Entretien avec Jensen Huang

Écouter les animateurs d'Acquired, Ben Gilbert et David Rosenthal, raconter leurs plus de 500 heures de recherche sur Nvidia, pour ensuite s'entretenir avec le PDG Jensen Huang et découvrir une toute nouvelle dimension de compréhension, est un témoignage éloquent de l'homme qu'il est. Au cours d'une conversation qui fut à la fois une masterclass sur la construction d'entreprise et une plongée profonde dans l'avenir de l'informatique, Huang a dévoilé les différentes étapes du parcours de Nvidia, révélant une philosophie de paris audacieux, de prévoyance implacable et une architecture organisationnelle aussi innovante que leurs puces.

L'Audace de la Perfection : Parier l'Entreprise sur une « Puce Parfaite »

Le parcours de Nvidia, comme celui de nombreux titans, a débuté par une expérience de mort imminente. Imaginez une startup en 1997, avec seulement six mois de trésorerie restante, face à 30 concurrents. Leurs précédents paris architecturaux s'étaient avérés erronés, et DirectX de Microsoft était fondamentalement incompatible avec leur conception existante. Ce fut le moment crucial pour la Reva 128, une puce conçue pour être le premier pipeline graphique entièrement accéléré en 3D au monde. Face à une crise existentielle, Jensen Huang prit une décision impensable : renoncer au prototypage physique et commander l'intégralité de la production en se basant uniquement sur la simulation.

L'équipe a prototypé virtuellement la puce, exécutant chaque logiciel et jeu sur un émulateur qui prenait une heure pour rendre une seule image. Ce processus minutieux a conduit à une conviction presque irrationnelle. Comme Huang s'en est souvenu, lorsqu'on lui a demandé comment il savait que la puce serait parfaite, il a simplement répondu : « Je sais qu'elle sera parfaite parce que si elle ne l'est pas, nous serons en faillite. » Cette approche à enjeux élevés, étayée par une simulation exhaustive des risques futurs, leur a permis de "tape out" (finaliser la conception) la puce et de lancer immédiatement un blitz marketing et de production. Ce pari risqué a porté ses fruits, non pas par chance, mais parce que l'avenir avait été rigoureusement simulé à l'avance.

Key Learnings:

• Simuler l'Avenir : Identifier et résoudre de manière proactive tous les risques et inconnues potentiels avant de s'engager.
• Un Seul Essai, Rendez-le Parfait : Lorsque les enjeux sont les plus élevés, une préparation méticuleuse pour un « résultat parfait » réduit le risque réel du pari.
• Marchés d'Enthousiastes : Identifier les segments où la technologie n'est « jamais assez bonne » pour assurer une opportunité durable d'innovation continue.

Anticiper l'Avenir : Des Graphiques à un Approximateur de Fonction Universel

Faisons un bond en avant au début des années 2010. Nvidia, alors leader des cartes graphiques grand public, se trouvait à un autre moment charnière avec l'émergence du deep learning. Alors que beaucoup dans le monde technologique grand public considéraient les avancées comme AlexNet comme de simples « projets scientifiques », Jensen Huang y voyait un changement sismique. Nvidia avait déjà massivement investi dans CUDA, une plateforme démocratisant le supercalcul pour les chercheurs dans divers domaines scientifiques. Cette relation existante avec la communauté universitaire est devenue une boucle de rétroaction cruciale.

Huang et son équipe ont eu la clairvoyance de se demander : « Qu'est-ce qui a rendu cette chose si réussie ? » et « Est-ce scalable ? » Leur raisonnement a conduit à une profonde prise de conscience : le deep learning avait découvert un « approximateur de fonction universel ». Cela signifiait que de nombreux problèmes du monde réel, de la prédiction des préférences des consommateurs aux modèles météorologiques, ne nécessitaient pas la compréhension de la causalité, mais seulement la prévisibilité. Si un système pouvait apprendre des exemples et faire des prédictions, les applications étaient « absolument énormes ». Cette conviction, née d'un engagement profond avec des chercheurs comme Ilya Sutskever et Andrew Ng, a alimenté un investissement inébranlable dans l'IA, des années avant son explosion grand public.

Key Changes:

• Changement de Paradigme : de la Causalité à la Prévisibilité : Reconnaître que de nombreux problèmes bénéficient de la reconnaissance de formes plutôt que de la compréhension des causes sous-jacentes.
• Démocratiser le Supercalcul : La construction de la plateforme CUDA a favorisé une communauté qui s'est naturellement orientée vers de nouveaux paradigmes computationnels comme le deep learning.
• Engager les Adoptants Précoces : Travailler main dans la main avec des chercheurs pionniers a fourni des informations et une validation essentielles pour les investissements à long terme.

L'Infrastructure Invisible : Construire le Centre de Données de Demain

Le chemin de Nvidia pour alimenter l'explosion actuelle de l'IA ne fut pas un bond direct des GPU de jeu aux centres de données massifs. Ce fut un pivot stratégique, s'étalant sur plusieurs décennies, qui commença il y a près de 17 ans avec une question simple : Qu'est-ce qui limite notre opportunité ? La réponse : le lien physique des GPU à un PC de bureau. Jensen a envisagé un avenir où l'informatique serait séparée du dispositif d'affichage. Cela a conduit à leur premier produit cloud, GeForce Now (GFN), puis aux graphiques à distance pour entreprise.

Cette expansion progressive et délibérée dans les centres de données, apprenant les nuances du calcul distribué et surmontant les défis de latence, a jeté les bases de l'IA. « Il faut préparer le terrain pour les futures opportunités ; on ne peut pas attendre que l'opportunité soit devant soi pour la saisir. » Ce principe a culminé avec l'acquisition audacieuse de Mellanox, une entreprise de réseaux haute performance, qui fut une « surprise pour tout le monde » à l'époque. Huang a reconnu que les centres de données pour l'IA étaient fondamentalement différents du cloud hyperscale, nécessitant un réseau « à l'inverse de l'hyperscale » pour fragmenter les modèles sur des millions de processeurs. Mellanox a fourni la technologie cruciale InfiniBand, faisant de cette acquisition « l'une des meilleures décisions stratégiques que j'aie jamais prises ».

Key Practices:

• Anticiper les Contraintes à Long Terme : Identifier et supprimer systématiquement les goulots d'étranglement qui pourraient limiter la croissance future et les opportunités de marché.
• Pré-positionnement Stratégique : Investir dans des technologies et des capacités fondamentales qui « positionnent l'entreprise à proximité des opportunités » même si leur forme exacte n'est pas claire.
• Pensée Inverse : Reconnaître quand un nouveau marché (comme les centres de données pour l'IA) exige une approche architecturale entièrement différente des modèles existants (comme le cloud hyperscale).

L'Architecture comme Stratégie : L'Organisation « La Mission est le Chef »

Le style de leadership unique de Jensen Huang s'étend à la structure organisationnelle de Nvidia. Il travaille avec plus de 40 collaborateurs directs, rejetant les modèles hiérarchiques traditionnels qui ressemblent à « une armée ». Au lieu de cela, il considère Nvidia comme une « pile informatique » où les individus gèrent différents « modules » ou fonctions. Le titre est secondaire par rapport à l'expertise, et la personne « la plus apte à gérer ce module » est le « pilote aux commandes ».

Cette architecture d'information plus plate et plus distribuée, où « la mission est le chef », signifie que les informations critiques sont diffusées « assez rapidement à beaucoup de personnes différentes », souvent au niveau de l'équipe, même aux jeunes diplômés. Cela garantit que tout le monde apprend en même temps, renforçant l'autonomie des individus en fonction de leur capacité à raisonner et à contribuer, plutôt que d'un accès privilégié à l'information. Cette approche organique, semblable à un réseau neuronal, où les équipes se connectent en fonction de la mission, permet une agilité extrême et une exécution rapide, comme le lancement de deux cycles majeurs de produits en un an – un exploit presque inimaginable pour d'autres grandes entreprises technologiques.

Key Insights:

• L'Entreprise comme une Pile Informatique : Concevoir l'architecture de l'organisation pour qu'elle reflète le produit en cours de développement, et non un modèle hiérarchique générique.
• La Mission comme Principe Directeur : Donner aux équipes interfonctionnelles les moyens de s'organiser autour de missions spécifiques, favorisant la collaboration en dehors des silos départementaux rigides.
• Information Démocratisée : Diffuser largement et rapidement les informations critiques pour réduire les déséquilibres de pouvoir et permettre une prise de décision collective plus rapide.

« Il faut se positionner près des opportunités, il n'est pas nécessaire d'être parfait, vous savez, il faut se positionner près de l'arbre et même si vous n'attrapez pas la pomme avant qu'elle ne touche le sol, tant que vous êtes le premier à la ramasser, il faut se positionner près des opportunités maintenant. » - Jensen Huang