במשך עשרות שנים, אם הייתם שואלים מנהל תיקי השקעות ממוצע בוול סטריט על חברת אנבידיה, התשובה הייתה כמעט תמיד מלווה במשיכת כתפיים מזלזלת: "חברה טובה לנישת הגיימינג". אנבידיה נתפסה כספקית חומרה ייעודית לחובבי מחשבים מושבעים, נערים שביקשו לשדרג את המחשב האישי כדי לשחק ב-Doom או ב-Call of Duty בשישים פריימים לשנייה.
השמות הגדולים של עולם המחשוב היו אינטל, מיקרוסופט, אפל ו-IBM; אנבידיה הייתה שחקנית משנה מבריקה, אך מוגבלת לשוק הצרכני הצר של גרפיקה ממוחשבת.
בתוך פחות מעשור, התחולל אחד המהפכים הכלכליים והטכנולוגיים המסחררים ביותר בהיסטוריה האנושית. אנבידיה לא רק האפילה על אינטל ורמסה את ענקיות הטכנולוגיה המסורתיות, אלא הפכה לחברה בעלת השווי הגבוה ביותר בעולם, כשהיא שוברת את רף חמשת טריליון הדולרים ומכתיבה לבדה את קצב הצמיחה של מדדי המניות המובילים בעולם.
ההסבר המקובל בציבור מייחס את הזינוק הזה להשקת ChatGPT בסוף שנת 2022 - כמעין נס פתאומי שבו חברה מצאה את עצמה במקום הנכון ובזמן הנכון. אולם המציאות ההנדסית והעסקית מרתקת ומורכבת בהרבה. המנכ"ל והמייסד השותף של אנבידיה, ג'נסן הואנג, לא חיכה להתפוצצות הבינה המלאכותית; הוא החל לסלול את התשתיות עבורה כמעט שני עשורים שלמים לפני שהעולם ידע מהו מודל שפה גדול (LLM).
זהו סיפור על הימור הנדסי עקשני שעורר גיחוך ודממה בקהילה העסקית, על קריסת רווחיות מודעת, ועל יצירת מונופול טכנולוגי כה מבוצר, עד שאפילו ענקיות כמו גוגל, אמזון ומטא מתקשות להשתחרר מאחיזתו.
2006: ההימור של פלטפורמת CUDA
כדי להבין את שורשי הדומיננטיות של אנבידיה כיום, יש לחזור אל שנת 2006. באותם ימים, כרטיסי המסך (או באנגלית: GPU - Graphics Processing Units) תוכננו ותוכנתו למטרה אחת בלבד: להציג פיקסלים, צללים, טקסטורות ותאורה על גבי מסך המחשב. הם היו "צינורות גרפיקה ייעודיים". מפתחי תוכנה רגילים לא יכלו להשתמש בהם לשום מטרה מתמטית או מדעית אחרת.
באותה שנה קיבל הואנג החלטה אסטרטגית שנראתה בזמנו כמטורפת וכחסרת כל היגיון כלכלי: הוא החליט לשנות מן היסוד את הארכיטקטורה של כל שבבי החברה, והציג לעולם את טכנולוגיית CUDA (ראשי תיבות של Compute Unified Device Architecture).
הרעיון מאחורי CUDA היה להפוך את המעבד הגרפי מרכיב ייעודי למשחקים למעבד חישובי כללי (או באנגלית: GPGPU - General-Purpose computing on Graphics Processing Units). המערכת אפשרה למתכנתים לכתוב קוד בשפות פיתוח סטנדרטיות (כמו שפת C ו-C++) ולהורות לשבב הגרפי לבצע חישובים מתמטיים מורכבים שאינם קשורים כלל לתמונות או למשחקים.
מה זה ארכיטקטורת CUDA? פלטפורמת מחשוב מקבילי ומודל תכנות שפותחו על ידי חברת אנבידיה, המאפשרים למפתחי תוכנה לרתום את עוצמת החישוב של כרטיסי מסך לביצוע משימות חישוביות כלליות ומורכבות. דמיינו מפעל שמחזיק במערך עצום של מכבשי דפוס שנועדו להדפסת קומיקס צבעוני בלבד; CUDA היא התוכנה שהופכת את המכבשים הללו למחשבי-על המסוגלים לחשב מסלולי לוויינים או לפצח מבנים מולקולריים של תרופות מבלי לשנות את המכונות עצמן.
התגובה הראשונית של השוק ל-CUDA הייתה קרה ומאכזבת. כפי שסיפר הואנג עצמו בראיון נרחב בפודקאסט של ג'ו רוגן, כאשר הוא עלה לבמה להציג את החזון, הקהל הגיב ב"דממה מוחלטת". אף לקוח תאגידי לא דרש את הטכנולוגיה, אף מפתח לא הבין מדוע הוא זקוק לה, והמשקיעים בוול סטריט זעמו.
ההטמעה של רכיבי CUDA בכל שבב ושבב דרשה שטח סיליקון יקר, הגדילה את עלויות הייצור של השבבים, הקפיצה את צריכת החשמל, ושחקה את שולי הרווח של אנבידיה בצורה חדה במשך שנים ארוכות. בעלי המניות לחצו לנטוש את ההרפתקה ולחזור להתמקד בכרטיסי גיימינג רווחיים, אך הואנג עמד על שלו. הוא השקיע מיליארדי דולרים בפיתוח ספריות קוד, כלי תוכנה ושיתופי פעולה עם אוניברסיטאות ומעבדות מחקר, מתוך אמונה "בעתיד החישוב המקבילי".
הפיזיקה של עולם החישוב
מדוע הואנג היה כה משוכנע שעולם המחשוב צועד לעבר המעבדים הגרפיים? התשובה נעוצה בהבדל הארכיטקטוני היסודי שבין המעבד המרכזי של המחשב (CPU) לבין המעבד הגרפי (GPU).
המעבד המרכזי (CPU), מתוצרת חברות כמו אינטל או AMD, תוכנן לאורך עשרות שנים לפעול כמו פרופסור גאון בודד. הוא כולל מספר קטן של ליבות עיבוד חזקות במיוחד (כיום בין 8 ל-24 ליבות במחשב אישי), המסוגלות לבצע פעולות מורכבות ומסובכות בזה אחר זה, במהירות שעון מסחררת. זוהי שיטת "עיבוד טורי": המעבד מסיים משימה אחת, עובר מיד למשימה הבאה, ומתמחה בניהול מערכת ההפעלה, לוגיקה מסועפת ותגובה מיידית לקלט המשתמש.
לעומתו, המעבד הגרפי (GPU) תוכנן לפעול כמו צבא של אלפי פועלים פשוטים. כדי להציג תמונה תלת-ממדית במשחק מחשב, אין צורך בחישובים פילוסופיים מורכבים; יש צורך לבצע את אותו חישוב גיאומטרי פשוט (כפל מטריצות, הצללה של נקודה) על מיליוני פיקסלים שונים במסך בו-זמנית. לשם כך, ה-GPU בנוי מאלפי ליבות חישוב קטנות ופשוטות הפועלות במקביל לחלוטין.
מה זה עיבוד מקבילי? שיטת מחשוב שבה בעיה מתמטית גדולה מפורקת לאלפי תת-בעיות עצמאיות, המעובדות בו-זמנית על גבי ליבות חישוב רבות הפועלות במקביל, במקום זו אחר זו. דמיינו מבחן הכולל עשרת אלפים תרגילי חיבור פשוטים. במקום לתת לפרופסור אחד מבריק לפתור תרגיל אחר תרגיל במשך שעות, אתם מחלקים את הדפים לאצטדיון שלם שבו עשרת אלפים תלמידי בית ספר יסודי פותרים כל אחד תרגיל בודד בשנייה אחת ומגישים את התוצאה יחד.
התובנה המכוננת של הואנג הייתה שרשתות נוירונים מלאכותיות, מודלים של למידה עמוקה וסימולציות מדעיות מתקדמות אינם דורשים עיבוד טורי מתוחכם. הם בנויים כולם על אותה פעולה מתמטית אלמנטרית: כפל וחיבור של מטריצות ענק. ה-GPU, שנולד כדי לצייר משחקים, התגלה במקרה ככלי המושלם בעולם להפעלת רשתות עצביות מלאכותיות.
| מאפיין טכנולוגי | מעבד מרכזי (CPU) | מעבד גרפי (GPU של אנבידיה) |
|---|---|---|
| מבנה הליבות | מספר מועט של ליבות חזקות (בין 4 ל-32 ליבות) | אלפי ליבות חישוב קטנות וייעודיות (אלפים רבים) |
| אופי העיבוד | טורי (משימה אחר משימה) | מקבילי מסיבי (בו-זמני) |
| ייעוד מקורי | לוגיקה כללית, מערכת הפעלה, חישוב מורכב | רינדור גרפי ופיקסלים למשחקי מחשב |
| התאמה לבינה מלאכותית (אימון רשתות נוירונים) | מוגבלת ואיטית ביותר לעומסי למידה עמוקה | אופטימלית ומושלמת לכפל מטריצות ענק |
| רוחב פס לזיכרון | מתון (זיכרון DDR) | עצום במיוחד (HBM / GDDR) |
נקודת המפנה של 2012
במשך שש שנים נותרה CUDA פרויקט יקר שספג ביקורת. אך בסתיו 2012 הגיעה נקודת המפנה ששינתה את ההיסטוריה של המדע. באותה שנה נערכה תחרות ImageNet השנתית - האולימפיאדה של עולם הראייה הממוחשבת, שבה אלגוריתמים מתחרים בזיהוי וסיווג של מיליוני תמונות לעשרות קטגוריות שונות (חתולים, מכוניות, פרחים ועוד). עד אותה עת, האלגוריתמים המתקדמים ביותר בעולם, שתוכנתו בקפידה על ידי חוקרים מאוניברסיטאות העילית, הגיעו לשיעורי שגיאה של כ-26 אחוזים.
באותה תחרות הציג צוות חוקרים קטן מאוניברסיטת טורונטו - בהובלת "אבי הבינה המלאכותית" פרופסור ג'פרי הינטון (חתן פרס נובל לפיזיקה לשנת 2024), תלמידו איליה סוצקבר (שיהפוך מאוחר יותר למדען הראשי וממייסדי OpenAI), ואלכס קריז'בסקי - מודל מהפכני בשם AlexNet.
במקום לתכנת כללים ידניים לזיהוי חפצים, הצוות אימן רשת נוירונים קונבולוציונית עמוקה. אולם אימון רשת כזו על מעבדים מרכזיים רגילים היה דורש חודשים ואף שנים. קריז'בסקי וסוצקבר לקחו שני כרטיסי מסך שגרתיים של אנבידיה מדגם GeForce GTX 580, כתבו קוד CUDA ייעודי, ואימנו את הרשת בתוך ימים ספורים.
מה זה רשת נוירונים עמוקה? מודל חישובי בהשראת המבנה של המוח האנושי, המורכב משכבות רבות של "נוירונים" מלאכותיים המעבירים מידע ביניהם ולומדים לזהות דפוסים מורכבים מתוך כמויות עצומות של נתונים. דמיינו ילד קטן שמביט באלפי תמונות של בעלי חיים שונים. הוא אינו מקבל הגדרה מתמטית של חתול, אלא לומד בעצמו לזהות שפמים, אוזניים משולשות וזנב, עד שהוא מסוגל לזהות חתול חדש שלא ראה מעולם בשבריר שנייה.
התוצאה הכתה את עולם המדע בתדהמה. AlexNet ריסקה את התחרות והשיגה שיעור שגיאה של 15.3 אחוזים בלבד - פער בלתי נתפס של יותר מ-10% מול המקום השני. זו הייתה הוכחה מוחצת לכך שלמידה עמוקה עובדת, ושכרטיסי המסך של אנבידיה הם המפתח הבלעדי להפעלתה.
הואנג לא החמיץ את הרגע. בעוד ענקיות הטכנולוגיה האחרות ראו ב-AlexNet הישג אקדמי מעניין, הואנג הבין שכל עתיד המחשוב עומד להשתנות. הוא כינס את הנהלת החברה והכריז על שינוי כיוון טוטאלי: מעתה ואילך, אנבידיה אינה חברת גיימינג בלבד - היא חברת בינה מלאכותית.
2016: מחשב-העל שאיש לא ביקש
בשנת 2016, שש שנים תמימות לפני ש-ChatGPT הגיח לעולם והפך לשיחת היום בכל בית, אנבידיה הציגה את פריצת הדרך החומרתית הבאה שלה: מערכת DGX-1.
ה-DGX-1 לא היה סתם כרטיס מסך, אלא מחשב-על שלם ומארז שרתים ייעודי, ששילב שמונה מעבדי GPU מתקדמים (מדגם Tesla P100), מקושרים ביניהם בארכיטקטורה מהירה, עם תג מחיר אימתני של 129 אלף דולר. הוא תוכנן במיוחד עבור משימה אחת בלבד: אימון רשתות נוירונים ומודלים של בינה מלאכותית. וגם הפעם, כפי שציין הואנג בראיונותיו, הקהל הרחב וקהילת העסקים הגיבו בדממה מוחלטת. חברות רבות תהו מי ישלם מעל מאה אלף דולר עבור קופסת מחשוב ייעודית לטכנולוגיה שעדיין נחשבה לניסיונית.
אך היה ארגון אחד שהבין היטב את הפוטנציאל: מעבדת מחקר צעירה ולא-רווחית שהוקמה זמן קצר קודם לכן בסן פרנסיסקו בשם OpenAI. ג'נסן הואנג נסע בעצמו למשרדי המעבדה, והעניק לאילון מאסק (שהיה אז מממייסדי ותורמי הארגון) את מחשב ה-DGX-1 הראשון שירד מפס הייצור. המחשב הזה, והמערכות שבאו בעקבותיו, היו התשתית החומרתית הישירה שאיפשרה ל-OpenAI לאמן את מודלי ה-GPT הראשונים, שהובילו בסופו של דבר להשקת מהפכת הבינה המלאכותית היוצרת.
הזווית הישראלית: רכישת מלאנוקס ב-2019
ככל שמודלי הבינה המלאכותית הלכו וגדלו ממיליוני פרמטרים למאות מיליארדים, אנבידיה נתקלה במחסום פיזיקלי חדש: חוקי התקשורת. כדי לאמן מודל שפה מודרני, אין די במעבד GPU בודד, חזק ככל שיהיה. נדרש לחבר יחד עשרות אלפי מעבדים הפועלים כגוף אחד בתוך חוות שרתים עצומות. אולם כאן נוצר "צוואר בקבוק" קריטי. אם מעבד אחד מסיים את חישוב שכבת הנוירונים שלו, אך נאלץ להמתין שבריר מילי-שנייה כדי להעביר את הנתונים למעבד השכן דרך כבלי רשת רגילים (אתרנט), כל מחשב-העל עומד מלכת ומשאבי העיבוד מתבזבזים.
הואנג הבין שכדי לשלוט בעולם הבינה המלאכותית, לא מספיק למכור את המעבד החזק ביותר - חובה לשלוט גם ב"מערכת העצבים" שמחברת בין המעבדים.
במרץ 2019 ביצעה אנבידיה את הרכישה הגדולה והחשובה בתולדותיה: היא רכשה את ענקית הטכנולוגיה הישראלית מלאנוקס, שהוקמה ביקנעם על ידי היזם אייל ולדמן ושותפיו, בעסקת ענק של כ-6.9 מיליארד דולר במזומן. מלאנוקס הייתה המובילה העולמית הבלתי מעורערת בפיתוח שבבי ומתגי תקשורת בטכנולוגיית InfiniBand. הרכישה שילבה את טכנולוגיית התקשורת המהירה של יקנעם ישירות לתוך ארכיטקטורת השרתים של אנבידיה.
מה זה פרוטוקול InfiniBand? תקן תקשורת מחשבים מתקדם לחיבור מהיר במיוחד בין שרתים ומעבדים במחשבי-על, המאופיין ברוחב פס עצום ובזמן השהיה אפסי כמעט. דמיינו שבמקום לשלוח מכתבים בין אלפי עובדים דרך דואר שליחים עירוני איטי ופקוק, אתם בונים מערכת של צינורות פנאומטיים מהירים בתוך אותו חדר, שמעבירים הודעות בין שולחן לשולחן במהירות הקול.
בזכות מלאנוקס, אנבידיה כבר לא מכרה שבבים בודדים; היא מכרה "מפעל של בינה מלאכותית" - מערכת שלמה שבה אלפי מעבדי GPU מתקשרים ביניהם במהירויות של מאות גיגה-ביט לשנייה ללא צווארי בקבוק. מהלך זה הפך את מרכז הפיתוח בישראל לאחד מעמודי התווך הקריטיים ביותר של החברה העולמית.
מדוע כמעט בלתי אפשרי להתחרות באנבידיה?
כיום, כאשר כל חברות הטכנולוגיה מבינות ששבבי בינה מלאכותית הם "הנפט החדש", ענקיות כמו גוגל (עם שבבי ה-TPU שלה), אמזון (עם שבבי Trainium), AMD (עם סדרת Instinct) ואינטל משקיעות עשרות מיליארדי דולרים בניסיון לייצר שבבים מתחרים. אך כאן נחשף היתרון התחרותי האמיתי והעמוק ביותר של אנבידיה - מה שמכונה בעולם העסקים "חפיר כלכלי". זוהי מערכת התוכנה האקולוגית.
במשך קרוב לעשרים שנה, אנבידיה לא רק ייצרה חומרה; היא בנתה שכבה עשירה ואינסופית של ספריות תוכנה מותאמות בדיוק מרבי לשבביה.
cuDNN: ספרייה ייעודית לפעולות מתמטיות של רשתות נוירונים עמוקות.
cuBLAS: ספרייה מתקדמת לאלגברה לינארית ומטריצות.
TensorRT: מנוע אופטימיזציה להרצת מודלים במהירות שיא.
NCCL: ספריית תקשורת מתקדמת לתיאום חישובי בין אלפי מעבדים.
התוצאה היא שכל ספריות הקוד הפופולריות ביותר בעולם שבהן משתמשים מיליוני חוקרי ומפתחי בינה מלאכותית - ובראשן PyTorch (שפותחה במקור על ידי מטא) ו-TensorFlow (של גוגל) - מותאמות ומקודדות מן היסוד לפעול בצורה חלקה וטבעית על גבי CUDA של אנבידיה.
מה זה נעילת ספק מבוססת תוכנה? מצב שבו לקוחות אינם יכולים להחליף ספק חומרה בקלות, משום שכל קוד התוכנה, התשתיות, הכלים והמיומנות של עובדיהם בנויים סביב סביבת תוכנה ייחודית של אותו ספק. דמיינו שחברה מתחרה מייצרת מכונית חשמלית חזקה וזולה פי שניים מטסלה, אך המכונית הזו מסוגלת לנסוע אך ורק על גבי כבישים בעלי מבנה פסים ייחודי שאינו קיים בשום עיר בעולם; עלות סלילת הכבישים החדשים והתאמת כל חוקי התנועה הופכת את המעבר לבלתי כדאי בעליל.
משמעות הדבר היא שגם אם חברת שבבים מתחרה תפתח מחר מעבד שיהיה מהיר ב-20 אחוזים או זול ב-30 אחוזים מזה של אנבידיה, רוב החברות עדיין יסרבו לקנות אותו. מעבר לחומרה מתחרה פירושו שכתוב מחדש של מיליוני שורות קוד, התמודדות עם תקלות תאימות אינסופיות, בדיקות ביצועים מפרכות והכשרה מחודשת של מאות מהנדסים. עבור חברות כמו מיקרוסופט, מטא, גוגל או OpenAI, שנמצאות במרוץ חימוש מטורף שבו כל יום של עיכוב עלול לעלות במיליארדי דולרים, הבחירה באנבידיה היא ברירת המחדל היחידה.
המספרים שמדהימים את וול סטריט
התוצאות הכלכליות של האסטרטגיה הזו שברו כל שיא בהיסטוריה של הקפיטליזם המודרני. בדוחות הכספיים שפורסמו ברבעונים האחרונים, אנבידיה הציגה הכנסות רבעוניות דמיוניות של יותר מ-96 מיליארד דולר בשלושה חודשים בלבד - זינוק של יותר מפי שניים (יותר מ-100 אחוזי צמיחה) בהשוואה לתקופה המקבילה שנה קודם לכן. רוב רובן המוחלט של ההכנסות הללו הגיע ישירות מחטיבת מרכזי הנתונים, המוכרת שרתי מחשוב לחברות הענן הגדולות בעולם. ואנבידיה אינה מאיטה לרגע.
שבבי Hopper (H100 ו-H200): השבבים שהושקו ב-2022 והפכו לסחורה המבוקשת ביותר בעולם, כשהם נמכרים בעשרות אלפי דולרים ליחידה בודדת ומייצרים רשימות המתנה של חודשים.
ארכיטקטורת Blackwell (2024): מעבדי הדור הבא המשלבים שני שבבים ענקיים על גבי פיסת סיליקון אחת, ומציעים ביצועי בינה מלאכותית מהירים פי כמה בצריכת חשמל מופחתת.
ארכיטקטורת Rubin (2026): הדור העתידי המתוכנן, הקרוי על שמה של האסטרונומית ורה רובין, שישלב זיכרונות HBM4 מהירים במיוחד וטכנולוגיות קישוריות אופטיות מתקדמות.
קצב הפיתוח הרצחני של אנבידיה - הצגת ארכיטקטורת דגל חדשה בכל שנה עד שנתיים במקום בכל שלוש עד ארבע שנים כמקובל בעבר בתעשיית השבבים - אינו מאפשר למתחרותיה לצמצם את הפער.
3 דברים שחייבים להבין
1. אנבידיה אינה חברת חומרה, היא חברת פלטפורמה: הטעות של מתחרותיה של אנבידיה הייתה לחשוב שהקרב מתנהל על מפרט הסיליקון בלבד. אנבידיה ניצחה משום שהיא בנתה חבילה משולשת ובלתי נפרדת של שבבים (חומרה), ספריות CUDA (תוכנה) ורשתות InfiniBand של מלאנוקס (תקשורת). אי אפשר להתחרות באנבידיה רק על ידי ייצור שבב מהיר יותר.
2. ההשפעה הישירה על הפנסיה שלכם: גם אם מעולם לא שמעתם על כרטיסי מסך ואינכם משתמשים בבינה מלאכותית, ההצלחה של אנבידיה משפיעה ישירות על הכיס שלכם. בשל שווי השוק העצום שלה, החברה תופסת משקל ענק במדדים העולמיים המובילים (כמו S&P 500 ונאסד"ק), שבהם מושקעים חסכונות הפנסיה, קופות הגמל וקרנות ההשתלמות של מרבית אזרחי ישראל והעולם המערבי.
3. חנות האפליקציות של האייפון: תחשבו על היתרון של אנבידיה כמו על חנות האפליקציות של אפל. גם אם יצרנית טלפונים אלמונית תייצר סמארטפון בעל סוללה חזקה יותר ומסך בהיר יותר, איש לא יקנה אותו אם לא ניתן להוריד בו את ווטסאפ, אינסטגרם או WAZE. בעצם, CUDA היא ה-App Store של עולם הבינה המלאכותית - כל המפתחים כבר שם, וכל הכלים מותאמים אליה.
בהלת הזהב של קליפורניה
האסטרטגיה של אנבידיה ממחישה בצורה המזוקקת ביותר את אחד השיעורים המפורסמים ביותר בהיסטוריה של הכלכלה: מודל "מוכרי האתים והמכושים".
בשנת 1848, כאשר התגלה זהב בסוטרס מיל שבקליפורניה, מאות אלפי הרפתקנים מכל רחבי העולם נהרו לאזור בחלום להתעשר בן-לילה. רובם המוחלט של כורי הזהב איבדו את כל הונם, חלו, או חזרו לבתיהם בידיים ריקות. אך היו אנשים שהתעשרו. אלה שלא חפרו בעצמם, אלא מכרו לכורים את האתים, המכושים, הג'ינסים החזקים (כמו לוי שטראוס) ואוהלי השדה. לא היה זה משנה כלל אם כורה מצא זהב או לא; כדי לנסות את מזלו, הוא היה חייב לרכוש את כלי העבודה.
במהפכת הבינה המלאכותית של המאה ה-21, מודלי השפה, הצ'אטבוטים, אפליקציות יצירת התמונות והסטארטאפים הם "מחפשי הזהב". רבים מהם ייכשלו, ייסגרו או ייבלעו על ידי מתחרים. אך אנבידיה היא מוכרת האתים האולטימטיבית. בין אם OpenAI תנצח בקרב, בין אם גוגל תוביל, ובין אם מטא, מיקרוסופט או אנתרופיק ישלטו בענף - כולן ללא יוצא מן הכלל חייבות לקנות עשרות אלפי שבבים, שרתים ותשתיות תקשורת מאנבידיה כדי להשתתף במשחק. אנבידיה גובה את דמי הכניסה למהפכה הטכנולוגית כולה.
הסיפור של אנבידיה והואנג אינו סיפור על מזל עיוור, אלא עדות נדירה לעוצמתה של מנהיגות טכנולוגית בעלת סבלנות אסטרטגית עילאית. בעולם עסקי מודרני הנשלט על ידי תוצאות רבעוניות קצרות רואי, הואנג היה מוכן לספוג ביקורת מוול סטריט, לראות את שולי הרווח של חברתו נשחקים, ולהשקיע מיליארדים בפרויקטים שאיש לא ביקש - רק משום שהבין את הכיוון הפיזיקלי והמתמטי שאליו צועד עולם המחשוב. הוא לא ידע ב-2006 שביום מן הימים יקום מודל בשם ChatGPT; אך הוא ידע שכאשר האנושות תבקש לבצע קפיצה חישובית אדירה, התשתית תהיה חייבת להיות מוכנה.
כאשר הרגע ההיסטורי הגיע לבסוף, שאר עולם הטכנולוגיה מצא את עצמו בנקודת הזינוק, בעוד אנבידיה כבר סיימה לבנות את המסלול כולו. ההצלחה שלה היא תזכורת לכך שהעתיד אינו שייך לאלה שמגיבים לטרנדים, אלא לאלה שבונים בדממה ובנחישות את הכלים שיעצבו אותם.
