Թարգմանչաց շարժման տեսադարանը

NVIDIA Empire: Ինչպե՞ս նրանք հաղթեցին արդյունաբերությանը:.mp4

WEBVTT

00:00.000 --> 00:02.000
Գիտե՞ք, թե որն է ամենաթանկ ընկերությունն աշխարհում:

00:03.000 --> 00:06.000
Ավելի թանկ, քան Apple-ը, ավելի թանկ, քան Microsoft-ը և ավելի թանկ, քան բոլորը:

00:06.000 --> 00:11.000
Բայց այս պատմությունը ոչ միայն Nvidia-ի, այլեւ նրա հիմնադիր Ջենսոն Հուանգի մասին է։

00:11.000 --> 00:16.000
Այն մասին, թե ինչպես է նա ճաշատեսակներ լվանում Diner-ում, և այժմ նրա կարողությունը կազմում է ավելի քան 150 միլիարդ դոլար։

00:17.000 --> 00:19.000
Այն մասին, թե ինչպես է հայտնվել ուղղիչ համացանցում.

00:19.000 --> 00:25.000
Ինչու են խաղացողները սիրում և ատում նրան, և որտեղ է նա դաջվածք արել իր սեփական ընկերության տարբերանշանով իր թևին:

00:25.000 --> 00:33.000
Այսպիսով, Ջին Սեն Հուանգը ծնվել է Թայվանում 1963 թվականին քիմիական ինժեների և տարրական դպրոցի ուսուցչի ընտանիքում։

00:33.000 --> 00:35.000
Երբ նա 5 տարեկան էր, ընտանիքը տեղափոխվեց Թաիլանդ։

00:35.000 --> 00:39.000
Իսկ 9 տարեկանում ծնողները նրան ու եղբորը ուղարկեցին Ամերիկա՝ հարազատների մոտ։

00:39.000 --> 00:41.000
Դա պայմանավորված է Վիետնամի պատերազմով և տարածաշրջանում անկայունությամբ։

00:42.000 --> 00:44.000
Ամերիկայում նա սկսեց իր անունը գրել Ջենսեն։

00:44.000 --> 00:47.000
Այսպիսով, նրա իսկական անունն է Հուանգ Ցզինչուն:

00:47.000 --> 00:53.000
Եվ այստեղ սկսվում է ամենահետաքրքիրը՝ հորեղբայրն ու մորաքույրը սխալմամբ եղբայրներին գրանցել են ոչ թե սովորական դպրոց, այլ Օնեյդեի բապտիստական ​​ինստիտուտ։

00:54.000 --> 00:55.000
Հնչում է ամուր, այնպես չէ՞:

00:55.000 --> 00:59.000
Իրականում դա ուղղիչ հաստատություն էր Կենտուկիի գյուղական անհանգիստ դեռահասների համար:

00:59.000 --> 01:07.000
Ծնողները վաճառել են գրեթե ողջ ունեցվածքը՝ ուսման վարձը վճարելու համար՝ մտածելով, որ սա հեղինակավոր դպրոց է, և իրենց երեխաները հայտնվել են քրեական անցյալ ունեցող երեխաների թվում։

01:07.000 --> 01:14.000
Նա 10 տարեկան էր և օտար երկրում էր, շատ չէր խոսում անգլերեն և ապրում էր հանրակացարանում՝ բարձի տակ դանակներ դրած մարդկանց հետ:

01:14.000 --> 01:18.000
Ավելի ուշ Հուանգը հիշեց, որ իր սենյակակիցը փորձաշրջան էր անցնում հրկիզման համար:

01:18.000 --> 01:22.000
15 տարեկանում Ջենսոնը աշխատանքի է ընդունվում որպես աման լվացող Դենիսի ռեստորանում։

01:22.000 --> 01:26.000
Նա աշխատում էր գիշերային հերթափոխով, լվաց ափսեներ, մաքրեց սեղանները, հետո բարձրացավ մատուցող դառնալու։

01:27.000 --> 01:31.000
Ի դեպ, նա դեռ ասում է, որ այս փորձն իրեն ավելի շատ բան է սովորեցրել, քան շատ բիզնես դասընթացներ։

01:31.000 --> 01:33.000
Ես պլանավորել եմ իմ աշխատանքը.

01:33.000 --> 01:34.000
կազմակերպված էի։

01:34.000 --> 01:38.000
Ես լվանում էի այդ ամանները, կարծես կյանքս դրանից էր կախված, հիշեց նա։

01:39.000 --> 01:40.000
Սրանք միայն գեղեցիկ խոսքեր չեն։

01:40.000 --> 01:46.000
Հուանգը իսկապես հավատում է, որ ռեստորանում աշխատելը իրեն սովորեցրել է կարգապահություն, աշխատասիրություն և հյուրասիրություն:

01:46.000 --> 01:48.000
Ասաց՝ իմ արժանապատվությունից ցածր գործ չկա։

01:49.000 --> 01:54.000
Ես լվացել եմ ամանները, մաքրել եմ զուգարանները, ավելի շատ զուգարաններ եմ մաքրել, քան բոլորդ միասին վերցրած:

01:54.000 --> 01:59.000
Ավագ դպրոցից հետո Ջենսոնը ընդունվեց Օրեգոնի պետական ​​համալսարան՝ էլեկտրատեխնիկա սովորելու:

01:59.000 --> 02:01.000
Եվ այնտեղ տեղի ունեցավ մեկ այլ կարևոր բան.

02:01.000 --> 02:03.000
Նա հանդիպեց իր ապագա կնոջը՝ Լորիին։

02:03.000 --> 02:05.000
Նա նրա լաբորատոր գործընկերն էր:

02:05.000 --> 02:09.000
Հուանգը մոտեցավ նրան և ասաց. Ուզու՞մ ես տեսնել իմ տնային աշխատանքը:

02:09.000 --> 02:14.000
Եթե ​​ամեն կիրակի ինձ հետ անեք ձեր տնային աշխատանքը, ես խոստանում եմ, որ ուղիղ A-ներ կստանաք:

02:14.000 --> 02:16.000
Պիկապը տարօրինակ է, բայց այն աշխատեց:

02:16.000 --> 02:20.000
Նրանք միասին են ավելի քան 40 տարի, ունեն երկու երեխա, երկուսն էլ այժմ աշխատում են Nvidia-ում։

02:21.000 --> 02:24.000
Բակալավրիատում սովորելուց հետո Հուանգը ստացել է մագիստրոսի կոչում Սթենֆորդից։

02:24.000 --> 02:30.000
Միևնույն ժամանակ նա աշխատանքի ընդունվեց AMD ընկերությունում, որը տարիներ անց կդառնա Nvidia-ի հիմնական մրցակիցներից մեկը:

02:30.000 --> 02:36.000
Այնտեղ նա աշխատել է չիպերի դիզայնի վրա և ձեռք է բերել իր առաջին փորձը՝ աշխատելով GPU ճարտարապետության հետ։

02:36.000 --> 02:40.000
Զվարճալի փաստ. այս ընկերության ներկայիս գործադիր տնօրենը նրա զարմիկն է՝ Լիզա Սուն:

02:41.000 --> 02:43.000
Ընտանիքում էլեկտրոնիկայի տենչը պարզվում է.

02:43.000 --> 02:48.000
Այնուհետև Հուանգը տեղափոխվեց LSI Logic, որտեղ ինժեներից դարձավ բաժնի տնօրեն:

02:48.000 --> 02:50.000
Եվ հետո նա մի միտք ստացավ.

02:50.000 --> 02:53.000
90-ականների սկզբին անհատական ​​համակարգիչները գրաֆիկական առումով այնքան էին:

02:54.000 --> 02:59.000
Խաղերը կարծես պիքսելացված խառնաշփոթ էին, տեսանյութը դանդաղ էր, և Հուանկը տեսավ, որ գրաֆիկան ապագան է:

02:59.000 --> 03:02.000
Նա հասկանում էր, որ պատկերները մշակելու համար համակարգիչներին անհրաժեշտ է հատուկ չիպ:

03:02.000 --> 03:09.000
Հետո նա նաև ընկերացավ երկու ինժեների հետ՝ Քրիս Մալախովսկին Sun Microsystems-ից և Կուրտիս Պրիմ՝ IBM-ից։

03:09.000 --> 03:12.000
Գիտե՞ք, թե որտեղ են նրանք քննարկել տրիլիոնների արժեքով ապագա ընկերության մասին:

03:13.000 --> 03:16.000
Նույն Դենիսում, որտեղ Հուանգը մի անգամ լվանում էր սպասքը։

03:16.000 --> 03:21.000
Նա ընտրեց այս վայրը, քանի որ հանգիստ էր, սուրճն արժեր մեկ կոպեկ, իսկ ճաշացանկը անգիր գիտեր։

03:21.000 --> 03:26.000
Երեք ինժեներ նստած էին տաղավարում և անձեռոցիկի վրա գծում էին չիպսերի դիագրամներ, որոնք կփոխեն աշխարհը:

03:26.000 --> 03:30.000
Ի դեպ, այժմ այդ ռեստորանում Հուանգի պատվին հատուկ տաղավար է տեղադրված։

03:30.000 --> 03:34.000
Եվ այսպես, 1993 թվականին նրանք պաշտոնապես գրանցեցին ընկերությունը։

03:34.000 --> 03:36.000
Նրանց միջեւ եղել է 40 հազար դոլար։

03:36.000 --> 03:41.000
Ըստ լեգենդի՝ փաստաբանը Հուանգից 200 դոլար կանխիկ գումար է խնդրել՝ գրանցումն ավարտելու համար։

03:41.000 --> 03:48.000
Ջենսոնը վերադարձավ գործընկերների մոտ, յուրաքանչյուրից հավաքեց 200 դոլար և կատակեց, որ Nvidia-ն սկսել է 600 դոլար կանխիկ գումարով:

03:48.000 --> 03:53.000
Սկզբում նրանք ցանկանում էին ընկերությունն անվանել Envision, սակայն պարզվեց, որ այս անվանումն արդեն վերցրել է զուգարանների ինչ-որ ընկերություն։

03:53.000 --> 03:54.000
Ահա թե ինչու մենք ընտրեցինք այն:

03:55.000 --> 04:02.000
Nvidia-ն լատիներեն նշանակում է նախանձ, իսկ NV-ն արտահայտության հապավումն է, որը հաճախ գտնվել է փաստաթղթերում:

04:02.000 --> 04:04.000
Հաջորդ տարբերակը, այսինքն՝ հաջորդ տարբերակը։

04:05.000 --> 04:06.000
Հաջորդիվ ներդրումներ են անհրաժեշտ եղել։

04:06.000 --> 04:10.000
Հուանգը գնաց LSI Logic-ի իր նախկին ղեկավար Վիլֆրեդ Քորիգանին տեսնելու:

04:10.000 --> 04:16.000
Նա լսեց շնորհանդեսը և անկեղծորեն ասաց. Սա ամենավատ ստարտափ շնորհանդեսներից մեկն է, որը ես երբևէ լսել եմ:

04:16.000 --> 04:18.000
Ես ընդհանրապես չեմ հասկանում, թե ինչի մասին եք խոսում։

04:18.000 --> 04:24.000
Բայց հետո նա վերցրեց հեռախոսը և զանգահարեց Դոն Վալենտինին՝ լեգենդար Sequoia Capital վենչուրային հիմնադրամի հիմնադիրին։

04:24.000 --> 04:26.000
Ասաց.— Ես քեզ մի երիտասարդ տղա կուղարկեմ։

04:26.000 --> 04:28.000
Հուսով եմ, որ դուք ներդրումներ կանեք դրա մեջ:

04:28.000 --> 04:30.000
Նա մեր լավագույն աշխատակիցներից էր։

04:30.000 --> 04:33.000
Ի դեպ, հիշու՞մ եք այս տղաներին Cisco-ի մասին մեր տեսանյութից։

04:33.000 --> 04:35.000
Նրանք մեծ դեր են խաղացել նաև այնտեղ ընկերության պատմության մեջ։

04:35.000 --> 04:46.000
Ինքը՝ Հուանգը, խոստովանել է, որ սարսափելի շնորհանդես է արել, բայց Քորիգանի առաջարկի շնորհիվ Վալենտինը դեռ չեկ է գրել և ասել միայն մեկ արտահայտություն՝ եթե կորցնես իմ փողը, ես քեզ կսպանեմ։

04:47.000 --> 04:52.000
Լավ, նա դա ուղղակիորեն չասաց, բայց նա հստակ հասկացրեց, որ Հուանգը ավելի լավ կլիներ, որ ավելի զգույշ լիներ այս փողի հետ:

04:52.000 --> 04:56.000
Այսպիսով, Nvidia-ն 2 միլիոն դոլար է ստացել Sequoia-ից և Sutter Hill Ventures-ից:

04:57.000 --> 05:00.000
Առաջին մի քանի տարիներին ընկերությունն աշխատել է համակարգիչների համար նախատեսված գրաֆիկական չիպերի վրա:

05:00.000 --> 05:08.000
Գրաֆիկական չիպը կամ GPU-ն հատուկ պրոցեսոր է, որը նախատեսված է միևնույն ժամանակ շատ նույն հաշվարկներ կատարելու համար:

05:08.000 --> 05:11.000
Նախկինում ամեն ինչ կառավարվում էր մեկ պրոցեսորով՝ պրոցեսորով:

05:11.000 --> 05:14.000
Նա հաշվարկեց ֆիզիկան, սկսեց ծրագրեր և նկարեց:

05:14.000 --> 05:19.000
Բայց գրաֆիկան միլիոնավոր միավորներ է, և յուրաքանչյուր կետի համար անհրաժեշտ է նմանատիպ հաշվարկներ կատարել:

05:19.000 --> 05:22.000
CPU-ն վատ է հաղթահարում դա, բայց GPU-ն այլ կերպ է նախագծված:

05:22.000 --> 05:26.000
Այն ունի հազարավոր պարզ միջուկներ, որոնք միաժամանակ կատարում են աշխատանքի փոքր մասը:

05:26.000 --> 05:30.000
Իդեալական է գրաֆիկա նկարելու և ավելին, բայց դրա մասին ավելի ուշ:

05:30.000 --> 05:35.000
Իսկ 1995 թվականին թողարկվեց ընկերության առաջին արտադրանքը՝ NV1։

05:35.000 --> 05:36.000
Դա ձախողում էր։

05:36.000 --> 05:42.000
Չիպն օգտագործում էր ոչ սովորական տեխնոլոգիաներ գրաֆիկայի ցուցադրման համար՝ օգտագործելով քառակուսիներ եռանկյունների փոխարեն:

05:42.000 --> 05:45.000
Դա փոքր բան է թվում, բայց մնացած աշխարհը գնացել է եռանկյունների ճանապարհով:

05:46.000 --> 05:47.000
Սրանք այս բազմանկյուններն են 3D մոդելներում:

05:47.000 --> 05:49.000
Դուք հավանաբար լսել եք նրանց մասին:

05:49.000 --> 05:57.000
Microsoft-ն իր Direct 3D պլատֆորմի համար ընտրեց եռանկյուններ, որոնք օգտագործվում էին գրաֆիկայի ցուցադրման համար, և պարզվեց, որ Nv1-ը անհամատեղելի է ստանդարտի հետ:

05:58.000 --> 06:02.000
Direct 3D-ի խաղերը չկարողացան ճիշտ աշխատել, և մշակողները անտեսեցին քարտը:

06:02.000 --> 06:10.000
Բացի այդ, նրանք պայմանագիր ունեին կոնսոլների արտադրող Sega-ի հետ, և Nvidia-ն պետք է մշակեր գրաֆիկական պրոցեսոր իրենց նոր Dreamcast կոնսոլի համար:

06:10.000 --> 06:14.000
Նրանք տարիներ շարունակ աշխատել էին դրա վրա և ժամանակ ունեին հասկանալու, որ իրենց հրապարակները սխալ էին:

06:15.000 --> 06:19.000
Sega-ի նախագահն ի վերջո տեղեկացրել է Հուանգին, որ ընկերությունը դադարեցրել է գերատեսչության աշխատանքը:

06:19.000 --> 06:26.000
Բայց այս սխալից հետո նա ոչ միայն չհրաժարվեց Nvidia-ից, այլեւ համոզեց Sega-ի ղեկավարներին 5 մլն ներդնել Nvidia-ում։

06:26.000 --> 06:31.000
Դա ինչ-որ անբացատրելի հրաշք էր, բայց այս գումարը օգնեց ընկերությանը գոյատևել ևս վեց ամիս:

06:31.000 --> 06:35.000
1996 թվականի վերջին Nvidia-ն գրեթե սնանկ էր։

06:35.000 --> 06:38.000
Ընկերությանը գումար էր մնացել մեկ ամսվա աշխատավարձի համար։

06:38.000 --> 06:42.000
Հուանկը աշխատանքից ազատել է իր աշխատակիցների կեսից ավելիին՝ թիմը 100-ից հասցնելով 40-ի։

06:43.000 --> 06:47.000
Համբավը արատավորվեց, փող չկար, շուկան լցվեց ավելի հաջողակ մրցակիցներով։

06:47.000 --> 06:52.000
Եվ հետո 1997 թվականին դուրս եկավ Riva 128-ը, և այն փրկեց նրանց:

06:53.000 --> 06:55.000
Դա առաջին հայտնի վիդեո քարտերից մեկն էր:

06:55.000 --> 06:58.000
Այն ուներ լավ կատարում և ցածր գին:

06:58.000 --> 07:00.000
Մենք վաճառել ենք մեկ միլիոն չիպս 4 ամսում։

07:00.000 --> 07:02.000
Nvidia-ն կյանքի է կոչվել:

07:02.000 --> 07:08.000
1998 թվականին թողարկվել է Riva TNT-ն, որն ամրացրել է ընկերության՝ որպես գրաֆիկայի առաջատարի համբավը։

07:08.000 --> 07:11.000
Եվ հետո եղավ 1999թ.

07:11.000 --> 07:17.000
Nvidia-ն թողարկեց GeForce 256-ը և առաջին անգամ օգտագործեց GPU տերմինը:

07:17.000 --> 07:21.000
Մինչ այս բոլորը նման չիպերն անվանում էին գրաֆիկական արագացուցիչներ կամ վիդեո քարտեր։

07:21.000 --> 07:24.000
Nvidia-ն նոր բառ և ապրանքի նոր կատեգորիա է հորինել:

07:24.000 --> 07:27.000
GeForce 256-ը հեղափոխություն էր:

07:27.000 --> 07:32.000
Այն կարող է կարգավորել երկրաչափությունը և լուսավորությունը անմիջապես քարտեզի վրա՝ առանց պրոցեսորի հարկման:

07:32.000 --> 07:39.000
Նախկինում դա արվում էր պրոցեսորի միջոցով, և խաղերը դանդաղում էին, բայց այժմ Վիդյուխան վերցրեց ամբողջ գրաֆիկան, և պրոցեսորը զբաղված էր այլ առաջադրանքներով:

07:39.000 --> 07:47.000
Այդ նույն տարում Nvidia-ն դուրս եկավ շուկա, իսկ 2000 թվականին Nvidia-ն 70 միլիոն դոլարով գնեց իր գլխավոր մրցակցին՝ 3DFX-ին:

07:48.000 --> 07:52.000
Դա լեգենդար ընկերություն էր, որը գերիշխում էր գրաֆիկայի շուկայում 90-ականների կեսերին:

07:52.000 --> 07:55.000
Նրանց Վուդու քարտերը յուրաքանչյուր խաղացողի երազանքն էր:

07:55.000 --> 08:00.000
Բայց 3DFX-ը սխալներ թույլ տվեց, ներգրավվեց սարքավորումների արտադրության մեջ, վիճեց գործընկերների հետ և սնանկացավ:

08:01.000 --> 08:05.000
Կուանկն անկեղծորեն խոստովանեց. Ինձ հետաքրքրում էին ինժեներները, դա էր իմ հիմնական նպատակը։

08:05.000 --> 08:09.000
Մի խոսքով, ընկերությունը գնվել է զուտ որսի համար, և դա դեռ այդպես է։

08:09.000 --> 08:13.000
Nvidia-ն վարձել է մոտ 100 3D FX մասնագետների և ստացել մի շարք արտոնագրեր։

08:13.000 --> 08:18.000
2000-ականներին ընկերությունը ամրապնդեց իր առաջատարությունը խաղային վիդեո քարտերի ոլորտում և նույնիսկ մտավ կոնսոլների շուկա:

08:18.000 --> 08:22.000
Նրանց տեսահոլովակները եղել են առաջին Xbox-ում և երրորդ գանգուր արդուկում:

08:22.000 --> 08:27.000
Բայց ընկերությունն իր ամենակարեւոր որոշումը կայացրեց 2006 թվականին, և այն ժամանակ խելագարություն էր թվում:

08:27.000 --> 08:32.000
Nvidia-ն գործարկել է CUDA նախագիծը՝ GPU-ների վրա զուգահեռ հաշվարկների հարթակ:

08:32.000 --> 08:33.000
Գաղափարը պարզ էր.

08:33.000 --> 08:38.000
Գրաֆիկական քարտերը շատ լավ են զուգահեռ հաշվարկում և կարող են միաժամանակ կատարել միլիոնավոր պարզ գործողություններ:

08:38.000 --> 08:44.000
Ինչո՞ւ չօգտագործել սա ոչ միայն խաղերի, այլ նաև գիտական ​​հաշվարկների, սիմուլյացիաների, տվյալների մշակման համար:

08:44.000 --> 08:45.000
Եվ դա հենց այն տեղն է, որտեղ պետք է գնալ:

08:45.000 --> 08:50.000
Այն գործիքների և գրադարանների մի շարք է, որոնք թույլ են տալիս ծրագրավորողներին օգտագործել գրաֆիկական քարտ հաշվելու համար:

08:50.000 --> 08:54.000
Եվ սկզբում բոլորը տարակուսանքով նայեցին դրան. ինչի՞ն է պետք գիտնականներին վիդեո քարտը:

08:54.000 --> 08:56.000
Ինչու՞ ծրագրավորողները պետք է սովորեն աշխատել GPU-ների հետ:

08:56.000 --> 09:02.000
Խաղացողները գնել են GeForce-ը՝ Oblivian խաղալու համար, իսկ Nvidia-ն գումար է ծախսել հաշվարկների համար տարօրինակ բաների վրա:

09:02.000 --> 09:08.000
Բայց Հուանգը տեսավ ավելին և հասկացավ, որ GPU-ն պարզապես նկարների համար սարքաշար չէ, այն մանրանկարչական սուպերհամակարգիչ է:

09:09.000 --> 09:13.000
Եվ մի օր այն ավելի կարևոր կդառնա, քան բոլոր խաղերը միասին վերցրած։

09:13.000 --> 09:16.000
Եվ հետո տեղի է ունենում այն, ինչ Nvidia-ն արեց աշխարհի ամենաթանկ ընկերության հետ:

09:19.000 --> 09:25.000
2012 թվականին AlexNet նեյրոնային ցանցը հաղթել է ImageNet պատկերների ճանաչման մրցույթում։

09:26.000 --> 09:31.000
Ի դեպ, AlexNet-ի մշակողներից մեկը OpenAI-ի ապագա համահիմնադիր Իլյա Սուցկվերն էր։

09:31.000 --> 09:35.000
Այսպիսով, այս նեյրոնային ցանցն աշխատել է Nvidia վիդեո քարտերի վրա՝ օգտագործելով CUDA:

09:35.000 --> 09:43.000
Սա ցույց տվեց աշխարհին, որ խորը ուսուցումը կարող է մասշտաբավորվել, եթե ունեք բավականաչափ հզոր GPU, և որ գրաֆիկական քարտերը իդեալական են նեյրոնային ցանցեր մարզելու համար:

09:43.000 --> 09:44.000
Հասկանու՞մ եք, թե որն է հնարքը։

09:45.000 --> 09:48.000
Նյարդային ցանցերը, ըստ էության, մաթեմատիկական գործողությունների հսկայական շարք են:

09:48.000 --> 09:52.000
Նախ, սրանք միլիոնավոր բազմապատկումներ և մատրիցների գումարումներ են, և դրա համար ստեղծվում են տեսանյութեր:

09:53.000 --> 09:58.000
Սրանից հետո պարզ դարձավ, որ վիդեո քարտերը և որտեղ են դրանք անհրաժեշտ գործիքներ արհեստական ​​ինտելեկտի ոլորտում։

09:58.000 --> 10:06.000
Այժմ Nvidia-ն սկսում է հատուկ չիպեր արտադրել տվյալների կենտրոնների համար՝ նախ Tesla, ապա P100, V100, A100 և վերջապես H100:

10:07.000 --> 10:14.000
Սրանք Teslas-ը չեն, որոնք մեքենաներ են, այլ գրաֆիկական քարտեր սերվերների համար, որոնք հատուկ օպտիմիզացված են նեյրոնային ցանցերը վարժեցնելու համար:

10:14.000 --> 10:23.000
Նրանք ունեն ավելի շատ հատուկ բլոկներ հաշվարկների համար, շատ ավելի մեծ և արագ հիշողություն, ինչպես նաև ունեն բարձր արագությամբ միացումներ քարտերի միջև՝ միավորելու մեկ մեծ GPU:

10:23.000 --> 10:25.000
Դե, դրանք արժեն այնքան, որքան ինքնաթիռը։

10:25.000 --> 10:35.000
Իսկ 2016-ին թողարկվեց DGX1-ը` հատուկ արհեստական ​​ինտելեկտի մշակման համար նախատեսված սուպերհամակարգիչ` 30 կգ, 35 հազար դետալ և 5 տարվա մշակում:

10:35.000 --> 10:43.000
Հուանգը նույնիսկ անձամբ է նրան տարել OpenAI ընկերություն, որը մի քանի տարի անց կդարձնի GPT չաթը և կփոխի ամբողջ աշխարհը։

10:43.000 --> 10:47.000
Եթե ​​ձեզ հետաքրքրում է, թե ինչու է Իլոն Մասկը լուսանկարում, ապա դիտեք ընկերության պատմության մասին մեր տեսանյութը։

10:47.000 --> 10:49.000
Սփոյլեր – նա դրա հիմնադիրներից է։

10:50.000 --> 10:56.000
2022 թվականի նոյեմբերին՝ GPT չաթի թողարկումից անմիջապես առաջ, Nvidia-ն արժեր մոտ 420 միլիարդ դոլար։

10:56.000 --> 10:58.000
Բավականին շատ, բայց ոչ ռեկորդային։

10:58.000 --> 11:02.000
Եվ հետո բում-ես եղավ, և յուրաքանչյուր խոշոր ընկերություն ցանկացավ իր նյարդային ցանցը:

11:03.000 --> 11:10.000
Microsoft-ը միլիարդներ է լցրել Open.AI-ում, Google-ը գործարկել է Gemini-ն, Amazon-ը ներդրել է Anthropic-ում, և նրանք բոլորը գնել են Nvidia չիպեր:

11:10.000 --> 11:14.000
H100-ը դարձել է տեխնոլոգիական աշխարհում ամենապահանջված արտադրանքը:

11:14.000 --> 11:20.000
Մեկ չիպն արժեր 25-ից 40 հազար դոլար, իսկ դրանք ամիսներ առաջ անհնար էր հերթերով գնել։

11:20.000 --> 11:23.000
Microsoft-ը գնել է այդ չիպերից մոտ 500 հազարը։

11:24.000 --> 11:26.000
Սա նեյրոնային արագացուցիչների ամենամեծ պաշարն է աշխարհում։

11:26.000 --> 11:38.000
2024 թվականի հունիսին Nvidia-ի կապիտալիզացիան առաջին անգամ գերազանցեց 3 տրիլիոն դոլարը, իսկ 2025 թվականի հոկտեմբերին Nvidia-ն դարձավ պատմության մեջ առաջին ընկերությունը, որը հասավ 5 տրիլիոն դոլար կապիտալիզացիայի։

11:39.000 --> 11:42.000
Մտածեք, սա ավելին է, քան Գերմանիայի կամ Ճապոնիայի ՀՆԱ-ն։

11:42.000 --> 11:46.000
Եվ սա մի ընկերություն է, որը սկսել է $600 ռեստորանային տաղավարում:

11:46.000 --> 11:55.000
Nvidia-ն վերահսկում է նեյրոնային ցանցերի վերապատրաստման համար նախատեսված չիպերի շուկայի ավելի քան 90 տոկոս -ը և անհատական ​​համակարգիչների համար դիսկրետ վիդեո քարտերի շուկայի ավելի քան 92 տոկոս -ը:

11:55.000 --> 11:59.000
2020 թվականին Nvidia-ն նույնիսկ ցանկանում էր գնել ARM 40 միլիարդով։

11:59.000 --> 12:04.000
Սա ընկերություն է, որը մշակում է շարժական պրոցեսորների ճարտարապետություն և լիցենզիաներ է վաճառում ուրիշներին:

12:04.000 --> 12:08.000
Apple-ը, Qualcomm-ը, Samsung-ն իրենց չիպերը պատրաստում են ARM-ի հիման վրա։

12:08.000 --> 12:11.000
Իրականում, աշխարհի գրեթե բոլոր սմարթֆոններն աշխատում են իրենց տեխնոլոգիայով:

12:11.000 --> 12:15.000
Բայց կարգավորիչներն ասացին, որ դա չի աշխատի, մի ձեռքում չափազանց մեծ ուժ կա:

12:15.000 --> 12:21.000
Ի դեպ, եթե ունեք ARM հեռախոս, ապա կարող եք ներբեռնել Telegram-ը և բաժանորդագրվել մեր ալիքին, որտեղ շատ հետաքրքիր բաներ կան։

12:21.000 --> 12:27.000
Nvidia-ն այժմ թողարկում է Blackwell չիպերի նոր սերունդը, որը կրում է մաթեմատիկոս Դեյվիդ Բլեքվելի անունը:

12:27.000 --> 12:30.000
Այս հրեշները պարունակում են 208 միլիարդ տրանզիստորներ:

12:30.000 --> 12:37.000
Համեմատության համար նշենք, որ 1999 թվականին առաջին GeForce 256-ն ուներ 23 միլիոն՝ 10 հազար անգամ պակաս։

12:37.000 --> 12:43.000
Դե, եթե դուք ինքներդ ցանկանում եք աշխատել նեյրոնների հետ, ապա այս ոլորտում ամենատարածված լեզուներից մեկը Python-ն է:

12:43.000 --> 12:45.000
Եվ դրա համար մենք դրա վերաբերյալ պատրաստել ենք 2 դասընթաց։

12:45.000 --> 12:49.000
Առաջինը հարմար է սկսնակների համար, ովքեր պարզապես ցանկանում են սովորել, թե ինչպես գրել կոդ Python-ում:

12:49.000 --> 12:55.000
Այնտեղ դուք կծանոթանաք լեզվի հիմունքներին և կամաց-կամաց կսովորեք բոլոր հիմնական բաները, իսկ վերջում կկազմեք ձեր նախագիծը։

12:55.000 --> 13:03.000
Իսկ նրանց համար, ովքեր արդեն ծանոթ են լեզվին, բայց ցանկանում են հասկանալ, թե ինչպես է լեզուն աշխատում գլխարկի տակ և բարելավել իրենց հմտությունները, Python-ի առաջադեմ դասընթացը հարմար է:

13:03.000 --> 13:07.000
Դուք կարող եք սովորել կամ մենթորի կամ ինքներդ, բայց i-assistant-ի օգնությամբ:

13:07.000 --> 13:14.000
Օգտվելով նկարագրության հղումներից՝ կարող եք գրանցվել անվճար ներածական դասերի համար, որոնք ավարտելուց հետո կստանաք լրացուցիչ զեղչ ամբողջական դասընթացի համար։

13:14.000 --> 13:19.000
Հիշու՞մ եք նաև 2017 և 2021 թվականների կրիպտո բումը, երբ բիթքոյնը բարձրացավ:

13:19.000 --> 13:27.000
Կրիպտոարժույթները նաև օգտագործում էին ալգորիթմներ, որոնք պահանջում էին շատ զուգահեռ հաշվարկներ՝ գրաֆիկական քարտերը դարձնելով իդեալական մայնինգի համար:

13:27.000 --> 13:30.000
Հանքագործներին վիդեո քարտեր էին պետք, և նրանք ամեն ինչ գնեցին։

13:30.000 --> 13:33.000
Նույնիսկ ոչ նորագույն տեսախցիկները 2-3 անգամ թանկ են առաջարկվող գնից։

13:34.000 --> 13:37.000
Խաղացողները լաց էին լինում, հանքափորները ուրախանում էին, իսկ Nvidia-ն գումար էր հաշվում:

13:37.000 --> 13:43.000
Այնուհետև գաղտնարանը ընկավ, սովորական GPU-ներով մայնինգը դարձավ անշահավետ, և շուկան ողողվեց օգտագործված վիդեո քարտերով:

13:43.000 --> 13:46.000
Բայց այդ ժամանակ Nvidia-ն արդեն գտել էր ավելի հետաքրքիր բան։

13:47.000 --> 13:51.000
Վերադառնանք հենց Հուանգին, այլապես խոսքը միայն ընկերությունում նրա ձեռքբերումների մասին է։

13:51.000 --> 13:54.000
Նա հայտնի է երկու բանով՝ իր կաշվե բաճկոնով և դաջվածքով։

13:55.000 --> 13:56.000
Բաճկոնը դարձավ նրա ապրանքանիշը։

13:57.000 --> 14:01.000
Բոլոր շնորհանդեսների, հարցազրույցների, կոնֆերանսների ժամանակ նա հայտնվում է սեւ կաշվե բաճկոնով։

14:01.000 --> 14:04.000
Երբ նրան հարցրին իր ոճի մասին, նա պատասխանեց. կինս ու աղջիկս ինձ հագցնում են։

14:05.000 --> 14:09.000
Իսկ դաջվածքը հայտնվեց այն բանից հետո, երբ Nvidia-ի բաժնետոմսերը հասան բաժնետոմսի դիմաց 100 դոլարի։

14:09.000 --> 14:14.000
Որոշ կորպորատիվ հանդիպման ժամանակ աշխատակիցները քննարկեցին, թե ինչ են անելու, երբ գինը հասնի այս մակարդակին:

14:14.000 --> 14:17.000
Ինչ-որ մեկը խոստացել է սափրել նրանց գլուխը, ինչ-որ մեկը մոհաք է արել։

14:17.000 --> 14:20.000
Հուանգն ասաց. Լավ, ես դաջվածք կանեմ:

14:20.000 --> 14:21.000
Եվ նա արեց:

14:21.000 --> 14:22.000
Լոգոն՝ Նվիդյա ձախ ձեռքին։

14:23.000 --> 14:25.000
Հետո նա խոստովանել է, որ պրոցեդուրաների ընթացքում երեխայի պես լացել է։

14:25.000 --> 14:28.000
Երեխաները մոտակայքում էին և ասացին. Հայրի՛կ, կառավարիր քեզ։

14:29.000 --> 14:32.000
Այժմ 60 տարեկանում նա այլևս դաջվածքներ չի ասում:

14:32.000 --> 14:35.000
Դա ավելի շատ է ցավում, քան ինչ-որ մեկը ասում է, - ասաց նա:

14:35.000 --> 14:38.000
Հուանգը նաև հետաքրքիր կառավարման ոճ ունի.

14:38.000 --> 14:40.000
Ունի 60 անմիջական ենթականեր։

14:40.000 --> 14:42.000
Սովորաբար, խոշոր ընկերության գործադիր տնօրենն ունի դրանցից 5-10-ը:

14:43.000 --> 14:50.000
Հուանգը կարծում է, որ որքան շատ մարդիկ են ուղղակիորեն զեկուցում ղեկավարին, այնքան ավելի քիչ են կազմակերպության շերտերը, ավելի քիչ բյուրոկրատիա և ավելի արագ որոշումներ կայացնել:

14:50.000 --> 14:53.000
Սակայն նա առհասարակ անհատական ​​հանդիպումներ չի անցկացնում։

14:54.000 --> 14:57.000
Ես նրանցից ոչ մեկի հետ մեկ առ մեկ չեմ անում, ասել է նա հարցազրույցում։

14:57.000 --> 15:00.000
Միայն եթե նրանք իմ օգնության կարիքն ունենան, ապա ես ամեն ինչ կթողնեմ նրանց փոխարեն։

15:00.000 --> 15:03.000
Փոխարենը հավաքում է բոլորին ու բարձրաձայն մտածում.

15:03.000 --> 15:05.000
Գաղտնի տեղեկություններ չկան, որ քչերը գիտեն։

15:06.000 --> 15:12.000
Nvidia-ի աշխատակիցները նրան բնութագրում են որպես պահանջկոտ պերֆեկցիոնիստ և դժվար է աշխատել նրա հետ:

15:12.000 --> 15:14.000
Հուանգը հաստատեց այս խոսքերը.

15:14.000 --> 15:15.000
Սա ինձ հիանալի է բնութագրում:

15:15.000 --> 15:19.000
Եթե ​​ուզում եք արտասովոր բաներ անել, դա հեշտ չպետք է լինի։

15:19.000 --> 15:21.000
Նա աշխատում է շաբաթը 7 օր։

15:21.000 --> 15:25.000
Ընդունում է, որ ամեն արթուն վայրկյան կամ աշխատում է, կամ մտածում է աշխատանքի մասին։

15:25.000 --> 15:28.000
Դա բոլորի համար չէ, բայց արդյունքներն ինքնին խոսում են:

15:28.000 --> 15:30.000
Nvidia-ում ներկայումս աշխատում է 36 հազար մարդ։

15:31.000 --> 15:32.000
Աշխատակազմի շրջանառությունը կազմում է մոտ 2,5 տոկոս :

15:33.000 --> 15:35.000
Սա շատ քիչ է տեխնոլոգիական ընկերության համար:

15:36.000 --> 15:38.000
Մարդիկ մնում են, քանի որ հասկանում են իրենց արածի նշանակությունը:

15:39.000 --> 15:42.000
Հիշու՞մ եք այս բոլոր նորությունները ՏՏ կորպորացիաներում աշխատողների կրճատումների հսկայական ալիքների մասին:

15:43.000 --> 15:44.000
Գուշակիր, որտեղ նրանք ընդհանրապես չէին:

15:44.000 --> 15:45.000
Եվ ևս մեկ փաստ.

15:45.000 --> 15:51.000
Ինսայդերների տվյալներով՝ Nvidia-ի աշխատակիցների 78 տոկոս -ը միլիոնատեր է դարձել ընկերության բաժնետոմսերի շնորհիվ։

15:51.000 --> 15:53.000
Եթե ​​դա ճիշտ է, ապա բավականին լավ է հնչում:

15:54.000 --> 16:00.000
Նեյրոնները նեյրոններ են, բայց դեռ Nvidia-ն չի մոռացել նաև խաղացողներին, թեև այժմ նրանք իրենց եկամտի շատ փոքր մասն են կազմում։

16:00.000 --> 16:06.000
2018 թվականին թողարկվել է RTX վիդեո քարտերի շարք՝ ճառագայթային հետագծման տեխնոլոգիայով։

16:06.000 --> 16:08.000
Սա այն դեպքում, երբ խաղերում լույսն արտացոլվում է այնպես, ինչպես իրական կյանքում:

16:09.000 --> 16:12.000
Ջրափոսները փայլում են, հայելիներն աշխատում են, ստվերները բնական տեսք ունեն:

16:12.000 --> 16:14.000
Իսկ DLSS-ով դեռ չեն եկել:

16:14.000 --> 16:19.000
Սա այն դեպքում, երբ ուղիղ վիդեո քարտի վրա գտնվող նեյրոնային ցանցը լրացնում է շրջանակները և բարելավում նկարի որակը:

16:19.000 --> 16:24.000
Խաղը ցուցադրվում է ցածր լուծաչափով, բայց կարծես բարձր լուծաչափով է, իսկ FPS-ն ավելի բարձր է:

16:24.000 --> 16:28.000
Այժմ ընթացիկ սերիան RTX 50-ն է՝ հիմնված Blackwell ճարտարապետության վրա:

16:28.000 --> 16:31.000
Այո, նույնը, որն օգտագործվում է նեյրոնային ցանցերի սերվերի չիպերում:

16:31.000 --> 16:33.000
Ես ձեզ համարում եմ տանը տվյալների կենտրոնի մի կտոր:

16:34.000 --> 16:35.000
Իհարկե, մրցակիցները չեն քնում։

16:35.000 --> 16:44.000
AMD-ն արտադրում է իր արագացուցիչները, Google-ը, Amazon-ը և Microsoft-ը մշակում են իրենց սեփական չիպերը, բայց մինչ այժմ Nvidia-ն այնքան առաջ է, որ գրեթե անհնար է հասնել նրան:

16:45.000 --> 16:46.000
Գիտե՞ք, թե որն է ամենազարմանալի այս պատմության մեջ:

16:47.000 --> 16:48.000
Huang-ը դեռ SEO է:

16:48.000 --> 16:50.000
Նա ընկերությունը ղեկավարում է ավելի քան 30 տարի։

16:50.000 --> 16:56.000
Սիլիկոնյան հովտում, որտեղ հիմնադիրները սովորաբար հեռանում են 5-10 տարի հետո, դա գրեթե անհնար է:

16:56.000 --> 16:59.000
Թայվանում, որտեղ նա ծնվել է, Հուանգին դիմավորում են ռոք աստղի նման։

16:59.000 --> 17:01.000
Երկրպագուները ինքնագրեր և սելֆի են խնդրում։

17:01.000 --> 17:05.000
Փոքր կղզու համար այն դարձել է խորհրդանիշ, թե ինչ կարելի է հասնել:

17:05.000 --> 17:12.000
Վերջերս լրագրողները նրան բռնել էին խոշոր ընկերությունների երկու այլ սեփականատերերի հետ, երբ նրանք սովորական սրճարանում հավ էին ուտում ու գարեջուր էին խմում։

17:12.000 --> 17:20.000
Կնոջ՝ Լորիի հետ նա հիմնել է բարեգործական հիմնադրամ՝ ավելի քան 12 միլիարդ դոլար կարողությամբ՝ նվիրաբերելով համալսարանին և բժշկական կենտրոնին։

17:20.000 --> 17:25.000
Եվ միայն հիշեք, թե որտեղից սկսվեց ամեն ինչ. մի տղա Թայվանից, ով սխալմամբ հայտնվեց անհանգիստ դեռահասների դպրոցում:

17:26.000 --> 17:27.000
Սպասք լվացող մեքենա Dennis-ից։

17:27.000 --> 17:31.000
Ինժեներ, ով հիմնել է ընկերություն $600 սկզբնական կապիտալով:

17:31.000 --> 17:39.000
Մարդ, ով գրեթե սնանկացավ 1996 թվականին և այժմ մարդկության պատմության ամենաթանկ ընկերության ղեկավարն է։

17:39.000 --> 17:44.000
Nvidia-ն ոչ միայն փոխեց խաղային արդյունաբերությունը, այլև հիմք ստեղծեց արհեստական ​​ինտելեկտի հեղափոխության համար:

17:44.000 --> 17:52.000
Ամեն անգամ, երբ ինչ-որ բան գրում եք GPT չաթում կամ նկար եք ստեղծում Mid-Journey-ում, դուք օգտագործում եք տեխնոլոգիաներ, որոնք աշխատում են Nvidia չիպերով:

17:53.000 --> 18:00.000
Այսպիսով, գրեք մեկնաբանություններում, թե ինչպիսի վիդեո քարտ կա ձեր համակարգչում, և մենք պատրաստվում ենք բիթքոյններ ներգրավել վիդեո քարտերի վրա և հիմար հարցեր տալ նեյրոնային ցանցերին:

18:00.000 --> 18:01.000
Pokeda!