังมีชีวิตสามารถหมายถึงหลายสิ่งที่แตกต่างกัน มันอาจหมายถึงเขาเป็นผู้นำเทคโนโลยีที่มีบุคลิกดึงดูด ผู้ก่อตั้งที่บริษัทของเขาเปลี่ยนรูปร่างอุตสาหกรรม หรือบุคคลสาธารณะที่สามารถทำให้ผลิตภัณฑ์ที่ซับซ้อนน่าตื่นเต้น เหล่านั้นเป็นการเปรียบเทียบที่ทดสอบได้ มันไม่สามารถหมายถึงตามตัวอักษรว่าเขามีบุคลิก อาชีพ หรือบทบาททางประวัติศาสตร์เดียวกัน

เหตุผลที่แข็งแกร่งที่สุดเริ่มด้วยความสามารถในการเชื่อมโยงเทคโนโลยีกับความเป็นไปได้ที่ใหญ่กว่า จ็อบส์ช่วยทำให้การคำนวณส่วนบุคคลและอุปกรณ์เคลื่อนที่เข้าใจได้เป็นประสบการณ์ที่ผู้คนต้องการ หวงช่วยทำให้การคำนวณเร่งความเร็วเข้าใจได้เป็นโครงสร้างพื้นฐานที่นักวิจัยและธุรกิจสามารถทำงานที่เคยไม่สามารถทำได้จริง

การเปรียบเทียบยังตั้งอยู่บนการบูรณาการ การประกาศ iPhone ปี 2007 ของ Apple นำเสนออุปกรณ์ที่รวมการสื่อสาร สื่อ และฟังก์ชันอินเทอร์เน็ตผ่านส่วนต่อประสานที่ควบคุมอย่างแน่นหนา กลยุทธ์ของ NVIDIA เชื่อมโยงโปรเซสเซอร์ เครือข่าย และซอฟต์แวร์เข้าเป็นแพลตฟอร์มสำหรับนักพัฒนาและองค์กร ในทั้งสองกรณี ประโยชน์ของลูกค้าขึ้นอยู่กับวิธีที่ชิ้นส่วนทำงานร่วมกัน [23]

ความเชื่อมั่นก่อนฉันทามติ

อาชีพทั้งสองมีการตัดสินใจที่ดูไม่แน่นอนก่อนที่พวกมันจะได้รับการเฉลิมฉลอง สุนทรพจน์ที่สแตนฟอร์ดของจ็อบส์เองบรรยายคุณค่าที่เขาพบในภายหลังในประสบการณ์ที่เบื้องต้นไม่ได้ก่อเป็นแผนอาชีพที่ชัดเจน และการกลับมาที่ Apple ของเขาเกิดขึ้นหลังช่วงเวลาที่อยู่นอกบริษัท การลงทุนที่ยั่งยืนของหวงใน CUDA มาก่อนความโดดเด่นเชิงพาณิชย์ในวงกว้างของดีปเลิร์นนิง [24, 9]

ความคล้ายคลึงไม่ใช่ว่าคนใดคนหนึ่งมองเห็นอนาคตได้อย่างสมบูรณ์ แต่คือทั้งคู่เต็มใจจัดระบบความพยายามจำนวนมากรอบมุมมองว่าเทคโนโลยีอาจกลายเป็นมีประโยชน์มากขึ้นอย่างไร วิสัยทัศน์ได้รับนัยสำคัญเชิงปฏิบัติก็ต่อเมื่อมันเปลี่ยนการตัดสินใจเรื่องผลิตภัณฑ์ การลงทุน และงานของผู้อื่น

การเล่าเรื่องสาธารณะเป็นสินทรัพย์ในการดำเนินงาน

การนำเสนอผลิตภัณฑ์ของจ็อบส์กลายเป็นส่วนหนึ่งของอัตลักษณ์เชิงพาณิชย์ของ Apple การนำเสนอของหวงก็ทำให้เขาเป็นนักแปลสาธารณะของกลยุทธ์ NVIDIA ในทำนองเดียวกัน เครื่องแต่งกายที่เกี่ยวข้องกับแต่ละคนนั้นน่าจดจำ แต่เป็นฐานที่อ่อนสำหรับการเปรียบเทียบ ความคล้ายคลึงที่แข็งแกร่งกว่าคือบทบาทของพวกเขาในการแปลทางเลือกทางเทคนิคให้เป็นเรื่องราวที่สอดคล้องกัน

สิ่งนี้สามารถช่วยให้องค์กรประสานงานรอบทิศทาง พนักงานเข้าใจว่าผลิตภัณฑ์มีไว้ทำอะไรให้สำเร็จ ลูกค้าเห็นว่ามันอาจเข้ากับแผนของพวกเขาอย่างไร พันธมิตรมีเหตุผลลงทุนในงานที่เสริมกัน การเล่าเรื่องจึงสามารถมีส่วนร่วมต่อการดำเนินการแทนที่จะเพียงตกแต่งมัน

แต่พลังในการชักชวนก็สร้างความเสี่ยงด้วย ผู้ฟังอาจเริ่มมองความมั่นใจของผู้นำเป็นหลักฐาน การประกาศที่นำเสนอดีสามารถซ่อนคำถามทางวิศวกรรมหรือเชิงพาณิชย์ที่ยังไม่ได้แก้ไข ความชื่นชมควรทำให้ผู้อ่านเอาใจใส่คำถามเหล่านั้นมากขึ้น ไม่ใช่น้อยลง

การตีความที่ป้องกันได้

วลีสตีฟ จ็อบส์แห่งยุค AI สามารถป้องกันได้ในฐานะอุปมาเชิงบรรณาธิการสำหรับผู้ก่อตั้งที่ทรงอิทธิพลซึ่งผสมผสานความเชื่อมั่นเชิงกลยุทธ์ การบูรณาการ และการสื่อสารสาธารณะ มันแข็งแกร่งที่สุดเมื่อมิติเหล่านั้นถูกระบุอย่างชัดเจน

สูตรนั้นยังคงต้องการข้อจำกัด AI มีผู้สร้างมากมายและไม่มีเจ้าของคนเดียว ความสำคัญของหวงไม่ได้ทำให้นักพัฒนาโมเดล นักวิจัย หรือนักออกแบบฮาร์ดแวร์คู่แข่งทุกคนกลายเป็นนักแสดงประกอบในเรื่องราวของเขา การเปรียบเทียบก็ไม่ได้พิสูจน์ว่าผลิตภัณฑ์หรือการตัดสินใจของเขาจะเพลิดเพลินกับตำแหน่งทางวัฒนธรรมระยะยาวเดียวกับของ Apple เช่นกัน

เหตุผลเชิงบวกจึงมีนัยสำคัญแต่แคบ หวงสามารถถูกเปรียบเทียบกับจ็อบส์ในฐานะผู้นำที่ช่วยให้ผู้อื่นรับรู้และนำทิศทางเทคโนโลยีใหม่ไปใช้ การเปรียบเทียบไม่ใช่ใบรับรองของตัวละครที่เท่าเทียมหรือการทำนายมรดกที่เหมือนกัน

18 เหตุผลคัดค้านฉลาก สตีฟ จ็อบส์ที่ยังมีชีวิต

เส้นทางสู่เทคโนโลยีที่แตกต่างกัน

จ็อบส์และหวงไปถึงภาวะผู้นำผ่านการเตรียมพร้อมในรูปแบบที่แตกต่างกัน จ็อบส์ออกจากวิทยาลัย Reed และภายหลังบรรยายอิทธิพลของวิชาที่เขาสำรวจนอกเส้นทางปริญญาทั่วไป หวงสำเร็จทั้งปริญญาตรีและปริญญาโทวิศวกรรมไฟฟ้าขณะสร้างประสบการณ์เซมิคอนดักเตอร์ [24, 4]

ความแตกต่างนี้ไม่ควรกลายเป็นการแข่งขันระหว่างสัญชาตญาณกับการศึกษา จ็อบส์ทำงานกับวิศวกรที่มีความสามารถสูงและเข้าใจความสำคัญของการดำเนินการ ความสำเร็จของหวงก็ต้องการวิจารณญาณ การสื่อสาร และจินตนาการที่ไม่สามารถลดทอนเป็นคุณวุฒิเช่นกัน ประเด็นคือไม่มีแม่แบบการศึกษาเพียงแบบเดียวสำหรับภาวะผู้นำทางเทคโนโลยี

ลูกค้าที่แตกต่างและการมองเห็นที่แตกต่าง

ผลิตภัณฑ์ที่โด่งดังที่สุดของ Apple วางการตัดสินใจของบริษัทไว้ในมือผู้บริโภคโดยตรง ประสบการณ์การใช้อุปกรณ์เป็นศูนย์กลางของข้อเสนอคุณค่า ธุรกิจ AI ส่วนมากของ NVIDIA จัดหาโครงสร้างพื้นฐานให้องค์กรอื่น ซึ่งผลิตภัณฑ์ของพวกเขาอาจติดแบรนด์ที่แตกต่างกันอย่างสิ้นเชิง

ความแตกต่างนั้นส่งผลต่อกระบวนการขาย ลำดับความสำคัญทางวิศวกรรม และความหมายของความสำเร็จ ผู้บริโภคสามารถตัดสินว่าส่วนต่อประสานรู้สึกดีกว่าภายในไม่กี่นาที องค์กรอาจต้องประเมินปริมาณงาน ความเข้ากันได้ของซอฟต์แวร์ ความเสี่ยงการใช้งาน และต้นทุนรวมตลอดหลายเดือน หวงต้องชักชวนทั้งผู้ประเมินทางเทคนิคและผู้ตัดสินใจของสถาบัน

ความแตกต่างนั้นไม่สมบูรณ์แบบ NVIDIA มีประวัติเกมผู้บริโภคที่ใหญ่ และ Apple พึ่งพานักพัฒนาและโครงสร้างพื้นฐาน อย่างไรก็ตาม ศูนย์ถ่วงที่โดดเด่นต่างกันเพียงพอที่การเรียกหวงว่าเป็นเพียงจ็อบส์อีกคนสามารถซ่อนมากกว่าที่มันอธิบาย

รูปแบบการควบคุมที่แตกต่าง

ผลิตภัณฑ์แบบบูรณาการของ Apple มักเกี่ยวข้องกับการควบคุมประสบการณ์ผู้ใช้ปลายทางอย่างใกล้ชิด แพลตฟอร์มของ NVIDIA ต้องรองรับเครือข่ายกว้างของนักพัฒนา ผู้ผลิตอุปกรณ์ ผู้ให้บริการคลาวด์ และชุมชนนักวิจัยด้วย ความสำเร็จของมันขึ้นอยู่กับผู้อื่นที่สร้างหลายสิ่งที่ NVIDIA ไม่ได้ออกแบบเอง

การเปลี่ยนสิ่งนี้ให้เป็นการเปรียบเทียบปิดกับเปิดอย่างง่ายคงไม่ถูกต้อง NVIDIA มีส่วนต่อประสานซอฟต์แวร์และฮาร์ดแวร์ที่เป็นกรรมสิทธิ์พร้อมทั้งโครงการเปิด Apple ทำให้การพัฒนาของบุคคลที่สามในวงกว้างเป็นไปได้ขณะรักษาจุดควบคุมที่สำคัญ การเปรียบเทียบที่มีประโยชน์กว่าเกี่ยวข้องกับว่าแต่ละธุรกิจวาดเส้นเขตของตนไว้ที่ไหนและทำไม

ความสัมพันธ์กับบริษัทที่ก่อตั้งที่แตกต่างกัน

จ็อบส์ออกจาก Apple ในปี 1985 และกลับมาหลังการเข้าซื้อ NeXT ในทศวรรษ 1990 อาชีพของเขารวมงานสำคัญนอก Apple รวมถึง Pixar หวงนำ NVIDIA อย่างต่อเนื่องตั้งแต่ก่อตั้ง [24, 25]

ความต่อเนื่องสามารถรักษาความทรงจำของสถาบันและความมุ่งมั่นระยะยาว การกลับมาหลังการหายไปสามารถนำการประเมินองค์กรใหม่อย่างรุนแรงมาสู่ ไม่มีเส้นทางใดผลิตภาวะผู้นำที่ดีกว่าโดยอัตโนมัติ พวกมันสร้างเงื่อนไขที่แตกต่างกันซึ่งผู้ก่อตั้งเรียนรู้ ได้รับอำนาจ และเปลี่ยนกลยุทธ์

บุคลิกไม่สามารถอนุมานจากการแสดงบนเวที

เป็นเรื่องน่าดึงดูดที่จะบรรยายจ็อบส์ว่าแข็งกร้าวและหวงว่าใจดี หรือจ็อบส์เป็นศิลปะและหวงเป็นเชิงวิเคราะห์ การต่อต้านที่เรียบร้อยเช่นนั้นไม่น่าเชื่อถือ การสัมภาษณ์สาธารณะ บัญชีพนักงาน และชีวประวัตินำเสนอมุมมองบางส่วนที่ถูกหล่อหลอมโดยเวลา บริบท และความสัมพันธ์ของผู้สังเกตกับประเด็น

วิธีที่รับผิดชอบคือการเปรียบเทียบพฤติกรรมที่มีเอกสารรับรอง: การตัดสินใจเกิดขึ้นอย่างไร ผลิตภัณฑ์ถูกเปลี่ยนอย่างไร ข้อผิดพลาดได้รับการยอมรับอย่างไร หรือข้อมูลเคลื่อนผ่านองค์กรอย่างไร ข้ออ้างกว้างเกี่ยวกับตัวละครภายในต้องการหลักฐานมากกว่าคำคมไม่กี่คำหรือคีย์โน้ตที่ประสบความสำเร็จ

ยังมีกับดักทางศีลธรรมในการมองความสำเร็จเชิงพาณิชย์เป็นหลักฐานว่าพฤติกรรมที่เรียกร้องทุกอย่างถูกต้อง ผลิตภัณฑ์สามารถสำเร็จแม้มีการปฏิบัติต่อผู้คนไม่ดี ไม่ใช่เพราะมัน ผู้ประกอบการที่ปรารถนาไม่ควรเลียนแบบเรื่องเล่าที่น่าตื่นเต้นที่สุดเกี่ยวกับผู้บริหารที่มีชื่อเสียงและคาดหวังผลลัพธ์เชิงพาณิชย์เดียวกัน

คำตัดสิน

หวงเปิดเผยมากที่สุดเมื่ออยู่เคียงจ็อบส์ตรงที่การเปรียบเทียบเปิดเผยความแตกต่างของพวกเขา แทนที่จะเปลี่ยนคนหนึ่งให้เป็นอีกคน ฉลากสตีฟ จ็อบส์ที่ยังมีชีวิตป้องกันได้ในฐานะอุปมาที่ส่งสัญญาณชัดเจน แต่อ่อนแอในฐานะคำบรรยายตามข้อเท็จจริง มันทำให้เข้าใจผิดเป็นพิเศษหากมันบอกใบ้ว่าอุตสาหกรรมเทคโนโลยีต้องการผู้สืบทอดคนเดียวของจ็อบส์

ข้อสรุปที่แม่นยำกว่าคือเจนเซน หวงเป็นผู้นำที่มีวิสัยทัศน์โดดเด่นซึ่งอิทธิพลของเขาชวนให้เปรียบเทียบกับสตีฟ จ็อบส์ จ็อบส์ช่วยเปลี่ยนรูปร่างความสัมพันธ์ระหว่างผู้คนกับเทคโนโลยีส่วนบุคคล หวงช่วยสร้างแพลตฟอร์มการคำนวณที่องค์กรจำนวนมากกำลังพัฒนา AI ความสำเร็จของพวกเขาทับซ้อนกันในวิธีการนำ ขณะแตกต่างกันในผลิตภัณฑ์ ตลาด และประวัติสถาบัน

สำหรับชื่อบทหรือเรียงความ สตีฟ จ็อบส์ที่ยังมีชีวิตสามารถใช้งานได้ในฐานะคำถาม สำหรับบทสรุปของชีวประวัติที่จริงจัง หวงสมควรได้รับความเข้าใจในชื่อของเขาเอง

19 อำนาจ การพึ่งพา และความรับผิดชอบ

ซัพพลายเออร์ศูนย์กลางไม่ใช่ธนาคารกลาง

NVIDIA บางครั้งถูกบรรยายเชิงอุปมาว่าเป็นธนาคารกลางของ AI เพราะการเข้าถึงผลิตภัณฑ์การคำนวณของมันกลายเป็นสำคัญเชิงกลยุทธ์ อุปมานั้นจับการพึ่งพาและอิทธิพล แต่ไม่ใช่บัญชีตามตัวอักษรของวิธีที่อุตสาหกรรมทำงาน

ธนาคารกลางมีความรับผิดชอบสาธารณะและอำนาจทางการเงินที่ NVIDIA ไม่มี NVIDIA เป็นบริษัทพาณิชย์ที่ดำเนินการท่ามกลางลูกค้า คู่แข่ง ซัพพลายเออร์ และรัฐบาล มันไม่ได้ออกสกุลเงินของ AI รับประกันสภาพคล่องให้ภาคส่วน หรือมีความสามารถไม่จำกัดในการรักษาเสถียรภาพ

การหยุดชะงักรุนแรงที่ NVIDIA อาจสร้างผลที่ตามมาอย่างมีนัยสำคัญสำหรับลูกค้าและตลาดในวงกว้าง แต่ไม่ได้ตามมาว่าบริษัท AI ทุกแห่งจะล่มสลายโดยอัตโนมัติ อุปกรณ์ที่มีอยู่จะยังคงอยู่ ซัพพลายเออร์ทางเลือกจะยังคงเหลือ และองค์กรจะตอบสนองในแบบต่าง ๆ ขนาดและเวลาของอันตรายใด ๆ จะขึ้นอยู่กับลักษณะของการหยุดชะงัก

ความแตกต่างนี้สำคัญเพราะอุปมาที่น่าตื่นเต้นสามารถกลายเป็นแบบจำลองที่ผิดสำหรับการตัดสินใจ บริษัทที่วางแผนโครงสร้างพื้นฐานควรประเมินความเสี่ยงการกระจุกตัว ข้อผูกพันตามสัญญา ความสามารถในการพกพาซอฟต์แวร์ และทางเลือกฉุกเฉิน คำถามเหล่านั้นมีประโยชน์กว่าการสันนิษฐานว่ามีความมั่นคงสมบูรณ์หรือการล่มสลายของระบบที่หลีกเลี่ยงไม่ได้

ห่วงโซ่อุปทานและภูมิรัฐศาสตร์

ชิปขั้นสูงพึ่งพาห่วงโซ่อุปทานระหว่างประเทศที่เชี่ยวชาญ การออกแบบ การผลิต หน่วยความจำ การบรรจุ อุปกรณ์ และการก่อสร้างศูนย์ข้อมูลกระจายอยู่ข้ามองค์กรและเขตอำนาจศาล ความสำเร็จของ NVIDIA ไม่ได้ขจัดการพึ่งพาเหล่านั้น เอกสารยื่นประจำปีของมันบรรยายความเสี่ยงที่เกี่ยวข้องกับอุปทาน ลูกค้า กฎระเบียบ และการควบคุมการส่งออก [6]

ข้อจำกัดการส่งออกสามารถเปลี่ยนว่าผลิตภัณฑ์ใดขายได้ในตลาด ข้อจำกัดการผลิตหรือการบรรจุสามารถจำกัดการส่งมอบ ความพร้อมของพลังงานสามารถทำให้การติดตั้งล่าช้าแม้ฮาร์ดแวร์พร้อม เหล่านี้ไม่ใช่ประเด็นรอบนอก: พวกมันสามารถหล่อหลอมทั้งโอกาสเชิงพาณิชย์และทางเลือกเชิงกลยุทธ์ของบริษัท

นัยสำหรับภาวะผู้นำคือวิสัยทัศน์ทางเทคนิคต้องอยู่ร่วมกับวิจารณญาณทางสถาบัน คำสัญญาที่จะสร้างความสามารถการคำนวณเพิ่มต้องการแผนที่น่าเชื่อถือสำหรับซัพพลายเออร์ พลังงาน การเงิน และการปฏิบัติตาม มันยังต้องการการรับรู้ว่าผู้มีส่วนได้ส่วนเสียอื่นอาจตัดสินโครงการผ่านความกังวลด้านความมั่นคงหรือสิ่งแวดล้อมแทนที่จะผ่านประสิทธิภาพเพียงอย่างเดียว

บททดสอบธรรมาภิบาลที่ยังไม่ได้แก้ไขในเดือนพฤศจิกายน 2026

เมื่อวันที่ 8 พฤศจิกายน 2026 คณะกรรมการของ NVIDIA ประกาศการสอบสวนอิสระหลังรายงานว่าหวงเป็นเป้าหมายของความพยายามข่าวกรองต่างประเทศ คณะกรรมการระบุว่าไม่มีเหตุผลในเวลานั้นที่จะเชื่อว่าความมั่นคงแห่งชาติหรือความลับของ NVIDIA ถูกละเมิด แสดงความมั่นใจในหวงและทีมภาวะผู้นำของเขา และระบุว่าเขาสนับสนุนและจะให้ความร่วมมือกับการทบทวน [26]

เมื่อวันที่ 10 พฤศจิกายน กรรมการอิสระประกาศว่าพวกเขาแต่งตั้งอัยการสหรัฐรักษาการณ์ Joon H. Kim และ Wachtell, Lipton, Rosen & Katz เพื่อดำเนินการสอบสวน ณ วันตัดยอดของฉบับนี้ คำแถลงเหล่านี้ยืนยันการสอบสวนและการจัดเตรียมการกำกับดูแลของมัน ไม่ใช่การค้นพบการกระทำผิดที่สมบูรณ์หรือการพิสูจน์ความบริสุทธิ์ [27]

ประเด็นสาธารณะคือธรรมาภิบาลและการปกป้องบริษัทที่สำคัญ ชีวประวัติที่ระมัดระวังไม่จำเป็นต้องทำซ้ำข้อกล่าวหาที่ใกล้ชิดซึ่งไม่ได้ยืนยันเพื่ออธิบายประเด็นนั้น การสอบสวนของคณะกรรมการควรถูกประเมินผ่านความเป็นอิสระ ขอบเขต หลักฐาน และการค้นพบในที่สุด แทนที่จะผ่านการคาดเดาว่าผลลัพธ์ของมันต้องเป็นอย่างไร

เหตุการณ์นี้ยังเน้นย้ำหลักการทั่วไป: ผู้ก่อตั้งที่มีวิสัยทัศน์ยังคงรับผิดชอบ ความสำเร็จทางเทคนิค ความมั่งคั่งของผู้ถือหุ้น และความชื่นชมสาธารณะไม่ได้วางผู้นำไว้เหนือการตรวจสอบ ในขณะเดียวกัน ข้อกล่าวหาไม่ใช่คำตัดสิน ความยุติธรรมเรียกร้องให้คงทั้งสองข้อเสนอไว้

20 บทต่อไปยังไม่ถูกเขียน

AI เชิงกายภาพและขอบเขตกับโลกจริง

แพลตฟอร์มสาธารณะของ NVIDIA มุ่งเน้นหุ่นยนต์ การจำลอง และ AI เชิงกายภาพมากขึ้นเรื่อย ๆ Omniverse สนับสนุนเวิร์กโฟลว์ที่เกี่ยวข้องกับการจำลอง Isaac เกี่ยวข้องกับหุ่นยนต์ และเครื่องมือโมเดลและข้อมูลที่เกี่ยวข้องมุ่งช่วยนักพัฒนาฝึกและประเมินระบบที่โต้ตอบกับโลกกายภาพ ชีวประวัติผลิตภัณฑ์และการประกาศปัจจุบันของบริษัทสะท้อนทิศทางนี้ [19, 20]

การเปลี่ยนจากการสร้างคำตอบไปสู่การควบคุมเครื่องจักรเปลี่ยนผลที่ตามมาของข้อผิดพลาด ย่อหน้าที่ผิดอาจทำให้เข้าใจผิด การเคลื่อนไหวของหุ่นยนต์ที่ผิดอาจทำลายอุปกรณ์หรือทำให้ใครบาดเจ็บ การจำลองมีคุณค่า แต่ไม่สามารถพิสูจน์พฤติกรรมที่ปลอดภัยในทุกสภาพแวดล้อมจริงได้ด้วยตัวมันเอง

โอกาสเชิงพาณิชย์จึงมาพร้อมความเรียกร้องสำหรับการทดสอบ การตรวจสอบ ความมั่นคง และความรับผิดชอบที่ชัดเจน โมเดลที่มีความสามารถสูงสุดไม่ใช่ระบบปฏิบัติการที่ปลอดภัยที่สุดโดยอัตโนมัติ เซ็นเซอร์ ตัวกระตุ้น ขั้นตอนของมนุษย์ และกลไกสำรองล้วนมีส่วนร่วมต่อผลลัพธ์

การเน้นย้ำยาวนานของหวงในการสร้างแพลตฟอร์มอาจเกี่ยวข้องที่นี่ หากนักพัฒนาต้องการเครื่องมือการจำลอง การฝึก และการใช้งานจริงที่เชื่อถือได้ ซัพพลายเออร์ที่เชื่อมชั้นเหล่านั้นอาจมีคุณค่า ว่าแอปพลิเคชันที่เกิดขึ้นส่งมอบประโยชน์ที่สัญญาหรือไม่ยังคงเป็นเรื่องของหลักฐาน ไม่ใช่ผลที่ตามมาของความทะเยอทะยานของแพลตฟอร์ม

สิ่งที่ผู้ประกอบการนำไปจากชีวิตนี้

บทเรียนแรกคือการสร้างความเชี่ยวชาญก่อนที่จะมองความมั่นใจเป็นสิ่งแทนที่มัน อาชีพของหวงตั้งอยู่บนการศึกษาและงานในอุตสาหกรรมหลายปี ความกล้าหาญสำคัญ แต่มันถูกสนับสนุนโดยความรู้ทางเทคนิคและความสัมพันธ์ทางวิชาชีพ

บทเรียนที่สองคือการแยกแยะปัญหาออกจากโซลูชันเฉพาะ สถาปัตยกรรมยุคแรกของ NVIDIA อาจผิดขณะที่การคำนวณเร่งความเร็วยังคงเป็นโอกาสสำคัญ ผู้ก่อตั้งที่ไม่สามารถทำความแตกต่างนั้นเสี่ยงต่อการปกป้องการออกแบบหลังจากลูกค้าและมาตรฐานย้ายไปที่อื่น

บทเรียนที่สามคือการทำให้ผู้อื่นสร้างคุณค่าง่ายขึ้น นัยสำคัญของ CUDA อยู่ส่วนหนึ่งในงานที่มันทำให้เป็นไปได้เกินกว่าผลิตภัณฑ์ของ NVIDIA เอง แพลตฟอร์มสามารถเติบโตเมื่อพวกมันลดความยากของการทดลองและทำให้งานที่สำเร็จใช้ซ้ำได้

บทเรียนที่สี่คือการรักษาพื้นที่ทางการเงินเพื่อเรียนรู้ แนวคิดที่มีแนวโน้มไม่สามารถอยู่รอดได้อย่างไม่มีกำหนดโดยไม่มีเงินสด การช่วยเหลือจาก Sega แสดงให้เห็นว่าบริษัทที่สำคัญสามารถเข้าใกล้การหายไปก่อนที่คุณค่าภายหลังของมันจะมองเห็นได้มากเพียงใด มันยังแสดงว่าความช่วยเหลือจากผู้อื่นสามารถเด็ดขาดได้

บทเรียนที่ห้าคือการทำให้ภาวะผู้นำถ่ายทอดได้ บริษัทที่พึ่งพาวิจารณญาณของผู้ก่อตั้งต้องการกลไกสำหรับพัฒนาวิจารณญาณอื่น รักษาความรู้ และท้าทายการตัดสินใจ สถาบันที่ยั่งยืนเป็นความสำเร็จที่ใหญ่กว่าบุคลิกที่ขาดไม่ได้

ชีวิตที่เข้าใจผ่านการตัดสินใจ

เรื่องราวของเจนเซน หวงน่าดึงดูดเพราะมันมีความไม่แน่นอนจริง เด็กคนหนึ่งข้ามประเทศ นักศึกษากลายเป็นวิศวกร วิศวกรกลายเป็นผู้ก่อตั้ง ผู้ก่อตั้งนำบริษัทผ่านข้อสันนิษฐานที่ล้มเหลว ความก้าวหน้าทางการค้า และการลงทุนระยะยาวในแพลตฟอร์มการโปรแกรมที่ช่วยวาง NVIDIA ไว้ที่ศูนย์กลางของ AI

ลำดับนั้นสามารถถูกชื่นชมโดยไม่ทำให้มันหลีกเลี่ยงไม่ได้ มันสามารถถูกศึกษาโดยไม่เปลี่ยนทุกอุปสรรคให้เป็นการล้มละลายหรือทุกความสำเร็จให้เป็นหลักฐานของอัจฉริยะผู้โดดเดี่ยว บทเรียนที่มีประโยชน์ที่สุดของมันเกิดจากปฏิสัมพันธ์ของวิจารณญาณ การเตรียมพร้อม เพื่อนร่วมงาน สถาบัน และสถานการณ์

การเปรียบเทียบกับสตีฟ จ็อบส์ช่วยทำให้ความสำเร็จบางส่วนนั้นกระจ่าง ผู้นำทั้งสองให้เสียงสาธารณะแก่การเปลี่ยนแปลงทางเทคโนโลยีและจัดระบบบริษัทรอบมุมมองที่ทะเยอทะยานว่าอะไรสามารถสร้างได้ อย่างไรก็ตาม การมีส่วนร่วมที่โดดเด่นของหวงชัดเจนกว่าเมื่อการเปรียบเทียบหยุดก่อนถึงการแทนที่อัตลักษณ์ของเขา

เขาไม่สำคัญเพราะโลกพบสตีฟ จ็อบส์อีกคน เขาสำคัญเพราะงานที่เขาช่วยจัดระบบเปลี่ยนสิ่งที่ผู้อื่นจำนวนมากสามารถคำนวณ วิจัย และสร้าง การประเมินขั้นสุดท้ายของการมีส่วนร่วมนั้นจะขึ้นอยู่กับการพัฒนาที่ยังข้างหน้า: คุณค่าของแอปพลิเคชัน AI ความยืดหยุ่นของบริษัท การดำเนินการของภาวะผู้นำของมัน และความสามารถของเทคโนโลยีในการให้บริการวัตถุประสงค์ที่ไกลกว่าการเติบโตของมันเอง

ลำดับเวลา

อภิธานศัพท์เทคนิค

การคำนวณเร่งความเร็ว การใช้โปรเซสเซอร์เฉพาะทางควบคู่กับการคำนวณเนกประสงค์เพื่อทำปริมาณงานที่เหมาะสมอย่างมีประสิทธิภาพมากขึ้น

โมเดล AI ระบบการคำนวณที่พารามิเตอร์และโครงสร้างของมันถูกใช้เพื่อผลิตการทำนาย การจำแนกประเภท หรือผลลัพธ์ที่สร้างขึ้น

ASIC วงจรรวมเฉพาะการใช้งานที่ออกแบบมาสำหรับงานประเภทเฉพาะ

CPU หน่วยประมวลผลกลาง โปรเซสเซอร์เนกประสงค์ที่เหมาะกับการดำเนินการและงานควบคุมในวงกว้าง

CUDA แพลตฟอร์มและรูปแบบการเขียนโปรแกรมของ NVIDIA สำหรับการคำนวณเร่งความเร็วบน GPU ของ NVIDIA ที่รองรับ

ศูนย์ข้อมูล สถานที่ที่มีอุปกรณ์การคำนวณ การจัดเก็บ และเครือข่าย พร้อมระบบพลังงาน การทำความเย็น และการปฏิบัติงานที่จำเป็นในการรันมัน

ดีปเลิร์นนิง การเรียนรู้ของเครื่องที่ใช้โครงข่ายประสาทเทียมที่มีชั้นการประมวลผลหลายชั้น

แฝดดิจิทัล การแทนเชิงดิจิทัลของระบบกายภาพที่ใช้สำหรับการวิเคราะห์ การตรวจสอบ หรือการจำลอง ประโยชน์ของมันขึ้นอยู่กับว่ามันแทนพฤติกรรมโลกจริงที่เกี่ยวข้องได้แม่นยำเพียงใด

GPU หน่วยประมวลผลกราฟิก โปรเซสเซอร์ที่ออกแบบมาสำหรับงานขนานสูง ใช้ในกราฟิกและการใช้งานการคำนวณเชิงตัวเลขจำนวนมาก

การอนุมาน การรันโมเดลที่ฝึกแล้วเพื่อผลิตผลลัพธ์จากอินพุตใหม่

การเชื่อมต่อระหว่างกัน ลิงก์การสื่อสารระหว่างส่วนประกอบหรือระบบ แบนด์วิดท์และความล่าช้าของมันสามารถส่งผลอย่างมากต่อประสิทธิภาพการคำนวณขนาน

โมเดลภาษาขนาดใหญ่ โมเดลที่ฝึกบนข้อความจำนวนมากและข้อมูลที่เกี่ยวข้องเพื่อประมวลผลหรือสร้างภาษา ความคล่องแคล่วไม่ได้รับประกันความถูกต้องตามข้อเท็จจริง

การคำนวณขนาน การแบ่งงานออกเป็นการดำเนินการที่สามารถดำเนินการพร้อมกันได้

แพลตฟอร์ม ชุดเทคโนโลยีและส่วนต่อประสานที่ผู้อื่นสามารถสร้างแอปพลิเคชันหรือบริการบนนั้น

Tensor Core ชื่อของ NVIDIA สำหรับหน่วยฮาร์ดแวร์เฉพาะทางที่เร่งการดำเนินการเมทริกซ์ที่เลือกซึ่งสำคัญต่อ AI และปริมาณงานเชิงตัวเลขอื่น ๆ

การฝึก กระบวนการปรับพารามิเตอร์ของโมเดลโดยใช้ข้อมูลและวัตถุประสงค์การปรับให้เหมาะสม

ทรานส์ฟอร์มเมอร์ สถาปัตยกรรมโครงข่ายประสาทเทียมที่อิงกลไกความสนใจ ใช้กันอย่างแพร่หลายในภาษาและโมเดลอื่น ๆ

การอ่านหลักฐาน

การอ้างอิงที่มีหมายเลขระบุแหล่งที่มาสำหรับข้ออ้างตามข้อเท็จจริง การอภิปรายรอบ ๆ เกี่ยวกับภาวะผู้นำ กลยุทธ์ และการเปรียบเทียบเป็นการวิเคราะห์มากกว่าคำพูดจากประเด็น ประวัติสถาบันยืนยันปริญญา ของขวัญ และบทบาทอย่างเป็นทางการ เอกสารยื่นตามกฎระเบียบยืนยันการเปิดเผยที่บริษัทรายงาน การสัมภาษณ์รักษาความทรงจำและมุมมองของผู้พูด ข่าวผลิตภัณฑ์ยืนยันการประกาศ โดยข้ออ้างประสิทธิภาพคงเงื่อนไขเดิมไว้

การเกือบล้มไม่เหมือนกับการล้มละลายอย่างเป็นทางการ การประกาศผลิตภัณฑ์ไม่เหมือนกับการใช้งานจริงของลูกค้าที่เสร็จสมบูรณ์ การจ้างงานของสมาชิกครอบครัวไม่ใช่การแต่งตั้งผู้สืบทอด การสอบสวนไม่ใช่การค้นพบ ความแตกต่างเหล่านี้จำเป็นต่อการเข้าใจชีวิตนี้อย่างถูกต้อง

วิกิพีเดียและบันทึกครอบครัวและอาชีพที่ให้มาช่วยระบุหัวข้อสำหรับการค้นคว้า บรรณานุกรมให้ผู้อ่านเห็นแหล่งสาธารณะพื้นฐานที่ใช้สำหรับบัญชีนี้ วันที่ที่แนบกับฉบับนี้เป็นขอบเขตของความรู้ของมัน ไม่ใช่การทำนายว่าเหตุการณ์ภายหลังจะยืนยันข้อสรุปของมัน

Sources and further reading

References are numbered in the text. Links lead to the source publisher. Unless a publication date is stated below, the reference was consulted on 11 November 2026.

1. Jensen Huang

Wikipedia. Living reference page consulted 11 November 2026; used as an orientation source, not sole authority for disputed details.

Read source

2. Only In America Jensen Huang on Vision Risk and the GPU

Hoover Institution. Interview with Condoleezza Rice; first-person recollections of family, migration, education and work.

Read source

3. Former Student Gift Paves the Way for New Facility

Oneida Baptist Institute. Institutional account of boarding, elementary-school attendance and the Huang Hall gift.

Read source

4. Jen Hsun Huang Engineering Hall of Fame 2013

Oregon State University. Degree dates, early education, table tennis and meeting Lori Mills.

Read source

5. Jensen Huang

Stanford University School of Engineering. Institutional biography confirming the 1992 electrical-engineering master’s degree.

Read source

6. NVIDIA Form 10 K for the fiscal year ended 26 January 2025

US Securities and Exchange Commission. Executive employment chronology and company risk disclosures.

Read source

7. Our History Innovations Over the Years

NVIDIA. Corporate chronology; product claims are treated as company descriptions.

Read source

8. Nvidia An Overnight Success Story 30 Years in the Making

Sequoia Capital. Crucible Moments interview with Huang, Mark Stevens and others; retrospective survival and platform accounts.

Read source

9. NVIDIA CEO Tells NTU Grads to Run Not Walk But Be Prepared to Stumble

NVIDIA Blog. 26 May 2023; company account of Huang’s commencement address and three strategic setbacks.

Read source

10. Nvidia nearly went out of business in 1996 trying to make Sega’s Dreamcast GPU

Tom’s Hardware. Reporting on Sega support and Shoichiro Irimajiri’s role; financial arrangement should not be described as a personal gift.

Read source

11. CUDA Platform for Accelerated Computing

NVIDIA Developer. Technical overview of the toolkit, compiler, libraries and programming environment.

Read source

12. ImageNet Classification with Deep Convolutional Neural Networks

Alex Krizhevsky Ilya Sutskever and Geoffrey Hinton. 2012 original research paper; the AlexNet result.

Read source

13. NVIDIA Reports Results for Second Quarter of Fiscal 2009

US Securities and Exchange Commission. 12 August 2008; US$196 million product-quality charge and quarterly results.

Read source

14. NVIDIA Fiscal 2009 Form 10 K

US Securities and Exchange Commission. Year ended 25 January 2009; cash, equivalents and marketable securities position.

Read source

15. NVIDIA and SoftBank Group Announce Termination of NVIDIA Acquisition of Arm Limited

NVIDIA and SoftBank. 7 February 2022; regulatory obstacles, prepaid amount and retained licence.

Read source

16. NVIDIA Completes Acquisition of Mellanox

NVIDIA. 27 April 2020; completion and networking rationale.

Read source

17. NVIDIA Announces Financial Results for Second Quarter Fiscal 2027

NVIDIA. 26 August 2026; results for quarter ended 26 July 2026 and dated product statements.

Read source

18. A conversation with NVIDIA Jensen Huang

Stripe Sessions. 2024 interview; leadership, information flow and strategic thinking.

Read source

19. Madison Huang Author Page

NVIDIA Blog. Current public role, prior LVMH work and London Business School MBA; consulted 11 November 2026.

Read source

20. Spencer Huang Author Page

NVIDIA Technical Blog. Current robotics role and NYU technical MBA; consulted 11 November 2026.

Read source

21. 50 Million Gift by NVIDIA Founder and Spouse Helps Launch Oregon State University Research Center

Oregon State University. 14 October 2022; institutional announcement of the Huangs’ gift.

Read source

22. Designing for the future

Stanford Engineering. Institutional history of the Huang Center and US$30 million commitment.

Read source

23. Apple Reinvents the Phone with iPhone

Apple. 9 January 2007; launch announcement and description of the integrated product.

Read source

24. You have got to find what you love Jobs says

Stanford University. 12 June 2005; prepared text of Steve Jobs’s commencement address.

Read source

25. Apple Timeline

Computer History Museum. Historical chronology of Apple, including Jobs’s departure and return.

Read source

26. Statement From NVIDIA Board of Directors

NVIDIA. 8 November 2026; independent investigation, stated confidence and the board’s position at that date.

Read source

27. Statement From the Independent Members of the NVIDIA Board

NVIDIA. 10 November 2026; appointment of Joon H. Kim and Wachtell Lipton Rosen and Katz.

Read source

28. NVIDIA Launches World First Deep Learning Supercomputer

NVIDIA. 5 April 2016; DGX-1 announcement; first claims are attributed to the company.

Read source

29. NVIDIA Launches Revolutionary Volta GPU Platform

NVIDIA. 2017; Volta and Tensor Core announcement.

Read source

30. NVIDIA Announces Hopper Architecture

NVIDIA. 22 March 2022; Hopper architecture and Transformer Engine announcement.

Read source

31. NVIDIA Blackwell Platform Arrives to Power a New Era of Computing

NVIDIA. 18 March 2024; Blackwell announcement, with performance claims dependent on stated comparisons.

Read source

32. Chris Malachowsky

Computer History Museum. Professional background at HP and Sun and co-founding of NVIDIA.

Read source

33. Curtis R Priem

Rensselaer Polytechnic Institute. Graphics engineering history and service as NVIDIA CTO from 1993 to 2003.

Read source

34. Famous Graphics Chips Nvidia RIVA 128

IEEE Computer Society. Jon Peddie historical account of NV1, graphics standards and the RIVA turnaround.

Read source

35. NVIDIA Fiscal 2014 Third Quarter Form 10 Q

US Securities and Exchange Commission. Historical disclosure of the 3dfx asset-purchase agreement and closing date.

Read source

36. NVIDIA Brings Real Time Ray Tracing to Gamers with GeForce RTX

NVIDIA. 20 August 2018; Turing and GeForce RTX announcement.

Read source