needhelp
← Back to blog

Тридцать дней, тридцать три года: Дженсен Хуанг покидает Nvidia

by xingwangzhe
nvidiajensen-huangcudagpuai-infrastructure

12 ноября 2026 года, во второй половине дня по времени Восточного побережья, пресс-служба Nvidia опубликовала заявление объёмом меньше трёхсот слов. Дженсен Хуанг ушёл с постов президента, генерального директора и члена совета директоров. Немедленно.

Без переходного периода. Без «покинет пост такого-то числа». Без почётной должности советника, которую основатели обычно оставляют за собой.

Акция падала более чем на 10% на предторгах и закрылась минусом 4,34%, потеряв около 182 миллиардов долларов капитализации. Совет отреагировал в тот же день: Колетт Кресс, исполнительный вице-президент и финансовый директор, стала временным CEO, сохранив и финансовую должность; Харви К. Джонс, бывший CEO и исполнительный председатель Synopsys, занял впервые за 33 года созданный пост председателя совета директоров.

Заявление причину не называет. В нём сказано, что операционная деятельность, обязательства перед клиентами и план выпуска продуктов идут по графику, а отчёт за третий квартал выйдет 17 ноября, как и планировалось.

Некролог писать легко и бесполезно. Полезнее спросить, какие решения этих 33 лет были личным суждением Хуанга, а какие уже стали мышечной памятью организации. Разговор 17 ноября проверяет вторую категорию.

Столик в Denny’s

5 апреля 1993 года, Сан-Хосе, Калифорния, столик в закусочной Denny’s. Трое: Хуанг, только что из LSI Logic, и Крис Малаховски с Кёртисом Примом, оба из Sun Microsystems. Стартовый капитал — 40 тысяч долларов. Хуангу было 30.

Название от латинского invidia — зависть. В ранних файлах стоял префикс NV, от next version. Они верили в конкретную вещь: ПК превратится из офисной машины в потребительское устройство, а первая потребность потребительского устройства — картинка.

В 1993 году это не было странностью. Производителей графических чипов было два десятка, через три года — семьдесят. К 2006-му независимым остался один.

Странностью была не идея. Странностью был размер ставки.

Первая ошибка: NV1 и квадратичные поверхности

NV1 1995 года — учебник по ошибкам, и ошибка была в геометрии.

Полигональный рендеринг работал на треугольниках, и DirectX от Microsoft делал их стандартом де-факто. NV1 выбрал квадратичное наложение текстур: строить объекты из криволинейных патчей, что теоретически экономит пропускную способность, сглаживает края и убирает ступеньки треугольников.

Sega портировала аркадный Virtual Fighter — первую 3D-игру на чипе Nvidia. Плата продавалась как Diamond Edge 3D.

Проблема была не в вычислениях, а в инструментах. Редакторы моделей, ресурсы художников, движки и мышечная память программистов выросли вокруг треугольников. Плата, которая рисует только кривые, требует от целой индустрии переделать рабочий процесс. Никакое преимущество в производительности это не компенсирует.

Sega отменила следующий заказ. Хуанг полетел в Японию, признал ошибку перед Сёитиро Иримадзири и попросил оставить уже выплаченные деньги. Тот превратил заказ в инвестиции на 5 миллионов долларов. Это дало примерно полгода.

В 1996-м он уволил больше половины сотрудников и поставил остаток кассы на дизайн, который ещё не прошёл производство.

«Наша компания в тридцати днях от закрытия». Он повторял это на общих собраниях десять лет. Это была не метафора. Это был остаток денег.

Вторая ставка: RIVA 128 и стандарт

RIVA 128 вышла в 1997-м как результат той ставки. Первый в мире 128-битный 3D-процессор, без кривых, только треугольники, полная ставка на Direct3D. Миллион плат за четыре месяца.

На старте денег на счету хватало на одну зарплату. Историю рассказывают как сказку про выживание, но суть в другом: цена признания неверного технического направления должна быть меньше, чем деньги на счету. Между NV1 и RIVA 128 нет гения. Есть публичное и дорогое признание ошибки, в том числе перед клиентом, который уже заплатил.

Именно здесь умирает большинство компаний. Направление неверное, но у организации нет языка для признания, и ресурсы продолжают уходить в невозвратные затраты.

Придумать слово: GPU в 1999-м

Январь 1999-го: выход на Nasdaq по 12 долларов за акцию.

Октябрь того же года: GeForce 256. Nvidia придумывает термин GPU и даёт проверяемое определение: однокристальный процессор со встроенными модулями трансформации, освещения, сборки и отсечения треугольников и рендеринга, обрабатывающий не менее десяти миллионов полигонов в секунду.

Сутью был аппаратный T&L. До этого трансформацию вершин и освещение считал процессор, а плата только закрашивала готовые треугольники. Перенос T&L на плату дал ей собственную вычислительную работу. Она перестала быть холстом.

Официальная хронология даёт сравнение: современные GPU обрабатывают более семи миллиардов полигонов в секунду. Двадцать семь лет, три порядка.

Позже слово вышло за пределы графики и стало единицей вычислений. «Сколько GPU нам нужно» в 2023-м означало совсем не то, что в 1999-м.

Компании, которые конкурируют продуктами, отгружают продукты. Компании, которые конкурируют категориями, придумывают слова. Назвать вещь — значит выставить табло, а кто выставил табло, тот решает, за что играют следующий раунд.

Ставка, которая не нравилась никому: CUDA

В 2006-м архитектура G80 принесла унифицированные шейдеры: пиксельные и вершинные перестали быть физически раздельными, любой потоковый процессор мог исполнять общий код. В G80 было 128 процессоров, восемь групп по шестнадцать.

Дальше — самое важное решение в истории компании, и оно не про продукт: открыть эти программируемые ядра для неграфических вычислений. CUDA вышла в ноябре 2006-го.

Технически скромно: параллельная модель с синтаксисом, похожим на C. Потоки объединяются в блоки, блоки — в сетки; 32 потока образуют warp, исполняющий одну инструкцию за такт и различающийся только регистрами данных. Программисту не нужно знать, сколько в карте SM. Нужно ответить, сколько в задаче независимых данных.

Этот слой абстракции и есть техническое содержание ставки. Он превращает параллелизм из детали железа в модель программирования, а цена — площадь кристалла, стек драйверов, компилятор, отладчик и двадцать лет обратной совместимости.

Коммерчески — совсем не скромно: CUDA стояла на каждой GeForce, включая купленные только для игр.

Уолл-стрит видела затраты. Зачем игровой карте платить транзисторами и валидацией за компилятор, которым никто не пользуется? В кризис 2008 года акция упала на 70%.

«Мы демократизировали суперкомпьютинг», — сказал Хуанг позже.

В 2008-м это звучало как утешение. Понадобилось шесть лет, чтобы стало констатацией.

Шесть лет спустя: две GTX 580

В 2012-м трое из Университета Торонто — Алекс Крижевский, Илья Суцкевер и Джеффри Хинтон — обучили свёрточную сеть на двух потребительских GeForce GTX 580 для ImageNet. Ошибка 15,3%, у второго места — 26,2%.

Важный технический факт не в том, что алгоритм победил. Важно, что железо уже было на месте. Десять лет CUDA на розничных полках означали, что в каждой лаборатории мира уже стоит машина, способная обучать глубокие сети. Просто им не сказали.

Экосистема начисляет сложный процент именно так. Не нужно в 2012-м убеждать кого-то купить карту. Нужно в 2006-м положить её на стол.

В этом же и ров. 92% корпоративного рынка GPU держатся не на преимуществе одного поколения. Они держатся на том, что код из любой статьи можно склонировать и запустить. Цена перехода живёт в миллионах строк CUDA, а не в чипе.

Донести коробку: DGX-1 и граница «одной машины»

В августе 2016-го Хуанг приехал в Сан-Франциско и сам внёс первый DGX-1 в офис OpenAI. Машина стоила 129 тысяч долларов, восемь P100 на NVLink. Илон Маск был в комнате.

Глава компании стоимостью в десятки миллиардов привёз компьютер некоммерческой лаборатории, существующей несколько месяцев, и сам его тащил. Историю рассказывают как анекдот. Это самый точный автопортрет компании: продают не чип, а образец того, как должны выглядеть вычисления.

Volta 2017 года принесла Tensor Cores — блок матричного умножения 4×4. Ключевые операторы Transformer почти целиком состоят из пакетных матричных умножений, и обвал стоимости обучения с 2020 по 2025 год наполовину пришёл из техпроцесса и упаковки, наполовину из специализированного железа под эту операцию.

Дальше точность падала от поколения к поколению: FP16 на V100, BF16 и TF32 на A100, FP8 на H100, FP4 на Blackwell. Каждый шаг делал одно и то же — вынимал из кремния и полосы пропускания точность, которая модели не нужна.

Общий интерфейс, специальное ядро. Именно поэтому предсказание «специализированные чипы заменят GPU» звучит каждый год и не сбывается.

## Впаять матричное умножение в кремний

Volta вышла в 2017-м, и в V100 появились Tensor Cores: блок матричного умножения-сложения 4×4, выполняющий пачку операций за такт. Тогда большинство фреймворков ещё звали cuBLAS в FP32, и путь FP16 требовал правок в коде.

Через пять лет это стало решающим. Ключевые операторы Transformer почти целиком состоят из пакетных матричных умножений; транспонирование QK в attention и взвешенная сумма после softmax ложатся на железо как крупные GEMM. Обвал стоимости обучения с 2020 по 2025 год наполовину пришёл из техпроцесса и упаковки, наполовину из решения сделать отдельный блок под эту операцию.

Дальше точность падала от поколения к поколению: FP16 на V100, BF16 и TF32 на A100, FP8 на H100, FP4 на Blackwell. Каждый шаг делал одно: вынимал из площади кристалла и полосы памяти ту точность, которая модели не нужна.

Задним числом это оказался умный хедж стратегии CUDA: наружу — общий программируемый интерфейс, внутрь — специальное железо под самый частый кернел.

Общий интерфейс, специальное ядро. Именно поэтому «специализированные чипы заменят GPU» предсказывают каждый год и этого не происходит: претенденты проигрывают либо на универсальности, либо на миллионах уже написанных строк.

Одна неудача: Tegra

В истории с 1993 по 2026 год неудач больше, чем успехов. Они просто тише.

В 2008-м Nvidia выпустила Tegra и пошла в телефоны. Tegra попала в Zune HD, пару планшетов и автомобильные головные устройства, а затем Qualcomm и собственные SoC Apple вытеснили её с массового рынка. К 2015-му бизнес ушёл из мобильной драки в кокпиты и автопилот.

Тот же урок, что с NV1, только дешевле: более быстрый чип внутри чужой экосистемы не побеждает того, кто определяет экосистему.

Уцелевшая ветка — автопром и робототехника — через десять лет стала входом в телесный ИИ.

От триллиона к пяти

H100 вышла в 2022-м. ChatGPT появился через несколько месяцев. Тайминг слишком хорош, чтобы быть правдой.

Капитализация превысила триллион в 2023-м, три триллиона в 2024-м, а в октябре 2025-го Nvidia первой прошла пять триллионов. Доля корпоративного рынка — около 92%.

Удача была. AlexNet работал на их картах; ключевой оператор Transformer — матричное умножение; большим моделям нужны тысячи карт, соединённых в одну машину. Но удача объясняет пики, а не присутствие на каждом из них.

Его формулировка — закон Хуанга: производительность удваивается каждые два года, а удельная стоимость падает. Это не переписывание закона Мура, а сжатие архитектуры, упаковки, интерконнекта и софта в один ритм. Предпосылка: все четыре слоя в одной компании и подпись человека, которому не нужно объяснять долгосрочные расходы на квартальном звонке.

2 сентября 2026 года в разговоре с министром торговли Говардом Латником он сказал: «Я мог бы уже не работать, но не хочу это пропустить. Я не пропущу следующие 10, 15 лет». И добавил, что до 2030 года нужно построить ещё 100 гигаватт вычислительной инфраструктуры.

Через десять недель его не стало в компании.

Две карты

Китайский бизнес — фон для запросов, начавшихся после 12 ноября.

В октябре 2022-го Минторг США ограничил экспорт A100 и H100, и Nvidia выпустила урезанные A800 и H800. В октябре 2023-го новые правила прописали порог плотности производительности, эти модели попали в список, дальше пошли развороты вокруг H20: ограничение, затем условная лицензия в 2025-м.

Итог — смена структуры выручки: выручка дата-центров в Китае упала с более чем пятой части до почти нуля, затем частично восстановилась. Инженерией это не решается, потому что измеряют не производительность, а лицензию.

Поэтому письмо после 12 ноября касалось не вычислений, а того, кто что одобрил и где записи. Ричард Нил и Рон Уайден попросили Минторг сохранить документы. Они меньшинство: спросить могут, заставить — нет.

Счёт за фабрику ИИ

В сентябре 2026-го Хуанг начал называть дата-центры «фабриками ИИ» и дал график: 100 гигаватт до 2030 года.

Крупный энергоблок — около 1 гигаватта. Это число переносит разговор с поставок чипов на электричество и землю. В том же месяце Nebius объявила 40 миллиардов долларов капзатрат на 2027 год, акция упала на 17%; площадка Microsoft в Нью-Джерси отставала на месяцы. Узкое место переехало с ускорителя на подстанцию.

Это же и самое трудное в преемственности. Хуанг продавал не только чипы. Он продавал ожидание, что вычисления останутся дефицитом, а такое ожидание нужно повторять каждую неделю.

Когда главной стала инференция

С 2024 по 2026 год изменилась форма спроса. Капзатраты на обучение остались огромными, но замедлились; выросла инференция — длинный контекст, агенты, циклически вызывающие инструменты, многопроходная самопроверка.

Экономика другая. Обучение вознаграждает пиковые FLOPS и пропускную способность интерконнекта. Инференция — предельную стоимость токена: объём памяти решает, сколько KV-кэша влезет, пропускная способность решает скорость декодирования, квантизация решает размер модели в той же VRAM. Сжать KV-кэш в пять раз — значит обслуживать в пять раз больше параллельных запросов на одной карте.

Отсюда движение к FP4 после Blackwell и то, что сжатие KV-кэша, спекулятивное декодирование и планирование батчей занимают большую часть исследований 2026 года.

Для рва сдвиг играет против. Эпоха обучения вознаграждала самую быструю карту. Эпоха инференции вознаграждает минимальную стоимость токена, а это территория, которую могут занять собственные ASIC: TPU у Google, Trainium у AWS, MTIA у Meta. Хуанг удерживал разрыв годовым тактом архитектур. Удержит ли его второй человек — главный вопрос после 17 ноября.

Шестьдесят прямых подчинённых

Стиль управления был странным даже для Кремниевой долины. Около 60 прямых подчинённых. Без встреч один на один. Без слайдов.

Каждый присылал еженедельное письмо Top 5 Things: пять главных пунктов и о чём вы думаете. Информация шла горизонтально, а не вверх и вниз по иерархии. Практика выжила и при десяти тысячах сотрудников — ценой разорванного календаря CEO.

«Наша компания в тридцати днях от закрытия» было эмоциональной базовой линией системы. Она держала компанию на 4 триллиона в напряжении. Она же привела к тому, что за 33 года никто не вырос в преемника.

Это не заговор, а структура: CEO, встроенный в каждый критический контур решений, системно подавляет появление второго принимающего решения.

После 12 ноября

Кресс 59 лет. Она пришла финансовым директором в сентябре 2013-го после почти 25 лет в финансах Texas Instruments, Microsoft и Cisco. Собеседники Reuters описывают её как спокойную противоположность конфронтационному стилю Хуанга.

Рынок не убеждён. Аншель Саг из Moor Insights and Strategy говорит прямо: финансовый директор на временном посту успокаивает рынки, но она не тот долгосрочный визионер, который нужен Nvidia.

Называют три имени: Иан Бак, в Nvidia с 2004 года, отвечает за железо и софт для ИИ, стоял у истоков CUDA; Рене Хаас, CEO Arm, семь лет вице-президентом в Nvidia; и Лиза Су, CEO AMD, самый прямой конкурент.

17 ноября после закрытия — отчёт за третий квартал. Это будет первая открытая сессия вопросов нового руководства.

В тот же день Ричард Нил и Рон Уайден, старшие демократы в комитете по налогам и сборам Палаты представителей и в финансовом комитете Сената, написали министру торговли Латнику о том, как оформлялись продажи чипов Nvidia в Китай, и попросили ведомство сохранить документы. Меньшинство: спросить могут, заставить — нет.

Белая кожаная куртка

За 33 года компания меняла CEO один раз. Теперь поменяла.

Проверяют не компетентность преемника, а более тихий вопрос: сколько из этих ставок — треугольники, аппаратный T&L, унифицированные шейдеры, CUDA, Tensor Cores, NVLink — были личным суждением, а сколько уже стали значением по умолчанию для организации.

CUDA — первая половина ответа. Более четырёх тысяч ускоренных библиотек, миллионы разработчиков, двадцать лет совместимости. Ни один преемник это не опрокинет, как никто не опрокинул x86. Это актив компании, а не человека.

Вторая половина — напряжение тридцати дней. Его нельзя вписать в регламент. Оно существует, только пока кто-то его повторяет и показывает календарём. Это личный актив.

Заявление 12 ноября разделило эти две вещи. Рынок оценил разделение в 182 миллиарда.

Кремний проходит цикл за три года. Архитектуры — за десять. Экосистемы — за двадцать. Срок одного человека длился тридцать три, ровно столько, чтобы один раз угадать на всех трёх слоях.

Белая кожаная куртка всё ещё в шкафу. Человека, который её носил, в переговорной больше нет.

Источники

Share this page