Interview met Jensen Huang

Luisteren naar Acquired hosts Ben Gilbert en David Rosenthal die vertellen over hun 500+ uur aan Nvidia-onderzoek, om vervolgens met CEO Jensen Huang aan tafel te zitten en een hele nieuwe dimensie van begrip te ontdekken, is een bewijs van de man zelf. In een gesprek dat zowel een masterclass was in het bouwen van een bedrijf als een diepgaande duik in de toekomst van computing, pelde Huang de lagen van Nvidia's reis af, waarbij hij een filosofie onthulde van gedurfde weddenschappen, meedogenloos vooruitdenken en een organisatiestructuur die net zo innovatief is als hun chips.

De Dapperheid van Perfectie: Het Bedrijf Inzetten op een "Perfecte Chip"

Nvidia's reis begon, zoals die van vele giganten, met een bijna-doodervaring. Stel je een startup voor in 1997, met nog maar zes maanden aan reserves, tegenover 30 concurrenten. Hun eerdere architecturale weddenschappen waren verkeerd gebleken, en Microsofts DirectX was fundamenteel onverenigbaar met hun bestaande ontwerp. Dit was het cruciale moment voor de Reva 128, een chip ontworpen als 's werelds eerste volledig 3D-versnelde graphics pipeline. Geconfronteerd met een existentiële crisis, nam Jensen Huang een ondenkbare beslissing: afzien van fysiek prototypen en de volledige productierun baseren op enkel simulatie.

Het team prototypeerde de chip virtueel, waarbij elke software en game werd gedraaid op een emulator die een uur nodig had om één enkel frame te renderen. Dit moeizame proces leidde tot een bijna irrationele overtuiging. Zoals Huang zich herinnerde, toen hem werd gevraagd hoe hij wist dat de chip perfect zou zijn, antwoordde hij simpelweg: "Ik weet dat het perfect zal zijn, want als het dat niet is, zijn we failliet." Deze aanpak met hoge inzet, gedreven door een uitputtende simulatie van toekomstige risico's, stelde hen in staat de chip af te ronden en onmiddellijk een marketing- en productieoffensief te starten. De gok betaalde zich uit, niet door geluk, maar omdat de toekomst nauwgezet van tevoren was gesimuleerd.

Belangrijkste Lessen:

• Simuleer de Toekomst: Identificeer en los proactief alle potentiële toekomstige risico's en onzekerheden op voordat je je vastlegt.
• Eén Kans, Maak het Perfect: Wanneer de inzet het hoogst is, vermindert het nauwgezet voorbereiden op een "perfect resultaat" het daadwerkelijke risico van de weddenschap.
• Enthousiaste Markten: Identificeer segmenten waar technologie "nooit goed genoeg" is om een duurzame kans voor continue innovatie te garanderen.

Anticiperen op de Toekomst: Van Graphics naar een Universele Functie-approximator

Spoelen we vooruit naar begin jaren 2010, en Nvidia, een leider in consumentengraphics, bevond zich op een ander cruciaal moment met de opkomst van deep learning. Terwijl velen in de mainstream techwereld doorbraken zoals AlexNet zagen als "science projects", zag Jensen Huang een seismische verschuiving. Nvidia had al zwaar geïnvesteerd in CUDA, een platform dat supercomputing democratiseerde voor onderzoekers in verschillende wetenschappelijke gebieden. Deze bestaande relatie met de academische gemeenschap werd een cruciale feedbackloop.

Huang en zijn team hadden de vooruitziendheid om te vragen: "Wat maakt dit zo succesvol?" en "is het schaalbaar?" Hun redenering leidde tot een diepgaand besef: deep learning was gestuit op een "universele functie-approximator". Dit betekende dat veel problemen uit de echte wereld, van het voorspellen van consumentenvoorkeuren tot weerpatronen, geen begrip van causaliteit vereisten, alleen voorspelbaarheid. Als een systeem kon leren van voorbeelden en voorspellingen kon doen, waren de toepassingen "enorm groot". Deze overtuiging, voortkomend uit diepe betrokkenheid bij onderzoekers zoals Ilya Sutskever en Andrew Ng, voedde een standvastige investering in AI, jaren vóór de mainstream explosie ervan.

Belangrijkste Veranderingen:

• Paradigmaverschuiving van Causaliteit naar Voorspelbaarheid: Erkennen dat veel problemen baat hebben bij patroonherkenning boven het begrijpen van onderliggende oorzaken.
• Supercomputing Democratiseren: Het bouwen van het CUDA-platform bevorderde een gemeenschap die zich van nature aangetrokken voelde tot nieuwe computationele paradigma's zoals deep learning.
• Vroege Adopters Betrekken: Door nauw samen te werken met baanbrekende onderzoekers werden cruciale inzichten en validatie verkregen voor langetermijninvesteringen.

De Onzichtbare Infrastructuur: Het Datacenter van Morgen Bouwen

Nvidia's reis om de huidige AI-explosie aan te drijven was geen directe sprong van gaming-GPU's naar enorme datacenters. Het was een strategische, decennia-lange draai die bijna 17 jaar geleden begon met een simpele vraag: Wat beperkt onze kansen? Het antwoord: de fysieke verbinding van GPU's met een desktop-pc. Jensen voorzag een toekomst waarin computing gescheiden was van het weergaveapparaat. Dit leidde tot hun eerste cloudproduct, GeForce Now (GFN), en vervolgens tot enterprise remote graphics.

Deze geleidelijke, weloverwogen uitbreiding naar datacenters, waarbij de nuances van distributed computing werden geleerd en latency-uitdagingen werden overwonnen, legde de basis voor AI. "Je wilt de weg effenen voor toekomstige kansen; je kunt niet wachten tot de kans zich aandient om deze dan pas te grijpen." Dit principe culmineerde in de gedurfde overname van Mellanox, een bedrijf voor high-performance networking, wat destijds "een verrassing voor iedereen" was. Huang erkende dat datacenters voor AI fundamenteel verschilden van hyperscale cloud, en "het omgekeerde van hyperscale" netwerken vereisten om modellen over miljoenen processors te verdelen. Mellanox leverde de cruciale InfiniBand-technologie, waardoor de overname "een van de beste strategische beslissingen was die ik ooit had genomen."

Belangrijkste Praktijken:

• Anticipeer op Langetermijnbeperkingen: Identificeer en verwijder systematisch knelpunten die toekomstige groei en marktkansen kunnen beperken.
• Strategische Voorpositionering: Investeer in fundamentele technologieën en capaciteiten die "het bedrijf dicht bij kansen plaatsen", zelfs als hun exacte vorm onduidelijk is.
• Omgekeerd Denken: Herken wanneer een nieuwe markt (zoals AI-datacenters) een totaal andere architecturale benadering vereist dan bestaande modellen (zoals hyperscale cloud).

Architectuur als Strategie: De "Missie is de Baas" Organisatie

De unieke leiderschapsstijl van Jensen Huang strekt zich uit tot de organisatiestructuur van Nvidia. Hij werkt met meer dan 40 directe ondergeschikten, waarbij hij traditionele hiërarchische modellen die lijken op "een militaire organisatie" mijdt. In plaats daarvan ziet hij Nvidia als "een computing-stack" waar individuen verschillende "modules" of functies beheren. Titel is secundair aan expertise, en de persoon die "het beste is in het runnen van die module" is de "bevelhebber".

Deze plattere, meer gedistribueerde informatiearchitectuur, waarbij "missie de baas is", betekent dat cruciale informatie "redelijk snel naar veel verschillende mensen" wordt verspreid, vaak op teamniveau, zelfs naar pas afgestudeerden. Dit zorgt ervoor dat iedereen tegelijkertijd leert, en individuen wordt de mogelijkheid geboden zich te ontplooien op basis van hun vermogen om te redeneren en bij te dragen, in plaats van geprivilegieerde toegang tot informatie. Deze organische, neuraal netwerk-achtige benadering, waarbij teams zich organiseren rond de missie, zorgt voor extreme wendbaarheid en snelle uitvoering, zoals het leveren van twee grote productcycli in een jaar – een prestatie die bijna ondenkbaar is voor andere grote technologiebedrijven.

Belangrijkste Inzichten:

• Bedrijf als een Computing Stack: Ontwerp de architectuur van de organisatie zodat deze het te bouwen product weerspiegelt, niet een generiek hiërarchisch model.
• Missie als Leidend Principe: Geef cross-functionele teams de bevoegdheid om zich te organiseren rond specifieke missies, waardoor samenwerking buiten rigide afdelingssilo's wordt gestimuleerd.
• Gedemocratiseerde Informatie: Verspreid cruciale informatie breed en snel om machtsonevenwichten te verminderen en snellere, collectieve besluitvorming mogelijk te maken.

"Je wilt jezelf in de buurt van kansen positioneren, je hoeft niet zo perfect te zijn. Weet je, positioneer jezelf dicht bij de boom; zelfs als je de appel niet vangt voordat hij de grond raakt, zolang je de eerste bent die hem opraapt. Positioneer jezelf nu dicht bij de kansen." - Jensen Huang