엔비디아가 상상하는 미래, 세상이 완전히 바뀝니다. 젠슨 황 x 클레오 아브람 ㅡ 유투브 보고 메모 + 생각

https://youtu.be/XXyPo5P0GnQ

 
 
 
https://lilys.ai/digest/6404586/6492222

undefined

 
 
 
 
 

1. how did we get here? -- what were the key insights that led to this big fundamental shift in computing that we're in now?

최초의 현대적 GPU를 시작하게 된 이유
코드 전체 중 10%가 전체 연산의 99%를 처리함.
나머지 90%는 순차처리, 그 10%는 병렬처리 가능.
그래서 순차 연산도 잘하고 병렬 연산도 잘하는 컴퓨터가 필요하다는 통찰을 하게 됨.
이게 엔비디아의 시작.

GPU는 시간여행.
lifetime내 끝내지못했을 분자 연구를 살아있을 때 끝내게 된 양자화학 과학자. CPU기반 슈퍼컴퓨터보다 GPU가 빨랐음.
시뮬레이션도, 날씨 예측도 미래를 보는 것.
자기가 해결하고 싶은 문제를 GPU가 그래픽 문제인것처럼 생각하게 만드는게 어려운 지점. 이걸 쉽게 하는 방법을 만들어낸게 CUDA임. GPU에게 뭘 할지 알려주는 프로그램.

CUDA: C, C++, Python, Fortran Matlab 등을 사용하여 GPU를 일하게 할 수 있는 플랫폼.
GPU를 병렬 연산에 활용한 최초의 외부 사례는 의료 영상 분야 연구. 

매사추세츠 종합병원(Mass General)의 연구자들이 CT 재구성을 위해 엔비디아의 그래픽 프로세서를 사용한 사례가 영감
내부적으로는 비디오 게임의 가상 세계를 더 아름답고 역동적으로 만들기 위해 물의 흐름이나 폭발과 같은 입자 물리학 및 유체 역학 시뮬레이션이 필요했는데, 이는 기존 그래픽 파이프라인으로는 어려웠다.
 
엔비디아 GPU를 사용하여 엄청난 양의 데이터로 시스템을 훈련했던 알렉스넷의 등장. 
GPU는 컴퓨터를 가속하고 효율적이게 하는 구성품이 아니라 새로운 컴퓨팅 방식의 엔진이 되었다. 
 
훈련 기반 컴퓨팅: 컴퓨터에 단계별 지시를 내리는 방식에서 벗어나, 엄청난 수의 예시를 보여주며 컴퓨터가 스스로 학습하도록 훈련하는 방식으로 전환되었다.
 
AlexNet을 본 후, 엔비디아는 "AlexNet이 얼마나 멀리 갈 수 있을까? 컴퓨터 비전에서 이 정도라면 어디까지 갈 수 있을까?"라는 질문을 던졌다.
머신러닝으로 해결할 수 있는 문제의 범위가 너무 광범위하여 컴퓨팅 산업 전체를 재편할 잠재력이 있다고 추론했다.
 
2012년의 통찰과 미래 예측: 젠슨 황은 2012년에 AlexNet을 보면서 미래를 내다보고, 그 미래가 현실이 될 것이라고 믿으며 큰 투자를 감행했다.

2. What's happening now?

 
그 10년 동안 어땠냐면. 항상 뭔가 문제가 있었고, 조급해할 이유가 있었고, 기뻐할 이유도 늘 있었고, 나아가야할 이유, 해결해야할게 있었고 오늘과 같았다. 

• 핵심 신념의 중요성:
  1. 어떤 일을 추구하든 핵심 신념을 가져야 하며, 물리학이나 산업, 과학에 대한 깊은 이해와 같은 근본 원리에서 추론해야 한다.

reason from best principles. and at some point you have to believe something. 
핵심 신념이 변하지 않는다면, 핵심 신념을 바꿀 이유가 없다.
성공의 증거가 없어도 오랜 시간 나아갈 때도 있지만, 결국 증거는 나타나며, 올바른 방향으로 가고 있다고 느끼면 계속 나아가야 한다.
지속적인 헌신의 이유: 엔비디아가 오랫동안 헌신할 수 있었던 이유는 반대로 헌신하지 않을 이유가 없었기 때문이다.
 
[엔비디아의 핵심 신념] 
1. accelerated computing 가속 컴퓨팅: 병렬 컴퓨팅이 범용 컴퓨팅보다 우월하다. 
2. 딥 뉴럴 네트워크: 
모델 크기와 데이터 크기가 커질수록 더 미묘한 특징과 더 많은 지식을 학습할 수 있다는 것이 경험적으로 입증되었다
그렇다면, 데이터로부터, 경험으로부터 뭘 배울 수 있을까? 사물 인식, 음성 학습, 언어 학습, 어휘와 문장 구조, 문법 등도 모두 가능하다. 
AI, 딥러닝은 뭐든 배울 수 있고 모든 형태로 바꿀 수도 있음이 입증됨. 아미노산 서열을 단백질로 표현도 가능해져서, 신약 후보를 위한 단백질 찾기도 가능해짐. 미래에 이런 특징을 가진 단백질을 찾아줘, 라는 명령을 받아들일 수 있을 것임. 
 
지난 AI의 과학적 기반에 관한 발전. 기초 과학.
다음 10년은 AI 응용과학의 발전이다. 예를 들어 디지털 생물학. 농업. 어업. 로봇공학. 교통 시스템. 물류 최적화. 교육 등. 
 
이제는 로봇 훈련방식도 바뀜. 예전엔 실제 환경 직접 훈련시켰으나 이제는 디지털 세계에서 훈련시키기 시작함. 훨씬 많은 데이터와 빠른 속도를 뜻함. 로봇 분야의 빅뱅 순간에 있음. 
 

• 로봇을 위한 월드 모델:
  1. 로봇이 물리 세계에 대해 똑똑해지려면, ChatGPT에 핵심 기반 모델이 있었듯이, 로봇에게도 월드 기반 모델(World Foundation Model)이 필요하다.
  2. 이 모델은 중력, 마찰, 관성, 기하학적 및 공간 인식, 대상 영속성(Object Permanence), 인과관계와 같은 물리적 상식을 포함해야 한다

 

1. 옴니버스(Omniverse): 로봇 시스템이 물리적 세계에서 훈련할 필요 없이 훈련할 수 있도록 돕는 3D 세계이다. 
2. 코스모스(Cosmos): 옴니버스 3D 세계를 훨씬 더 사실적으로 만들어 로봇이 다양한 조명 조건, 시간대, 경험 등을 통해 옴니버스에서 더 많은 것을 학습할 수 있게 한다. 

챗지피티가 언어 모델. 시뮬레이터. 코스모스는 세계 언어 모델. ChatGPT가 PDF나 검색을 통해 진실 기반을 얻듯이, 코스모스는 물리 시뮬레이션을 통해 진실 기반을 강화한다. 
옴니버스(Omniverse)는 뉴턴 물리학에 기반한 물리 시뮬레이션을 사용하며, 이는 모든 근본적인 물리 법칙을 포함한다
옴니버스를 시뮬레이터로 사용하여 코스모스를 '진실 기반'으로 조건화함으로써, 무한한 수의 미래 시나리오를 생성할 수 있으며, 이 시나리오들은 물리적 진실에 기반한다.
 
코스모스(Cosmos)와 옴니버스(Omniverse)는 NVIDIA에서 발표한 물리 AI(Physical AI) 개발을 위한 서로 연관된 플랫폼입니다. 옴니버스는 사실적인 3D 디지털 세계를 구축하고 시뮬레이션하는 기반 플랫폼이고, 코스모스는 이러한 옴니버스 환경에서 로봇, 자율주행 자동차 등 물리 AI를 훈련하기 위한 데이터 생성 및 모델링을 위한 플랫폼입니다. 
 
옴니버스 역할: 3D 설계 및 시뮬레이션을 위한 가상 현실 환경을 제공
주요 기능: 현실의 디지털 복제본을 만들어 AI가 안전하게 실험하고 학습할 수 있는 환경을 조성합니다
 
코스모스 역할: 옴니버스 환경에서 현실과 유사한 실사 수준의 비디오 데이터를 생성하는 데 특화된 플랫폼입니다.
주요 기능: 옴니버스에서 생성된 3D 환경을 활용해 물리 법칙에 기반한 복잡한 시뮬레이션 데이터셋을 만듭니다. 
생성된 데이터를 사용하여 물리 AI 모델(로보틱스, 자율주행 등)을 훈련.
Cosmos Transfer NIM과 같은 마이크로서비스를 통해 시뮬레이션 입력이나 실제 데이터를 이용해 데이터셋을 확장하고 사실적인 비디오를 생성
 

3. what is the vision for what you see coming next?

 

모든 움직이는 것의 로봇화:
젠슨 황은 미래에는 움직이는 모든 것이 로봇이 될 것이며, 이는 곧 현실이 될 것이라고 강조한다
모든 자동차는 로봇이 될 것이다.
휴머노이드 로봇을 가능하게 하는 기술은 이미 가까이 와 있다. 
 
R2-D2는 항상 나와 함께 있을 것. 차에도 있고 집에도 있고. 안경에도 있고 휴대폰에도 있고. 등등. 인생 전체를 함께하고 자라날 것이다. 
 

 

AI의 위험과 안전 문제:

 

1. 언론은 AI의 부정적인 측면(편향, 유해성, 환각, 가짜 정보 생성, 인간 사칭 등)에 초점을 맞추지만, 이러한 문제들을 극복하기 위한 노력이 필요하다.
2. AI 안전(AI Safety)은 AI가 올바른 일을 하려 했지만 제대로 수행하지 못해 사람을 해치는 경우(예: 자율주행차가 센서 오작동으로 사고를 내는 경우)를 방지하기 위한 깊은 연구와 엔지니어링을 필요로 한다.
3. 시스템 실패(AI가 멈추려 했으나 기계가 고장 나는 경우)에 대비하여 비행기 조종 시스템처럼 삼중화된 중복 시스템과 여러 겹의 안전 및 보안 시스템을 구축해야 한다. (두 명의 조종사, 항공 교통 관제소, 다른 비행기의 비행사들)
4. AI 안전 시스템은 AI가 제대로 작동하고, 오작동 시 사람을 해치지 않으며, 충분한 안전 및 보안 시스템으로 둘러싸여 있도록 커뮤니티 차원에서 설계되어야 한다.
5. 이러한 광범위한 논의를 엔지니어로서 분석하고 구축해야 한다

 
컴퓨팅의 한계와 에너지 효율성:

1. 기술적 한계의 극복: 현재 우리는 CPU와 순차 처리 시대에 존재했던 많은 기술적 한계를 극복했으며, 새로운 컴퓨팅 방식과 지속적인 개선 방법을 발견했다.
2. 물리적 한계: 에너지: 궁극적으로 모든 것은 주어진 에너지 한계 내에서 얼마나 많은 작업을 수행할 수 있는지에 달려 있다.
   1. 정보 전송, 비트 전환 및 전송에 필요한 에너지는 우리가 할 수 있는 일을 제한한다.
   2. 하지만 우리는 아직 근본적인 발전 한계에 도달하지 않았다.
3. 에너지 효율성 개선 노력: 엔비디아는 더 좋고 에너지 효율적인 컴퓨터를 구축하기 위해 노력하고 있다.
4. DGX의 발전:
   1. 2016년 OpenAI에 처음 전달된 DGX-1은 $250,000였으며, 현재의 미니 버전보다 10,000배 더 많은 에너지가 필요했다.
   2. 현재의 미니 버전은 DGX-1보다 6배 더 높은 성능을 제공한다.
   3. 불과 8년 만에 컴퓨팅의 에너지 효율성이 10,000배 향상되었다.
   4. 이는 자동차나 전구가 10,000배 더 에너지 효율적이 되는 것과 같은 엄청난 변화이다.
5. AI 컴퓨팅의 에너지 효율성: 특히 AI 컴퓨팅 분야에서 에너지 효율성은 놀랍게 발전했으며, 이는 더 지능적인 시스템을 만들고 더 많은 연산을 사용하여 더 똑똑해지기 위해 필수적이다

 
 
하드웨어 설계의 핵심 신념: 유연성과 혁신:

1. 접근성과 추상화의 가치: 엔비디아는 CUDA를 통해 접근성과 추상화를 높여 더 많은 사람들이 더 많은 컴퓨팅 파워를 다양한 방식으로 사용할 수 있도록 했다.
2. 트랜스포머(Transformer) 모델:
   1. 트랜스포머는 AI에서 매우 인기 있는 최신 구조로, 현재 많은 AI 도구에 사용된다.
   2. 트랜스포머는 핵심 정보에 '주의(Attention)'를 기울여 훨씬 더 나은 결과를 제공하도록 설계되었다.
3. 하드웨어 설계의 딜레마:
   1. 특정 AI 모델에 완벽하게 맞는 칩을 만들 수 있지만, 그렇게 하면 다른 작업을 수행하는 능력이 떨어진다.
   2. 특정 AI 구조나 아키텍처가 인기를 얻으면서, 칩에 특정 기능을 '구워 넣을지'(하드웨어를 특정 작업에 최적화할지) 아니면 더 범용적으로 유지할지에 대한 논쟁이 있다.
   3. 이는 '어디든 갈 수 있는 자동차'를 만들 것인지, 아니면 'A에서 B로 가는 기차'를 최적화할 것인지와 같은 문제이다.
4. 엔비디아의 핵심 신념:
   1. 엔비디아는 트랜스포머가 마지막 AI 알고리즘이나 아키텍처가 아니라고 믿는다.
   2. 오히려 트랜스포머는 미래에 거의 인식할 수 없을 정도로 진화할 트랜스포머의 '디딤돌'이라고 생각한다.
   3. 컴퓨터 알고리즘, 소프트웨어, 엔지니어링 및 혁신의 역사에서 하나의 아이디어가 그렇게 오랫동안 유지된 적은 없었다.
   4. 컴퓨터의 본질적인 아름다움은 10년 전에는 상상할 수 없었던 일을 오늘날 할 수 있다는 것이다.
   5. 만약 10년 전의 컴퓨터를 전자레인지처럼 특정 기능에만 고정시켰다면, 새로운 애플리케이션이 계속 나올 수 없었을 것이다.
5. 혁신을 위한 아키텍처: 엔비디아는 혁신과 발명의 풍부함을 믿으며, 발명가, 혁신가, 소프트웨어 프로그래머, AI 연구자들이 자유롭게 아이디어를 탐색하고 놀라운 결과를 만들어낼 수 있는 아키텍처를 만들고자 한다.
6. 트랜스포머의 진화:
   1. 트랜스포머의 근본적인 특징은 '어텐션 메커니즘(Attention Mechanism)'으로, 모든 단어와 다른 모든 단어의 의미와 관련성을 이해하는 것이다.
   2. 하지만 컨텍스트 창이 백만 토큰처럼 커지면 모든 것을 처리하는 것은 불가능하다.
   3. 이러한 문제를 해결하기 위해 플래시 어텐션, 계층적 어텐션, 웨이브 어텐션 등 트랜스포머 이후 수많은 새로운 어텐션 메커니즘이 발명되었다.
7. 지속적인 연구와 유연성: 젠슨 황은 이러한 혁신이 계속될 것이며, 컴퓨터 과학과 AI 연구가 끝나지 않았다고 믿는다.
8. 유연한 컴퓨터의 중요성: 연구와 혁신, 새로운 아이디어의 유연성을 가능하게 하는 컴퓨터를 갖는 것이 가장 중요하다

 
 
엔비디아의 설계 철학: 한계 돌파와 깊은 전문성:

1. 물리적 가능성의 한계: 엔비디아는 칩을 설계할 때 현재 물리적으로 가능한 것의 한계를 어떻게 밀어붙일지 고민한다.
2. 깊은 전문성 확보:
   1. 엔비디아는 TSMC와 같은 파운드리에서 칩을 생산하지만, TSMC가 가진 깊은 전문성을 스스로도 갖춰야 한다고 생각한다.
   2. 이를 위해 엔비디아에는 반도체 물리학에 매우 능숙한 사람들이 있어, 현재 반도체 물리학이 할 수 있는 것의 한계를 직관적으로 파악한다.
   3. 엔비디아는 파운드리와 긴밀히 협력하여 한계를 함께 발견하고 밀어붙인다.
3. 시스템 엔지니어링 및 냉각 시스템:
   1. 시스템 엔지니어링과 냉각 시스템에서도 동일한 접근 방식을 취한다.
   2. 액체 냉각을 위한 배관이나 공기 냉각을 위한 팬 설계가 매우 중요하며, 엔비디아는 공기역학 엔지니어를 고용하여 가장 많은 양의 공기를 통과시키면서도 소음을 최소화하는 팬을 설계한다.
   3. 직접 제조하지 않더라도, 엔비디아는 제조 방법을 깊이 이해하고 설계하며, 이를 통해 한계를 돌파하려 한다

 
44분52초~
 
엔비디아의 미래 투자와 사회적 영향:

 
A. 미래에 대한 큰 투자와 다양한 분야의 혁신

1. 미래에 대한 큰 투자: 젠슨 황은 미래에 대한 큰 투자를 해왔고, 그 예측이 번번이 옳았다고 언급된다.
2. 주요 투자 분야: GPU, CUDA, AI, 자율주행차, 로봇공학, 옴니버스 등이 엔비디아의 주요 투자 분야이다.
3. 옴니버스-코스모스 융합: 가장 최근의 투자는 옴니버스(Omniverse)와 코스모스(Cosmos)의 융합으로, 이는 새로운 유형의 생성형 세계 생성 시스템, 즉 멀티버스 생성 시스템이 될 것이다.
   1. 이는 로봇공학과 물리 시스템의 미래에 매우 중요할 것이다.
4. 휴머노이드 로봇: 휴머노이드 로봇 개발을 위한 툴링 시스템, 훈련 시스템, 인간 시연 시스템 등 관련 작업이 이제 막 시작되고 있으며, 향후 5년이 매우 흥미로울 것이다.
5. 디지털 생물학: 분자의 언어와 세포의 언어를 이해하기 위한 디지털 생물학 연구를 통해, 물리 세계의 언어를 이해하듯이 인체와 생물학의 언어를 이해하고자 한다.
   1. 이를 통해 인간의 디지털 트윈을 만드는 것이 가능해질 것이다.
6. 기후 과학: 날씨 예측을 통해 고해상도 지역 기후와 날씨 패턴을 정확하게 예측하는 기후 과학 연구도 진행 중이며, 그 함의는 매우 심오하다.
7. 시간 기계로서의 엔비디아: 엔비디아는 '시간 기계'를 만들었으며, 이는 언급된 모든 분야에서 미래를 보고 예측하여 최상의 미래를 만들 가능성을 높이는 데 필요하다

 
 
AI가 개인의 삶에 미칠 영향과 초인간(Superhuman)의 시대:

1. AI가 일에 미칠 영향:
   1. AI는 일의 중요성은 유지하되, 수행에 필요한 노력을 거의 즉각적으로 줄여줄 것이다.
   2. 이는 고속도로의 등장으로 교외가 생기고 물류가 변화하며 새로운 경제가 창출된 것과 유사하다.
   3. 화상 회의가 여행 없이 서로를 볼 수 있게 하여 집과 직장 간의 거리가 멀어져도 괜찮게 된 것과도 비슷하다.
2. 개인 소프트웨어 프로그래머의 존재: 항상 개인 소프트웨어 프로그래머가 함께하여 상상하는 모든 것을 코드로 작성해 줄 수 있다면 어떤 일이 일어날까?
3. 아이디어의 즉각적인 프로토타입화: 아이디어의 씨앗만 있어도 즉시 프로토타입이 눈앞에 나타난다면 삶과 기회가 어떻게 변할까?
4. 초인간(Superhuman)의 시대:
   1. 다음 10년 동안 일부 영역에서 지능은 기본적으로 '초인간적'이 될 것이다.
   2. 젠슨 황은 자신을 둘러싼 수천 명의 '초인간적인' 사람들(각 분야 세계 최고 전문가들) 덕분에 자신이 불필요하다고 느끼는 대신, 더 야심찬 목표에 도전할 자신감을 얻는다고 말한다.
   3. 모든 사람이 이러한 '초인간적인' AI에 둘러싸여 있다면, 이는 사람들에게 힘을 실어주고 자신감을 줄 것이다.
   4. AI는 지식의 장벽을 낮추고, 개인 교사처럼 항상 함께하며, 프로그래밍, 글쓰기, 분석, 사고, 추론 등을 돕는다.
   5. 이는 사람들을 '초인간'으로 만들 것이며, 우리가 '초인간'이 되는 것은 '초인간적인 AI'를 가졌기 때문이다.
5. AI 튜터 활용 권장: 젠슨 황은 모든 사람에게 즉시 AI 튜터를 활용할 것을 권장한다.

 
엔비디아 제품의 발전과 AI의 역할:

1. GeForce 그래픽 카드 (RTX 50 시리즈):
   1. 이것은 PC에 넣는 슈퍼컴퓨터와 같으며, 게임, 디자인, 창작 예술, 그리고 놀라운 AI 작업에 사용된다.
   2. GeForce는 AI를 가능하게 했고, AlexNet을 훈련할 수 있도록 도왔으며, 엔비디아는 AI를 발견하고 발전시켰다.
   3. 이제 AI가 다시 GeForce로 돌아와 컴퓨터 그래픽을 돕는다.
   4. 4K 디스플레이의 약 800만 픽셀 중 엔비디아는 50만 픽셀만 계산하고, 나머지는 AI가 예측하여 이미지를 완벽하게 만든다.
   5. AI가 더 적은 픽셀을 처리하므로, 남은 자원을 50만 픽셀에 집중하여 품질을 높일 수 있다.
   6. AI는 나머지 픽셀을 '슈퍼 해상도'로 채워 넣어 이미지를 완벽하게 만든다.
   7. 이 그래픽 카드는 이제 대부분 AI에 의해 구동되며, 내부의 컴퓨터 그래픽 기술도 놀랍다.
2. DGX Mini (AI 슈퍼컴퓨터):
   1. 2016년 젠슨 황은 AI 연구자들을 위해 첫 DGX를 만들었고, 첫 번째 DGX-1은 OpenAI에 전달되었다.
   2. 이제 AI가 AI 연구자를 넘어 모든 엔지니어, 학생, AI 과학자에게 확산되고 AI가 어디에나 존재할 것이기 때문에, 젠슨 황은 미니 버전을 만들었다.
   3. $250,000짜리 버전 대신 $3,000짜리 버전을 만들어 학교나 학생들이 PC나 Mac 옆에 두고 자신만의 AI 슈퍼컴퓨터를 가질 수 있게 하여 AI를 개발하고 자신만의 R2-D2를 만들 수 있도록 한다

 
 
AI 시대의 개인적 준비와 엔비디아의 유산:

1. AI 학습의 중요성: 젠슨 황은 오늘날 학생이라면 가장 먼저 AI를 배우고, ChatGPT, Gemini Pro, Grok 등 AI와 상호작용하는 방법을 배워야 한다고 조언한다.
2. AI 프롬프트의 기술: AI와 상호작용하는 것은 질문을 잘하는 것과 유사하며, AI를 보조원으로 활용하려면 프롬프트(명령어)를 작성하는 전문성과 예술성이 필요하다.
3. 직업에 AI 적용: 어떤 분야의 과학이나 직업을 선택하든, "AI를 사용하여 내 일을 더 잘할 수 있는 방법은 무엇인가?"라는 질문을 스스로에게 던져야 한다.
   1. 변호사, 의사, 화학자, 생물학자 등 모든 직업에서 AI를 활용하여 더 나은 전문가가 되는 방법을 고민해야 한다.
4. 세대별 질문의 변화:
   1. 젠슨 황의 세대는 "컴퓨터를 사용하여 우리 일을 더 잘할 수 있는 방법은 무엇인가?"라는 질문을 던진 첫 세대였다.
   2. 다음 세대는 "AI를 사용하여 내 일을 더 잘할 수 있는 방법은 무엇인가?"라는 질문을 던져야 한다.
5. AI의 접근성 향상: AI는 컴퓨터를 훨씬 더 접근하기 쉽게 만들었다.
   1. ChatGPT에 원하는 것을 묻는 것이 직접 조사하는 것보다 쉽다.
   2. AI는 이해, 지식, 지능의 장벽을 낮췄다.
6. AI 사용의 용이성: 컴퓨터를 한 번도 사용해 본 적 없는 사람이 하루 만에 컴퓨터를 배우는 것은 불가능하지만, ChatGPT는 사용법을 모르면 "ChatGPT 사용법을 모르겠어. 알려줘"라고 입력하기만 하면 예시를 제공해 준다.
7. AI의 역할: AI는 사용자가 '초인간'이 되도록 돕는 역할을 한다

 
 
 
엔비디아의 유산과 젠슨 황의 철학:

1. 젠슨 황이 원하는 유산: 젠슨 황은 사람들이 자신이 "비범한 영향(extraordinary impact)을 만들었다"고 말해주기를 바란다.
2. 핵심 신념의 중요성: 오래전부터 지켜온 핵심 신념과 그 위에 쌓아 올린 노력 덕분에 엔비디아는 오늘날 세계에서 가장 중요하고 영향력 있는 기술 기업 중 하나가 되었다.
3. 책임감과 기술의 보편화: 엔비디아는 이러한 책임을 매우 진지하게 받아들이며, 자신들이 만든 기술이 대기업뿐만 아니라 개별 연구자, 개발자, 그리고 모든 과학 분야(수익성 여부, 규모, 명성 불문)에 널리 보급되도록 노력한다.
4. 미래 세대가 기억할 엔비디아:
   1. 미래 세대는 엔비디아를 게임 기술로 기억할 것이다.
   2. 디지털 생물학 및 생명 과학 분야가 완전히 변화하고, 재료 과학에 대한 이해가 혁명적으로 발전하며, 로봇이 위험하고 반복적인 일을 돕고, 자율주행차가 운전을 대신하여 차 안에서 휴식을 취하거나 독서를 할 수 있게 될 것이다.
   3. 이러한 모든 변화의 중심에 엔비디아가 있었다는 것을 미래 세대가 알게 되기를 바란다.
5. 젠슨 황의 일과 휴식: 젠슨 황은 매일 새벽 5시부터 밤 9시까지, 주말과 공휴일에도 쉬지 않고 '미친 듯이 열심히' 일한다.
6. 일과 사랑의 경계: 하지만 그는 자신이 하는 일을 사랑하기 때문에 항상 휴식을 취하는 것과 같다고 말한다.
7. 일이 아닌 즐거움: 자신이 하는 일을 진정으로 사랑한다면 그것은 일처럼 느껴지지 않을 것이다.

 
젠슨황은 5시에 일어나서 일하고 밤9시까지 일한다. ㄷㄷ 주말에도 일하고 평일에도 일하고 쉬지 않음.