“Hablar con Jensen Huang debería venir con una etiqueta de advertencia. El CEO de Nvidia está tan interesado en hacia dónde se dirige la IA que, después de casi 90 minutos de animada conversación, salí convencido de que el futuro será un nirvana de redes neuronales. Pude verlo todo: un renacimiento de los robots, regalos médicos del cielo, autos sin conductor, chatbots que recuerdan ”.
por Lauren Goode | Wired
Hablar con Jensen Huang debería venir con una etiqueta de advertencia. El CEO de Nvidia está tan interesado en hacia dónde se dirige la IA que, después de casi 90 minutos de animada conversación, salí convencido de que el futuro será un nirvana de redes neuronales. Pude verlo todo: un renacimiento de los robots, regalos del cielo médicos, autos sin conductor, chatbots que recuerdan … Los edificios en el campus de la empresa en Santa Clara no estaban ayudando. Dondequiera que mis ojos se posaran, veía triángulos dentro de triángulos , la forma que ayudó a hacer a Nvidia sus primeras fortunas. No es de extrañar que haya sido absorbido por un vórtice fractal. Me habían dado pastillas de Jensen.
Huang es el hombre del momento. El año. Quizás incluso la década. Las empresas de tecnología literalmente no se cansan de las GPU de supercomputación de Nvidia. Esta no es la Nvidia de antaño, el proveedor de tarjetas gráficas para videojuegos Gen X que hacía que las imágenes cobraran vida al representar de manera eficiente millones de triángulos. Esta es la Nvidia cuyo hardware ha marcado el comienzo de un mundo en el que hablamos con las computadoras, ellas nos responden y, eventualmente, dependiendo de con qué tecnólogo hables, nos superan.
Para nuestra reunión, Huang, que ahora tiene 61 años, se presentó con su característica chaqueta de cuero y zapatillas negras minimalistas. Ese lunes por la mañana me dijo que odia los lunes por la mañana porque trabaja todo el domingo y comienza la semana laboral oficial ya cansado. No es que lo supieras. Dos días después, asistí a un simposio sobre inversión en atención sanitaria (había tantos nerds de la biotecnología, tantos blazers) y allí en el escenario estaba Huang, tan enérgico como siempre.
“Este no es mi público normal. Biólogos y científicos, es una multitud muy enojada ”, dijo Huang ante un micrófono, provocando risas. “Usamos palabras como creación , mejorar y acelerar , y tú usas palabras como apuntar e inhibir “. Se abrió camino hasta llegar a su propuesta: “Si desea diseñar su medicamento, descubrirlo, en silicio, es muy probable que tenga que procesar una enorme cantidad de datos. Si tiene dificultades con el cálculo de la inteligencia artificial, envíenos un correo electrónico”.
Huang ha seguido un patrón al posicionar a Nvidia al frente de cada gran tendencia tecnológica. En 2012, un pequeño grupo de investigadores lanzó un innovador sistema de reconocimiento de imágenes, llamado AlexNet, que utilizaba GPU, en lugar de CPU, para procesar su código y lanzó una nueva era de aprendizaje profundo. Huang rápidamente ordenó a la empresa que persiguiera la IA a todo vapor. Cuando, en 2017, Google lanzó la novedosa arquitectura de red neuronal conocida como transformador (la T en ChatGPT) e inició la actual fiebre del oro de la IA, Nvidia estaba en una posición perfecta para comenzar a vender sus GPU centradas en la IA a empresas tecnológicas hambrientas.
Nvidia ahora representa más del 70 por ciento de las ventas en el mercado de chips de IA y se acerca a una valoración de 2 billones de dólares. Sus ingresos para el último trimestre de 2023 fueron de 22 mil millones de dólares, un 265 por ciento más que el año anterior. Y el precio de sus acciones ha aumentado un 231 por ciento en el último año. Huang es asombrosamente bueno en lo que hace o ridículamente afortunado (¡o ambas cosas!) y todos quieren saber cómo lo hace.
Pero nadie reina para siempre. Ahora está en el punto de mira de la guerra tecnológica entre Estados Unidos y China y a merced de los reguladores. Algunos de los rivales de Huang en el mundo de los chips de IA son nombres muy conocidos (Google, Amazon, Meta y Microsoft) y tienen los bolsillos más profundos en tecnología. A finales de diciembre, la empresa de semiconductores AMD lanzó un gran procesador para informática de inteligencia artificial que pretende competir con Nvidia. Las startups también están apuntando . Sólo en el tercer trimestre del año pasado, los capitalistas de riesgo canalizaron más de 800 millones de dólares en chips de IA, según la firma de investigación Pitchbook.
Por eso Huang nunca descansa. Ni siquiera durante las entrevistas, como supe cuando, para mi sorpresa, comenzó a entrevistarme , preguntándome de dónde era y cómo terminé viviendo en el Área de la Bahía.
Jensen Huang: Tú y yo somos graduados de Stanford.
Lauren Goode: Sí. Bueno, yo fui a la carrera de periodismo y tú no fuiste a la carrera de periodismo.
Ojala tuviera.
¿Porqué es eso?
Bueno, alguien a quien realmente admiro, como líder y como persona, es Shantanu Narayen, el director ejecutivo de Adobe. Dijo que siempre quiso ser periodista porque le encantaba contar historias.
Ser capaz de contar su historia de forma eficaz parece una parte importante de la construcción de un negocio.
Sí. El establecimiento de estrategias es contar historias. La construcción de cultura es contar historias.
Has dicho muchas veces que no vendiste la idea de que Nvidia se basara en una presentación.
Así es. Realmente se trataba de contar la historia.
Por eso quiero comenzar con algo que me dijo otro ejecutivo de tecnología. Señaló que Nvidia es un año mayor que Amazon, pero en muchos sentidos Nvidia tiene un enfoque más del “día uno” que Amazon. ¿Cómo mantiene esa perspectiva?
Francamente, es una buena frase. Me despierto cada mañana como si fuera el primer día y la razón es que siempre hay algo que estamos haciendo que nunca antes se había hecho. También está el lado vulnerable. Es muy posible que fracasemos. Hace un momento estaba teniendo una reunión en la que estábamos haciendo algo nuevo para nuestra empresa y no sabemos cómo hacerlo bien.
¿Qué es lo nuevo?
Estamos construyendo un nuevo tipo de centro de datos. Lo llamamos fábrica de IA. De la forma en que se construyen los centros de datos hoy en día, hay muchas personas que comparten un grupo de computadoras y colocan sus archivos en este gran centro de datos. Una fábrica de IA se parece mucho más a un generador de energía. Es bastante único. Lo hemos estado construyendo durante los últimos años, pero ahora tenemos que convertirlo en un producto.
“Observamos la forma en que se formuló la ley de Moore y dijimos: ‘No te dejes limitar por eso. La ley de Moore no limita la informática’”.
¿Cómo lo vas a llamar?
Aún no le hemos dado un nombre. Pero estará en todas partes. Los proveedores de servicios en la nube los construirán y nosotros los construiremos. Todas las empresas de biotecnología lo tendrán. Cada empresa minorista, cada empresa de logística. En el futuro, cada empresa automovilística tendrá una fábrica que fabrique los coches (los bienes reales, los átomos) y una fábrica que construya la IA para los coches, los electrones. De hecho, vemos a Elon Musk haciendo eso mientras hablamos. Está muy por delante de la mayoría al pensar en cómo serán las empresas industriales en el futuro.
Usted ha dicho antes que dirige una organización plana, con entre 30 y 40 ejecutivos que le reportan directamente, porque quiere estar en el flujo de información. ¿Qué ha despertado tu interés últimamente y te hace pensar: “¿Tal vez tenga que apostar por Nvidia en esto eventualmente?”
La información no tiene que fluir desde arriba hacia abajo en una organización, como ocurría en la época de los neandertales, cuando no teníamos correo electrónico, mensajes de texto y todas esas cosas. La información puede fluir mucho más rápidamente hoy en día. Por lo tanto, un árbol jerárquico, en el que la información se interpreta de arriba hacia abajo, es innecesario. Una red plana nos permite adaptarnos mucho más rápidamente, lo cual necesitamos porque nuestra tecnología avanza muy rápidamente.
Si nos fijamos en la forma en que se ha movido la tecnología de Nvidia, clásicamente existía la ley de Moore que se duplicaba cada dos años. Bueno, en el transcurso de los últimos 10 años, hemos avanzado la IA aproximadamente un millón de veces. Esa es muchas, muchas veces la ley de Moore. Si vives en un mundo exponencial, no querrás que la información se propague de arriba hacia abajo, una capa a la vez.
Pero te pregunto, ¿cuál es tu Imperio Romano? Que es un meme. ¿Cuál es la versión actual del papel transformador? ¿Qué está pasando ahora que crees que va a cambiar todo?
Hay un par de cosas. Uno de ellos realmente no tiene nombre, pero es parte del trabajo que estamos haciendo en robótica fundamental. Si pudieras generar texto, si pudieras generar imágenes, ¿puedes también generar movimiento? La respuesta es probablemente si. Y luego, si puedes generar movimiento, podrás comprender la intención y generar una versión generalizada de la articulación. Por tanto, la robótica humanoide debería estar a la vuelta de la esquina.
Y creo que el trabajo en torno a modelos de espacio de estados, o SSM, que permiten aprender patrones y secuencias extremadamente largos sin crecer cuadráticamente en el cálculo, probablemente sea el próximo transformador.
¿Qué permite eso? ¿Cuál es un ejemplo de la vida real?
Se podría tener una conversación con una computadora que dure mucho tiempo y, sin embargo, nunca se olvide el contexto. Incluso podrías cambiar de tema por un tiempo y volver a uno anterior, y ese contexto podría mantenerse. Es posible que puedas comprender la secuencia de una cadena extremadamente larga, como un genoma humano. Y con sólo mirar el código genético se comprende su significado.
¿Qué tan lejos estamos de eso?
En el pasado reciente, desde el momento en que tuvimos AlexNet hasta la AlexNet sobrehumana, solo pasaron unos cinco años. Un modelo de base robótica probablemente esté a la vuelta de la esquina; lo llamaré el próximo año en algún momento. A partir de ese momento, dentro de cinco años, verás cosas bastante sorprendentes.
¿Qué industria se beneficiará más de un modelo ampliamente entrenado para el comportamiento de los robots?
Bueno, las industrias pesadas representan las industrias más grandes del mundo. Mover electrones no es fácil, pero mover átomos es extremadamente difícil. El transporte, la logística, el traslado de objetos pesados de un lugar a otro, el descubrimiento del próximo fármaco, todo eso requiere una comprensión de los átomos, las moléculas y las proteínas. Esas son las industrias grandes e increíbles a las que la IA aún no ha afectado.
Mencionaste la ley de Moore. ¿Es irrelevante ahora ?
La ley de Moore es ahora mucho más un problema de sistemas que de chips. Se trata mucho más de la interconectividad de múltiples chips. Hace unos 10 o 15 años, comenzamos el viaje de desagregar la computadora para poder tomar varios chips y conectarlos entre sí.
Aquí es donde entra en juego la adquisición de la empresa israelí Mellanox en 2019. Nvidia dijo en ese momento que la informática moderna ha impuesto enormes exigencias a los centros de datos y que la tecnología de redes de Mellanox haría que la informática acelerada fuera más eficiente.
Correcto, exactamente. Compramos Mellanox para poder tomar una extensión de nuestro chip y convertir un centro de datos completo en un súper chip, lo que permitió la supercomputadora moderna con inteligencia artificial. En realidad se trataba de reconocer que la ley de Moore ha llegado a su fin y que si queremos seguir escalando la informática tenemos que hacerlo a escala de centro de datos. Observamos la forma en que se formuló la ley de Moore y dijimos: “No se limiten a eso. La ley de Moore no limita la informática”. Tenemos que dejar atrás la ley de Moore para poder pensar en nuevas formas de escalar.
Mellanox ahora es reconocido como una adquisición realmente inteligente para Nvidia. Más recientemente, intentó adquirir Arm, una de las empresas de propiedad intelectual de chips más importantes del mundo, hasta que los reguladores se lo impidieron.
¡Eso hubiera sido maravilloso!
No estoy seguro de que el gobierno de Estados Unidos esté de acuerdo, pero sí, dejemos de lado eso. Cuando piensas en adquisiciones ahora, ¿qué lugares específicos estás mirando?
El sistema operativo de estos grandes sistemas es increíblemente complejo. ¿Cómo se crea un sistema operativo en una pila informática que organiza las decenas de millones, cientos de millones y ahora llegan a miles de millones de pequeños procesadores que se encuentran en nuestras GPU? Ese es un problema muy difícil. Si hay equipos fuera de nuestra empresa que hacen eso, podemos asociarnos con ellos o podemos hacer más que eso.
Entonces, lo que te escucho decir es que es crucial para Nvidia tener un sistema operativo y construirlo más como una plataforma, en realidad.
Somos una empresa de plataforma.
Cuanto más te conviertes en una plataforma, más problemas enfrentas. La gente tiende a poner mucha más carga y responsabilidad en una plataforma por su producción. Cómo se comporta el vehículo autónomo, cuál es el margen de error en el dispositivo de atención médica, si existe un sesgo en un sistema de inteligencia artificial. ¿Cómo abordas eso?
Sin embargo, no somos una empresa de aplicaciones. Probablemente esa sea la forma más fácil de pensarlo. Haremos todo lo que sea necesario, pero tan poco como podamos, para servir a una industria. Entonces, en el caso de la atención médica, el descubrimiento de fármacos no es nuestra experiencia, sino la informática. Construir automóviles no es nuestra experiencia, pero construir computadoras para automóviles que sean increíblemente buenos en IA, sí es nuestra experiencia. Francamente, es difícil para una empresa ser buena en todas esas cosas, pero podemos ser muy buenos en la parte de computación de IA.
“¿Cómo se organizan los cientos de millones, que ahora ascienden a miles de millones, de pequeños procesadores que se encuentran en nuestras GPU? Ese es un problema muy difícil”.
El año pasado surgieron informes de que algunos de sus clientes estaban esperando varios meses por sus GPU de IA. ¿Cómo van las cosas ahora?
Bueno, no creo que vayamos a ponernos al día con la oferta este año. No este año, y probablemente tampoco el próximo.
¿Cuál es el tiempo de espera actual?
No sé cuál es el plazo de entrega actual. Pero ya sabes, este año también es el comienzo de una nueva generación para nosotros.
¿Te refieres a Blackwell, tu rumoreada nueva GPU?
Así es. Es una nueva generación de GPU que está saliendo y el rendimiento de Blackwell está fuera de serie. Va a ser increíble.
¿Eso equivale a que los clientes necesiten menos GPU?
Ese es el objetivo. El objetivo es reducir enormemente el coste de los modelos de formación. Luego, las personas pueden ampliar los modelos que desean entrenar.
Nvidia invierte en muchas nuevas empresas de inteligencia artificial. El año pasado se informó que invirtió en más de 30. ¿Esas nuevas empresas se encuentran en la fila de espera para su hardware?
Se enfrentan a la misma crisis de suministro que todos, porque la mayoría utiliza la nube pública, por lo que tuvieron que negociar por sí mismos con los proveedores de servicios de nube pública. Sin embargo, lo que sí obtienen es acceso a nuestra tecnología de IA, lo que significa que obtienen acceso a nuestras capacidades de ingeniería y nuestras técnicas especiales para optimizar sus modelos de IA. Lo hacemos más eficiente para ellos. Si su rendimiento aumenta en un factor de cinco, básicamente obtendrá cinco GPU más. Entonces eso es lo que obtienen de nosotros.
¿Se considera usted un hacedor de reyes en ese sentido?
No. Invertimos en estas empresas porque son increíbles en lo que hacen. Es un privilegio para nosotros invertir en ellos, y no al revés. Estas son algunas de las mentes más brillantes del mundo. No necesitan que respaldemos su credibilidad.
¿Qué sucede cuando el aprendizaje automático se orienta más hacia la inferencia que hacia el entrenamiento; básicamente, si el trabajo de IA se vuelve menos intensivo desde el punto de vista computacional? ¿Eso reduce la demanda de sus GPU?
Nos encanta la inferencia. De hecho, diría que el negocio de Nvidia hoy probablemente sea, si tuviera que adivinar, 40 por ciento de inferencia y 60 por ciento de capacitación. La razón por la que esto es algo bueno es porque es entonces cuando te das cuenta de que la IA finalmente lo está logrando. Si el negocio de Nvidia es 90 por ciento de capacitación y 10 por ciento de inferencia, se podría argumentar que la IA todavía está en investigación. Así fue hace siete u ocho años. Pero hoy en día, cada vez que escribes un mensaje en una nube y genera algo (podría ser un video, podría ser una imagen, podría ser 2D, podría ser 3D, podría ser texto, podría ser un gráfico) es Lo más probable es que haya una GPU Nvidia detrás.
¿Ve que la demanda de sus GPU para IA disminuirá en algún momento?
Creo que estamos en el comienzo de la revolución de la IA generativa. Hoy en día, la mayor parte de la informática que se realiza en el mundo todavía se basa en la recuperación. Recuperación significa que tocas algo en tu teléfono y envía una señal a la nube para recuperar una información. Podría redactar una respuesta con algunas cosas diferentes y, usando Java, presentársela en su teléfono, en su bonita pantalla. En el futuro, la informática se basará más en RAG. [La generación de recuperación aumentada es un marco que permite que un modelo de lenguaje grande extraiga datos fuera de sus parámetros habituales.] La parte de recuperación será menor y la parte de generación personalizada será mucho, mucho mayor.
Esa generación la realizará una GPU en alguna parte. Así que creo que estamos en el comienzo de esta revolución informática generativa con recuperación aumentada, y la IA generativa será parte integral de casi todo.
La última noticia es que ha estado trabajando con el gobierno de EE. UU. para crear chips que cumplan con las sanciones y que pueda enviar a China. Tengo entendido que estos no son los chips más avanzados. ¿Hasta qué punto trabajó estrechamente con la administración para asegurarse de poder seguir haciendo negocios en China?
Bueno, para dar un paso atrás, se trata de un control de exportaciones, no de sanciones. Estados Unidos ha determinado que la tecnología de Nvidia y esta infraestructura informática de IA son estratégicas para la nación y que se le aplicaría el control de las exportaciones. Cumplimos con el control de exportaciones la primera vez.
En agosto de 2022.
Sí. Y Estados Unidos agregó más disposiciones al control de exportaciones en 2023, lo que provocó que tuviéramos que rediseñar nuestros productos nuevamente. Entonces lo hicimos. Estamos en el proceso de crear un nuevo conjunto de productos que cumplan con las normas actuales de control de exportaciones. Trabajamos estrechamente con la administración para asegurarnos de que lo que propongamos sea coherente con lo que tenían en mente.
¿Qué tan grande es su preocupación de que estas limitaciones impulsen a China a desarrollar chips de IA competitivos?
China tiene cosas que son competitivas.
Bien. Esta no es la escala de un centro de datos, pero el teléfono inteligente Huawei Mate 60 que salió al mercado el año pasado llamó algo de atención por su chip local de 7 nanómetros.
Realmente, muy buena compañía. Están limitados por cualquier tecnología de procesamiento de semiconductores que tengan, pero aún podrán construir sistemas muy grandes agregando muchos de esos chips.
Sin embargo, ¿qué tan preocupado está usted en general de que China pueda igualar a Estados Unidos en IA generativa?
La regulación limitará la capacidad de China para acceder a tecnología de punta, lo que significa que el mundo occidental, los países que no están limitados por el control de exportaciones, tendrán acceso a tecnología mucho mejor, que avanza bastante rápido. Así que creo que la limitación supone una gran carga de costos para China. Técnicamente, siempre se pueden agregar más sistemas de fabricación de chips para hacer el trabajo. Pero simplemente aumenta el costo por unidad de esos. Probablemente esa sea la forma más fácil de pensarlo.
¿El hecho de que esté construyendo chips compatibles para seguir vendiéndolos en China afecta su relación con TSMC , el orgullo y alegría de los semiconductores de Taiwán?
No. Un reglamento es específico. No es diferente a un límite de velocidad.
Has dicho bastantes veces que de los 35.000 componentes que hay en tu superordenador, ocho son de TSMC. Cuando escucho eso, pienso que debe ser una pequeña fracción. ¿Está restando importancia a su dependencia de TSMC?
No, en absoluto. De nada.
Entonces, ¿qué quieres decir con eso?
Simplemente estoy enfatizando que para construir una supercomputadora con IA, se necesitan muchos otros componentes. De hecho, en nuestras supercomputadoras de IA, casi toda la industria de semiconductores colabora con nosotros. Ya estamos asociados muy estrechamente con Samsung, SK Hynix, Intel, AMD, Broadcom, Marvell, etc. En nuestras supercomputadoras de IA, cuando tenemos éxito, un montón de empresas triunfan con nosotros, y eso nos encanta.
¿Con qué frecuencia hablas con Morris Chang o Mark Liu en TSMC?
Todo el tiempo. Continuamente. Sí. Continuamente.
¿Cómo son tus conversaciones?
Estos días hablamos de empaquetado avanzado, de planificación de capacidad para los próximos años, de capacidad informática avanzada. CoWoS [el método patentado de TSMC para agrupar matrices de chips y módulos de memoria en un solo paquete] requiere nuevas fábricas, nuevas líneas de fabricación y nuevos equipos. Así que su apoyo es realmente muy importante.
Recientemente tuve una conversación con un director ejecutivo centrado en la IA generativa. Pregunté quiénes podrían ser los competidores de Nvidia en el futuro y esta persona sugirió la TPU de Google. Otras personas mencionan AMD. Me imagino que para ti no es tan binario, pero ¿a quién ves como tu mayor competidor? ¿Quién te mantiene despierto por la noche?
Lauren, todos lo hacen. El equipo de TPU es extraordinario. La conclusión es que el equipo de TPU es realmente fantástico, el equipo de AWS Trainium y el equipo de AWS Inferentia son realmente extraordinarios, realmente excelentes. Microsoft tiene su desarrollo interno de ASIC en curso, llamado Maia. Todos los proveedores de servicios en la nube en China están construyendo chips internos, y luego hay un montón de nuevas empresas que están construyendo excelentes chips, así como empresas de semiconductores existentes. Todo el mundo está construyendo chips.
Eso no debería mantenerme despierto por la noche, porque debo asegurarme de estar lo suficientemente agotado por el trabajo como para que nadie pueda mantenerme despierto por la noche. Eso es realmente lo único que puedo controlar.
Pero lo que me despierta por la mañana es seguramente que tenemos que seguir cumpliendo nuestra promesa, que es que somos la única empresa en el mundo con la que todo el mundo puede asociarse para construir supercomputadoras con IA a escala de centro de datos y al máximo. pila.
“Intentaré hacer 40 flexiones al día. Eso no lleva más de un par de minutos. Soy un deportista perezoso”.
Tengo algunas preguntas personales que quería hacerte.
[ Huang a un representante de relaciones públicas .] Ha hecho su tarea. Sin mencionar que simplemente estoy disfrutando la conversación.Me alegro. Yo también lo soy. Yo quería—
Por cierto, cada vez que Morris, o personas que conozco desde hace mucho tiempo, me piden que sea el moderador de las entrevistas, la razón es que no voy a sentarme allí y entrevistarlos haciéndoles preguntas. Sólo estoy teniendo una conversación con ellos. Tienes que ser empático con la audiencia y con lo que podrían querer oír.
Entonces le hice a ChatGPT una pregunta sobre ti. Quería saber si tenías algún tatuaje, porque te iba a proponer que para nuestra próxima reunión te hagamos un tatuaje.
Si te haces un tatuaje, yo me haré uno.
Ya tengo uno, pero he estado buscando ampliarlo.
Tengo uno también.
Sí. Esto es lo que aprendí de ChatGPT. Dijo que Jensen Huang se hizo un tatuaje del logotipo de la empresa cuando el precio de las acciones alcanzó los 100 dólares. Luego decía: “Sin embargo, Huang ha expresado que es poco probable que se haga más tatuajes, y señaló que el dolor fue más intenso de lo que anticipaba”. Decía que lloraste. ¿Lloraste?
Un poco. Mi recomendación es que te tomes un trago de whisky antes de hacerlo. O tome Advil. También creo que las mujeres pueden soportar mucho más dolor, porque mi hija tiene un tatuaje bastante grande.
Entonces, si quisieras hacerte un tatuaje, pensé que un triángulo podría quedar bien, porque ¿a quién no le gustan los triángulos? Son de geometría perfecta.
¡O la silueta del edificio de Nvidia! Está compuesto de triángulos.
Eso es un compromiso. Me preguntaba: ¿con qué frecuencia utiliza usted personalmente ChatGPT o Bard o similares?
He estado usando Perplexity. También disfruto de ChatGPT. Utilizo ambos casi todos los días.
¿Para qué?
Investigación. Por ejemplo, el descubrimiento de fármacos asistido por ordenador. Quizás le gustaría conocer los avances recientes en el descubrimiento de fármacos asistido por computadora. Entonces queremos encuadrar el tema general de modo que podamos tener un marco y, a partir de ese marco, poder hacer preguntas cada vez más específicas. Realmente me encanta eso de estos grandes modelos de lenguaje.
Escuché que solías levantar pesas. ¿Todavía haces eso?
No. Intentaré hacer 40 flexiones al día. Eso no lleva más de un par de minutos. Soy un deportista perezoso. Haré sentadillas mientras me lavo los dientes.
Recientemente hiciste un comentario en el podcast Acquired que se volvió viral. Los anfitriones preguntaron: si hoy tuvieras 30 años y estuvieras pensando en iniciar una empresa, ¿qué empezarías? Y dijiste que no iniciarías ninguna empresa en absoluto. ¿Tiene alguna enmienda al respecto?
Esa pregunta podría responderse de dos maneras, y la respondí de esta manera: si supiera entonces todas las cosas que sé ahora, me sentiría demasiado intimidado para hacerlo. Tendría demasiado miedo. Yo no lo hubiera hecho.
Hay que estar algo delirante para montar un negocio.
Ésa es la ventaja de la ignorancia. No sabes lo difícil que va a ser, no sabes cuánto dolor y sufrimiento implica. Cuando me encuentro con emprendedores estos días y me dicen lo fácil que va a ser, los apoyo mucho y en realidad no intento reventar su burbuja. Pero lo sé en el fondo de mi mente: “Oh, muchacho, esto no va a resultar como ellos piensan”.
¿Cuál dirías que es el mayor sacrificio que has tenido que hacer al ejecutar Nvidia?
Los mismos sacrificios que hacen otros emprendedores. Trabajas muy, muy duro. Y durante mucho tiempo, nadie cree que vayas a tener éxito. Eres el único que cree que lo lograrás. Las inseguridades, la vulnerabilidad, a veces la humillación, todo es verdad. Nadie habla de ello, pero todo es verdad. Los directores ejecutivos y los emprendedores son humanos como cualquier otra persona. Y cuando fracasan públicamente, es vergonzoso.
Entonces, cuando alguien dijo: “Jensen, con todo lo que tienes hoy, ¿no lo habrías iniciado?” Como, “No, no, no, por supuesto que no”. Pero si hubiera sabido entonces que Nvidia se convertiría en lo que es hoy, habría fundado la empresa, ¿estás bromeando? Habría sacrificado todo para hacerlo.
Lauren Goode is a senior writer at WIRED covering consumer tech issues. She focuses on the intersection of new technologies and humanity, often through experiential or investigative personal essays. Her coverage areas include communications apps, trends in commerce, AR and VR, subscription services, data and device ownership, and how Silicon Valley culture shapes the products we use. Prior to WIRED she worked at The Verge, Recode, and The Wall Street Journal. She lives in San Francisco.
Fuente: https://www.wired.com/story/nvidia-hardware-is-eating-the-world-jensen-huang/
