CEO Jensen Huang, Nvidia'yı her büyük teknoloji trendinin öncüsü olarak konumlandırdı. 2012 yılında küçük bir grup araştırmacı AlexNet adında çığır açan bir görüntü tanıma sistemi yayınladı ve bu sistem kodunu çözmek için CPU'lar yerine GPU'ları kullanarak yeni bir “derin öğrenme çağı” başlattı. Huang derhal şirketi yapay zekanın peşinden tam gaz gitmeye yönlendirdi. Google 2017'de transformatör olarak bilinen yeni nöral ağı mimarisini (ChatGPT'deki T) piyasaya sürdüğünde ve yapay zeka ateşini yaktığında, Nvidia yapay zeka odaklı GPU'larını aç teknoloji şirketlerine satmaya başlamak için mükemmel bir konumdaydı.

Nvidia şu anda yapay zeka çip pazarındaki satışların yüzde 70'inden fazlasını oluşturuyor ve 2 trilyon dolarlık bir değerlemeye yaklaşıyor. 2023'ün son çeyreğindeki geliri, bir önceki yıla göre yüzde 265 artışla 22 milyar dolar oldu. Ve hisse senedi fiyatı geçen yıl yüzde 231 arttı. Huang ya yaptığı işte esrarengiz bir şekilde iyi ya da gülünç derecede şanslı -ya da her ikisi de- ve herkes bunu nasıl yaptığını bilmek istiyor. 

Ama kimse sonsuza dek sektörde hüküm süremez. Şu anda ABD-Çin teknoloji savaşının hedefinde ve düzenleyicilerin insafına kalmış durumda. Huang'ın yapay zeka çipi dünyasındaki rakiplerinden bazıları Google, Amazon, Meta ve Microsoft gibi tanınmış isimler ve teknoloji dünyasının en derin ceplerine sahipler. Startup'lar da hedefe kilitlenmiş durumda. Araştırma şirketi Pitchbook'a göre, yalnızca geçen yılın üçüncü çeyreğinde, risk sermayedarları yapay zeka çiplerine 800 milyon dolardan fazla para aktardı.

Nvidia'nın "ilk gün" yaklaşımına sahip olduğu konuşuluyor. Bu bakış açısını nasıl koruyorsunuz?
Açıkçası bu gerçekten güzel bir ifade. Her sabah ilk günmüş gibi uyanıyorum ve bunun nedeni de her zaman daha önce hiç yapılmamış bir şey yapıyor olmamız. Bir de işin savunmasız tarafı var. Pekala başarısız olabiliriz. Az önce, şirketimiz için yepyeni bir şey yaptığımız ve bunu nasıl doğru yapacağımızı bilmediğimiz bir toplantı yapıyordum.

Yeni şey nedir?
Yeni bir tür veri merkezi inşa ediyoruz. Biz buna yapay zeka fabrikası diyoruz. Bugün veri merkezlerinin inşa edilme biçiminde, bir bilgisayar kümesini paylaşan ve dosyalarını bu büyük veri merkezine koyan çok sayıda insan var. Yapay zeka fabrikası ise daha çok bir güç jeneratörüne benziyor. Oldukça benzersiz. Son birkaç yıldır bunu inşa ediyoruz, ancak şimdi bunu bir ürüne dönüştürmemiz gerekiyor. "Moore yasasının formüle ediliş biçimine baktık ve 'Bununla sınırlı kalmayın' dedik. Moore yasası bilgi işlem için bir sınırlayıcı değildir."

Bilgisayar çiplerindeki transistör sayısının yaklaşık her iki yılda bir ikiye katlandığı gözlemi Moore Yasası olarak bilinir. Moore Yasası bir doğa kanunu değil, teknolojinin nasıl değiştiğine dair uzun vadeli bir eğilimin gözlemidir. Yasa ilk olarak 1965 yılında Intel'in kurucu ortağı Gordon E. Moore tarafından tanımlanmıştır. 

Grafik, Moore'un 1965 yılında bu düzenliliği tanımlamak için çizdiği orijinal grafiği göstermektedir. O zamanlar elinde sadece birkaç veri noktası vardı. Grafiği logaritmik ölçekte çizdiğine dikkat edin ve log eksenindeki düz bir çizginin büyüme oranının sabit olduğu anlamına geldiğini ve bu nedenle transistör sayısının üstel büyümesini gösterdiğini unutmayın.

Bununla birlikte, bu ilişkinin benzer bir oranda devam edeceği varsayımında bulundu: "En az 10 yıl boyunca sabit kalmayacağına inanmak için hiçbir neden yok"

Adını ne koyacaksın?
Henüz bir isim vermedik. Ama her yerde olacak. Bulut hizmet sağlayıcıları bunları oluşturacak, biz de oluşturacağız. Her biyoteknoloji şirketi buna sahip olacak. Her perakende şirketi, her lojistik şirketi. Gelecekte her araba şirketinin arabaları, yani gerçek malları, atomları inşa eden bir fabrikası ve arabalar için yapay zekayı, yani elektronları inşa eden bir fabrikası olacak. Aslında biz konuşurken Elon Musk'ın bunu yaptığını görüyorsunuz. Endüstriyel şirketlerin gelecekte neye benzeyeceğini düşünme konusunda çoğu kişinin çok ilerisinde.

Daha önce, doğrudan size rapor veren 30 ila 40 yöneticiyle düz bir organizasyon yürüttüğünüzü, çünkü bilgi akışının içinde olmak istediğinizi söylemiştiniz. 
E-posta, mesaj ve benzeri şeylerin olmadığı eski günlerinde olduğu gibi, bilginin bir kurumun en tepesinden en altına doğru akması gerekmiyor. Bilgi bugün çok daha hızlı bir şekilde akabiliyor. Dolayısıyla, bilginin yukarıdan aşağıya doğru yorumlandığı hiyerarşik bir düzen gereksizdir. Düz bir ağ çok daha hızlı adapte olmamızı sağlıyor ki teknolojimiz çok hızlı ilerlediği için buna ihtiyacımız var.
Nvidia'nın teknolojisinin nasıl ilerlediğine bakarsanız, klasik olarak Moore yasasının her iki yılda bir iki katına çıktığını görürsünüz. Son 10 yıl içinde yapay zekayı yaklaşık bir milyon kat geliştirdik. Bu Moore yasasının çok çok üstünde. Eğer üstel bir dünyada yaşıyorsanız, bilginin yukarıdan aşağıya her seferinde bir katman olarak yayılmasını istemezsiniz.

Şu anda her şeyi değiştireceğini düşündüğünüz ne oluyor?
Birkaç şey var. Bunlardan birinin tam olarak bir adı yok ama temel robotik alanında yaptığımız bazı çalışmalar var. Eğer metin  veya görüntü üretebiliyorsanız, hareket de üretebilir misiniz? Cevap muhtemelen evet. Ve eğer hareket üretebilirseniz, niyeti anlayabilir ve eklemlenmenin genelleştirilmiş bir versiyonunu üretebilirsiniz. Bu nedenle insansı robotlar hemen köşeyi dönmüş olmalı.
Ve bence durum-uzay modelleri veya SSM'ler etrafındaki çalışmalar, hesaplamada kuadratik olarak büyümeden son derece uzun kalıpları ve dizileri öğrenmenize izin verir, muhtemelen bir sonraki dönüştürücüdür.

Bu neyi mümkün kılar? Gerçek hayattan bir örnek var mı?
Bir bilgisayarla çok uzun süren bir konuşma yapabilirsiniz ve yine de bağlam asla unutulmaz. Hatta bir süreliğine konu değiştirebilir ve daha önceki bir konuya geri dönebilirsiniz ve bu bağlam korunabilir. İnsan genomu gibi son derece uzun bir zincirin dizilimini anlayabilirsiniz. Ve sadece genetik koda bakarak onun anlamını kavrayabilirsiniz.

Bundan ne kadar uzaktayız?
Yakın geçmişte, AlexNet'e sahip olduğumuz zamandan insanüstü AlexNet'e kadar, bu sadece yaklaşık beş yıldı. Robotik bir temel modeli muhtemelen eli kulağındadır. Buna önümüzdeki yıl diyebiliriz. Bu noktadan itibaren, beş yıl sonra, oldukça şaşırtıcı şeyler göreceksiniz.

Robot davranışı için geniş eğitimli bir modelden en çok hangi sektör faydalanabilir?
Ağır sanayiler dünyadaki en büyük sanayileri temsil ediyor. Elektronları hareket ettirmek kolay değildir, ancak atomları hareket ettirmek son derece zordur. Taşımacılık, lojistik, ağır şeyleri bir yerden başka bir yere taşımak, bir sonraki ilacı keşfetmek - bunların hepsi atomların, moleküllerin, proteinlerin anlaşılmasını gerektirir. Bunlar yapay zekanın henüz etkilemediği büyük, inanılmaz endüstriler.

İsrailli Mellanox şirketini 2019'da satın almanız da bu noktada devreye giriyor. Nvidia o dönemde modern bilgi işlemin veri merkezlerine muazzam talepler getirdiğini ve Mellanox'un ağ teknolojisinin hızlandırılmış bilgi işlemi daha verimli hale getireceğini söyledi.
Evet, aynen öyle. Mellanox'u satın aldık, böylece çipimizin bir uzantısını alıp tüm veri merkezini bir süper çipe dönüştürebildik ve bu da modern yapay zeka süper bilgisayarını mümkün kıldı. Bu gerçekten de Moore yasasının sona erdiğini ve bilgi işlemde ölçeklendirmeye devam etmek istiyorsak bunu veri merkezi ölçeğinde yapmamız gerektiğini kabul etmekle ilgiliydi. Moore yasasının formüle ediliş biçimine baktık ve dedik ki, "Bununla sınırlı kalmayın. Moore yasası bilgi işlem için bir sınırlayıcı değildir." Moore yasasını geride bırakmalıyız ki ölçeklendirmenin yeni yollarını düşünebilelim.

Ne kadar çok platform olursanız, o kadar çok sorunla karşılaşırsınız. İnsanlar bir platforma çıktıları için çok daha fazla sorumluluk ve yükümlülük yükleme eğilimindedir. Sürücüsüz arabanın nasıl davrandığı, sağlık cihazındaki hata payının ne olduğu, bir yapay zeka sisteminde önyargı olup olmadığı. Bunu nasıl ele alıyorsunuz?
Yine de biz bir uygulama şirketi değiliz. Muhtemelen bunu düşünmenin en kolay yolu bu. Bir sektöre hizmet etmek için yapmamız gerektiği kadarını, ancak elimizden geldiğince azını yapacağız. Yani sağlık hizmetleri söz konusu olduğunda, ilaç keşfi bizim uzmanlık alanımız değil, bilişim uzmanlık alanımız. Araba üretmek bizim uzmanlığımız değil, ama arabalar için yapay zeka konusunda inanılmaz derecede iyi bilgisayarlar üretmek bizim uzmanlığımız. Açıkçası bir şirketin bunların hepsinde iyi olması zor, ancak yapay zeka hesaplama kısmında çok iyi olabiliriz.

"GPU'larımızda bulunan yüz milyonlarca, şimdi milyarlara yaklaşan küçük küçük işlemcileri nasıl düzenlersiniz? Bu çok zor bir problem."

Nvidia çok sayıda yapay zeka girişimine yatırım yapıyor. Geçen yıl 30'dan fazla girişime yatırım yaptığınız bildirildi. Bu girişimler donanımınız için bekleme sırasına alınıyor mu?
Çoğu genel bulut kullandığı için herkesle aynı tedarik sıkıntısını yaşıyorlar, bu nedenle genel bulut hizmet sağlayıcılarıyla kendileri için pazarlık yapmak zorunda kaldılar. Yine de elde ettikleri şey, yapay zeka teknolojimize erişim, yani mühendislik yeteneklerimize ve yapay zeka modellerini optimize etmek için özel tekniklerimize erişim elde ediyorlar. Bunu onlar için daha verimli hale getiriyoruz. Eğer iş hacminiz beş kat artarsa, aslında beş GPU daha almış oluyorsunuz. Yani bizden aldıkları şey bu.

Makine öğrenimi eğitimden ziyade çıkarıma yönelirse, yani yapay zeka çalışmaları hesaplama açısından daha az yoğun hale gelirse ne olur? Bu GPU'larınıza olan talebi azaltır mı?
Çıkarım yapmayı seviyoruz. Aslında, Nvidia'nın bugünkü işinin muhtemelen, tahmin etmem gerekirse, yüzde 40 çıkarım, yüzde 60 eğitim olduğunu söyleyebilirim. Bunun iyi bir şey olmasının nedeni, yapay zekanın nihayet başarıya ulaştığını fark ettiğiniz zamandır. Nvidia'nın işinin yüzde 90'ı eğitim ve yüzde 10'u çıkarımsa, yapay zekanın hâlâ araştırma aşamasında olduğunu iddia edebilirsiniz. Yedi ya da sekiz yıl önce de durum böyleydi. Ancak bugün, bir buluta bir komut yazdığınızda ve bulut bir şey ürettiğinde -bu bir video olabilir, bir görüntü olabilir, 2D olabilir, 3D olabilir, metin olabilir, bir grafik olabilir- büyük olasılıkla arkasında bir Nvidia GPU vardır.

Son haberler, Çin'e gönderebileceğiniz yaptırımlara uygun çipler bulmak için ABD hükümetiyle birlikte çalıştığınız yönünde. Anladığım kadarıyla bunlar en gelişmiş çipler değil. Çin'de hâlâ iş yapabilmenizi sağlamak için yönetimle ne kadar yakın çalışıyordunuz?
Bir adım geri atarsak, bu bir ihracat kontrolü, yaptırım değil. Amerika Birleşik Devletleri, Nvidia'nın teknolojisinin ve bu yapay zeka bilgi işlem altyapısının ulus için stratejik olduğunu ve ihracat kontrolünün buna uygulanacağını belirledi. İlk seferinde ihracat kontrolüne uyduk.

Ağustos 2022'de?
Evet, öyle. Amerika Birleşik Devletleri 2023 yılında ihracat kontrolüne daha fazla hüküm ekledi ve bu da ürünlerimizi yeniden tasarlamamıza neden oldu. Biz de bunu yaptık. Günümüzün ihracat kontrol kurallarına uygun yeni bir dizi ürün geliştirme sürecindeyiz. Ortaya çıkardığımız ürünlerin onların kafasındakilerle tutarlı olduğundan emin olmak için yönetimle yakın bir şekilde çalışıyoruz.

Bu kısıtlamaların Çin'i rekabetçi yapay zeka çipleri üretmeye teşvik edeceğine dair endişeniz ne kadar büyük?
Çin'in rekabetçi olduğu şeyler var.

Doğru. Bu veri merkezi ölçeğinde değil, ancak geçen yıl çıkan Huawei Mate 60 akıllı telefon, kendi geliştirdiği 7 nanometre çipiyle biraz dikkat çekti.

Gerçekten çok iyi bir şirket. Sahip oldukları yarı iletken işleme teknolojisi ile sınırlılar, ancak yine de bu çiplerin çoğunu bir araya getirerek çok büyük sistemler inşa edebilecekler.

Genel olarak Çin'in üretken yapay zeka konusunda ABD'ye yetişebileceğinden ne kadar endişelisiniz?
Bu düzenleme Çin'in en son teknolojiye erişimini sınırlandıracak, bu da Batı dünyasının, ihracat kontrolü ile sınırlandırılmayan ülkelerin, oldukça hızlı ilerleyen çok daha iyi teknolojiye erişebileceği anlamına geliyor. Dolayısıyla bu sınırlamanın Çin'e çok fazla maliyet yükü getirdiğini düşünüyorum. Teknik olarak bu işi yapmak için her zaman daha fazla çip üretim sistemini bir araya getirebilirsiniz. Ancak bu sadece birim başına maliyeti artırır. Muhtemelen bunu düşünmenin en kolay yolu bu.

Geçenlerde jeneratif yapay zeka odaklı bir CEO ile sohbet ettim. Nvidia'nın rakiplerinin kimler olabileceğini sordum ve bu kişi Google'ın TPU'sunu önerdi. Diğer insanlar AMD'den bahsetti. Sizin için bu kadar ikili olmadığını tahmin ediyorum, ancak en büyük rakibiniz olarak kimi görüyorsunuz? Geceleri sizi kim ayakta tutuyor?
Lauren, hepsi öyle. TPU ekibi olağanüstü. Sonuç olarak, TPU ekibi gerçekten harika, AWS Trainium ekibi ve AWS Inferentia ekibi gerçekten olağanüstü, gerçekten mükemmel. Microsoft'un Maia adında devam eden kendi ASIC geliştirme çalışmaları var. Çin'deki her bulut hizmeti sağlayıcısı kendi çiplerini geliştiriyor ve mevcut yarı iletken şirketlerinin yanı sıra harika çipler geliştiren bir sürü startup var. Herkes çip üretiyor. Bu beni geceleri uyutmamalı çünkü çalışmaktan yeterince yorulduğumdan emin olmalıyım ki kimse beni geceleri uyutamasın. Kontrol edebileceğim tek şey bu.

Ancak sabahları beni uyandıran şey, kesinlikle sözümüzü tutmaya devam etmemiz gerektiği, yani veri merkezi ölçeğinde ve tam yığında yapay zeka süper bilgisayarları oluşturmak için herkesin ortak olabileceği dünyadaki tek şirket olduğumuz.

Geçtiğimiz günlerde Acquired podcast'inde viral olan bir yorum yaptınız. Sunucular, bugün 30 yaşında olsaydınız ve bir şirket kurmayı düşünseydiniz, neye başlardınız diye sordular. Siz de hiç şirket kurmayacağınızı söylediniz. Bu konuda herhangi bir değişikliğiniz var mı?
Bu soru iki şekilde yanıtlanabilir ve ben bu şekilde yanıtladım: Şu anda bildiğim her şeyi o zaman bilseydim, bunu yapamayacak kadar gözüm korkardı. Çok korkardım. Bunu yapmazdım. Bir iş kurmak için biraz hayalperest olmanız gerekir. Cehaletin avantajı budur. Ne kadar zor olacağını bilemezsiniz, ne kadar acı çekeceğinizi bilemezsiniz. Bugünlerde girişimcilerle tanıştığımda ve bana bunun ne kadar kolay olacağını söylediklerinde, onları çok destekliyorum ve aslında balonlarını patlatmaya çalışmıyorum. Ama içimden bir ses, "Bu iş hiç de onların düşündüğü gibi olmayacak" diyor.

Nvidia'yı yönetirken yapmak zorunda kaldığınız en büyük fedakarlığın ne olduğunu söylersiniz?Diğer girişimcilerin yaptığı fedakarlıkların aynısı. Gerçekten çok çalışıyorsunuz. Ve uzun bir süre kimse başarılı olacağınızı düşünmüyor. Başaracağınıza inanma konusunda yalnızsınız. Güvensizlik, kırılganlık, bazen aşağılanma, hepsi doğru. Kimse bundan bahsetmez ama hepsi doğrudur. CEO'lar ve girişimciler de herkes gibi insandır. Ve herkesin önünde başarısız olduklarında, bu utanç vericidir.