Jensen Huang, The Five Trillion Dollar Man: la vita e l’impero fondato con soli 200 dollari

Come tre addetti ai lavori con 200 dollari in tasca hanno raggiunto una capitalizzazione di 5000 miliardi e creato l’azienda che alimenta oltre il 90% dell’intelligenza artificiale.

Kentucky, 1972. Un bambino taiwanese di nove anni che parla poco e male l’inglese arriva dall’altra parte del mondo e scopre che il suo compagno di stanza ha otto anni più di lui, è coperto di tatuaggi e cicatrici. I genitori in Asia pensavano di averlo mandato in un prestigioso collegio privato. Era l’Oneida Baptist Institute, un istituto di recupero per ragazzi problematici.

Quel bambino è Jensen Huang. Oggi ha un patrimonio personale di oltre 150 miliardi di dollari. La sua azienda, Nvidia, ha una capitalizzazione di mercato di quasi 5.000 miliardi di dollari. I suoi chip alimentano oltre il 90% dei sistemi di intelligenza artificiale: ChatGPT, Gemini, Claude, Midjourney. Ogni modello che usi, ogni immagine AI che generi, ogni risposta che ricevi passa attraverso un processore Nvidia.
E tutto è iniziato con un errore e 200 dollari in tasca.

Gli anni dell’immigrazione

Taiwan, 1963. Jensen Huang nasce a Tainan in una famiglia taiwanese di classe media. Il padre lavora come ingegnere chimico in una compagnia petrolifera, la madre insegna alle elementari. Quando ha cinque anni la famiglia è costretta a spostarsi in Thailandia per lavoro. A tenere le redini della famiglia è la madre, che si occupa anche dell’istruzione dei figli, compreso insegnargli l’inglese. Ma la Thailandia di quegli anni non è un posto tranquillo. Tensioni e instabilità politica sono all’ordine del giorno. Per questo i coniugi Huang prendono una decisione radicale.

A nove anni Jensen e il fratello maggiore vengono spediti dall’altra parte del mondo, a Tacoma, Washington, dagli zii. Mastica appena l’inglese. Gli zii, immigrati recenti che conoscono poco il sistema scolastico americano, iscrivono per sbaglio i ragazzi a quello che credono un prestigioso collegio privato: l’Oneida Baptist Institute, in Kentucky. La realtà? Un istituto di recupero per ragazzi problematici.

Un posto duro. Jensen si ritrova come compagno di stanza un ragazzo che ha otto anni più di lui, è coperto di tatuaggi e cicatrici di coltellate. Jensen gli insegna a leggere; in cambio quello lo convince a fare sollevamento pesi. Impara a farsi rispettare. Intanto, i genitori, rimasti in Asia, con estremo sacrificio vendono quasi tutto quello che hanno per pagare la retta. Quando finalmente riescono a raggiungere i figli negli Stati Uniti, la famiglia si riunisce di nuovo e si stabilisce a Beaverton, Oregon.

A quattordici anni Jensen è un adolescente timido, poco socievole. Ha però diversi talenti, tra i quali: studia in modo ossessivo ed è fortissimo nel tennis da tavolo. Nel 1978, a quindici anni, arriva terzo nel doppio junior agli US Table Tennis Open. Non male per un quindicenne.

Tra i vari problemi che si ritrova c’è quello dei soldi. Non ci sono. Proprio per questo deve iniziare a guadagnarsi da vivere presto. Molto presto. Il primo impiego? Lavapiatti da Denny’s, la catena di fast food aperta ventiquattr’ore su ventiquattro. Inizia lavando i piatti, poi con il tempo scala l’intera gerarchia della brigata di cucina. Da lavapiatti ad aiuto cameriere, infine vero e proprio cameriere. Portland, turni notturni, clienti ubriachi, odore di grasso. Anni dopo Jensen dirà: quel lavoro è stato fondamentale, non solo per i soldi, ma per avergli forgiato il carattere.

Mentre frequenta le superiori, all’Aloha High School di Beaverton, scopre i computer. Un Apple II, il linguaggio BASIC, i primi videogiochi su un terminale collegato a un mainframe. Scatta qualcosa. Non è solo curiosità, diventa un’ossessione.

Finito il liceo si iscrive a Ingegneria Elettronica alla Oregon State University. Mentre frequenta il secondo anno succede una cosa importante: la sua compagna di laboratorio diventa Lori Mills. Jensen ha diciassette anni, il più giovane di tutta la classe. Lei ne ha diciannove. Lui ci prova con una tecnica che definire imbarazzante è poco, ma sagace: “Vuoi vedere i miei compiti?” Le promette che, se studia con lui ogni domenica prenderà tutti voti alti. Funziona. Tant’è che dopo la laurea si sposano

La formazione e i primi passi nell’industria

1984, dopo la laurea inizia a mandare curricula ovunque. La Texas Instruments lo rifiuta. Gli rispondono AMD e LSI Logic: entrambe vogliono assumerlo. Sceglie AMD come progettista di microprocessori, ma dopo circa un anno è già irrequieto. Continua a lavorare, ha due figli piccoli (Spencer e Madison), e nel frattempo si iscrive a Stanford per il master in Elettronica. Lo prende nel 1992 con grossi sacrifici e studiando la sera e nei weekend.

Non gli basta, però. AMD lo paga bene, la famiglia sta crescendo, ma sente che deve fare qualcosa di più grande. Quando sente parlare dei nuovi processi di chip design a LSI Logic non ci pensa due volte, molla AMD. Nella nuova azienda, LSI, gli viene affidato un progetto interessante: seguire Sun Microsystems sul progetto di una scheda grafica accelerata. È il punto di svolta. È qui che, collaborando a un progetto condiviso, la sua strada incrocia quelle di Curtis Priem e Chris Malachowsky. Saranno i suoi futuri soci.

I tre lavorano insieme per anni, litigando come matti avendo profili caratteriali diversi, ma proprio per questo producono roba buona. Nel 1989 completano il GX graphics engine. Funziona. Eccome se funziona: il fatturato di Sun Microsystems passa da 262 milioni di dollari nel 1987 a 656 milioni nel 1990.

Jensen viene promosso direttore di CoreWare, una divisione di LSI Logic. Ma dopo il 1990 Sun Microsystems rallenta. Pur lavorando in contesti diversi, Jensen e Priem mantengono ottimi rapporti con il gruppo dirigente della Sun. Jensen (allora alla LSI Logic) viene chiamato per visionare un progetto riservatissimo: in una succursale si stava lavorando allo sviluppo di un nuovo linguaggio di programmazione, Java. A Priem viene proposto di progettare un chip che affiancasse la CPU per accelerare l’esecuzione del nuovo linguaggio. I tre: Jensen, Curtis e Chris iniziano ad interrogarsi. Hanno un’idea. Perché non farlo da soli, mettersi in proprio? Così lasciano tutti e tre il posto fisso. Si buttano.

La startup

Sviluppato agli inizi degli anni 90, l’introduzione del bus PCI rese più semplice progettare schede ad alte prestazioni. Windows 3.1, lanciato nell’aprile del 1992, introdusse alcune novità, tra le quali un nuovo formato per i font (TrueType) e la possibilità di riprodurre video nel neonato formato AVI. Considerate le sue caratteristiche e i milioni di copie vendute, Windows aprì la strada a una grafica innovativa.

Approfittando di queste novità e della loro esperienza nel progettare interfacce grafiche per Sun Microsystems, nello stesso anno, Curtis Priem e Chris Malachowsky iniziarono ad abbozzare una prima idea imprenditoriale. L’idea? Distribuire nel settore dei PC un simulatore di volo per workstation sviluppato da Priem, senza dover costruire schede in proprio.

Nel 1992 i tre futuri soci iniziarono a vedersi regolarmente. Il luogo di ritrovo era un locale della stessa catena dove Jensen aveva lavorato da ragazzo: il Denny’s all’angolo tra Capitol e Berryessa, nella zona est di San Jose. Si sedevano, ordinavano, parlavano per ore. Jensen, più pragmatico, voleva numeri, non sogni. Un fatturato annuo minimo di Cinquanta milioni, altrimenti niente dimissioni. Gli altri due lo fissavano: a loro bastava l’istinto. Ma Jensen aveva famiglia: moglie, due figli, uno stipendio sicuro. Perché rischiare tutto per seguire due che non vedevano l’ora di andarsene dal loro lavoro?

La fondazione

Alla fine, i numeri tornarono. Ma restava un problema domestico: Lori, la moglie di Jensen, non voleva che suo marito facesse la prima mossa. La moglie di Malachowsky la pensava allo stesso modo. Nessuno dei due poteva licenziarsi per primo. La situazione era in stallo.

Fu la mossa di Priem a sbloccare tutto. Ultimo giorno del 1992: consegnò la lettera di dimissioni. Ventiquattr’ore dopo, solo, nel suo appartamento di Fremont, dichiarò che l’azienda virtualmente esisteva. Ma niente soldi, niente dipendenti, niente nome. Solo un’idea e una telefonata agli altri due: se non mi seguite, fallisco da solo. Era un ricatto emotivo allo stato puro. Ma funzionò. Malachowsky chiuse il progetto su cui stava lavorando, il chip GX andava finito, questione di principio, e uscì a marzo. Jensen firmò il 17 febbraio. Compiva trent’anni.

Nasce Nvidia: composta da tre soci, una società senza un nome, senza capitali e senza dipendenti. Ma Priem e Jensen avevano le idee chiare. Sapevano già a quale lavoro dedicare tutte le loro risorse e avevano già in mente il loro primo progetto: un acceleratore grafico per il mercato PC, che allora era appena nato. Gli avrebbero dato il nome di NV1 (Next Version 1).

200 dollari per fondare un impero

Il loro primo ufficio fu messo a disposizione da Priem. Il suo appartamento a Fremont, un sobborgo di San Jose, come prima base operativa. L’entusiasmo dei tre fondatori fu contagioso: diversi ex colleghi decisero di abbandonare i loro posti sicuri per unirsi alla startup. Tra questi Bruce McIntyre, ex programmatore capo del gruppo GX, e David Rosenthal, specialista in architettura dei processori che sarebbe diventato il responsabile della Ricerca e Sviluppo.

Dieci persone stipate in un appartamento svuotato, nessuno stipendio, workstation appoggiate su tavoli improvvisati. A questo punto mancava solo il nome. La prima idea fu “Primal Graphics“: le iniziali di Priem e Malachowsky incastrate insieme. Peccato che i fondatori fossero tre. Provarono a inserire Huang: venne fuori roba impronunciabile. Scartato.

Eliminata l’opzione dei nomi personali, Priem si mise a cercare alternative. Durante una ricerca etimologica sulla parola inglese “envy” (invidia) si imbatté nel termine latino “Invidia”, un riferimento al sentimento che aveva suscitato negli addetti ai lavori il successo del chip GX. Dopo una discussione tra i soci decisero di cambiare Invidia in Nvidia eliminando la “I”, con la speranza che un giorno l’azienda avrebbe davvero fatto invidia alle altre (una speranza azzeccata).

Per l’atto costitutivo Jensen si rivolse allo studio Cooley Godward, specializzato in startup tecnologiche. Alla prima riunione l’avvocato, mentre stilava lo Statuto, andò dritto al punto: «Quanti soldi hai in tasca adesso?». Jensen frugò nel portafogli: duecento dollari. «Bene», sentenziò il legale, «versali subito: da questo momento sei ufficialmente azionista di Nvidia». Anche gli altri due soci contribuirono con la stessa cifra simbolica.

Era il 5 aprile 1993: nasceva ufficialmente Nvidia. Lo stesso giorno Priem andò alla motorizzazione. Ordinò una targa personalizzata con lo stesso nome della neonata azienda.

Sul mercato c’erano già decine di aziende produttrici di chip grafici. Il settore dei videogiochi 3D era agli albori e colossi come Matrox e S3 producevano quasi esclusivamente chip grafici 2D. Ma Jensen intuì le potenzialità dei videogiochi e della grafica tridimensionale.

Quando Jensen aveva comunicato le dimissioni alla LSI Logic, il capo lo aveva mandato dritto dall’amministratore delegato. Wilfred Corrigan pensava di convincerlo a restare. Invece, appena capì cosa volesse fare quel ragazzo, gli chiese se potesse entrare anche lui nell’affare. Poi prese il telefono e chiamò Don Valentine, il fondatore di Sequoia Capital,fondo di venture capital, che tra le tante aziende ha finanziato Apple, Atari, Cisco, Oracle, Instagram, Whatsapp e Google. Gli disse solo questo: fidati, questo qui è bravo.

L’incontro con Valentine fu un disastro. I tre si presentarono con un prototipo, convinti che bastasse mostrare cosa sapevano fare. Ma Valentine, finanziere d’esperienza, voleva altro: mercato, concorrenza, margini. Priem partì con spiegazioni tecniche che nessuno capì. Jensen provò a raddrizzare il tiro, ma ormai era tardi. Uscirono convinti di aver fallito.

Invece Valentine aveva già deciso. Le referenze di Corrigan pesavano più di una presentazione andata male. Qualche settimana dopo arrivò la risposta: due milioni di dollari, metà da Sequoia e metà da Sutter Hill. Con un avvertimento che Jensen non avrebbe dimenticato: “se li perdete, vi ammazzo.”

A Jensen fu chiesto di produrre chip in proprio, senza esternalizzare la produzione, ma rifiutò. Nvidia avrebbe solo progettato, della costruzione se ne sarebbero fatto carico aziende come la TSMC. Un modello di produzione fabless che sarebbe diventato lo standard dell’industria. Solo tre aziende al mondo avevano fatto quella scelta nel 1993. Valentine investì e Nvidia sopravvisse.

Il salto verso l’AI

Ma un altro tornante della storia arrivò anni dopo. Nel 2006 Nvidia lanciò CUDA, una piattaforma che permetteva di usare le GPU non solo per grafica, ma per calcoli generici. All’epoca sembrò una mossa strana. Le GPU erano per i videogiochi, giusto?

CUDA (Compute Unified Device Architecture) fu lanciata nel 2006 in concomitanza con l’architettura G80, la prima GPU progettata per il calcolo general-purpose. Il paradigma CUDA consentiva di suddividere problemi complessi in migliaia di task paralleli, eseguiti simultaneamente sulle GPU attraverso il modello SIMT (Single Instruction, Multiple Thread): una singola istruzione eseguita da migliaia di thread in parallelo, ciascuno su dati diversi.

Jensen vedeva oltre. Capì che il calcolo parallelo, il punto di forza delle GPU, sarebbe diventato fondamentale per campi che ancora non esistevano. Machine learning. Deep learning. Intelligenza artificiale. Nel 2012 arrivò la conferma. Alex Krizhevsky usò due GPU Nvidia GTX 580 per vincere l’ImageNet Challenge, una competizione di riconoscimento immagini. Il suo modello, AlexNet, demolì la concorrenza con un tasso di errore del 15,3% contro il 26% del secondo classificato. Fu il momento in cui l’industria capì: il deep learning funziona, e serve potenza di calcolo. Tanta. Google all’epoca usava 16.000 CPU per insegnare a un’AI a riconoscere un gatto. Con 12 GPU Nvidia ci voleva un decimo del tempo. Jensen aveva visto giusto, con dieci anni di anticipo.

Oggi oltre il 90% dei modelli di intelligenza artificiale viene addestrato su GPU Nvidia. GPT-4, Gemini, Claude, Stable Diffusion, Midjourney, tutti usano la stessa infrastruttura. AMD e Intel competono per le quote rimanenti. Quando OpenAI lanciò ChatGPT nel novembre 2022, il mondo scoprì improvvisamente cos’era l’intelligenza artificiale generativa. Ma dietro quella interfaccia semplice c’erano migliaia di GPU Nvidia A100, ognuna da decine di migliaia di dollari, che lavoravano in cluster per addestrare e far girare il modello. Nvidia non produce solo chip. Produce l’infrastruttura che rende possibile l’AI moderna. E Jensen Huang, quel ragazzo che lavava piatti da Denny’s, è diventato l’uomo che ha accelerato il futuro.

L’impero di oggi

Trentadue anni dopo quel giorno da Denny’s, Jensen Huang sale sul palco con la sua iconica giacca di pelle nera. Indossa sempre quella. Ma se gli chiedono il perché, risponde: “Così non devo perdere tempo a decidere cosa mettermi. Ho cose più importanti a cui pensare”. È lo stesso ragazzo che a nove anni condivideva la stanza con un adolescente difficile. Che lavava piatti per pagarsi gli studi. Che convinse due colleghi a lasciare il posto fisso per un’idea folle.

Oggi i suoi chip addestrano oltre il 90% dell’intelligenza artificiale del pianeta. ChatGPT? Nvidia. Gemini? Nvidia. Claude, Midjourney, Stable Diffusion? Tutto Nvidia. Da 200 dollari a quasi 5.000 miliardi di capitalizzazione in 32 anni. Ma la cosa più incredibile non è questa.

È che nel 2012, quando l’AI era ancora fantascienza per la maggior parte delle persone, Huang aveva già capito tutto. Aveva visto il futuro dieci anni prima. Mentre tutti gli altri producevano chip per videogiochi, lui costruiva, mattone dopo mattone, l’infrastruttura per un mondo che ancora non esisteva. E oggi, mentre Jeff Bezos è l’ospite d’onore dell’Italian Tech Week a Torino ha parlato di datacenter spaziali alimentati da architetture GPGPU e CUDA, quelle stesse architetture che Nvidia ha inventato viene da chiedersi: cosa sta vedendo Huang adesso che noi vedremo tra dieci anni?

Il paradosso europeo

Ma c’è un dettaglio che spiega quanto Huang sia diventato potente: il paradosso europeo. Mentre l’Europa investe miliardi nella “sovranità digitale” per emanciparsi dagli Stati Uniti, scopre che quella stessa autonomia poggia su chip Nvidia. Un esempio su tutti? Il Tecnopolo di Bologna.

Nel 2022 è stato inaugurato Leonardo, uno dei supercomputer più potenti al mondo. Un investimento da 240 milioni di euro, fiore all’occhiello dell’iniziativa EuroHPC per un’intelligenza artificiale europea indipendente. Il problema? Leonardo batte un cuore californiano: funziona grazie a 14.000 GPU Nvidia.

Stessa storia per il supercomputer davinci-1 di Leonardo S.p.A. o per il tedesco Jupiter, il primo sistema “exascale” del continente. L’Europa può scrivere le regole e controllare i dati, ma l’hardware che addestra i modelli e accelera il futuro viene ancora e sempre da Jensen Huang. Il vero potere di Nvidia non è solo nei chip, ma nell’ecosistema CUDA creato nel 2006: oggi, chiunque voglia fare AI seriamente non ha alternative. È una dipendenza tecnologica che è diventata geopolitica: Huang non ha solo costruito un’azienda, ha creato un’infrastruttura di cui il mondo non può più fare a meno.

Lezioni di una storia straordinaria

La storia di Nvidia dimostra che il successo nel tech non arriva per caso. Serve una visione a lungo termine: Jensen investì in CUDA sei anni prima che qualcuno ne capisse il motivo. Credere in un’idea quando nessun altro lo fa. Serve lavorare al Denny’s alle tre del mattino, tra l’odore di grasso e i turni di notte, per costruirsi un futuro.

Serve rischiare tutto: la stabilità, lo stipendio e quegli ultimi 200 dollari in tasca per un sogno. Ma soprattutto, serve vedere il futuro prima che diventi visibile a tutti gli altri. Il resto è solo conseguenza.

Fonti e riferimenti

• BIOGRAFIA E STORIA NVIDIA
  Tae Kim, Nvidia: The Dawn of the AI Era. T.R. Reid, The Chip: How Two Americans Invented the Microchip and Launched a Revolution. Nvidia Investor Relations, Financial Reports & Historical Archive (investor.nvidia.com).
• DATI EUROPEI HPC E INTELLIGENZA ARTIFICIALE
  Cineca, Leonardo Supercomputer (leonardo-supercomputer.cineca.eu). EuroHPC JU, European High Performance Computing Joint Undertaking (eurohpc-ju.europa.eu). Leonardo S.p.A., Innovation & Technology Hub (leonardo.com/innovation-technology).
• ANALISI GEOPOLITICA E COMPETITIVITÀ
  Mario Draghi, The Future of European Competitiveness (Rapporto alla Commissione Europea, 2024).