Тридцять днів, тридцять три роки: Дженсен Хуанг залишає Nvidia
12 листопада 2026 року по обіді за східним часом прес-служба Nvidia опублікувала заяву коротшу за триста слів. Дженсен Хуанг пішов з посад президента, генерального директора й члена ради директорів — негайно.
Без перехідного періоду. Без «залишить посаду такого-то числа». Без посади радника, яку засновники зазвичай зберігають.
Акція впала більш ніж на 10% до відкриття і закрилася мінусом 4,34%, втративши близько 182 мільярдів доларів капіталізації. Рада діяла того ж дня: Колетт Кресс, виконавча віцепрезидентка й фінансова директорка, стала тимчасовою CEO, зберігши фінанси; Гарві К. Джонс, колишній CEO Synopsys, став першим головою ради директорів за 33 роки. Цієї посади ніколи не існувало.
Заява не називає причини. У ній сказано, що операції, зобов’язання перед клієнтами й план продуктів ідуть за графіком, а результати третього кварталу вийдуть 17 листопада.
Писати некролог легко й марно. Краще питання: які рішення цих 33 років були особистим судженням Хуанга, а які вже стали м’язовою пам’яттю організації. Розмова 17 листопада перевіряє другу категорію.
Столик у Denny’s
5 квітня 1993 року, Сан-Хосе, Каліфорнія, столик у Denny’s. Троє: Хуанг, щойно з LSI Logic, і Кріс Малаховскі та Кертіс Прім із Sun Microsystems. Стартовий капітал — 40 тисяч доларів. Хуангу було 30.
Назва походить від латинського invidia — заздрість. У ранніх файлах стояв префікс NV, від next version. Вони вірили в конкретну річ: ПК перетвориться з офісної машини на споживчий пристрій, а перша потреба споживчого пристрою — зображення.
У 1993-му це не було дивацтвом. Виробників графічних чипів було два десятки, за три роки — сімдесят. До 2006-го незалежним залишився один.
Дивним був не задум. Дивним був розмір ставки.
Перша помилкова ставка: NV1 і квадратичні поверхні
NV1 1995 року — підручникова помилка, і помилка була в геометрії.
Полігональний рендеринг працював на трикутниках, і DirectX від Microsoft робив їх стандартом де-факто. NV1 обрав квадратичне накладання текстур: будувати об’єкти з кривих латок, що теоретично економить пропускну здатність, згладжує краї й прибирає сходинки трикутників.
Sega портувала аркадний Virtual Fighter — першу 3D-гру на чипі Nvidia. Карта продавалася як Diamond Edge 3D.
Проблема була не в обчисленнях, а в інструментах. Редактори моделей, ресурси, рушії й м’язова пам’ять програмістів виросли навколо трикутників. Карта, що малює лише криві, вимагає від цілої індустрії переробити робочий процес. Жодна перевага в продуктивності цього не компенсує.
Sega скасувала наступне замовлення. Хуанг полетів до Японії, визнав помилку перед Шоїчіро Ірімаджірі й попросив залишити вже сплачені гроші. Той перетворив замовлення на інвестицію в 5 мільйонів доларів. Це дало близько пів року.
1996 року він звільнив понад половину працівників і поставив залишок готівки на дизайн, який ще не вийшов із заводу.
«Наша компанія за тридцять днів від закриття». Він повторював це на загальних зборах десять років. Це була не метафора. Це був запас готівки.
Друга ставка: RIVA 128 і стандарт
RIVA 128 вийшла 1997 року як результат тієї ставки. Перший у світі 128-бітний 3D-процесор, без кривих, лише трикутники, повна відданість Direct3D. Мільйон штук за чотири місяці.
На старті залишок на рахунку покривав одну зарплату. Історію розповідають як казку про порятунок, але суть інша: ціна визнання хибного технічного напрямку має бути меншою за готівку. Між NV1 і RIVA 128 немає генія. Є публічне й дороге визнання — зокрема перед клієнтом, який уже заплатив.
Саме тут гине більшість компаній. Напрямок хибний, але організація не має словника, щоб це визнати, тож ресурси течуть у незворотні витрати.
Вигадати слово: GPU у 1999-му
Січень 1999: Nvidia виходить на Nasdaq по 12 доларів за акцію.
Жовтень того ж року: GeForce 256. Nvidia вигадує термін GPU і дає перевірюване визначення: однокристальний процесор з інтегрованими блоками трансформації, освітлення, складання й відсікання трикутників та рендерингу, здатний обробляти щонайменше десять мільйонів полігонів за секунду.
Сутністю був апаратний T&L. Доти трансформація вершин і освітлення були роботою процесора, а карта лише зафарбовувала готові трикутники. Перенесення T&L на карту дало їй власне обчислювальне навантаження. Вона перестала бути полотном.
Офіційна хронологія дає порівняння: сучасні GPU обробляють понад сім мільярдів полігонів за секунду. Двадцять сім років, три порядки.
Згодом слово вийшло за межі графіки й стало одиницею обчислень.
Компанії, що конкурують продуктами, відвантажують продукти. Компанії, що конкурують категоріями, вигадують слова. Назвати річ — це виставити табло, а хто виставив табло, той вирішує, за що грають наступний раунд.
Ставка, яка нікому не подобалась: CUDA
2006 року архітектура G80 принесла уніфіковані шейдери: піксельні й вершинні перестали бути фізично роздільними, кожен потоковий процесор міг виконувати загальний код. У G80 було 128 процесорів у восьми групах.
Далі — найважливіше рішення в історії компанії, і воно не про продукт: відкрити ці програмовані ядра для неграфічних обчислень. CUDA вийшла в листопаді 2006-го.
Технічно скромно: паралельна модель із синтаксисом, схожим на C. Потоки групуються в блоки, блоки в сітки; 32 потоки утворюють warp, що виконує одну інструкцію за такт і відрізняється лише регістрами даних. Програмісту не треба знати, скільки SM у карті. Треба відповісти, скільки незалежних даних у задачі.
Цей шар абстракції і є справжнім технічним змістом ставки. Він перетворює паралелізм із деталі заліза на модель програмування, а ціна — площа кристала, стек драйверів, компілятор, налагоджувач і двадцять років зворотної сумісності.
Комерційно — зовсім не скромно: CUDA стояла на кожній GeForce, включно з купленими лише для ігор.
Волл-стріт бачила витрати. Навіщо ігровій карті платити транзисторами й валідацією за компілятор, яким ніхто не користується? У кризу 2008 року акція впала на 70%.
«Ми демократизували суперкомп’ютинг», — сказав Хуанг згодом.
У 2008-му це звучало як утіха. Знадобилося шість років, щоб стало констатацією.
Шість років по тому: дві GTX 580
2012 року троє з Університету Торонто — Алекс Крижевський, Ілля Суцкевер і Джеффрі Гінтон — навчили згорткову мережу на двох споживчих GeForce GTX 580 для ImageNet. Помилка 15,3%, друге місце — 26,2%.
Важливий технічний факт не в тому, що алгоритм переміг. А в тому, що залізо вже було на місці. Десять років CUDA на полицях означали, що кожна лабораторія світу вже має машину, здатну навчати глибокі мережі; їм просто не сказали.
Екосистема нараховує складний відсоток саме так. Не треба в 2012-му переконувати когось купити карту. Треба в 2006-му покласти її на стіл.
Це і є рів. 92% корпоративного ринку тримаються не на перевазі одного покоління. Вони тримаються на тому, що код із будь-якої статті можна склонувати й запустити. Ціна переходу живе в мільйонах рядків CUDA, а не в чипі.
Донести коробку: DGX-1 і межа «однієї машини»
У серпні 2016-го Хуанг приїхав до Сан-Франциско й сам заніс перший DGX-1 до офісу OpenAI. Машина коштувала 129 тисяч доларів, вісім P100 на NVLink. Ілон Маск був у кімнаті.
CEO компанії вартістю в десятки мільярдів привіз комп’ютер неприбутковій лабораторії, якій кілька місяців, і сам його ніс. Історію переказують як жарт. Це найточніший автопортрет компанії: продають не чип, а взірець того, якими мають бути обчислення.
Volta 2017 року принесла Tensor Cores — блок множення матриць 4×4. Ключові оператори Transformer майже всі — пакетні матричні множення, і обвал вартості навчання між 2020 і 2025 роками наполовину прийшов із процесу й пакування, наполовину з апаратури, присвяченої цій операції.
Далі точність спадала від покоління до покоління: FP16 на V100, BF16 і TF32 на A100, FP8 на H100, FP4 на Blackwell. Кожен крок робив те саме: прибирав із кремнію й смуги точність, якої модель не потребує.
Загальний інтерфейс, спеціалізоване ядро. Ця комбінація пояснює, чому «спеціалізовані чипи замінять GPU» пророкують щороку і це не здійснюється.
## Упаяти матричне множення в кремній
Volta вийшла 2017 року, і у V100 з’явилися Tensor Cores: блок матричного множення-додавання 4×4, що виконує пачку операцій за такт. Тоді більшість фреймворків ще кликали cuBLAS у FP32, і шлях FP16 вимагав правок у коді.
Через п’ять років це стало вирішальним. Ключові оператори Transformer майже всі — пакетні матричні множення; транспонування QK в attention і зважена сума після softmax лягають на залізо як великі GEMM. Обвал вартості навчання між 2020 і 2025 роками наполовину прийшов із процесу й пакування, наполовину з рішення зробити окремий блок під цю операцію.
Далі точність спадала від покоління до покоління: FP16 на V100, BF16 і TF32 на A100, FP8 на H100, FP4 на Blackwell. Кожен крок робив одне: прибирав із площі кристала й смуги пам’яті точність, якої моделі не потрібно.
Заднім числом це виявився розумний хедж стратегії CUDA: назовні — загальний програмований інтерфейс, усередину — спеціальне залізо під найчастіший кернел.
Загальний інтерфейс, спеціальне ядро. Саме тому «спеціалізовані чипи замінять GPU» пророкують щороку і цього не стається: претенденти програють або на універсальності, або на мільйонах уже написаних рядків.
Одна невдача: Tegra
Історія 1993–2026 має більше невдач, ніж успіхів. Просто вони тихіші.
2008 року Nvidia випустила Tegra і пішла в телефони. Tegra потрапила в Zune HD, кілька планшетів і автомобільні головні пристрої, а потім Qualcomm і власні SoC Apple витиснули її з масового ринку. Близько 2015-го бізнес пішов із мобільної боротьби в кокпіти й автопілот.
Той самий урок, що з NV1, лише дешевший: швидший чип у чужій екосистемі не перемагає того, хто визначає екосистему.
Уціліла гілка — автопром і робототехніка — через десять років стала входом у тілесний ШІ.
Від трильйона до п’яти
H100 вийшла 2022 року. ChatGPT з’явився за кілька місяців. Таймінг був занадто добрим.
Капіталізація перетнула трильйон 2023-го, три трильйони 2024-го, а в жовтні 2025-го Nvidia першою подолала п’ять трильйонів. Частка корпоративного ринку — близько 92%.
Удача була. AlexNet бігав на їхніх картах; ключовий оператор Transformer — матричне множення; великі моделі потребують тисяч карт, з’єднаних в одну машину. Але удача пояснює піки, а не присутність на кожному з них.
Його формулювання — закон Хуанга: продуктивність подвоюється кожні два роки, а питома вартість падає. Це не переписування закону Мура, а стискання архітектури, пакування, інтерконекту й софту в один ритм. Передумова: усі чотири шари в одній компанії і підпис людини, якій не треба пояснювати довгострокові витрати на квартальному дзвінку.
2 вересня 2026 року в розмові з міністром торгівлі Говардом Латніком він сказав: «Я міг би вже не працювати, але не хочу це пропустити. Я не пропущу наступні 10, 15 років». Додав, що до 2030 року треба збудувати ще 100 гігаватів обчислювальної інфраструктури.
Через десять тижнів його не було.
Дві карти
Китайський бізнес — тло запитів, що почалися після 12 листопада.
У жовтні 2022-го Мінторг США обмежив експорт A100 і H100, і Nvidia випустила урізані A800 та H800. У жовтні 2023-го нові правила вписали пороги щільності продуктивності, ці чипи потрапили до списку, далі пішли розвороти навколо H20: обмеження, потім умовна ліцензія 2025 року.
Результат — зміна структури виторгу: виторг дата-центрів у Китаї впав із понад п’ятої частини до майже нуля, потім частково відновився. Інженерія цього не вирішує, бо вимірюють не продуктивність. Ліцензію.
Тому лист після 12 листопада стосувався не обчислень, а того, хто що схвалив і де записи. Річард Ніл і Рон Вайден попросили міністерство зберегти документи. Вони меншість: питати можуть, змушувати — ні.
Рахунок фабрики ШІ
У вересні 2026-го Хуанг почав називати дата-центри «фабриками ШІ» й дав графік: 100 гігаватів до 2030 року.
Великий ядерний блок — близько 1 гігавата. Це число переносить розмову з поставок чипів на електрику й землю. Того ж місяця Nebius оголосила 40 мільярдів доларів капвитрат на 2027 рік, акція впала на 17%; майданчик Microsoft у Нью-Джерсі відставав на місяці. Вузьке місце переїхало з прискорювача на підстанцію.
Це і найважче в спадкоємності. Хуанг продавав не лише чипи. Він продавав очікування, що обчислення лишаться дефіцитом, а таке очікування потребує когось, хто повторює його щотижня.
Коли головним став інференс
Між 2024 і 2026 роками форма попиту змінилася. Витрати на навчання лишилися величезними, але сповільнилися; зріс інференс — довгий контекст, агенти, що циклічно викликають інструменти, багатопрохідна самоперевірка.
Економіка інша. Навчання винагороджує пікові FLOPS і пропускну здатність інтерконекту. Інференс — граничну вартість токена: обсяг пам’яті визначає, скільки KV-кешу влізе, смуга визначає швидкість декодування, квантизація — розмір моделі в тій самій VRAM. Стиснути KV-кеш у п’ять разів означає обслужити в п’ять разів більше паралельних запитів на одній карті.
Звідси рух до FP4 після Blackwell і звідси те, що стиснення KV-кешу, спекулятивне декодування й планування батчів займають більшість досліджень 2026 року.
Для рову цей зсув несприятливий. Ера навчання винагороджувала найшвидшу карту. Ера інференсу винагороджує найнижчу вартість токена, а це терен, який можуть зайняти власні ASIC: TPU від Google, Trainium від AWS, MTIA від Meta. Хуанг утримував розрив річним тактом архітектур. Чи втримає його друга людина — головне питання після 17 листопада.
Шістдесят прямих підлеглих
Стиль управління був дивним навіть для Кремнієвої долини. Близько 60 прямих підлеглих. Без зустрічей віч-на-віч. Без слайдів.
Кожен надсилав щотижневого листа Top 5 Things: п’ять найважливіших речей і про що ви думаєте. Інформація йшла горизонтально, а не вгору й униз ієрархією. Практика пережила десять тисяч працівників — ціною розірваного календаря CEO.
«Наша компанія за тридцять днів від закриття» було емоційною базовою лінією системи. Воно тримало компанію на 4 трильйони в напрузі. Воно ж зробило так, що за 33 роки ніхто не виріс у наступника.
Це не змова, а структура: CEO, вбудований у кожен критичний контур рішень, системно придушує появу другого того, хто вирішує.
Після 12 листопада
Кресс 59 років. Вона прийшла фінансовою директоркою у вересні 2013-го після майже 25 років у фінансах Texas Instruments, Microsoft і Cisco. Співрозмовники Reuters описують її як спокійну протилежність конфронтаційному стилю Хуанга.
Ринок не переконаний. Аншель Саг із Moor Insights каже прямо: фінансова директорка на тимчасовому місці заспокоює ринки, але вона не та довгострокова візіонерка, яка потрібна Nvidia.
Називають три імені: Іан Бак, у Nvidia з 2004 року, відповідає за апаратне й програмне забезпечення ШІ, стояв біля витоків CUDA; Рене Гаас, CEO Arm, сім років віцепрезидентом у Nvidia; і Ліза Су, CEO AMD, найпряміша конкурентка.
17 листопада після закриття — звіт за третій квартал. Це буде перша відкрита сесія запитань нового керівництва.
Того ж дня Річард Ніл і Рон Вайден, старші демократи в комітеті з податків і зборів Палати представників та у фінансовому комітеті Сенату, написали міністру торгівлі Латніку про те, як оформлювалися продажі чипів Nvidia до Китаю, і попросили відомство зберегти документи. Меншість: спитати можуть, змусити — ні.
Біла шкіряна куртка
За 33 роки компанія змінювала CEO один раз. Тепер змінила.
Перевіряють не компетентність наступника, а тихіше питання: скільки з цих ставок — трикутники, апаратний T&L, уніфіковані шейдери, CUDA, Tensor Cores, NVLink — були особистим судженням, а скільки вже стали усталеними для організації.
CUDA — перша половина відповіді. Понад чотири тисячі прискорених бібліотек, мільйони розробників, двадцять років сумісності. Жоден наступник цього не переверне, як ніхто не перевернув x86. Це актив компанії, не людини.
Друга половина — напруга тридцяти днів. Її не впишеш у регламент. Вона існує, лише коли хтось повторює її й показує календарем. Це особистий актив.
Заява 12 листопада розділила ці дві речі. Ринок оцінив розділення у 182 мільярди.
Кремній проходить цикл за три роки. Архітектури — за десять. Екосистеми — за двадцять. Термін однієї людини тривав тридцять три, рівно стільки, щоб один раз вгадати на всіх трьох шарах.
Біла шкіряна куртка досі у шафі. Людини, яка її носила, у переговорній більше немає.