Histoire de l'ascension de NVIDIA : du géant du jeu vidéo au roi du minage cryptographique, puis au fournisseur d'armes pour l'IA
TechFlow SélectionTechFlow Sélection
Histoire de l'ascension de NVIDIA : du géant du jeu vidéo au roi du minage cryptographique, puis au fournisseur d'armes pour l'IA
Les personnes qui ont de très grandes espérances envers elles-mêmes ont souvent une faible résilience.
Dédié à des analyses Web3 approfondiesRédaction : TechFlow
Le 30 octobre, la capitalisation boursière de Nvidia a dépassé 5 000 milliards de dollars, surpassant le PIB annuel de pays développés tels que le Japon et l'Allemagne.
Depuis son introduction en bourse en 1999 à 12 dollars, et après ajustement pour les divisions d'actions, Nvidia a généré un rendement supérieur à 8000 fois en 26 ans.
Ce qui suscite le plus d'admiration chez Nvidia, c'est sa capacité à « ignorer les cycles économiques », servant constamment d'infrastructure fondamentale et percevant continuellement une sorte « d'impôt », quel que soit votre domaine d'activité, vous ne pouvez pas vous passer d'elle.
En tant que créateur du GPU, Nvidia a saisi l'opportunité de la « vague PC » et, avec l'essor du marché du jeu, s'est installée dans des millions de foyers ;
Ensuite, lorsque ses activités liées aux jeux ont faibli, le boom des cryptomonnaies est arrivé, et les cartes graphiques de Nvidia ont été largement utilisées pour le « minage » de cryptomonnaies comme Ethereum, lui permettant de gagner discrètement une fortune ;
Puis, avec l'émergence de l'industrie automobile intelligente, son activité des puces embarquées a rapidement progressé ;
Enfin, l'apparition soudaine de ChatGPT a transformé Nvidia en fournisseur d'armes pour l'intelligence artificielle…
En repensant à l'histoire de croissance de Nvidia, elle a souvent frôlé l'échec ou la faillite. Jensen Huang (Huang Renxun) a lancé ce cri : Mon désir de survivre dépasse presque la volonté de tous ceux qui veulent me détruire.
Nvidia, le créateur du GPU
La naissance de la carte graphique (GPU) remonte aux années 1990.
À cette époque, certaines personnes de la Silicon Valley ont eu une idée : utiliser des puces spécialisées telles que la carte son pour traiter le son et la carte réseau pour gérer le réseau afin de réduire la charge de travail du processeur central (CPU). Par analogie, créer une puce dédiée à la sortie d'images sur ordinateur – autrement dit, une carte graphique (Graphic Card) – semblait tout naturel. Par exemple, la console PlayStation lancée par Sony fin 1994 utilisait déjà une carte graphique pour le traitement d'images.
Cependant, il existait alors plusieurs voies technologiques possibles pour les cartes graphiques. Le point de rupture trouvé par Nvidia a été d'utiliser le calcul parallèle pour accélérer le rendu 3D, notamment dans le domaine des jeux vidéo. Le calcul parallèle consiste à diviser une tâche complexe en plusieurs sous-tâches exécutées simultanément afin d'améliorer l'efficacité du calcul.
En 1999, Nvidia a lancé une carte graphique appelée GeForce. Conçue spécifiquement pour les jeux, elle reposait sur le principe du « calcul parallèle » et permettait d'améliorer considérablement la capacité de traitement des graphismes 3D, offrant ainsi une expérience de jeu plus fluide et réaliste.
Le succès de GeForce a propulsé Nvidia au sommet du secteur des cartes graphiques.
À l’époque, Nvidia n’était pas le seul acteur à travailler sur les unités de traitement graphique, mais elle a réussi à s’identifier profondément à l’étiquette de « créateur du GPU ».
Dan Vivoli, alors responsable marketing chez Nvidia, a utilisé le concept de « graphics processing unit » (GPU) pour promouvoir leurs puces. Il pensait que répéter sans cesse qu’ils étaient les inventeurs du GPU leur permettrait de devenir leaders du secteur.
Et cela s’est avéré exact : Nvidia est devenu synonyme de GPU, et grâce à la commercialisation du GPU, elle s’est ouvert une nouvelle voie.
Nvidia, grand gagnant du boom des cryptomonnaies
La capitalisation boursière de Nvidia est passée de 14 milliards de dollars en 2016 à un sommet de 175 milliards en 2018, une hausse de plus de 10 fois en deux ans, probablement portée par l’engouement pour le minage de cryptomonnaies.
En 2017, le marché des cryptomonnaies a connu un fort essor, attirant un grand nombre de mineurs qui se sont précipités pour acheter des GPU. Ces cartes sont devenues de véritables machines à imprimer de l’argent, entraînant une forte augmentation des ventes mondiales et une flambée des prix.
Prenons l'exemple de la carte graphique GTX 1060 de Nvidia utilisée par les mineurs : avant mai 2017, son prix d'achat était d'environ 1650 yuans pièce, puis il a grimpé à environ 2900 yuans à partir de juin 2017.
Nvidia est devenue le grand gagnant caché derrière le boom des cryptomonnaies, bénéficiant d'une manne inattendue.
Grâce à l'essor du minage, le chiffre d'affaires annuel de Nvidia pour l'exercice 2018 a atteint un record de 9,7 milliards de dollars. Jensen Huang a déclaré publiquement : « Nos GPU soutiennent le plus grand supercalculateur distribué au monde, ce qui explique leur grande popularité dans le domaine des cryptomonnaies ». En outre, Nvidia a lancé des cartes spécialement conçues pour le minage, telles que la GTX 1060 3 Go et les cartes professionnelles P106 et P104.
En 2020, après deux années de marché baissier, le marché des cryptomonnaies a repris son envol : le bitcoin a augmenté de plus de 200 %, l'Ethereum de 400 %, et Nvidia a encore une fois profité de cette « prospérité cryptographique ».
Sensible au vent du changement, Nvidia s'est activement engagée sur le marché minier en lançant la série CMP, des cartes dépourvues de fonction de traitement graphique, dotées d'une tension et d'une fréquence de cœur plus basses afin d'optimiser les performances et l'efficacité du minage.
Fin 2020, Nvidia a lancé la série de cartes RTX30. La carte d'entrée de gamme RTX3060 était initialement vendue 2499 yuans, et la RTX3090 à 11999 yuans. Mais avec la hausse des cryptomonnaies, le prix de la RTX3060 a atteint 5499 yuans, et celui de la RTX3090 a grimpé jusqu'à 20000 yuans.
Après la publication du rapport financier du premier trimestre 2021, Colette Kress, directrice financière de Nvidia, a révélé que les ventes de puces destinées aux cryptomonnaies avaient atteint 155 millions de dollars, et que les cartes utilisées pour le « minage » représentaient un quart des ventes totales du trimestre.
En 2021, le chiffre d'affaires annuel de Nvidia a atteint un record de 26,91 milliards de dollars, en hausse de 61 % par rapport à l'exercice précédent, et sa capitalisation boursière a brièvement dépassé 800 milliards de dollars. Cependant, cette période faste n'a pas duré : en septembre 2022, la couche d'exécution d'Ethereum et la couche de consensus proof-of-stake ont fusionné, faisant passer le réseau blockchain d'Ethereum du mécanisme PoW (proof-of-work) au mécanisme PoS (proof-of-stake), marquant ainsi la fin progressive de l'ère du minage par carte graphique.
Cela a eu un impact significatif sur Nvidia. Au troisième trimestre 2022, les revenus et bénéfices nets de Nvidia ont tous deux reculé, avec un chiffre d'affaires trimestriel de seulement 5,931 milliards de dollars, en baisse de 17 % en glissement annuel, et un bénéfice net de 680 millions de dollars, en chute de 72 %. Le 23 novembre 2022, le cours de l'action Nvidia s'est établi à 165 dollars, près de la moitié de son sommet de l'année précédente.
À ce moment-là, que ce soient les médias internationaux comme Financial Times ou les médias technologiques chinois, tous prédisaient un déclin pour Nvidia.
Dans cette impasse, un retournement de situation inattendu s'est produit : le vent de l'IA et des grands modèles soufflait, et Nvidia s'est retrouvée de nouveau au centre de l'attention.
Nvidia, le fournisseur d'armes pour l'IA
En mars 2016, AlphaGo a vaincu Lee Sedol, un événement bouleversant qui a déclenché un vaste débat sur l'intelligence artificielle.
Un mois plus tard, lors de la conférence GTC China, Jensen Huang a officiellement annoncé : Nvidia n'est plus une entreprise semi-conductrice, mais une entreprise de calcul pour l'intelligence artificielle.
En août 2016, un moment historique a eu lieu : Nvidia a fait don à OpenAI, tout juste fondée, de son premier supercalculateur IA, le DGX-1. Jensen Huang lui-même a livré personnellement cet appareil au bureau d'OpenAI, où le président Elon Musk a ouvert le colis avec un cutter.
Jensen Huang a prononcé cette phrase : « Pour l'avenir du calcul et de l'humanité, je fais don du premier DGX-1 au monde. »
Par la suite, OpenAI a utilisé le supercalculateur de Nvidia pour entraîner ChatGPT, devenu populaire dans le monde entier. Les produits matériels ultérieurs de Nvidia, notamment le DGX H100, ont été pris d'assaut par le marché, provoquant une pénurie généralisée.
Rome ne s'est pas construite en un jour. La domination de Nvidia dans le secteur de l'IA découle d'années d'accumulation bien antérieures.
David Kirk, ancien scientifique en chef de Nvidia, rêvait déjà de rendre universel le pouvoir de calcul graphique 3D du GPU, au-delà du seul domaine du jeu.
Sous la direction de David Kirk et Jensen Huang, Nvidia a lancé en 2007 la plateforme révolutionnaire de calcul unifié CUDA, libérant ainsi une puissance de calcul immense.
Mais à l'époque, CUDA n'a absolument pas convaincu les investisseurs. Au contraire, les investissements massifs dans ce « supercalculateur » en avance sur son temps ont fortement réduit les profits de Nvidia, provoquant des critiques virulentes de Wall Street.
Ben Gilbert, animateur d'un célèbre podcast très populaire en Silicon Valley, Acquired, a commenté ainsi : « Ils visaient alors non pas un grand marché, mais un petit coin obscur du calcul académique et scientifique, et ils y ont consacré des milliards de dollars ».
Ces critiques extérieures n'ont pas affecté Jensen Huang, qui a persévéré pendant plus d'une décennie dans ses investissements sur CUDA, ce qui a permis à Nvidia d'atteindre sa position actuelle.
Jensen Huang considère la puissance de calcul comme essentielle. Qu'il s'agisse d'IA, de conduite autonome, du métavers, de robots ou de cryptomonnaies, Nvidia utilise toujours sa puissante capacité de calcul pour trouver de nouvelles opportunités.
La puissance de calcul, l'arme éternelle de Nvidia.
Trois échecs
En 2023, Jensen Huang a prononcé un discours lors de la cérémonie de remise des diplômes de l'Université nationale de Taïwan, partageant trois histoires d'échec pour transmettre aux étudiants les secrets du succès de Nvidia.
Premier échec : survivre au bord de la faillite.
En 1994, le premier client de Nvidia était la société japonaise de jeux SEGA, pour laquelle elle concevait une carte graphique destinée à sa console.
Mais l'année suivante, Microsoft a lancé l'interface graphique Direct3D pour Windows, ce qui a plongé Nvidia dans la panique car cela entrait en conflit avec leur conception.
Finalement, Nvidia a choisi de rompre le contrat avec SEGA et de se concentrer sur le développement de GPU pour la plateforme Windows. Une décision risquée, car SEGA était leur seul client, qu'ils ont pourtant abandonné. Les fonds de Nvidia ne pouvaient assurer leur survie que pendant six mois. S'ils ne parvenaient pas à lancer un nouveau produit durant cette période, ils faisaient face à la faillite.
Heureusement, au moment où les fonds allaient s'épuiser, un mois avant la faillite, Nvidia a réussi à concevoir la puce Riva 128, qui s'est révélée un succès. D'ici la fin 1997, plus d'un million de cartes Riva 128 avaient été expédiées, permettant ainsi à Nvidia de survivre.
Deuxième échec : renoncer aux profits à court terme pour accomplir une grande réussite future.
En 2007, Nvidia a lancé le programme de calcul accéléré par GPU CUDA, dont la vision était de faire de CUDA un modèle de programmation capable d'accélérer diverses applications, allant du calcul scientifique et des simulations physiques au traitement d'images.
Créer un nouveau modèle de calcul était extrêmement difficile. Depuis le lancement d'IBM System 360, le modèle de calcul CPU était devenu la norme industrielle depuis 60 ans.
CUDA obligeait les développeurs à réécrire leurs applications pour montrer les avantages du GPU ; mais pour développer de telles applications, il fallait d'abord disposer d'une large base d'utilisateurs et d'une demande importante pour motiver les développeurs.
Pour résoudre ce problème du « l'œuf ou la poule », Nvidia a utilisé sa large base d'utilisateurs de joueurs possédant des cartes graphiques GeForce pour bâtir un écosystème. Toutefois, le coût supplémentaire de CUDA a fortement réduit les bénéfices de Nvidia pendant plusieurs années, et sa capitalisation boursière est restée bloquée autour du milliard de dollars.
Cette longue période de médiocrité a conduit les actionnaires à douter de CUDA. Ils espéraient que l'entreprise se concentre davantage sur la rentabilité, mais Nvidia a tenu bon, convaincue que le moment du calcul accéléré finirait par arriver.
Jensen Huang a créé une conférence appelée GTC, qu'il a promue inlassablement à travers le monde. Finalement, les efforts ont porté leurs fruits : des applications ont commencé à apparaître, notamment dans la reconstruction de CT, la dynamique moléculaire, la physique des particules, la dynamique des fluides et le traitement d'images.
En 2012, les chercheurs en IA ont découvert le potentiel de CUDA. Le célèbre expert en IA Alex Krizhevsky a entraîné AlexNet sur une GeForce GTX 580, déclenchant ainsi l'explosion de l'intelligence artificielle.
Troisième échec : Nvidia quitte le marché des puces pour smartphones.
Vous souvenez-vous de la scène où Lei Jun et Jensen Huang étaient ensemble sur scène ?
En 2013, sur invitation de Lei Jun, Jensen Huang a participé au lancement du smartphone Xiaomi Mi 3.
Émigré aux États-Unis dès son jeune âge, Huang a été invité par Lei Jun à parler chinois. Malgré une prononciation hésitante, il a affirmé avec confiance en chinois : Le GPU de Nvidia est le meilleur au monde.
À l'époque, la version phare du Xiaomi 3 était équipée de la version mobile du processeur Tegra4 de Nvidia, qui s'est révélée être le chant du cygne de cette série.
Lorsque le marché des smartphones mobiles a émergé, Nvidia y est entrée également. Bien que ce marché soit immense, et que Nvidia aurait pu lutter pour conquérir des parts de marché, elle a pris une décision difficile : abandonner ce secteur.
Jensen Huang a expliqué que la mission de Nvidia était de construire des ordinateurs capables de tâches impossibles aux ordinateurs ordinaires, et qu'elle devait rester fidèle à cette vision pour apporter une contribution unique. Ce retrait stratégique s'est avéré payant.
Conseil de vie : traverser les épreuves, réduire ses attentes
En 2024, Jensen Huang est retourné à son alma mater, l'Université Stanford, où il a donné une conférence à la faculté de commerce, partageant quelques expériences de vie.
Lorsque l'animateur lui a demandé s'il avait un conseil à donner aux étudiants de Stanford concernant le succès, il a répondu : « J'espère que vous aurez l'occasion de vivre beaucoup de souffrances et d'épreuves. »
Il a mentionné que l'un de ses principaux atouts était que « mes attentes sont très basses ».
Jensen Huang a ajouté que la plupart des diplômés de Stanford ont de grandes ambitions, ce qui est compréhensible car ils viennent de l'une des meilleures universités du monde, entourés de pairs tout aussi exceptionnels. Avoir de hautes attentes est donc naturel.
« Les personnes ayant de très hautes attentes ont souvent une faible résilience, » a déclaré Jensen Huang, « malheureusement, la résilience est cruciale pour atteindre le succès. »
Il a insisté : « Le succès ne vient pas de l'intelligence, mais du caractère, et le caractère se forge à travers les épreuves. »
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
深潮TechFlow
