Temu ramah dengan Jensen Huang

Mendengar hos Acquired, Ben Gilbert dan David Rosenthal, menceritakan semula hasil penyelidikan mereka selama lebih 500 jam tentang Nvidia, hanya untuk kemudian duduk bersama CEO Jensen Huang dan menemui dimensi pemahaman yang sama sekali baharu, adalah bukti kehebatan individu itu sendiri. Dalam perbualan yang merupakan gabungan kelas induk dalam pembinaan syarikat dan penerokaan mendalam mengenai masa depan pengkomputan, Huang membuka lapisan perjalanan Nvidia, mendedahkan falsafah pertaruhan berani, pandangan jauh yang gigih, dan seni bina organisasi yang sama inovatifnya dengan cip mereka.

Keberanian Kesempurnaan: Mempertaruhkan Syarikat demi "Cip Sempurna"

Perjalanan Nvidia, seperti banyak gergasi lain, bermula dengan pengalaman hampir musnah. Bayangkan sebuah startup pada tahun 1997, dengan wang tunai hanya tinggal enam bulan, berhadapan dengan 30 pesaing. Pertaruhan seni bina mereka sebelum ini telah terbukti salah, dan DirectX Microsoft secara fundamental tidak serasi dengan reka bentuk sedia ada mereka. Inilah saat genting bagi Reva 128, sebuah cip yang direka untuk menjadi saluran grafik 3D-accelerated sepenuhnya yang pertama di dunia. Menghadapi krisis kewujudan, Jensen Huang membuat keputusan yang tidak terfikir: untuk mengetepikan prototaip fizikal dan menugaskan keseluruhan pengeluaran berdasarkan simulasi semata-mata.

Pasukan itu melakukan prototaip cip secara maya, menjalankan setiap perisian dan permainan pada emulator yang mengambil masa satu jam untuk memaparkan satu bingkai. Proses yang teliti ini membawa kepada keyakinan yang hampir tidak rasional. Seperti yang diingat Huang, apabila ditanya bagaimana beliau tahu cip itu akan sempurna, beliau hanya menyatakan, "Saya tahu ia akan sempurna kerana jika tidak, kami akan gulung tikar." Pendekatan berisiko tinggi ini, didorong oleh simulasi risiko masa depan yang menyeluruh, membolehkan mereka menyiapkan cip (tape out) dan segera memulakan pemasaran dan pengeluaran secara besar-besaran. Pertaruhan itu membuahkan hasil, bukan kerana nasib, tetapi kerana masa depan telah disimulasikan dengan teliti terlebih dahulu.

Pembelajaran Utama:

• Simulasi Masa Depan: Kenal pasti dan selesaikan semua potensi risiko dan perkara tidak diketahui di masa hadapan secara proaktif sebelum membuat komitmen.
• Satu Peluang, Sempurnakannya: Apabila pertaruhan adalah yang paling tinggi, persediaan teliti untuk "hasil yang sempurna" mengurangkan risiko sebenar pertaruhan.
• Pasaran Peminat: Kenal pasti segmen di mana teknologi "tidak pernah cukup baik" untuk memastikan peluang lestari bagi inovasi berterusan.

Mengantisipasi Masa Depan: Dari Grafik kepada Penganggar Fungsi Universal

Melompat ke awal 2010-an, Nvidia, peneraju dalam grafik pengguna, mendapati dirinya berada di satu lagi titik penting dengan kemunculan pembelajaran mendalam (deep learning). Walaupun ramai di dunia teknologi arus perdana melihat penemuan seperti AlexNet sebagai "projek sains," Jensen Huang melihat perubahan besar. Nvidia telah melabur besar-besaran dalam CUDA, sebuah platform yang mendemokrasikan superkomputer untuk penyelidik merentasi pelbagai bidang saintifik. Hubungan sedia ada dengan komuniti akademik ini menjadi gelung maklum balas yang penting.

Huang dan pasukannya mempunyai pandangan jauh untuk bertanya: "Apakah yang membuatkan perkara ini begitu berjaya?" dan "adakah ia boleh diskalakan?" Pemikiran mereka membawa kepada kesedaran mendalam: pembelajaran mendalam telah menemui "penganggar fungsi universal." Ini bermakna banyak masalah dunia sebenar, daripada meramal pilihan pengguna hingga corak cuaca, tidak memerlukan pemahaman kausaliti, hanya kebolehralaman (predictability). Jika sesuatu sistem dapat belajar daripada contoh dan membuat ramalan, aplikasinya adalah "sangat besar." Keyakinan ini, lahir daripada penglibatan mendalam dengan penyelidik seperti Ilya Sutskever dan Andrew Ng, menyemarakkan pelaburan yang teguh dalam AI, bertahun-tahun sebelum letupan arus perdana.

Perubahan Utama:

• Perubahan Paradigma dari Kausaliti kepada Kebolehralaman: Menyedari bahawa banyak masalah mendapat manfaat daripada pengecaman corak berbanding pemahaman sebab asas.
• Mendemokrasikan Superkomputer: Pembinaan platform CUDA memupuk komuniti yang secara semula jadi cenderung kepada paradigma pengkomputan baharu seperti pembelajaran mendalam.
• Melibatkan Pengguna Awal: Bekerja rapat dengan penyelidik perintis menyediakan pandangan kritikal dan pengesahan untuk pelaburan jangka panjang.

Infrastruktur Halimunan: Membina Pusat Data Masa Depan

Perjalanan Nvidia untuk menggerakkan letupan AI hari ini bukanlah lompatan langsung daripada GPU permainan kepada pusat data besar-besaran. Ia adalah perubahan strategik berbilang dekad yang bermula hampir 17 tahun yang lalu dengan satu soalan mudah: Apakah yang mengehadkan peluang kita? Jawapannya: ikatan fizikal GPU kepada komputer meja (desktop PC). Jensen membayangkan masa depan di mana pengkomputan dipisahkan daripada peranti paparan. Ini membawa kepada produk awan pertama mereka, GeForce Now (GFN), dan kemudian grafik jauh perusahaan.

Pengembangan beransur-ansur dan sengaja ke pusat data ini, mempelajari nuansa pengkomputan teragih (distributed computing) dan mengatasi cabaran latensi, meletakkan asas untuk AI. "Anda perlu membuka jalan kepada peluang masa depan; anda tidak boleh menunggu sehingga peluang itu berada di hadapan anda untuk anda mencapainya." Prinsip ini memuncak dengan pemerolehan berani Mellanox, sebuah syarikat rangkaian berprestasi tinggi, yang "mengejutkan semua orang" pada masa itu. Huang menyedari bahawa pusat data untuk AI adalah berbeza secara fundamental daripada awan berskala hiper (hyperscale cloud), memerlukan rangkaian "songsang berskala hiper" untuk memecah model merentasi berjuta-juta pemproses. Mellanox menyediakan teknologi InfiniBand yang penting, menjadikan pemerolehan itu "salah satu keputusan strategik terbaik yang pernah saya buat."

Amalan Utama:

• Jangka Kekangan Jangka Panjang: Kenal pasti dan hapuskan secara sistematik halangan yang boleh mengehadkan pertumbuhan masa depan dan peluang pasaran.
• Prapemposisian Strategik: Melabur dalam teknologi dan keupayaan asas yang "memposisikan syarikat dekat dengan peluang" walaupun bentuk tepatnya tidak jelas.
• Pemikiran Terbalik: Kenali apabila pasaran baharu (seperti pusat data AI) memerlukan pendekatan seni bina yang sama sekali berbeza daripada model sedia ada (seperti awan berskala hiper).

Seni Bina sebagai Strategi: Organisasi "Misi adalah Ketua"

Gaya kepimpinan unik Jensen Huang meluas ke struktur organisasi Nvidia. Beliau beroperasi dengan lebih daripada 40 laporan langsung, mengelakkan model hierarki tradisional yang menyerupai "ketenteraan." Sebaliknya, beliau melihat Nvidia sebagai "timbunan Pengkomputan" di mana individu menguruskan "modul" atau fungsi yang berbeza. Jawatan adalah sekunder kepada kepakaran, dan individu "terbaik dalam mengendalikan modul itu" adalah "juruterbang yang bertanggungjawab."

Seni bina maklumat yang lebih mendatar dan teragih ini, di mana "misi adalah ketua," bermakna maklumat kritikal disebarkan "dengan cukup pantas kepada ramai orang yang berbeza," sering di peringkat pasukan, malah graduan kolej baharu. Ini memastikan semua orang belajar pada masa yang sama, memperkasa individu berdasarkan keupayaan mereka untuk berfikir dan menyumbang, berbanding akses maklumat istimewa. Pendekatan organik seperti rangkaian saraf ini, di mana pasukan berhubung berdasarkan misi, membolehkan ketangkasan yang melampau dan pelaksanaan yang pantas, seperti menghantar dua kitaran produk utama dalam setahun – satu pencapaian yang hampir tidak dapat dibayangkan oleh syarikat teknologi besar lain.

Wawasan Utama:

• Syarikat sebagai Timbunan Pengkomputan: Reka bentuk seni bina organisasi untuk mencerminkan produk yang sedang dibina, bukan model hierarki generik.
• Misi sebagai Prinsip Panduan: Memperkasa pasukan rentas fungsi untuk berhubung mengelilingi misi tertentu, memupuk kolaborasi di luar silo jabatan yang kaku.
• Maklumat Terdemokrasi: Sebarkan maklumat kritikal secara meluas dan pantas untuk mengurangkan ketidakseimbangan kuasa dan membolehkan pembuatan keputusan kolektif yang lebih pantas.

"Anda mahu memposisikan diri anda dekat dengan peluang. Anda tidak perlu terlalu sempurna. Anda tahu anda mahu memposisikan diri anda dekat dengan pokok, dan walaupun anda tidak sempat menangkap epal sebelum ia jatuh ke tanah, asalkan anda adalah yang pertama mengambilnya, anda mahu memposisikan diri anda dekat dengan peluang sekarang." - Jensen Huang