Jensen Huang & NVIDIA: How a Failed Chip Company Became the Engine of AI
La historia de cómo NVIDIA pasó de fabricar tarjetas gráficas para gamers a ser la infraestructura de la IA global.
Sobre este episodio
Episodio largo de Acquired con Jensen Huang explicando las tres apuestas de NVIDIA: CUDA en 2006 cuando nadie quería programación paralela, deep learning en 2012 después de AlexNet, y la decisión de invertir $10B en arquitectura para LLMs antes de ChatGPT.
Key takeaways
- 1CUDA fue una apuesta de 10 años sin retorno claro; cambió cuando AlexNet ganó ImageNet.
- 2NVIDIA gana porque vende el pico y la pala — no apuesta a qué modelo de IA ganará.
- 3El moat real es software (CUDA), no las GPUs. Las GPUs sin CUDA son commodity.
- 4Jensen tomó decisiones difíciles cuando NVIDIA valía $1B; hoy serían imposibles a $3T.
- 5Una empresa fundadora-liderada toma riesgos que ningún board profesional aprobaría.
Chapters
El casi-fracaso del 2008
00:22:18NVIDIA estaba a meses de la bancarrota cuando apostó por GPU computing general. La industria los llamó locos.
AlexNet y el momento de inflexión
01:15:40Cuando AlexNet usó dos GPUs NVIDIA para ganar ImageNet, Jensen entendió que el deep learning era el futuro y reorientó la empresa entera.
Por qué CUDA es el moat real
02:18:05AMD tiene GPUs comparables, pero 4 millones de desarrolladores ya saben CUDA. Cambiar de stack cuesta años de productividad.
"Las empresas no mueren por falta de oportunidades — mueren por exceso de oportunidades sin la disciplina para decir no a casi todas."
— Jensen Huang
¿Quieres resúmenes así de tus propios podcasts?
Pega cualquier link y PodVault genera resumen, chapters, frases y mapa mental automáticamente. 10 días gratis, sin tarjeta.
Empezar gratis →