Η Nvidia και ο Jensen Huang είναι μια μελέτη αντιφάσεων

The Thinking Machine: Jensen Huang, Nvidia and the World’s Most Coveted Microchip Από τον Stephen Witt. Viking, 272 σελίδες, $3,. Bodley Head, £25 λίρες.

Το να συμβαδίζεις με την Nvidia είναι δύσκολο. Καμία άλλη εταιρεία δεν έχει δημιουργήσει τόση μεγάλη αξία, τόσο γρήγορα για τους μετόχους της. Μέσα σε μόλις 19 μήνες, από τον Νοέμβριο του 2022 έως τον Ιούνιο του 2024, η κεφαλαιοποίησή της αυξήθηκε από 330 δισ. δολάρια σε 3,3 τρισ. δολάρια. Η Microsoft χρειάστηκε εννέα χρόνια για να πετύχει αυτή την ανάπτυξη, ενώ η Apple 13. Τον τελευταίο χρόνο, η Nvidia κατέκτησε τον τίτλο της πιο πολύτιμης εταιρείας στον κόσμο τρεις φορές.

Η άνοδός της ήταν τόσο ραγδαία που οι επενδυτές εξακολουθούν να προφέρουν λάθος το όνομά της («en-vidia», όχι «nuh-vidia»). Και δεν είναι το μόνο πράγμα που οι παρατηρητές δυσκολεύονται να αναλύσουν. Η εταιρεία -και ο άνθρωπος που τη μετέτρεψε από πλανόδιο πωλητή τσιπ γραφικών για παίκτες υπολογιστών σε τιτάνα ημιαγωγών στην καρδιά της επανάστασης της τεχνητής νοημοσύνης – παραμένουν παρεξηγημένοι.

Ο Jensen Huang συνίδρυσε την Nvidia το 1993 και από τότε τη διοικεί, γεγονός που τον καθιστά έναν από τους μακροβιότερους διευθύνοντες συμβούλους της Silicon Valley. Είναι από τους πιο προσιτούς – δέχεται με ευχαρίστηση τους δημοσιογράφους όταν άλλα αφεντικά της τεχνολογίας κρύβονται πίσω από ένα τείχος προστασίας δημοσίων σχέσεων – και, με το χαρακτηριστικό μαύρο δερμάτινο μπουφάν του, από τους πιο αναγνωρίσιμους. Ωστόσο, παραμένει μια προσωπικότητα  που δύσκολα αποκωδικοποιείται. Τα 73 δισ. δολάρια καθαρού κέρδους της Nvidia πέρυσι, αρκετά κοντά στα 88 δισ. δολάρια της Microsoft, υποδηλώνουν μια στρατηγική ιδιοφυΐα εν δράσει. Τα γενικόλογα σχόλιά του στις ανακοινώσεις των κερδών παραπέμπουν σε απλή σύμπτωση. Ποιό από τα δύο ισχύει;

Ένα νέο βιβλίο υποδηλώνει ότι η απάντηση είναι και τα δύο. Το βιβλίο «The Thinking Machine» του δημοσιογράφου Stephen Witt είναι η δεύτερη εταιρική βιογραφία – το βιβλίο “The Nvidia Way” του Tae Kim, ενός πρώην αναλυτή μετοχών, εκδόθηκε τον Δεκέμβριο και καλύπτει παρόμοια θέματα. Όμως, ο κ. Witt προσεγγίζει το θέμα του με πιο κριτική ματιά και περισσότερη ζωντάνια. Συνδέει την ιστορία του ανθρώπου, της εταιρείας του και της επιστήμης της πληροφορικής που οδήγησαν στα μεγάλα γλωσσικά μοντέλα (LLMs), όπως το ChatGPT, το οποίο το 2022 έφερε τη «generative» τεχνητή νοημοσύνη στις μάζες.

Η ακαδημαϊκή ευφυΐα του κ. Huang έλαμψε από τη στιγμή που προσγειώθηκε στην Αμερική το 1973, σε ηλικία δέκα ετών. Ήταν πάντοτε ο σπασίκλας της τάξης, από την εποχή που φοιτούσε σε ένα σχολείο για ανήλικους παραβάτες στο αγροτικό Κεντάκι (το οποία η οικογένεια των Ταϊβανέζων μεταναστών του μπορεί να θεωρούσε λανθασμένα ως ένα καθώς πρέπει οικοτροφείο) μέχρι τα χρόνια του στο Πολιτειακό Πανεπιστήμιο του Όρεγκον.

Μετά από μια δεκαετία εργασίας σε καθιερωμένες εταιρείες κατασκευής τσιπ, πείστηκε από δύο συνεργάτες του, τον Curtis Priem και τον Chris Malachowsky, να διευθύνει τη δική τους νεοσύστατη εταιρεία σχεδιασμού τσιπ. Το όνομα που διάλεξαν, Nvision, το οικειοποιήθηκε μια εταιρεία χαρτιού τουαλέτας. Έτσι επέλεξαν το Nvidia, που παραπέμπει στη λατινική λέξη για τον «φθόνο».

Αυτό αισθάνθηκαν οι ανταγωνιστές της – πρώτα στα τρισδιάστατα γραφικά και στη συνέχεια στο υλισμικό τεχνητής νοημοσύνης – καθώς η Nvidia τους άφησε να βλέπουν τη σκόνη της. Η επιτυχία της οφείλεται στην πρώιμη υιοθέτηση δύο ιδεών που βρίσκονται στο περιθώριο της επιστήμης των υπολογιστών. Η πρώτη, στη δεκαετία του 1990, ήταν η παράλληλη επεξεργασία, η οποία σπάει μια μεγάλη εργασία, όπως η απόδοση μιας σκηνής σε ένα ηλεκτρονικό παιχνίδι, σε πολλές μικρότερες. Η δεύτερη ήταν τα νευρωνικά δίκτυα – μια προσέγγιση στην ΤΝ που μιμείται σε πυρίτιο τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου. Κάποτε θεωρούταν υποτιμητικά ως προσομοίωση του ταβλιού, αλλά σήμερα αποτελεί τη βάση όλων των LLMs .

Ο κ. Huang δεν μπορούσε να γνωρίζει ότι τα νευρωνικά δίκτυα χρειάζονται παράλληλη επεξεργασία για να ευδοκιμήσουν. Aυτό ήταν πραγματικά μια μαθηματική σύμπτωση. Ωστόσο, σύμφωνα με το βιβλίο, ένα μέρος της επιτυχίας της Nvidia είναι αποτέλεσμα σκόπιμων επιλογών σχετικά με την εταιρική κουλτούρα. Προκειμένου να είναι ευέλικτη, η εταιρεία δεν έχει διαφοροποιημένη δομή. Ο κ. Huang λαμβάνει 55 άμεσες εκθέσεις (σε σύγκριση με δέκα περίπου για έναν τυπικό διευθύνοντα σύμβουλο), γεγονός που τον κρατά  μόνιμα απασχολημένο: «Τα χόμπι του είναι η δουλειά, το ηλεκτρονικό ταχυδρομείο και η δουλειά», λέει ένα στέλεχος.

Από την αρχή ενθάρρυνε την ταχύτητα μεταξύ των μηχανικών του. Όταν ένα πρώιμο τσιπ απέτυχε, γονατίζοντας την Nvidia, πόνταρε στην αντικατάσταση των φυσικών πρωτοτύπων με ψηφιακές προσομοιώσεις. Έτσι μείωσε τους κύκλους αναβάθμισης των προϊόντων από ένα χρόνο σε ένα τρίμηνο. Ο κ. Huang σκέφτηκε ότι οι παίκτες θα έπαιρναν κάθε αναβάθμιση μέχρι να μην μπορούν να ξεχωρίσουν το παιχνίδι από την πραγματικότητα. Το ίδιο και οι κατασκευαστές μοντέλων, μέχρι οι τεχνητές νοημοσύνες τους να είναι τόσο έξυπνες όσο οι άνθρωποι.

Αυτή η ώθηση συχνά εξελίσσεται σε οργισμένη δημόσια επίπληξη των υπολειτουργούντων. Ωστόσο, η ιδιοσυγκρασία του κ. Huang συνυπάρχει με μια τρυφερότητα που μνημονεύουν τόσο οι  νυν όσο και οι πρώην υφιστάμενοι. Σου φωνάζει αντί να σε απολύσει, λένε. Οι περισσότεροι το θεωρούν δίκαιο. Η Nvidia κατατάσσεται τακτικά σε υψηλές θέσεις στις έρευνες ικανοποίησης των εργαζομένων.

Μια άλλη αντίφαση αφορά τη στοχαστικότητα με την οποία ο κ. Huang αντιμετωπίζει το όλο εγχείρημα της τεχνητής νοημοσύνης και την απερίσκεπτη απόρριψη των κινδύνων της τεχνολογίας. Σε αντίθεση με άλλα αφεντικά του τομέα, βλέπει μηδενικό κίνδυνο. «Δεν διαφέρει από τον τρόπο που λειτουργούν τα μικροκύματα», λέει αδιάφορα. Ίσως. Δύο είναι τα τινά, γράφει ο κ. Witt: Η ΤΝ ή θα καταστρέψει την ανθρωπότητα ή θα τη σώσει. Το ίδιο «ίσχυε και για τα τσιπ του Jensen».