Jensen Huang aux diplômés : Osez entrer sur un marché de 0 milliard de dollars, j'espère que vous trouverez votre propre GPU.
TechFlow SélectionTechFlow Sélection
Jensen Huang aux diplômés : Osez entrer sur un marché de 0 milliard de dollars, j'espère que vous trouverez votre propre GPU.
La prochaine vague de l'intelligence artificielle est la robotique, un marché actuellement évalué à 0 milliard de dollars, mais qui vaudra des dizaines de milliards à l'avenir.
Dédié à des analyses Web3 approfondiesLe dernier discours de remise des diplômes du PDG de NVIDIA, Jensen Huang, fait grand bruit.
« Croyez en l’atypique, osez explorer l’inconnu. »
Telles sont les exhortations de M. Huang aux diplômés 2024 du California Institute of Technology (Caltech), qui reflètent aussi bien l’histoire du développement de NVIDIA que son propre parcours entrepreneurial.
Bien sûr, M. Huang a également présenté, depuis la perspective de NVIDIA, une version condensée de l'histoire du développement de l'informatique.
L’ordinateur est aujourd’hui l’outil intellectuel le plus important, la base fondamentale de chaque secteur scientifique et industriel. Quand vous entrez dans ce domaine, il est crucial de comprendre ce qui se passe actuellement.
Comme chacun sait, Jensen Huang n’a pas de doctorat. Après avoir immigré aux États-Unis, il a obtenu une licence à l’Oregon State University, puis un master en génie électronique de l’université Stanford en 1990. Il a fondé NVIDIA en 1993 et a inventé le GPU pour le secteur du jeu vidéo en 1999.
Quant à la raison pour laquelle il s’est rendu au Caltech pour prononcer ce discours, Huang l’a dit sans détour :
Je suis venu recruter. Je suis un bon patron.
Points clés du discours
-
Quelques leçons contre-intuitives : face aux défis technologiques et commerciaux, maintenir une honnêteté intellectuelle et une humilité, ainsi qu’adopter une retraite stratégique quand cela s’avère nécessaire
-
L’intelligence artificielle est, selon Huang, la seule technologie qu’il connaisse à progresser simultanément selon plusieurs courbes exponentielles
-
L’informatique moderne trouve ses racines dans le IBM System 360, dont les idées principales, l’architecture et la stratégie dominent encore aujourd’hui l’industrie informatique
-
Grâce aux travaux pionniers de Carver Mead au Caltech sur les méthodes et manuels de conception de circuits intégrés, la conception des circuits intégrés (IC) a été révolutionnée. Cela a permis à notre génération de concevoir des puces extrêmement complexes, aboutissant finalement à la création des CPU.
-
Les limites de la loi de Dennard, du miniaturisation des transistors et du parallélisme au niveau des instructions ont ralenti les performances des CPU. Alors même que la demande en calcul croît exponentiellement, l’écart exponentiel entre cette demande et la capacité des ordinateurs, s’il n’est pas comblé, entraînera une explosion des coûts énergétiques et financiers, étouffant in fine tous les secteurs industriels.
-
La prochaine vague de l’IA sera la robotique, un marché actuellement évalué à « 0 milliard de dollars », mais qui vaudra des dizaines de milliards à l’avenir — tout comme le calcul accéléré par GPU était au début de NVIDIA.
……
Voici le texte intégral du discours de Jensen Huang :
Chers professeurs Rosenbaum, cher corps enseignant, chers invités, parents fiers, et surtout diplômés de la promotion 2024 du California Institute of Technology :
C’est aujourd’hui pour vous un jour de grande joie. Vous devriez montrer davantage d’enthousiasme. Vous êtes sur le point de quitter le Caltech, une institution qui a vu naître de grands esprits comme Richard Feynman, Linus Pauling, et Carver Mead, qui a eu un impact profond sur notre secteur. C’est un événement majeur.
Ce jour est rempli de fierté et de joie. Ce n’est pas seulement la réalisation de vos rêves, mais aussi le fruit des sacrifices innombrables de vos parents et de votre famille. Profitons de ce moment pour leur offrir nos félicitations et notre gratitude, et leur dire que vous les aimez. N’oubliez jamais cela, car vous ne savez peut-être pas combien de temps vous resterez chez eux.
En tant que père fier, j’adorais que mes enfants vivent encore à la maison, pouvoir les voir chaque jour. Mais maintenant qu’ils ont déménagé, je suis un peu triste. Alors, prenez le temps de passer du temps avec vos parents.
Votre parcours ici témoigne de votre caractère, de votre détermination et de votre volonté de sacrifier pour vos rêves — vous pouvez en être fiers. Dans la vie, vous aurez besoin de cette capacité à faire des sacrifices, à endurer la souffrance et la douleur.
Deux de nos principaux scientifiques chez NVIDIA viennent du Caltech. L’une des raisons pour lesquelles je me tiens ici aujourd’hui est que je suis en recherche de talents. Alors, laissez-moi vous dire que NVIDIA est une entreprise formidable, que je suis un excellent patron, très apprécié. Rejoignez NVIDIA !
Vous et moi avons un point commun : nous sommes passionnés par la science et l’ingénierie. Bien que nous ayons environ 40 ans d’écart, nous sommes tous deux au sommet de nos carrières. Pour ceux qui suivent NVIDIA et ma trajectoire, vous comprenez ce que je veux dire. Mais pour vous, il reste encore beaucoup de sommets à gravir. J’espère juste que ce jour n’est pas le mien.
L’an dernier, j’ai eu l’honneur de prononcer un discours à l’université de Taiwan, partageant quelques histoires sur le parcours de NVIDIA et les leçons que nous avions apprises, susceptibles d’être utiles aux diplômés. Je dois admettre que je n’aime pas donner des conseils, surtout aux enfants des autres. Ainsi, mes conseils aujourd’hui seront largement dissimulés dans des histoires que j’aime raconter et dans certaines expériences de ma vie.
Je crois être aujourd’hui le PDG de société technologique ayant exercé le plus longtemps. Pendant 31 ans, je n’ai fait faillite, je ne me suis jamais ennuyé, ni n’ai été licencié. J’ai donc eu le privilège de vivre de nombreuses expériences, depuis la création de NVIDIA, partant de rien jusqu’à ce que nous sommes aujourd’hui.
J’ai parlé d’un projet très médiatisé avec Sega, une console de jeux annulée, et de l’honnêteté intellectuelle. Je sais que Richard Feynman y tenait particulièrement. L’honnêteté intellectuelle et l’humilité ont sauvé notre entreprise. Et savoir battre en retraite, une retraite stratégique, fut l’une de nos meilleures stratégies. Tout cela fait partie des leçons contre-intuitives que j’ai abordées lors de cette cérémonie.
Mais j’encourage les diplômés à s’immerger dans l’intelligence artificielle, la technologie la plus importante de notre époque. J’y reviendrai, mais vous connaissez tous l’IA. Il est difficile de ne pas en être entouré, submergé, et de ne pas en parler constamment. J’espère que vous l’utilisez tous, que vous jouez avec, obtenant des résultats surprenants, parfois magiques, parfois décevants. Mais vous devez en profiter, y participer activement, car elle évolue à une vitesse fulgurante.
C’est la seule technologie que je connaisse à progresser simultanément selon plusieurs courbes exponentielles. Les changements technologiques sont donc extrêmement rapides. J’avais conseillé aux étudiants de Taiwan de courir, pas de marcher, et de s’engager dans la révolution de l’IA. Un an plus tard, ses transformations sont tout simplement incroyables.
Aujourd’hui, je souhaite simplement partager avec vous, depuis mon point de vue, quelques observations sur ce qui se passe à un moment crucial de votre sortie d’études. Ces phénomènes extraordinaires doivent être compris intuitivement, car ils sont importants pour vous, pour toute l’industrie. J’espère que vous saurez saisir les opportunités qui s’offrent à vous.
Le calcul accéléré atteint un point critique
L’industrie informatique est en train de se transformer à la base, littéralement dès les fondations. À partir des boulons, tout change. Bientôt, chaque secteur connaîtra une transformation similaire. La raison en est évidente : l’ordinateur est aujourd’hui l’outil intellectuel le plus important. Il est la base fondamentale de chaque secteur et de chaque domaine scientifique. Si nous transformons profondément l’ordinateur, cela aura inévitablement un impact sur tous les secteurs.
Quand vous entrez dans ce secteur, il est essentiel de comprendre ce qui se passe. L’informatique moderne remonte au IBM System 360. C’était le manuel d’architecture que j’ai étudié. Ce n’est pas un manuel que vous avez besoin d’apprendre aujourd’hui. Depuis, il existe de meilleurs documents, de meilleures descriptions de l’ordinateur et de son architecture.
Pourtant, le IBM System 360 était d’une importance cruciale à l’époque, et ses idées principales, son architecture et sa stratégie dominent encore aujourd’hui l’industrie informatique. Il a été lancé un an après ma naissance.
Dans les années 80, j’étais l’un des premiers ingénieurs VLSI, formés grâce au manuel fondateur de Mead et Conway sur la conception de circuits. Je ne sais pas s’il est encore enseigné ici. Il s’agit probablement de « Introduction to VLSI Systems ». Basé sur les travaux pionniers de Carver Mead au Caltech concernant les méthodes et manuels de conception de puces, la conception des circuits intégrés a été révolutionnée. Cela a permis à notre génération de concevoir des puces extrêmement complexes, et finalement de créer le CPU.
Le CPU a provoqué une croissance exponentielle de la demande en calcul. La performance et les progrès technologiques incroyables, connus sous le nom de loi de Moore, ont alimenté la révolution des technologies de l’information. Notre génération a assisté à une révolution industrielle marquée par la production à grande échelle de choses immatérielles, faciles à reproduire — à savoir les logiciels. Cela a donné naissance à une industrie d’une valeur de 3 billions de dollars.
Quand j’étais assis là où vous êtes aujourd’hui, l’industrie IT était minuscule. L’idée de gagner de l’argent en vendant des logiciels semblait irréaliste. Aujourd’hui, c’est l’un des biens, technologies et produits les plus importants créés par notre secteur.
Cependant, les limites de la loi de Dennard, de la miniaturisation des transistors et du parallélisme au niveau des instructions ont ralenti les performances du CPU. Alors que la demande en calcul continue de croître exponentiellement, l’écart exponentiel entre cette demande et la capacité des ordinateurs, s’il n’est pas résolu, conduira à une inflation énergétique, économique, et finalement à l’asphyxie de tous les secteurs.
Comme on le dit, nous observons déjà des signes très nets d’inflation informatique. Après vingt ans de développement de CUDA chez NVIDIA, le calcul accéléré offre une voie vers l’avant. C’est pourquoi je suis ici. Car finalement, alors que nous assistons à des décennies d’inflation du calcul, l’industrie reconnaît enfin l’efficacité extraordinaire du calcul accéléré.
En déchargeant les algorithmes coûteux vers des GPU spécialisés dans le traitement parallèle, nous pouvons souvent obtenir des accélérations de 10, 100, voire 1 000 fois, économisant ainsi argent, coûts et énergie. Nous accélérons désormais des domaines variés : infographie, ray tracing, séquençage génomique, calcul scientifique, astronomie, simulation de circuits quantiques, traitement SQL, ou encore pandas et data science.
Le calcul accéléré a atteint un point critique. C’est notre première grande contribution à l’industrie informatique, notre première grande contribution à la société : le calcul accéléré. Il nous offre désormais une voie vers un calcul durable.
Parier sur le deep learning
Alors que la demande en calcul ne cesse de croître, les coûts continuent de baisser. Le gain de temps, de coût ou d’énergie obtenu grâce au calcul accéléré, multiplié par cent, générera inévitablement de nouveaux développements ailleurs. Nous ne savions pas quoi, jusqu’à ce que le deep learning entre dans notre champ de conscience.
Un nouveau monde informatique est apparu. Jeff Hinton, Alex Krizhevsky et Ilya Sutskever ont utilisé les GPU NVIDIA CUDA pour entraîner AlexNet et remporter le concours ImageNet 2012, choquant le monde de la vision par ordinateur. Ce fut un moment clé, l’explosion du deep learning, marquant le début de la révolution de l’intelligence artificielle.
La décision prise après AlexNet mérite attention. Cette décision a transformé notre entreprise, et peut-être tout le reste. Nous avons vu le potentiel du deep learning, et nous y avons cru — non pas parce que cela fonctionnait déjà, mais parce que nous pensions, par analyse de ses principes fondamentaux, qu’il pourrait apprendre d’autres fonctions utiles. Peut-être que le deep learning est un apprenant universel de fonctions, capable de résoudre des problèmes trop difficiles ou impossibles à exprimer par des lois physiques simples.
Dès lors, nous avons considéré qu’il s’agissait d’une technologie à laquelle nous devions impérativement nous consacrer, car ses limites semblaient uniquement liées à l’échelle des modèles et des données. Pourtant, des obstacles subsistaient. Nous étions en 2012, juste après la victoire d’AlexNet. Comment pouvions-nous explorer les limites du deep learning sans construire d’immenses grappes de GPU ?
À l’époque, nous étions encore une petite entreprise. Construire de tels clusters pouvait coûter des centaines de millions de dollars. Mais si nous ne le faisions pas, nous ne pourrions pas garantir que cela fonctionnerait à grande échelle. Personne ne savait jusqu’où le deep learning pouvait s’étendre. Si nous ne le construisions pas, nous ne le saurions jamais. C’était un cas typique de « s’ils viennent, c’est que vous l’avez construit ». Notre logique était : s’il n’est pas construit, ils ne viendront pas.
Nous avons donc agi selon nos convictions fondamentales. Nous avons cru fermement que cela serait efficace, et quand une entreprise croit en quelque chose, elle doit agir. Nous nous sommes donc plongés dans le deep learning, et pendant les dix années suivantes, nous avons systématiquement tout reconstruit. À commencer par le GPU lui-même, nous avons réinventé chaque couche du calcul. Le GPU moderne est très différent des GPU que nous avions initialement conçus.
Nous avons continué à innover dans le calcul, les interconnexions, les systèmes, les réseaux et presque tous les autres aspects du calcul. Bien sûr, aussi dans les logiciels. Nous avons investi des milliards de dollars. Nous avons investi des milliards dans l’inconnu. Pendant dix ans, des milliers d’ingénieurs ont travaillé sur le deep learning, le faisant progresser et s’étendre, sans vraiment savoir jusqu’où cette technologie pourrait aller.
Nous avons investi des milliards. Nous avons conçu et construit des supercalculateurs pour explorer les limites du deep learning et de l’IA. En 2016, nous avons lancé le DGX-1, notre premier supercalculateur dédié à l’IA. J’ai remis le premier exemplaire à une startup inconnue de San Francisco, un groupe d’amis travaillant sur l’IA, une entreprise appelée OpenAI.
En 2022, dix ans après AlexNet, la puissance de calcul avait augmenté d’environ un million de fois. Imaginez si votre ordinateur portable était un million de fois plus puissant. Après ce million, OpenAI a lancé ChatGPT, et l’IA est entrée dans le grand public.
Durant ces dix ans, NVIDIA est passée d’une société graphique (vous nous connaissiez probablement d’abord comme fabricant de GPU) à une société d’IA construisant des supercalculateurs à l’échelle des datacenters. Nous avons radicalement transformé notre entreprise. Nous avons aussi révolutionné la technologie informatique. La manière fondamentale de calculer aujourd’hui a changé.
La pile informatique utilise désormais des GPU pour entraîner de grands modèles linguistiques sur des supercalculateurs, plutôt que des CPU traitant des instructions écrites par des programmeurs. Nous créons désormais des logiciels que les humains ne peuvent pas écrire. Nous créons des logiciels capables de réaliser des tâches que les humains ne pouvaient même pas imaginer il y a dix ans. Les ordinateurs sont désormais pilotés par l’intention, pas par les instructions. Dites à l’ordinateur ce que vous voulez, et il trouvera comment le faire.
Comme les humains, les applications d’IA comprendront la tâche, raisonneront, planifieront, et orchestreront des équipes de grands modèles linguistiques pour accomplir les missions. Les futures applications fonctionneront et s’exécuteront de manière très similaire à nous : constituant des équipes d’experts, utilisant des outils, raisonnant et planifiant. Le logiciel, et ce qu’il peut accomplir, a complètement changé. Même notre secteur, en se transformant, a créé un nouvel industrie, une industrie inédite dans l’histoire du monde.
Une industrie est en train de naître sous nos yeux. Les entrées et sorties de l’IA sont des tokens. Pour tous les ingénieurs ici, vous comprenez ce que je veux dire. Ce sont des nombres flottants intégrant de l’intelligence. Des entreprises construisent aujourd’hui un nouveau type de datacenter, inexistant auparavant, spécialisé dans la production de tokens intelligents. Ce sont essentiellement des usines d’intelligence artificielle. Tout comme Nikola Tesla a inventé l’alternateur lors de la précédente révolution industrielle, nous avons désormais des générateurs de tokens d’IA, qui deviendront les usines de la nouvelle révolution industrielle.
Il existait une grande industrie produisant de l’énergie, de l’électricité. Nous avons désormais une vaste industrie produisant des choses invisibles : des logiciels. Bientôt, très bientôt, nous aurons une industrie produisant et fabriquant des tokens d’intelligence, des générateurs d’IA. Un nouveau modèle informatique est apparu, une nouvelle industrie est née, tout cela parce que nous avons eu une conviction basée sur les principes fondamentaux, et que nous avons agi.
La robotique, la prochaine vague
La prochaine vague de l’IA est la robotique, où l’IA intègre non seulement des modèles linguistiques, mais aussi des modèles du monde physique. Nous collaborons avec des centaines d’entreprises pour fabriquer des robots, des véhicules robotisés, des bras préhenseurs, des robots humanoïdes, voire des entrepôts géants entièrement automatisés. Mais contrairement à notre stratégie des usines d’IA, soigneusement réfléchie, notre aventure en robotique est le résultat d’une série d’échecs.
Comme vous le savez, NVIDIA a inventé le GPU. C’était avant que nous n’inventions les usines d’IA. Notre première grande contribution à l’industrie informatique a été de redéfinir l’infographie via les shaders programmables. Nous avons inventé le GPU et les shaders programmables en 2000. Nous voulions intégrer le GPU dans chaque ordinateur, alors nous avons commencé à combiner le GPU avec la puce mère. Nous avons lancé une excellente puce graphique intégrée destinée aux CPU AMD.
Notre activité de chipsets a aussitôt réussi. Elle est passée de zéro à un milliard de dollars presque instantanément. Mais soudain, AMD voulait contrôler toutes les technologies du PC, tandis que nous voulions rester indépendants. Ils ont donc racheté ATI et n’avaient plus besoin de nous. Nous nous sommes tournés vers Intel. Ce n’était peut-être pas une bonne idée, mais nous avons négocié une licence avec Intel pour connecter leurs CPU.
Apple était enthousiaste par ce que nous développions et nous a demandé de concevoir un nouvel ordinateur avec eux : ce fut le premier MacBook Air. Intel a vu ce qui se passait et a décidé qu’il ne voulait plus que nous le fassions, rompant ainsi notre accord. Nous nous sommes retournés, cette fois obtenant une licence d’ARM, concevant un SoC basse consommation, un SoC mobile, le premier SoC au monde, une véritable machine informatique complète, incroyable.
Notre puce a enthousiasmé Google, qui nous a demandé de développer un nouvel appareil : ce fut le mobile Android. Mais Qualcomm a décidé qu’il ne voulait pas que nous le fassions, refusant de connecter nos puces à leurs modems. Or, construire un mobile sans modem LTE était difficile, et aucun autre fournisseur de modems LTE n’existait. Nous avons donc dû quitter le marché des mobiles.
Eh bien, cela arrivait presque selon un rythme annuel : nous construisions quelque chose, cela réussissait, suscitait un grand enthousiasme, puis un an plus tard, nous étions expulsés de ces marchés. Comme il n’y avait plus de marchés vers lesquels se tourner, nous avons décidé de construire quelque chose là où nous étions certains qu’il n’y aurait aucun client, car là où il n’y a ni client, ni concurrent, personne ne s’en soucie.
Nous avons donc choisi un marché sans clients, un marché d’une valeur de 0 milliard de dollars : la robotique. Nous avons construit le premier ordinateur robotique au monde, capable de traiter des algorithmes de deep learning que personne ne comprenait alors. Cela remonte à plus de dix ans. Dix ans plus tard, je suis ravi de ce que nous avons construit et des opportunités de créer la prochaine vague de l’IA. Plus important encore, nous avons cultivé une culture d’agilité et de résilience.
Encore et encore, malgré les échecs, nous nous sommes relevés pour saisir la prochaine opportunité. Chaque fois, nous avons acquis des compétences et renforcé notre caractère. Nous avons consolidé l’identité de notre entreprise. Notre société est extrêmement difficile à distraire ou à décourager.
Aujourd’hui, aucun échec que nous rencontrons n’est une opportunité perdue. Ironiquement, les ordinateurs robotiques que nous construisons aujourd’hui n’ont même plus besoin de graphismes — alors que c’est là que tout a commencé pour nous. Où nous en sommes aujourd’hui nous enseigne quelque chose. Comme disait Richard Feynman : le monde est incertain, peut-être injuste, il vous donne des cartes difficiles. Débarrassez-vous-en vite. Manifestement, vous y accordez trop d’attention. Secouez ça. Allez, c’est intelligent. Là-bas, il y a une autre opportunité, ou créez-en une.
Trouvez votre GPU
Permettez-moi de vous raconter une autre histoire. J’avais l’habitude de travailler un mois chaque été dans l’un de nos sites internationaux. Quand nos enfants étaient adolescents, nous avons passé un été au Japon. Le week-end, nous avons visité le temple Ginkaku-ji à Kyoto. Si vous n’avez pas encore eu l’occasion d’y aller, vous devez absolument le faire. Il est célèbre pour son jardin de mousse exquis.
Ce jour-là était typique d’un été à Kyoto : chaud, humide, poisseux. La chaleur montait du sol. L’air était lourd, silencieux. Nous marchions avec d’autres visiteurs dans le jardin de mousse parfaitement entretenu. J’ai remarqué un jardinier solitaire. Rappelez-vous, le jardin de mousse, c’est Ginkaku-ji, un jardin immense, abritant la plus grande collection de mousses du monde. Entretenu avec une précision extrême.
Je voyais le jardinier solitaire accroupi, pinçant délicatement la mousse avec une pince en bambou, la plaçant dans un panier en bambou. Vous devez faire cela avec une pince en bambou, et c’est ce seul jardinier. Le panier semblait vide. Un instant, j’ai cru qu’il ramassait de la mousse imaginaire dans un tas de mousse morte imaginaire. Alors je suis allé vers lui et lui ai demandé : « Que faites-vous ? » Il a répondu en anglais : « Je ramasse la mousse morte. Je m’occupe de mon jardin. »
J’ai dit : « Mais votre jardin est si grand. » Il a répondu : « Je m’occupe de mon jardin depuis 25 ans. J’ai tout le temps qu’il faut. » Eh bien, c’est l’une des leçons les plus profondes de ma vie. Elle m’a vraiment appris quelque chose. Ce jardinier était dévoué à son métier, à son œuvre de toute une vie. Quand vous faites cela, vous avez tout le temps.
Chaque matin, je commence exactement de la même manière : je fais d’abord mon travail prioritaire. J’ai une liste de priorités très claire, et je commence toujours par la tâche la plus importante. Avant même de commencer à travailler, ma journée est déjà un succès. J’ai accompli la tâche la plus importante, et je peux désormais consacrer ma journée à aider les autres.
Quand les gens s’excusent de me déranger, je dis toujours que j’ai assez de temps — et c’est vrai. Diplômés 2024, je peine à imaginer qui que ce soit mieux préparé que vous pour l’avenir. Vous vous êtes consacrés, avez travaillé dur, et obtenu une éducation de classe mondiale dans l’une des institutions les plus prestigieuses. En entrant dans la prochaine étape, adoptez mes leçons, j’espère qu’elles vous accompagneront.
J’espère que vous croirez en quelque chose, quelque chose d’atypique, d’inexploré, mais que cela repose sur des arguments et des raisonnements. Puis engagez-vous pleinement pour l’accomplir. Vous pourriez trouver votre GPU, votre CUDA, votre IA générative, votre NVIDIA.
J’espère que vous considérerez les échecs comme de nouvelles opportunités. Votre souffrance et vos efforts renforceront votre caractère, votre résilience et votre agilité — ce sont des super-pouvoirs ultimes. Parmi toutes les qualités que j’apprécie le plus chez moi, l’intelligence n’est pas la plus importante. Ma capacité à supporter la douleur, à persévérer longtemps, à surmonter les échecs et à voir les opportunités à venir — voilà mes super-pouvoirs. J’espère que ce seront les vôtres.
J’espère que vous trouverez un métier. Trouvez un métier. Peu importe de prendre la décision le premier jour, ou rapidement. Mais trouvez un métier que vous voudrez perfectionner toute votre vie, aff
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
