Привет, это Курбан Хамзатов. Когда мы слышим «Nvidia», то представляем Дженсена Хуанга в кожаной куртке и бесконечные ряды видеокарт. Но за кулисами этого успеха стоит небольшая, почти секретная исследовательская лаборатория, которая в 2009 году состояла всего из 12 человек.
Я перелопатил интервью с главным ученым Nvidia Биллом Дэллом и главой AI-исследований Саней Фидлер, чтобы понять, как этой команде гиков удалось заглянуть в будущее и, по сути, создать весь современный AI-бум. Это история не про железо, а про людей и ставки, которые изменили мир.
Глава 1: Как заманить профессора из Стэнфорда
В 2009 году Билл Дэлл был заведующим кафедрой информатики в Стэнфорде и собирался в творческий отпуск. Но у Nvidia были на него другие планы. CEO Дженсен Хуанг и тогдашний глава лаборатории Дэвид Кирк устроили на профессора настоящую облаву.
«Они устроили полномасштабный прессинг, объясняя, почему я должен к ним присоединиться. В итоге я сдался», — вспоминает Дэлл.
Это было не простое кадровое решение. Хуанг понимал: чтобы обогнать всех, нужны не просто инженеры, а люди, способные мыслить на 10-15 лет вперед. Дэлл, один из главных умов в компьютерной графике, был именно таким человеком.
Придя в лабораторию, где тогда работало всего 12 человек, он сразу же начал ее расширять. Команда, которая до этого занималась только трассировкой лучей, взялась за проектирование микросхем и VLSI — технологию, позволяющую утрамбовывать миллионы транзисторов на одном чипе. Так началось превращение Nvidia из компании для геймеров в технологического гиганта.
Глава 2: Ставка на AI за 10 лет до хайпа
Самое интересное началось в 2010 году. Пока весь мир смеялся над идеей, что видеокарты могут делать что-то кроме отрисовки эльфов в играх, лаборатория Дэлла начала экспериментировать с AI.
Мы посмотрели на это и сказали: "Это невероятно, это полностью изменит мир". Мы должны были удвоить ставки. И Дженсен поверил мне
говорит Дэлл
Подумайте об этом. За десять лет до того, как все начали сходить с ума по ChatGPT, Nvidia уже:
- Специализировала свои GPU под задачи искусственного интеллекта.
- Разрабатывала тонны софта для поддержки AI-вычислений.
- Активно работала с исследователями по всему миру, которые занимались нейросетями.
Это не было очевидным решением. Это был огромный риск. Но лаборатория видела то, чего не видели другие: будущее за вычислениями.
Обратите внимание: Как мыловар и свечник сделали бизнес с оборотом $65 млрд и стали самой крупной компанией в мире. Начало истории p&g.
И они методично к этому готовились.Глава 3: Мозги для роботов и виртуальные миры
Сегодня, когда Nvidia доминирует на рынке AI-чипов, лаборатория снова смотрит в будущее. И это будущее — физический AI, то есть роботы.
«В конечном итоге роботы станут огромной частью нашего мира, и мы хотим делать мозги для всех этих роботов», — прямо заявляет Дэлл.
Для этой задачи они привлекли еще одного звездного исследователя — Саню Фидлер. В 2018 году она пришла в Nvidia и создала в Торонто новую лабораторию, сфокусированную на симуляциях для физического AI. Её команда столкнулась с фундаментальной проблемой: как научить робота действовать в реальном мире, не разбив при этом тысячи прототипов?
Решение: создать цифровых двойников этого мира.
Они разработали технологию, которая делает обратное рендерингу: не превращает 3D-модель в картинку, а наоборот, по обычному видео с камеры (например, с беспилотника) воссоздает полноценную 3D-сцену.
Сначала в 2021 году они выпустили модель GANverse3D, которая делала это с изображениями. Затем научились делать то же самое с видео. Это стало основой для платформы Nvidia Omniverse — по сути, «Матрицы» для тренировки роботов.
Глава 4: Почему у вас дома все еще нет робота-дворецкого
Лаборатория уже добилась невероятных успехов. Они научились создавать синтетические данные для обучения роботов, выпустили кучу библиотек и моделей. Но и Дэлл, и Фидлер остаются реалистами.
На вопрос, когда же у нас дома появятся человекоподобные роботы, они отвечают трезво: до этого еще несколько лет. Они сравнивают текущий хайп вокруг гуманоидов с хайпом вокруг беспилотных автомобилей несколько лет назад.
«Мы добиваемся огромного прогресса. Сначала визуальный AI помог роботам "видеть", теперь генеративный AI помогает им планировать задачи и манипулировать объектами. По мере того, как мы решаем эти маленькие проблемы и накапливаем данные, роботы будут становиться все умнее», — заключает Дэлл.
История исследовательской лаборатории Nvidia — это идеальный пример того, как долгосрочные, рискованные инвестиции в людей и идеи, опережающие время, могут превратить стартап в многотриллионную корпорацию. Они не гнались за сиюминутной выгодой. Они строили будущее. И, кажется, у них получилось.
P.S. История Nvidia — это идеальный пример того, как важно отделять перспективные технологии от сиюминутного хайпа. Их лаборатория сделала ставку на правильные идеи 15 лет назад. Сегодня мы все находимся в похожей ситуации: каждый день появляются десятки новых AI-сервисов, и 90% из них — цифровой мусор, который только отнимает время и деньги.
Чтобы вы могли сделать правильные ставки сегодня, я проделал эту работу за вас — протестировал более 50 инструментов и отобрал 10 лучших, которые реально работают и приносят пользу бизнесу.
Я упаковал эти находки в один практический PDF-файл: «10 AI-инструментов, которые реально экономят время и деньги (Проверено в 2025)».
Забрать его можно абсолютно бесплатно в закрепленном сообщении моего Telegram-канала Кнопка*. Там я продолжаю находить и разбирать инструменты, которые помогают бизнесу быть на шаг впереди.
Больше интересных статей здесь: Успех.
Источник статьи: Как 12 гиков из секретной лаборатории сделали Nvidia компанией на $4 триллиона .