Source : Il y a un nouveau Newin
Ce matin, le rapport sur les résultats du troisième trimestre de Nvidia a été annoncé après les heures du marché boursier américain, avec un chiffre d’affaires de 18,12 milliards de dollars pour le troisième trimestre clos le 29 octobre 2023, soit une augmentation de 206 % en glissement annuel, une augmentation de 34 % en glissement trimestriel, un bénéfice par action multiplié par près de 6, soit près de 13 % et 20 % de plus que les attentes des analystes, respectivement, et le chiffre d’affaires des centres de données de l’activité où se trouve la puce d’IA a été multiplié par près de 2 en glissement annuel, atteignant un nouveau sommet en un seul trimestre.
« Notre forte croissance reflète la transformation d’un large éventail de plates-formes industrielles, qui sont passées d’un usage généraliste à un calcul accéléré et à l’IA générative, les startups LLM, les sociétés Internet grand public et les fournisseurs mondiaux de services cloud étant les premiers à le faire, et la prochaine vague commence à prendre forme, avec des fournisseurs de services de communication nationaux et régionaux qui investissent dans des clouds d’IA pour répondre à la demande locale, des éditeurs de logiciels d’entreprise qui ajoutent AI Copilot et Assistant à leurs plateformes, et des entreprises qui créent une IA personnalisée », a déclaré M. Huang L’ère de l’IA générative prend son envol avec les GPU NVIDIA, les processeurs, la mise en réseau, les services de fonderie d’IA et les logiciels NVIDIA AI Enterprise comme moteurs de croissance à pleine vitesse !
PS : Dans la chronique du week-end dernier, nous avons partagé John Luttig, responsable de l’investissement chez Funders Fund, sur son analyse du paysage actuel du marché des GPU.
Le mois dernier, Jensen Huang, cofondateur et PDG de Nvidia, a également donné une conférence très sèche à la Columbia Business School (CBS), où Huang s’est entretenu avec le doyen de CBS, Costis Maglaras, pour discuter de l’avenir numérique, notamment de la stratégie et des opérations de NVIDIA, et de l’expérience entrepreneuriale de Huang et de la façon de devenir un PDG qualifié.
Voici quelques-uns des produits secs que Lao Huang a partagés dans le processus de CBS pour que vous puissiez les essayer :
Avant de prendre une décision, chacun doit comprendre ce qu’il fait, pourquoi il le fait, et tout est une question de choix.
D’un point de vue personnel : Il y a trois choses qui doivent être déterminées :
-
Des choses difficiles mais justes ;
-
ce que vous êtes destiné à faire ;
-
Les choses que vous aimez ;
Du point de vue de l’entreprise : En prenant l’exemple de NVIDIA, la réponse de Lao Huang a été très simple, expliquant clairement les choix de marché, les modèles commerciaux, les barrières et les effets de volant d’inertie impliqués dans le Pivot de NVIDIA :
« La raison pour laquelle nous ne faisons pas de fabrication, c’est parce que TSMC se porte si bien et qu’ils le font déjà, pourquoi devrais-je aller prendre leurs emplois ? J’aime les gens de TSMC, ce sont de bons amis pour moi, juste parce que j’ai une entreprise, je peux entrer dans cet espace, et alors ? Ils ont fait un excellent travail pour moi, ne perdons pas de temps à répéter ce qu’ils ont déjà fait, perdons du temps à faire quelque chose que personne n’a fait, quelque chose que personne n’a fait, et c’est comme ça qu’on construit quelque chose de spécial, sinon, on ne parle que de part de marché. **
Nous observons deux choses : le calcul accéléré est un problème logiciel, c’est un problème d’algorithme, et l’IA C’est un problème de centre de données, donc nous sommes la seule entreprise qui va construire toutes ces choses, et une partie de ce que nous faisons est le choix du modèle d’affaires, nous aurions pu être une entreprise de centre de données, entièrement intégrée verticalement, et pourtant, nous reconnaissons que peu importe le succès d’une entreprise informatique, elle ne sera pas la seule entreprise informatique au monde, et c’est mieux en tant qu’entreprise de plate-forme informatique parce que nous aimons les développeurs. Être une entreprise de plate-forme informatique qui sert toutes les entreprises informatiques du monde est mieux que d’être une entreprise informatique seule. **
Nous avons adopté cette approche, nous avons pris ce centre de données de la taille de cette pièce, tous les fils, tous les commutateurs et la mise en réseau, et beaucoup de logiciels, et nous avons tout décomposé et intégré dans d’autres centres de données différents à travers le monde, et c’est une complexité folle, et nous avons trouvé un moyen d’avoir suffisamment de standardisation lorsque cela est nécessaire, suffisamment de flexibilité lorsque cela est nécessaire pour que nous puissions travailler avec des sociétés informatiques du monde entier.
Le résultat est que l’architecture de Nvidia est maintenant implantée dans toutes les entreprises informatiques du monde, ce qui crée une plus grande empreinte, une plus grande base installée, plus de développeurs, de meilleures applications, ce qui rend les clients plus heureux, ils achètent plus de puces, ce qui augmente la base installée, augmente notre budget de R&D, etc., l’effet de volant d’inertie, le système de rétroaction positive, c’est comme ça que ça marche, c’est simple et direct.
En outre, Lao Huang a également clairement exprimé son point de vue sur l’IA, la main-d’œuvre et le flux de travail dans son partage - **L’IA ne vous enlèvera pas votre emploi, les personnes qui utilisent l’IA vous enlèveront votre emploi, et si une entreprise n’a pas plus d’idées pour investir dans des gains incrémentaux, alors lorsque le travail est remplacé par l’automatisation, l’entreprise doit licencier des employés et rejoindre les entreprises qui ont plus d’idées mais ne peuvent pas se permettre d’investir de l’argent, de sorte que lorsque l’IA automatisera leur travail, bien sûr la situation changera, bien sûr cela changera la façon de travailler. **
Ce qui suit est le contenu complet de la conversation entre Lao Huang et le président de la CBS, Costis Maglaras, profitez-en~
Costis Maglaras :
Je veux d’abord que vous nous rameniez un peu en arrière dans l’histoire de Nvidia, puis je veux parler de la question du leadership que nous venons de mentionner, mais vous avez créé cette entreprise il y a 30 ans et l’avez dirigée à travers une transformation qui a lancé différentes applications et types de produits. Laissez-nous vous guider.
Jensen Huang :
C’est l’un des moments dont je suis le plus fier. J’ai commencé par l’un des moments les plus fiers qui se soient produits récemment, lorsque j’étais le PDG de la première entreprise pour laquelle j’ai travaillé, Denny’s, et que j’ai appris que Nvidia n’était pas seulement ma progression de plongeur et bricoleur au sommet de l’entreprise à un serveur chez Denny’s, mais qu’ils étaient ma première entreprise et que je connais toujours le menu. Au fait, Superbird est génial, quelqu’un sait-il ce qu’est Superbird ? Quel genre d’étudiants êtes-vous ?
Denny’s est un restaurant aux États-Unis, et Nvidia a été fondé par moi et deux autres cofondateurs à San Jose – Denny’s à l’extérieur de notre maison, alors ils m’ont récemment contacté, et la boîte dans laquelle nous avions l’habitude de nous asseoir est maintenant la boîte de Nvidia, et elle s’appelle Nvidia, et c’est le lieu de naissance d’une entreprise d’un billion de dollars, et c’est un moment de grande fierté.
Nvidia a été fondée à une époque où la révolution du PC ne faisait que commencer et où les microprocesseurs ont captivé l’imagination de l’ensemble de l’industrie. Le monde voit à juste titre comment les processeurs, les microprocesseurs, vont remodeler l’industrie informatique, comment ils vont remodeler l’industrie informatique, et avant et après la révolution x86, les entreprises prospères étaient très différentes. Nous avons démarré notre entreprise au cours de cette période, et nous étions d’avis que, aussi étonnante que soit l’informatique à usage général, elle ne peut pas être la solution à tous les problèmes.
Nous pensons qu’il existe une méthode d’informatique que nous appelons l’informatique accélérée, où vous ajoutez un expert à côté de l’informatique à usage général. Le processeur est généraliste et peut tout faire, si vous voulez. Il peut tout faire. Cependant, évidemment, si vous pouvez faire n’importe quoi, alors il est évident que vous ne pouvez rien faire de bien.
En conséquence, nous pensons qu’il y a des problèmes qui ne peuvent pas être résolus par ce que nous appelons des ordinateurs ordinaires. C’est pourquoi nous avons créé cette entreprise de calcul accéléré. Le problème, c’est que si vous voulez créer une entreprise de plate-forme informatique, je ne sais pas combien il y a d’informaticiens, mais si vous voulez créer une société de plate-forme informatique, il n’y a pas eu d’entreprise comme celle-là depuis 1964, et c’était l’année suivant ma naissance, IBM Systems 360 décrit parfaitement ce qu’est un ordinateur.
En 1964, IBM a décrit que 360 avait une unité centrale de traitement, un sous-système d’E/S, un accès direct à la mémoire, une mémoire virtuelle, une compatibilité binaire sur des architectures évolutives, et il décrivait tout ce que nous avons aujourd’hui comme des ordinateurs que nous décrivons aujourd’hui, et 60 ans plus tard, nous avons l’impression qu’il existe une nouvelle forme d’informatique qui résout des problèmes intéressants, et il n’était pas tout à fait clair ce que nous pouvions résoudre à l’époque, mais nous pensions qu’il y avait un avenir pour l’informatique accélérée.
Pourtant, nous avons décidé de créer cette entreprise et avons pris une très bonne première décision, et franchement, cette décision a été incroyable jusqu’à ce jour, et si quelqu’un vient vous voir et vous dit, nous allons inventer une nouvelle technologie qui n’existe pas dans le monde, tout le monde veut construire une entreprise informatique autour des processeurs, nous voulons construire une entreprise informatique autour d’autres choses qui sont connectées aux processeurs, numéro un.
Deuxièmement, l’application qui tue est un jeu vidéo, un jeu vidéo en 3D de 1993, et cette application n’existe pas, l’entreprise qui a construit cette entreprise n’existe pas, la technologie que nous essayons de construire n’existe pas. Vous avez donc maintenant une entreprise qui a à la fois des défis techniques, des défis de marché et des défis d’écosystème, donc la probabilité de succès pour cette entreprise est presque de 0%, mais dans tous les cas, nous avons de la chance grâce à deux personnes très importantes.
Franchement, nous avons tous les trois co-fondé travaillé ensemble, ils étaient des figures très importantes de l’industrie de la technologie à l’époque, et j’ai appelé Don Valentine, le plus important investisseur en capital-risque au monde à l’époque, et j’ai dit à Don de donner de l’argent à ce gamin et de déterminer en cours de route si cela fonctionnerait, et heureusement, ils l’ont fait, mais ce plan d’affaires, même aujourd’hui, je ne l’investirais pas parce qu’il avait trop de dépendances, et chacun avait une certaine probabilité de succès.
Lorsque vous additionnez cela, multipliez, vous obtenez 0%, mais nous imaginons qu’il y aura un marché appelé jeux vidéo, et ce sera la plus grande industrie du divertissement au monde, qui était de 0 à l’époque, et nous spéculons que les graphismes 3D vont être utilisés pour raconter l’histoire de presque tous les sports, jeux. Ainsi, dans le monde virtuel, vous pouvez avoir n’importe quel jeu, n’importe quel sport, et par conséquent, tout le monde deviendra un joueur.
Don Valentine m’a demandé quelle était la taille du marché, et j’ai dit, tout le monde sera un joueur à l’avenir, et la mauvaise réponse lors de la création d’une entreprise, et franchement, ce sont de mauvaises habitudes, de mauvaises compétences, et je ne suggère pas cela, mais quoi qu’il en soit, il s’est avéré que c’était vrai, et les jeux vidéo sont devenus la plus grande industrie du divertissement au monde, la 3D Le graphisme a été un succès, et nous avons trouvé la première application géniale de l’informatique accélérée, qui nous a fait gagner du temps, en utilisant l’informatique accélérée pour résoudre une série d’autres problèmes, et nous sommes finalement passés à l’IA.
Costis Maglaras :
C’est une belle histoire, et avant de parler de l’IA, je veux poser un peu de questions sur l’époque de la crypto-monnaie, évidemment, le jeu a été un grand pas pour Nvidia, puis à un moment donné, l’application qui tue est devenue la crypto et le minage, quel a été ce développement ?
Jensen Huang :
L’informatique accélérée résout des problèmes que les ordinateurs ordinaires ne peuvent pas résoudre. Tous nos GPU, même si vous les utilisez pour concevoir des voitures, de l’architecture, faire des études de dynamique moléculaire, jouer à des jeux vidéo, ils ont un modèle de programmation que nous avons inventé appelé CUDA. CUDA est le seul modèle informatique qui existe aujourd’hui et qui est aussi populaire que x86, et il est utilisé par les développeurs du monde entier.
Dans tous les cas, CUDA est capable de faire des traitements parallèles très rapidement, et évidemment, l’un des algorithmes que nous pouvons très bien gérer est la cryptographie. Lorsque Bitcoin est sorti pour la première fois, il n’y avait pas d’ASIC pour Bitcoin, et la chose évidente à faire était d’aller au superordinateur le plus rapide du monde, et le superordinateur avec le volume de production le plus élevé n’était autre que les GPU de Nvidia, qui se trouvaient dans les maisons de millions de joueurs, donc en téléchargeant une application, vous pouviez miner des crypto-monnaies depuis chez vous.
Le fait que vous puissiez acheter nos GPU, nos ordinateurs, les brancher, et l’argent commence à affluer. C’est ce jour-là que ma mère a compris ce que je faisais. Un jour, elle m’a appelé et m’a dit : « Mon fils, je pensais que tu faisais quelque chose sur les jeux vidéo, et j’ai finalement compris ce que tu faisais, et tu as acheté un produit Nvidia, tu l’as branché, et l’argent a commencé à couler. »
Et j’ai dit, oui, c’est ce que je fais, et c’est pourquoi tant de gens achètent Bitcoin, ce qui a ensuite conduit à l’essor d’Ethereum, mais vous allez utiliser un système de supercalcul comme un GPU Nvidia pour encoder ou compresser, ou faire quelque chose pour affiner les données, et les transformer en un jeton précieux, et vous savez à quoi cela ressemble ? ChatGPT qui génère des jetons de valeur.
L’une des choses qui s’est produite jusqu’à présent, c’est que si vous élargissez votre réflexion sur Ethereum et le minage de crypto-monnaies, cela a du sens dans un sens, car nous créons soudainement ce nouveau type d’industrie, où les données brutes arrivent, vous appliquez de l’énergie à cet ordinateur, et littéralement l’argent commence à affluer, et ces monnaies sont bien sûr sous forme de jetons, et ces jetons sont des jetons intelligents Maintenant, je ne fais que décrire quelque chose d’autre qui a beaucoup de sens pour nous aujourd’hui, mais cela semble étrange à l’époque, vous prenez de l’eau dans un bâtiment, vous la chauffez, et ce qui en sort est une chose très précieuse et invisible appelée électricité. **
Aujourd’hui, nous déplaçons les données vers des centres de données, et elles vont les affiner et les traiter, et utiliser leur capacité à générer beaucoup de jetons numériques précieux, dans la biologie numérique, ils vont avoir de la valeur, en physique, dans l’informatique et toutes sortes d’informatiques, les médias sociaux, toutes sortes de choses, les jeux informatiques, etc., ils se présentent sous la forme de jetons, donc l’avenir va être celui des usines d’IA, et les appareils de Nvidia vont alimenter ces usines d’IA.
Costis Maglaras :
Nous sommes donc passés aux réseaux neuronaux, et je pense que nous avons parlé de l’informatique parallèle, comme la façon de rendre des graphiques sur un moniteur, de jouer à des jeux, de résoudre des problèmes cryptographiques pour Bitcoin. Parlez-nous un peu des GPU utilisés pour l’entraînement des réseaux neuronaux, et je veux parler au public ici, de ce qu’il faut pour entraîner un modèle comme ChatGPT, de quel matériel avez-vous besoin, de quelles données avez-vous besoin, de quelle taille de cluster avez-vous besoin, combien cela coûte-t-il, parce que ce sont des questions énormes, et je pense que ce serait bien que vous nous donniez une idée de l’échelle.
Jensen Huang :
Tout le monde veut vous faire croire que c’est un énorme problème et que c’est très cher. En fait, non, laissez-moi vous dire pourquoi, notre société a dépensé environ 5 ~ 600 millions de dollars en coûts d’ingénierie pour concevoir une puce, puis un à deux ans plus tard, j’ai appuyé sur Entrée, j’ai envoyé un e-mail à TSMC, j’ai envoyé un gros fichier à TSMC via FTP, et ils l’ont fait, et le processus a coûté à notre société environ 500 millions de dollars.
Pour un total de 5,5 milliards de dollars, j’ai obtenu une puce qui avait certainement de la valeur pour nous, mais ce n’était pas un gros problème. C’est ce que j’ai fait, donc si quelqu’un, Hey Jensen, vous avez besoin de créer un centre de données d’un milliard de dollars, et une fois que vous êtes branché, l’argent va jaillir de l’autre côté. Je vais le faire tout de suite, et évidemment beaucoup de gens le feront aussi, parce que qui ne voudrait pas créer une usine qui génère de l’intelligence ?
Maintenant, 1 milliard de dollars, ce n’est pas vraiment beaucoup d’argent, et franchement, le monde dépense environ 250 milliards de dollars par an pour l’infrastructure informatique, et aucun d’entre nous ne génère de l’argent, il ne fait que stocker nos fichiers, transmettre nos e-mails, c’est déjà 250 milliards de dollars, et l’une des raisons pour lesquelles nous grandissons si rapidement est que, après 60 ans de développement, l’informatique à usage général est en déclin à cause de 2500 autres Il serait imprudent de créer un autre centre de données informatique à usage général avec des milliards de dollars, qui est trop rudimentaire en énergie et trop lent en informatique. **
Maintenant que l’informatique accélérée est là, ces 250 milliards de dollars seront consacrés à la création de centres de données à calcul accéléré, et nous sommes ravis d’aider nos clients à le faire. En plus de cela, l’informatique accélérée, vous disposez maintenant d’une infrastructure pour générer de l’IA, et comme toutes les choses dont nous venons de parler, la façon dont cela fonctionne est essentiellement que vous prenez beaucoup de données, puis que vous les compressez. **
L’apprentissage profond est comme un algorithme de compression, où vous essayez d’apprendre les représentations mathématiques, les modèles et les relations des données sur lesquelles vous travaillez et de les compresser dans un réseau neuronal, de sorte que l’entrée est, disons, des milliards d’octets, des milliards de jetons, donc disons des milliards d’octets, et la sortie est de 100 Go, donc vous avez compressé toutes ces données dans ce petit fichier, et 100 Go est comme 2 DVD que vous pouvez télécharger et regarder sur votre téléphone, n’est-ce pas ?
Ainsi, vous pouvez télécharger cet énorme réseau neuronal sur votre téléphone. Maintenant, toutes ces données ont été compressées, et ce modèle de réseau neuronal compressé est un LLM, ce qui signifie que vous pouvez interagir avec lui, vous pouvez poser des questions, et il reviendra à sa mémoire, comprendra vos intentions, et générera du texte pour vous, avoir une conversation avec vous, donc, le noyau est que, cela semble magique, mais pour tous les informaticiens et scientifiques dans la salle, c’est très raisonnable, ne laissez personne vous convaincre que cela va coûter beaucoup d’argent, je vais vous donner une bonne remise, tout le monde va créer Barre d’IA.
Costis Maglaras :
Si je devais aller un peu plus loin dans cette échelle, vous auriez besoin d’un ordinateur qui est essentiellement l’équivalent d’un centre de données pour estimer ces modèles.
Jensen Huang :
Ce qui est nécessaire pour créer GPT-4, c’est 16 000 GPU, ce qui est le plus grand modèle que quiconque ait jamais utilisé, d’une valeur de 1 milliard de dollars, et ce n’est qu’un chèque, même pas un gros chèque, n’ayez pas peur, ne laissez personne vous dissuader de démarrer une entreprise et de réaliser vos rêves. **
Costis Maglaras : Permettez-moi de vous poser une question sur le chèque d’un milliard de dollars et la croissance que vous connaissez. Je pense que vous avez été nommé meilleur PDG par la Harvard Business Review, et c’est divertissant. Je vais continuer à le répéter, mais dans un sens, vous dirigez une entreprise à travers une croissance extrême, une super croissance, que la plupart des entreprises n’ont pas connue de leur vivant, et je veux vous demander de nous donner quelques détails, comme le doublement de la taille en un an ou la gestion de la chaîne d’approvisionnement, la gestion des clients, la gestion de la croissance, la gestion de l’argent, comment avez-vous fait cela ?
Jensen Huang :
J’adore la gestion, et la seule partie de celle-ci, qui consiste à compter l’argent, est amusante. Réveillez-vous le matin et roulez avec tout l’argent, n’est-ce pas pour cela que vous êtes tous ici ? Je comprends que c’est le but ultime, c’est difficile de construire une entreprise, il n’y a rien de facile à faire, il y a beaucoup de douleur et de souffrance, cela demande beaucoup d’efforts. **
Si c’est facile, tout le monde le fera, et pour toutes les entreprises, grandes ou petites, que ce soit la nôtre ou d’autres entreprises technologiques, vous êtes toujours en train de mourir, parce qu’il y a toujours quelqu’un qui essaie de vous surpasser, donc vous êtes toujours sur la voie de la faillite, et si vous n’intériorisez pas ce sentiment, si vous n’y croyez pas, vous allez faire faillite. Et j’ai commencé à l’origine chez Denny, et comme vous le savez tous, Nvidia a été construit dans une situation extrêmement improbable. Il nous a fallu beaucoup de temps pour arriver là où nous sommes aujourd’hui. Je veux dire, nous sommes une entreprise de 30 ans. Lorsque Nvidia a été fondé, en 1993, Windows 95 n’avait pas encore été lancé. À l’époque, c’était le premier PC disponible, et nous n’avions pas d’e-mail.
Il n’y avait pas d’ordinateurs portables ou de smartphones à cette époque. Toutes ces choses n’existent pas, alors vous pouvez imaginer à quel point le monde que nous avions quand nous avons commencé et à quel point il est différent maintenant. Nous n’avons pas d’écran LCD. Tous sont des tubes cathodiques (CRT). À cette époque, même les CD-ROM n’existaient pas. En bref, ces choses sont le contexte de l’époque où nous avons été fondés, et il nous a fallu si longtemps pour que l’entreprise soit reconnue comme la première entreprise à réinventer l’informatique en 60 ans. La croissance rapide dépend des gens.
Évidemment, l’entreprise est une question de personnes, et si vous avez le bon système et que vous avez des gens comme moi autour de vous, l’entreprise aura les compétences. Peu importe que vous vendiez 100 milliards de dollars ou 200 milliards de dollars.
Maintenant, la vérité est que la chaîne d’approvisionnement n’est pas simple, quelqu’un sait-il à quoi ressemble une carte graphique G-Force ? Levez la main, est-ce que quelqu’un sait à quoi ressemble une carte graphique Nvidia, donc vous pourriez penser qu’une carte graphique est comme une cartouche qui se branche dans la fente PC Express d’un PC, mais les puces graphiques que nous avons maintenant, utilisées dans ces systèmes d’apprentissage profond, ont 35 000 pièces et pèsent jusqu’à 70 parce qu’ils sont si lourds, ils ont besoin de robots pour s’assembler, ils ont besoin d’un superordinateur pour tester parce que c’est un superordinateur à part entière, et cela coûte 200 000 $, et avec ces 200 000 $, vous pouvez acheter un ordinateur comme celui-ci, et il peut remplacer des centaines de processeurs à usage général, et ces processeurs coûtent jusqu’à des millions de dollars, et pour chaque 200 000 $ dépensés pour acheter chez Nvidia, vous économisez 250 $ 10 000 $ pour calculer le coût, c’est pourquoi je vous le dis, plus vous achetez, plus vous économisez ; Évidemment, cette stratégie est très efficace, les gens font vraiment la queue pour acheter, c’est ce que nous faisons ; les chaînes d’approvisionnement sont très complexes, nous fabriquons les ordinateurs les plus complexes au monde, mais à quel point est-ce difficile ? C’est en fait très difficile, et l’essentiel est que si vous êtes entouré de gens formidables, la simple vérité est que tout tourne autour des gens ; J’ai la chance d’avoir une excellente équipe de direction autour de moi, et ensuite le PDG dira quelque chose comme. Faites-en le numéro un », comme « laissez-le travailler ».
Costis Maglaras :
J’aimerais revenir sur les tendances en matière d’IA et sur votre vision de l’avenir, mais vous avez mentionné le mot « plateforme » tout à l’heure, et vous avez mentionné votre environnement logiciel. Vous avez donc l’infrastructure matérielle, vous avez un environnement logiciel qui est actuellement omniprésent en termes d’entraînement des réseaux neuronaux. Construisez-vous des centres de données ou créez-vous des environnements au sein de centres de données composés de clusters matériels, logiciels et de communication de Nvidia entre ces ressources, quelle est l’importance d’une solution de plate-forme complète et d’une simple implication matérielle ? À quel point est-ce central dans la stratégie de Nvidia ?
Jensen Huang :
Je pense que, tout d’abord, avant de pouvoir créer quelque chose, vous devez savoir ce que vous créez et pourquoi vous le créez, quels sont les premiers principes de son existence. **
Le calcul accéléré n’est pas une puce, c’est pourquoi on ne l’appelle pas un accélérateur, le calcul accéléré consiste à comprendre comment vous pouvez tout accélérer dans la vie. Si vous pouvez accélérer toutes les applications, c’est ce qu’on appelle le calcul très rapide, donc le calcul accéléré consiste d’abord à comprendre quels domaines, quelles applications sont importants pour vous, et à comprendre les algorithmes, les systèmes informatiques et les architectures nécessaires pour accélérer ces applications.
Il s’avère que l’informatique à usage général est une idée raisonnable, tout comme l’accélération d’une application. À titre d’exemple, vous avez un décodeur DVD. Vous utilisez votre téléphone pour lire un DVD ou un décodeur h.264. Il fait une chose, et il le fait très bien. Personne ne sait mieux faire.
Le calcul accéléré est un peu comme cet étrange état intermédiaire. Il existe de nombreuses applications que vous pouvez accélérer. Par exemple, nous pouvons accélérer divers traitements d’images, la physique des particules, etc., y compris l’algèbre linéaire. Nous pouvons accélérer beaucoup d’applications, et c’est un défi, il est généralement facile d’accélérer une chose, et il est facile de tout exécuter avec un compilateur C.
Accélérez suffisamment de domaines pour que si vous accélérez trop de domaines, vous reveniez aux processeurs à usage général, n’est-ce pas ? Pourquoi ne peuvent-ils pas fabriquer une puce plus rapide ? D’un autre côté, si vous n’accélérez qu’une seule application, le marché n’est pas assez grand pour soutenir votre R&D.
Nous devons donc trouver le point médian de ce changement, et c’est le voyage stratégique de notre entreprise, et c’est là que la stratégie rencontre la réalité, et c’est là que Nvidia fait les choses correctement, et c’est là qu’aucune autre entreprise dans l’histoire de l’informatique ne le fait correctement ; trouver un moyen d’avoir un domaine d’application suffisamment grand pour que nous puissions accélérer, qui est toujours 100 ~ 500 fois plus rapide que les processeurs, de sorte que l’effet de volant d’inertie économique puisse augmenter le nombre d’applications, augmenter le nombre de clients, élargir le nombre de marchés, Augmenter les ventes, et donc créer des budgets de R&D plus importants, nous permet de créer des choses plus étonnantes et de garder une longueur d’avance sur le processeur, est-ce que cela a du sens ?
C’est très difficile de créer cet effet de volant d’inertie, personne ne l’a fait avant, seulement une fois, et c’est la capacité. Pour ce faire, vous devez comprendre l’algorithme, vous devez très bien comprendre le domaine de l’application, vous devez choisir le bon, vous devez créer la bonne architecture pour cela**, et puis la dernière chose que nous faisons bien, c’est que nous réalisons que pour avoir une plate-forme informatique, l’application que vous développez pour Nvidia doit fonctionner sur tous les Nvidia, et vous ne devriez pas vous demander si elle fonctionne sur cette puce. Fonctionnera-t-il sur cette puce ? Il devrait fonctionner sur tous les ordinateurs équipés de Nvidia.
C’est pourquoi chaque GPU créé par notre entreprise, même si aucun client n’a utilisé CUDA il y a longtemps, nous nous y engageons. Nous étions déterminés à créer cette plate-forme informatique dès le début. Les clients ne le sont pas, c’est une difficulté de 10 ans et de plusieurs milliards de dollars pour l’entreprise. S’il n’y avait pas tous les joueurs vidéo ici, nous ne serions pas ici. Vous êtes notre travail quotidien, et le soir, nous pouvons aller résoudre des problèmes de biologie numérique, aider les gens à résoudre des problèmes de chimie quantique, aider les gens avec l’IA et la robotique, etc.
Nous avons réalisé que, tout d’abord, le calcul accéléré est un problème logiciel, et deuxièmement, l’IA est un problème d’infrastructure de centre de données, ce qui est très évident parce que vous ne pouvez pas entraîner un modèle d’IA sur un ordinateur portable, vous ne pouvez pas vous entraîner sur un téléphone parce que ce n’est pas un ordinateur assez grand, la quantité de données est calculée en téraoctets, et vous devez faire face à ces billions d’octets, des milliards de fois, donc évidemment, ce sera un ordinateur massif, et le problème est réparti sur des millions de GPU.
Je dis des millions parce qu’il y en a des dizaines de milliers à l’intérieur de 16000. Par conséquent, nous répartissons la charge de travail sur des millions de processeurs. Aucune application dans le monde aujourd’hui ne peut être répartie sur des millions de processeurs ; Excel fonctionne sur un seul processeur. Donc, ce problème informatique de l’informatique distribuée est une énorme percée, certainement une énorme percée, et c’est pourquoi il est capable de permettre l’IA générative, d’activer les LLM.
Nous observons deux choses : le calcul accéléré est un problème logiciel, c’est un problème d’algorithme, et l’IA C’est un problème de centre de données, donc nous sommes la seule entreprise qui va construire toutes ces choses, et une partie de ce que nous faisons est le choix du modèle d’affaires, nous aurions pu être une entreprise de centre de données, entièrement intégrée verticalement, et pourtant, nous reconnaissons que peu importe le succès d’une entreprise informatique, elle ne sera pas la seule entreprise informatique au monde, et c’est mieux en tant qu’entreprise de plate-forme informatique parce que nous aimons les développeurs. Être une entreprise de plate-forme informatique qui sert toutes les entreprises informatiques du monde est mieux que d’être une entreprise informatique seule. **
Nous avons adopté cette approche, nous avons pris ce centre de données de la taille de cette pièce, tous les fils, tous les commutateurs et la mise en réseau, et beaucoup de logiciels, et nous avons tout décomposé et intégré dans d’autres centres de données différents à travers le monde, et c’est une complexité folle, et nous avons trouvé un moyen d’avoir suffisamment de standardisation lorsque cela est nécessaire, suffisamment de flexibilité lorsque cela est nécessaire pour que nous puissions travailler avec des sociétés informatiques du monde entier.
Le résultat est que l’architecture de Nvidia est maintenant implantée dans toutes les entreprises informatiques du monde, et cela crée une plus grande empreinte, une plus grande base installée, plus de développeurs, de meilleures applications, ce qui rend les clients plus heureux, ils achètent plus de puces, ce qui augmente la base installée, augmente notre budget de R&D, etc., l’effet de volant d’inertie, le système de rétroaction positive, et c’est comme ça que ça marche, c’est simple et direct. **
Costis Maglaras :
L’une des choses que vous n’avez pas faites, et que je veux que vous expliquiez, c’est que vous n’avez pas investi dans la fabrication de vos propres chips.
Jensen Huang :
C’est une bonne question, et la raison en est qu’en tant que choix stratégique, les valeurs fondamentales de notre entreprise, mes valeurs fondamentales personnelles, les valeurs fondamentales de notre entreprise sont toutes une question de choix.
La chose la plus importante dans la vie, c’est le choix. Comment choisissez-vous ? Eh bien, tout est, comment choisissez-vous ce que vous allez faire ce soir ? Comment choisissez-vous ? Notre entreprise a décidé de choisir le projet avec un seul objectif fondamental, et mon objectif est de créer un environnement, un environnement où les meilleures personnes du monde viennent travailler ici. Un environnement incroyable pour les meilleurs esprits du monde, qui veulent poursuivre dans les domaines de l’informatique, de l’informatique et de l’IA, afin de créer les conditions pour qu’ils viennent ici et fassent le travail de leur vie. **
Donc, si je dis cela, la question est maintenant de savoir comment y parvenir. Permettez-moi de vous donner un exemple de la façon dont vous n’avez pas à le faire. Je ne connais personne qui se réveille le matin en disant, vous savez, c’est mon voisin qui fait ça. Ce que je veux faire, c’est que je veux le leur prendre. Je peux le faire aussi. Je veux le leur enlever. Je veux m’emparer de leur part de marché. Je veux les supprimer sur le prix, je veux les expulser, je veux prendre leur part.
Il s’avère qu’aucune personne géniale ne fait cela, et tout le monde se réveille le matin en se disant : « Je veux faire quelque chose qui n’a jamais été fait auparavant, ce qui est très difficile à faire. » Si vous réussissez, vous pouvez avoir un impact énorme dans le monde, et ce sont les valeurs fondamentales de NVIDIA.
Premièrement, comment choisissons-nous de faire quelque chose qui n’a jamais été fait auparavant dans le monde ? Soit dit en passant, la raison pour laquelle vous choisissez de faire quelque chose d’incroyablement difficile est que vous avez beaucoup de temps pour l’apprendre si quelque chose est facile à faire, comme TikTok La danse, je ne vais pas m’embêter à ce sujet, évidemment la raison en est qu’il y a beaucoup de compétition, donc vous devez choisir quelque chose qui est vraiment difficile à faire, et ces choses difficiles en elles-mêmes en arrêteront beaucoup d’autres, parce que celui qui est prêt à endurer le plus longtemps finira par gagner, donc nous choisissons quelque chose qui est très difficile à faire, et vous m’avez entendu dire à plusieurs reprises que la douleur et la souffrance, et c’est en fait un trait positif et celui qui est capable d’endurer finit par avoir le plus de succès.
Deuxièmement, vous devez choisir quelque chose que vous êtes destiné à faire, qu’il s’agisse de vos traits de personnalité, de votre expertise ou de l’environnement dans lequel vous vous trouvez, de votre taille, de tout ce que vous avez, de votre point de vue, de ce que vous êtes censé faire. **
Troisièmement, vous feriez mieux d’aimer faire cette chose beaucoup, à moins que la douleur et la souffrance ne soient trop grandes. Maintenant, ce que je viens de vous décrire, ce sont les valeurs fondamentales de NVIDIA. C’est aussi simple que cela. Si c’est le cas, pourquoi devrais-je fabriquer des puces de téléphone ? Combien d’entreprises dans le monde peuvent fabriquer des téléphones mobiles ? beaucoup. Pourquoi ai-je besoin de processeurs ? Avons-nous besoin de plus de processeurs ? Est-ce raisonnable ? Nous n’avons pas besoin de toutes ces choses.
Par conséquent, nous nous excluons naturellement du marché de masse. Nous nous sommes naturellement exclus du marché de masse parce que nous avons choisi des marchés incroyables, nous avons choisi des choses vraiment difficiles à faire, des gens extraordinaires nous ont rejoints parce que des gens extraordinaires nous ont rejoints parce que nous avions la patience de les faire réussir et de faire quelque chose d’incroyable. Ayez la patience de les laisser faire quelque chose d’incroyable, et ils feront quelque chose d’incroyable.
Est-il raisonnable que l’équation soit aussi simple, mais qu’il faille un caractère incroyable pour le faire ? C’est pourquoi l’apprendre est la chose la plus importante, le grand succès et la grandeur sont une question de caractère. La raison pour laquelle nous ne faisons pas de fabrication, c’est parce que TSMC se porte si bien, et ils le font déjà, alors pourquoi devrais-je accepter leur travail ? J’aime les gens de TSMC, ce sont de bons amis à moi, et juste parce que j’ai une entreprise, je peux me lancer dans ce domaine, et alors ? Ils ont fait un excellent travail pour moi, ne perdons pas de temps à répéter ce qu’ils ont déjà fait, perdons du temps à faire quelque chose que personne n’a fait, quelque chose que personne n’a fait, et c’est comme ça qu’on construit quelque chose de spécial, sinon, on ne parle que de part de marché. **
Costis Maglaras :
Penser à l’avenir, quand on pense à ces 10 ans.
Jensen Huang :
Au fait, je sais que je n’ai pas de MBA, je n’ai pas de diplôme en finance, je lis des livres, je regarde beaucoup de vidéos sur Youtube, et je dois vous dire que personne ne regarde plus de vidéos YouTube d’affaires que moi, alors je peux vous dire que vous n’êtes rien de bon pour moi, mais ce sont les bonnes réponses, professeur Maglaras ?**
Costis Maglaras :
Vous demandez à la mauvaise personne, et je n’ai pas non plus étudié le commerce, mais c’est la bonne réponse haha~ Que pensez-vous de l’IA, quand vous pensez aux applications de l’IA et aux changements que nous allons voir dans les trois, cinq, sept prochaines années, et ce qui pourrait être affecté dans notre vie quotidienne ?
Jensen Huang :
Tout d’abord, je vais sauter directement à la conclusion, l’IA ne prend pas votre travail, ce sont les gens qui utilisent l’IA qui prennent votre travail. Êtes-vous d’accord avec cela ?Eh bien, utilisez l’IA dès que possible afin de pouvoir maintenir un emploi bénéfique.
La deuxième chose que je vous demande, c’est que lorsque la productivité augmente, cela signifie que nous sommes entièrement intégrés à l’IA chez NVIDIA, et NVIDIA va être une énorme entité d’IA, et nous concevons déjà nos puces avec l’IA, et nous ne pouvons pas concevoir nos puces, et nous ne pouvons pas écrire nos compilateurs optimisés sans IA, donc nous utilisons l’IA partout.
Lorsque l’IA augmente la productivité de votre entreprise, quelle est la prochaine étape ? licenciement ou plus de personnes ? Vous allez embaucher plus de personnes. La croissance rentable est due à l’augmentation de la productivité.
Pourquoi les gens pensent-ils à perdre leur emploi ? Si vous pensez que vous n’avez pas d’idée nouvelle, cela n’a pas de sens. Si vous n’avez pas plus d’idées à investir dans vos gains incrémentaux, que faites-vous lorsque les emplois sont remplacés par l’automatisation ? Vous allez licencier des gens et rejoindre des entreprises qui ont plus d’idées et qui ne peuvent pas se permettre d’investir de l’argent pour que lorsque l’IA automatise leur travail, bien sûr les choses changent, bien sûr changer la façon dont les choses fonctionnent. **
L’IA ciblera bientôt les PDG, les directeurs de département et les PDG, nous avons terminé, ça sonne bien, je pense d’abord le PDG, puis les directeurs de département, mais vous êtes proche, donc vous rejoignez des entreprises qui ont plus d’idées et qui n’ont pas assez d’argent pour investir, et naturellement, lorsque les bénéfices augmentent, vous embauchez plus de personnes. Tout d’abord, c’est une énorme percée, nous avons en quelque sorte appris aux ordinateurs à apprendre et à représenter l’information numériquement, d’accord ? Alors, est-ce que l’un d’entre vous a déjà entendu parler de cette chose appelée Word2vec ? C’est l’une des meilleures choses qui soient, Word2vec, vous prenez un mot et vous apprenez en étudiant chaque mot et comment il se rapporte à tous les autres mots, vous étudiez toutes nos phrases et paragraphes, et vous essayez de comprendre quel est le vecteur des nombres qui sont les plus pertinents pour ce mot, quels nombres sont les plus pertinents pour ce mot, donc « mère » et « père » sont proches l’un de l’autre numériquement, « orange » et « pomme » sont proches l’un de l’autre numériquement, mais ils sont loin de « maman » et « papa », « chien » et « chat » Loin de « Maman » et « Papa », mais probablement plus proches qu’ils ne le sont des « oranges » et des « pommes », des chaises et des tables, il est difficile de dire exactement où ils se trouvent, mais ces deux figures sont proches l’une de l’autre, loin de « Maman » et « Papa », « Roi » et « Reine », plus proches de « Maman » et « Papa ».
Imaginez que vous fassiez cela pour chaque numéro, et chaque fois que vous le testez, vous vous dites, mon Dieu, c’est génial. C’est logique quand on soustrait quelque chose à un autre. Eh bien, c’est essentiellement la représentation de l’information d’apprentissage. Imaginez que vous fassiez cela à la langue anglaise. Imaginez faire cela pour toutes les langues. Imaginez que vous fassiez cela à tout ce qui a une structure, c’est-à-dire à tout ce qui est prévisible.
L’image a une structure, parce que s’il n’y a pas de structure, ce serait du bruit blanc, en fait, du bruit blanc, donc il doit y avoir une structure, et c’est pourquoi vous voyez un chat, je vois un chat, vous voyez un arbre, je vois un arbre, vous pouvez identifier où se trouve l’arbre, vous pouvez identifier où se trouve le littoral, où sont les montagnes, où sont les nuages, n’est-ce pas ? Nous pouvons apprendre tout cela, évidemment vous pouvez convertir cette image en vecteur, vous pouvez convertir la vidéo en vecteur, 3D Converties en vecteurs, les protéines en vecteurs, parce que les protéines ont évidemment des structures, les produits chimiques sont convertis en vecteurs, les gènes sont finalement convertis en vecteurs, et nous pouvons apprendre les vecteurs de tout.
Si vous pouvez tout apprendre en chiffres, et que cela a du sens, alors évidemment vous pouvez convertir le mot chat « chat » en une image, qui n’est évidemment pas une image d’un chat, c’est la même signification, si vous pouvez convertir des mots en images, c’est ce qu’on appelle la diffusion régulière du voyage intermédiaire, si vous pouvez convertir des images en mots, cela s’appelle le sous-titrage, les sous-titres sous les vidéos YouTube, donc si vous partez, comment l’appelez-vous ? Si vous convertissez les acides aminés en protéines, cela s’appelle le prix Nobel, parce que c’est un pli alpha, une percée incroyable.
Donc, c’est un moment incroyable en informatique, où nous pouvons vraiment transformer un type d’information en un autre type d’information, de sorte que vous pouvez faire du texte à texte, beaucoup de texte, des PDF à de petites quantités de texte, des archives agrégées, ce que j’aime vraiment, n’est-ce pas ?
Nous pouvons lui demander d’agréger ce document, et au lieu de lire chaque article, il doit comprendre les images, parce que dans les archives, le journal contient beaucoup d’images, de graphiques et de choses comme ça, donc vous pouvez mettre tout cela ensemble, de sorte que vous pouvez maintenant imaginer tous les avantages en termes de productivité, et en fait la capacité de le faire sans cela, donc dans un avenir proche, vous allez le faire.
Vous pouvez dire, hé, je veux concevoir, donnez-moi des options pour les voitures. Je travaille chez Mercedes et je me soucie beaucoup de la marque, c’est le style de la marque, laissez-moi vous donner quelques croquis, peut-être quelques photos du modèle que je veux construire, qui est un SUV à quatre roues motrices, disons, et puis tout d’un coup, il est venu avec 2010, 200 conception 3D CAO ; maintenant, la raison pour laquelle vous voulez cela et pas seulement terminer cette voiture est parce que vous voudrez peut-être choisir l’un d’entre eux et dire itération 10 en plus de cela Deuxièmement, vous pouvez finir par en choisir un et ensuite apporter vos propres modifications, de sorte que l’avenir du design sera très différent. Tout va être très différent à l’avenir, et maintenant, si vous donnez aux concepteurs cette capacité, ils deviendront fous. Ils vous aimeront beaucoup, et c’est pourquoi nous le faisons.
Alors, quelles sont les implications pour les effets à long terme ? L’un de mes domaines de prédilection est que si vous pouvez décrire une protéine avec des mots, et que vous pouvez découvrir comment synthétiser une protéine avec des mots, alors l’avenir de l’ingénierie des protéines est maintenant. Comme vous le savez, l’ingénierie des protéines implique la fabrication d’enzymes pour décomposer les plastiques, la fabrication d’enzymes pour capturer le carbone, la fabrication de toutes sortes d’enzymes pour mieux faire pousser les légumes, votre génération peut créer toutes sortes d’enzymes différentes, donc les 10 prochaines années vont être incroyables, nous sommes la génération de l’ingénierie des puces informatiques, vous allez être la génération de l’ingénierie des protéines, ce que nous n’aurions pas pu imaginer il y a quelques années. **
Costis Maglaras :
D’accord, je pense que nous allons ouvrir la séance de questions à l’auditoire, donc s’il y a une question, peut-être que je vais pointer du doigt, nous aurons des microphones qui passeront, d’accord, là-bas, nous commencerons en premier.
Spectateur:
Merci d’être ici ce soir, êtes-vous inquiet de savoir si la loi de Moore rattrapera l’industrie des médecins généralistes comme elle l’a fait avec Intel ? Pouvez-vous expliquer la différence entre la loi de Moore et la loi de Huang ? Jensen Huang : Je n’ai pas évoqué la loi de Huang, et ce n’est pas quelque chose que je ferais. La loi de Moore est que la performance double tous les ans et demi, et la façon la plus simple de calculer est de croître de 10 fois tous les 5 ans, donc c’est environ 100 fois tous les 10 ans. Si c’est le cas, si l’informatique à usage général est un microprocesseur, pourquoi changer la méthode de calcul si l’informatique à usage général augmente de 5 fois tous les 10 ans, et de 100 fois tous les 100 ans ? N’est-ce pas assez rapide ? Vous plaisantez ? La vie ne serait-elle pas belle si les voitures étaient 5 fois plus rapides tous les 100 ans ?
La réponse est donc, en fait, la loi de Moore est très bonne, et j’en ai bénéficié. Toute l’industrie en a bénéficié, et l’industrie informatique existe grâce à cela, mais en fin de compte, la loi de Moore sur l’informatique universelle, ce n’est pas le nombre de transistors dans l’informatique, c’est le nombre de transistors, la façon dont vous l’utilisez pour le processeur, comment vous finissez par traduire cela en performance, cette courbe n’est plus de 10 fois tous les 5 ans. Si vous avez de la chance, cette courbe est de deux à quatre fois tous les 10 ans. Le problème est que la courbe est de 2 ~ 4 fois tous les 10 ans.
Les besoins informatiques et notre vision de l’utilisation des ordinateurs pour résoudre des problèmes, notre imagination, l’imagination d’utiliser des ordinateurs pour résoudre des problèmes n’est pas plus de 4 fois tous les 10 ans ? Donc, notre imagination, nos besoins, la consommation mondiale de tout cela est au-delà de cette limite, et vous pouvez résoudre ce problème en achetant plus de processeurs, vous pouvez acheter plus, mais le problème c’est que ces processeurs Consomme trop d’énergie parce qu’il est générique, comme un généraliste, un généraliste n’est pas aussi efficace qu’un spécialiste, son métier n’est pas aussi bon qu’un expert, il n’est pas aussi productif qu’un expert ; si je dois subir une thoracotomie et qu’on ne me trouve pas un généraliste, vous voyez ce que je veux dire ? Si vous êtes dans les parages, appelez un expert, donc la façon dont le journaliste est trop force brute, donc maintenant il fait que le monde consomme trop d’énergie, que le monde dépense trop, juste pour forcer brutalement l’informatique universelle.
Heureusement, nous travaillons sur le calcul accéléré depuis longtemps, et comme je l’ai mentionné, le calcul accéléré n’est pas seulement une question de processeurs, il s’agit vraiment de comprendre le domaine d’application, puis de créer les logiciels, les algorithmes, les architectures et les puces nécessaires, et nous avons en quelque sorte trouvé un moyen de le faire avec une architecture, et c’est le génie de ce que nous avons fait, et nous avons en quelque sorte trouvé cette architecture, qui est à la fois très rapide, parfois pour accélérer les processeurs de 100*500 fois, même parfois 1000 fois, mais ce n’est pas si spécifique, ce n’est que pour une seule activité, est-ce raisonnable ? Et vous devez être assez large pour avoir un grand marché, mais vous devez être suffisamment étroit pour pouvoir accélérer l’application, et cette ligne délicate, ce fil de rasoir, est la raison d’être de Nvidia. Si j’avais expliqué cela il y a 30 ans, personne ne l’aurait cru, en fait, si vous étiez honnête maintenant, personne ne l’aurait cru non plus.
Cela nous a pris beaucoup de temps, nous nous sommes accrochés, nous avons commencé par le traitement sismique, la dynamique moléculaire, le traitement d’images et, bien sûr, l’infographie, et nous avons travaillé encore et encore, et puis un jour l’apprentissage profond, puis avec les transformateurs, et puis il y avait une forme de transformateur d’apprentissage par renforcement, et puis il y avait un système d’inférence en plusieurs étapes, donc toutes ces choses, nous ne sommes qu’une application.
D’une manière ou d’une autre, nous avons trouvé un moyen, nous avons créé une architecture qui a résolu tous ces problèmes, et cette nouvelle loi va-t-elle prendre fin ? Je ne le pense pas. La raison en est qu’il ne remplace pas le processeur, il complète le processeur, donc la question est, qu’y aura-t-il ensuite pour nous compléter ?
Nous ne faisons que le brancher à côté, de sorte que le moment venu, nous saurons que nous devons utiliser un autre outil pour résoudre le problème parce que nous servons le problème que nous essayons de résoudre. Nous n’essayons pas de fabriquer un couteau et de faire en sorte que tout le monde l’utilise. Nous n’essayons pas de fabriquer une paire de pinces que tout le monde peut utiliser. Nous sommes là pour accélérer l’informatique afin de résoudre le problème, c’est donc une chose que vous devez tous apprendre. Assurez-vous que votre mission est correcte. Est-il raisonnable de s’assurer que votre mission n’est pas de faire des trains, mais de faciliter le transport ? Notre mission est d’accélérer les applications et de résoudre des problèmes que les ordinateurs ordinaires ne peuvent pas résoudre. Si votre mission est bien articulée et que vous vous concentrez sur les bonnes choses, elle durera éternellement. **
Spectateur:
Encore une fois, heureusement, il y a maintenant une poussée pour localiser la chaîne d’approvisionnement en semi-conducteurs, puis il y a des restrictions sur l’exportation de produits de haute technologie de certains pays. Selon vous, quel impact cela aura-t-il sur NVIDIA à court terme, et quel impact cela aura-t-il sur nos consommateurs à long terme ?
Jensen Huang :
C’est une bonne question. Vous l’avez tous entendu, et je le répète, il s’agit de géopolitique et de tensions géopolitiques, etc. Les tensions géopolitiques, les défis géopolitiques affecteront tous les secteurs, affecteront tout le monde. Notre entreprise croit en la sécurité nationale, nous sommes ici parce que notre pays est sûr, et nous croyons aussi en la sécurité économique.
La vérité, c’est que la plupart des familles se réveillent le matin et ne disent pas, oh mon Dieu, je me sens si vulnérable, à cause du manque de force militaire, elles se sentent vulnérables, à cause de la viabilité économique, alors nous croyons aussi aux droits de l’homme, et être capable de créer une vie prospère fait partie des droits de l’homme. Comme vous le savez, les États-Unis croient aux droits de l’homme de ceux qui vivent ici et de ceux qui n’y vivent pas, donc ce pays croit en toutes ces choses en même temps. Nous aussi.
Le défi des tensions géopolitiques, c’est que si nous décidons trop unilatéralement, nous décidons de la prospérité des autres, alors il y aura un retour de bâton. Il y aura des conséquences inattendues, mais je suis optimiste. J’espère pouvoir espérer que ceux qui réfléchissent à cette question ont pris en compte toutes les conséquences et les imprévus, mais cela a conduit à une profonde intériorisation des droits souverains de chaque pays. Chaque pays parle de sa propre souveraineté, ce qui est une autre façon de dire que chacun pense à lui-même.
En ce qui nous concerne, d’une part, cela pourrait limiter l’utilisation de notre technologie en Chine, ainsi que les contrôles à l’exportation là-bas, et d’autre part, puisque la souveraineté et chaque pays veulent construire leur propre infrastructure souveraine d’IA, et que la plupart d’entre eux ne sont pas des ennemis des États-Unis et n’ont pas de relation difficile avec les États-Unis, nous les aiderons à construire une infrastructure d’IA dans le monde entier.
Donc, à bien des égards, cette chose étrange à propos de la géopolitique, cela limite en quelque sorte nos opportunités de marché. D’un autre côté, cela nous ouvre des débouchés commerciaux d’autres façons, mais pour les gens, je le suis, je le veux vraiment.
J’espère vraiment que nous ne laisserons pas nos tensions avec la Chine se transformer en tensions avec les Chinois, nous ne laisserons pas nos tensions avec le Moyen-Orient se transformer en tensions avec les musulmans, et nous ne pouvons pas nous permettre de tomber dans ce piège, et je crains un peu que ce ne soit une pente glissante.
L’une des plus grandes sources de propriété intellectuelle dans notre pays, comme vous le savez, ce sont les étudiants étrangers, et j’en vois beaucoup ici. Je veux que vous restiez ici, c’est l’une des plus grandes forces de notre pays. Si nous ne permettons pas aux esprits les plus brillants du monde de venir en Colombie et de rester à New York, nous ne serons pas en mesure de conserver la plus grande propriété intellectuelle du monde, c’est donc notre force fondamentale, et j’espère vraiment que nous ne la saperons pas.
Vous pouvez voir que les défis géopolitiques sont réels, les problèmes de sécurité nationale sont réels, mais les problèmes économiques, de marché, sociaux et technologiques sont tout aussi réels, le leadership technologique est important, le leadership sur le marché est important, tous ces éléments sont importants, le monde est un endroit complexe, je n’ai pas de réponse simple, nous serons tous touchés.
Spectateur:
J’ai commencé en tant qu’ingénieur dans une entreprise de semi-conducteurs, en tant qu’entrepreneur, et dans le cas de moi comme vous, en tant que technologue et ingénieur dans l’âme, j’ai démarré avec succès une entreprise, et j’ai appris la finance grâce à des vidéos YouTube, que pensez-vous d’un MBA ?
Jensen Huang :
Je pense que c’est assez génial. Tout d’abord, vous allez probablement vivre jusqu’à 100 ans, alors la question est de savoir comment vous allez passer les 7 ou 60 dernières années. Ce n’est pas ce que je vous ai dit, c’est ce que j’ai dit à tout le monde, souciez-vous de l’éducation autant que vous le pouvez.
Quand vous venez ici et que vous êtes obligé de faire des études, à quel point cela peut-il être bon ? Après être parti, comme moi, je dois faire le tour du monde à la recherche de connaissances, je dois parcourir beaucoup d’ordures pour trouver quelque chose de bien, et à l’école, vous avez ces professeurs incroyables qui passent au crible les connaissances pour vous et vous les présentent comme une assiette, mon Dieu, si je pouvais le refaire, je resterais ici aussi longtemps que je le pourrais et j’absorberais beaucoup de connaissances. **
Je serai assis ici avec le doyen. Je suis l’étudiant le plus âgé ici. Je me prépare juste à faire un grand saut lorsque j’obtiendrai mon diplôme, et je vais réussir juste après l’obtention de mon diplôme, mais je plaisante. Tu devras partir un jour. Vos parents l’apprécieront, mais ne vous précipitez pas. Je pense qu’apprenez autant que vous le pouvez. Il n’y a pas qu’une seule bonne réponse pour y arriver.
Évidemment, j’ai des amis qui n’ont jamais obtenu de diplôme universitaire mais qui ont beaucoup de succès, donc il y a plusieurs façons d’y arriver, mais statistiquement, je pense toujours que c’est la meilleure façon d’y arriver, donc si vous croyez aux statistiques et aux mathématiques, restez à l’école et suivez tout le processus, alors j’ai obtenu un MBA virtuel en travaillant dur, non pas par choix, mais parce que lorsque j’ai obtenu mon diplôme d’ingénieur, personne ne le dirait. Hey, Jensen, je te donne un diplôme et tu seras le PDG. « Je ne savais pas, alors quand je suis arrivé là-bas, j’ai dû aller étudier. **
Il y a beaucoup de façons d’obtenir un MBA et d’apprendre la stratégie d’entreprise, évidemment les questions commerciales sont des choses très différentes, les questions financières aussi, donc vous devez apprendre toutes ces choses différentes pour construire une entreprise, mais si vous êtes entouré de gens incroyables comme moi, ils vont vous apprendre en cours de route, donc certaines choses, en fonction du rôle que vous voulez jouer, sont cruciales, et il y a certaines choses qui ne sont pas seulement mon travail, mais elles sont essentielles, et je vais m’en occuper. C’est le caractère, il y a quelque chose dans votre caractère qui compte dans les choix que vous faites, la façon dont vous gérez le succès, la façon dont vous gérez l’échec et les grands revers, la façon dont vous faites des choix. **
Maintenant, en termes de compétences et de savoir-faire, la chose la plus importante pour un PDG est la réflexion stratégique, et il n’y a pas d’autre choix. Les entreprises ont besoin que vous réfléchissiez stratégiquement parce que vous voyez le plus, vous devriez être capable de voir l’avenir mieux que quiconque, vous devriez être capable de relier les points mieux que quiconque, vous devriez être capable de vous mobiliser, rappelez-vous ce qu’est la stratégie – l’action ! Ainsi, le PDG est particulièrement bien placé pour être un directeur de la stratégie, si vous voulez. De mon point de vue, ces deux-là sont les choses les plus importantes, et les autres ont beaucoup de compétences et de choses que vous apprendrez des compétences.
Si vous me permettez d’ajouter une dernière chose, je crois qu’une entreprise est axée sur un métier particulier, que vous apportez une contribution unique à la société, que vous faites quelque chose. Si vous faites quelque chose, vous devriez être bon dans ce domaine, vous devriez apprécier le métier, vous devriez aimer le métier, vous devriez savoir quelque chose sur le métier, d’où vient-il, où est-il maintenant, où va-t-il à l’avenir, vous devriez essayer de montrer votre passion pour ce métier.
J’espère qu’aujourd’hui, j’ai fait quelque chose qui illustre la passion et l’expertise de ce métier, que j’en sais beaucoup sur mon domaine et que le PDG devrait connaître ce métier si possible. Vous n’êtes pas obligé de créer cet artisanat, mais c’est mieux d’être cet artisanat, vous pouvez apprendre beaucoup de choses, donc vous, vous voulez être un expert dans ce domaine, mais ce sont certaines choses. Vous pouvez l’apprendre ici. Idéalement, vous pouvez apprendre cela au travail, vous pouvez l’apprendre de vos amis, et vous pouvez l’apprendre en faisant beaucoup de choses différentes.
