Jensen Huang jest współzałożycielem Nvidii i od 1993 roku kieruje nią jako prezes. To on przeprowadził firmę od grafiki 3D do serwerowni dla AI. Forbes szacował jego majątek na 187,2 mld dolarów według stanu z 26 października 2026 roku. Tę kwotę tworzy głównie wartość około 4% akcji, więc zmienia się razem z kursem. Koszt tych serwerowni odczujesz w abonamentach i limitach narzędzi, z których korzystasz.
Trzech założycieli i jedna rozpoznawalna twarz
Założycielami Nvidii są trzej inżynierowie: Jensen Huang, Chris Malachowsky i Curtis Priem. Firmę zarejestrowali 5 kwietnia 1993 roku, a Huang od początku pełni funkcję prezesa i dyrektora generalnego (NVIDIA, 2026).
Urodził się w 1963 roku na Tajwanie (Britannica, 2026). Studiował elektrotechnikę na Oregon State University, a w 1992 roku obronił tytuł magistra na Stanford University (Stanford University, 2018). Wcześniej pracował w dwóch firmach projektujących układy scalone, AMD i LSI Logic (NVIDIA, 2026), i tę znajomość rynku półprzewodników wniósł potem do własnej spółki.
Huang jest najdłużej urzędującym liderem i najbardziej rozpoznawalną postacią NVIDIA, jednak firmy nie założył sam.
- Jensen Huang: współzałożyciel, prezes i dyrektor generalny,
- Chris Malachowsky: współzałożyciel i inżynier,
- Curtis Priem: współzałożyciel i inżynier.
Pierwotny plan zakładał układy do grafiki 3D dla komputerów osobistych, gier i multimediów. NVIDIA konkurowała wtedy z wieloma producentami układów do pecetów i konsol.
Co robi NVIDIA, od GeForce do serwerowni
NVIDIA projektuje procesory graficzne, układy obliczeniowe, serwery, systemy sieciowe i oprogramowanie. Przez lata kojarzyła się głównie z kartami dla graczy. Dziś najważniejszym obszarem jej działalności są centra danych, w których firmy trenują i uruchamiają modele AI.
Punktem zwrotnym był układ GeForce 256, który NVIDIA nazwała pierwszym GPU (Computer History Museum, 2024). Procesor graficzny wykonuje równolegle wiele podobnych operacji: w grach 3D liczył położenie obiektów, oświetlenie i tekstury. Te same obliczenia sprawdzają się w nauce, analizie danych i uczeniu maszynowym.
| Obszar działalności | Do czego służy |
|---|---|
| GPU do komputerów i stacji roboczych | gry, grafika 3D, montaż, lokalne generowanie obrazu |
| GPU do centrów danych | trenowanie i uruchamianie modeli AI |
| sieci i serwery | łączenie wielu procesorów w jedną infrastrukturę |
| CUDA i biblioteki | obliczenia na GPU wykraczające poza grafikę |
| oprogramowanie AI | obsługa modeli, usług i infrastruktury firm |
Gry nadal są ważną częścią działalności NVIDIA, jednak przychody z centrów danych wielokrotnie przewyższają przychody z grafiki dla pecetów. Dla ciebie karta NVIDIA oznacza szybszy render albo generowanie obrazu na biurku. Dla dostawcy chmury ten sam typ sprzętu obsługuje tysiące użytkowników jednocześnie.
Porada areteart.pl: zanim kupisz komputer z mocną kartą do pracy z AI, sprawdź, czy twoje narzędzia w ogóle działają lokalnie. Jeśli generujesz obrazy w przeglądarce, moc obliczeniowa i tak pracuje po stronie dostawcy.
Jak GPU stało się infrastrukturą AI
- Lata 90.: układy do grafiki 3D w komputerach osobistych.
- GeForce 256: GPU jako wyspecjalizowany procesor do obliczeń równoległych.
- 2006 rok: CUDA, czyli platforma i model programowania, który pozwala używać GPU do obliczeń ogólnego przeznaczenia (Computer History Museum, 2024).
- 2012 rok: sieć neuronowa AlexNet wykorzystuje procesory NVIDIA w konkursie rozpoznawania obrazów i pokazuje, co potrafią głębokie sieci z odpowiednią mocą obliczeniową (NVIDIA, 2026).
- Obecnie: centra danych dla generatywnej AI, zarówno do trenowania modeli, jak i do generowania odpowiedzi na zapytania.
CUDA to warstwa programowa: model programowania, narzędzia, biblioteki i środowisko do uruchamiania aplikacji na GPU. Wokół CUDA uczelnie, laboratoria i firmy zbudowały własne narzędzia, więc przewaga NVIDIA przestała zależeć od parametrów pojedynczego układu.
Boom wywołała AlexNet razem z większymi zbiorami danych, szybszymi procesorami, rozwojem bibliotek i postępem w projektowaniu sieci neuronowych. NVIDIA zaczęła wtedy sprzedawać całe systemy: procesory, serwery, połączenia sieciowe i oprogramowanie. Jej klientami stali się operatorzy chmury i producenci modeli.
W roku fiskalnym 2026 przychody NVIDIA wzrosły o 65% rok do roku (NVIDIA, 2026). Komisja Europejska, badając przejęcie firmy Run:ai, wskazała na znaczącą pozycję NVIDIA na światowym rynku procesorów graficznych dla centrów danych oraz wysokie bariery wejścia dla konkurencji (Komisja Europejska, 2026).
Majątek Jensena Huanga: skąd się wziął i dlaczego się zmienia
Forbes szacował majątek Jensena Huanga na 187,2 mld dolarów według stanu z 26 października 2026 roku (Forbes, 2026). Według tego samego źródła Huang ma około 4% akcji NVIDIA (Forbes, 2026).
Majątek Huanga to głównie wartość akcji, więc rośnie i spada razem z kursem NVIDIA, niezależnie od jego pensji. Taka wycena nie oznacza gotówki na koncie. Gdy kurs rośnie, pakiet drożeje na papierze, a sprzedaż dużej części akcji mogłaby wpłynąć na kurs i wiązałaby się z obowiązkami informacyjnymi.
Rankingi miliarderów liczą udziały różnymi metodami i w różnych momentach, dlatego tego samego dnia mogą podawać odmienne kwoty. Liczba bez daty i źródła szybko traci znaczenie.
Porada areteart.pl: jeśli przywołujesz majątek Huanga w prezentacji, newsletterze albo poście, zawsze dopisz źródło i dzień pomiaru, na przykład „według Forbesa, stan z 26 października 2026 roku”. Bez tego klient po tygodniu znajdzie inną kwotę i podważy cały slajd.
Ile zarabia prezes Nvidii
Roczne wynagrodzenie prezesa Nvidii to osobna kategoria, wielokrotnie mniejsza od jego majątku. Pakiet wynagrodzenia, który spółka ujawnia inwestorom, składa się z kilku elementów (NVIDIA, 2026):
- pensji podstawowej,
- premii gotówkowej,
- przyznanych akcji lub jednostek udziałowych.
Część udziałowa ma własne warunki nabywania praw i zmienia wartość razem z kursem akcji. Pytanie o zarobki prezesa może więc dotyczyć rocznego pakietu albo przyrostu majątku, a te wartości mają inne źródło i inną interpretację. Gdy w nagłówkach czytasz, że Huang „zarobił” kilkadziesiąt miliardów w kwartał, chodzi o wzrost wartości posiadanych akcji, który nie jest żadną wypłatą.
Co historia NVIDIA znaczy dla twojej agencji
Za generatorem obrazu czy wideo, z którego korzystasz w przeglądarce, stoi serwerownia z akceleratorami. Koszt, szybkość i dostępność takiej usługi w Polsce zależą od centrów danych, dostawców chmury i dostępnych procesorów. Jeśli dostawca płaci więcej za sprzęt, możesz to odczuć w cenie abonamentu, w limitach generowania albo w opłatach za dodatkowe użycie.
Polskie firmy są na wcześniejszym etapie niż średnia unijna. W 2025 roku AI wykorzystywało 8,4% przedsiębiorstw w Polsce zatrudniających co najmniej 10 osób, wobec 20,0% w całej Unii Europejskiej (Eurostat, 2025). Dla małej agencji najbliższe decyzje dotyczą wyboru usług i kontroli kosztów, a zakup własnej infrastruktury schodzi na dalszy plan. O tym, jak zmieniają się same narzędzia, pisaliśmy przy okazji nowych generatorów i motion designu.
Sama cena abonamentu nie pokaże, ile realnie kosztuje cię praca z AI. Pomoże w tym prosty arkusz:
MIESIĘCZNY KOSZT NARZĘDZI AI: [miesiąc, rok]
Narzędzie: ____________________
Abonament (zł): ______
Limit w planie (generacje / minuty / kredyty): ______
Wykorzystane w miesiącu: ______
Dokupione ponad limit (zł): ______
Najczęstsza rozdzielczość / długość materiału: ______
Średni czas oczekiwania na wynik: ______
Praca lokalnie czy w chmurze: ______
Czy dane klienta trafiają do dostawcy (tak/nie): ______
Koszt łączny (zł): ______
Koszt jednej użytecznej grafiki lub klipu (zł): ______
Karta NVIDIA na biurku nie gwarantuje dobrych wyników. Liczą się też:
- model,
- wersja oprogramowania,
- pamięć karty,
- sterowniki,
- ustawienia,
- jakość materiału wejściowego.
Własny sprzęt ma sens głównie wtedy, gdy chcesz uruchamiać modele lokalnie albo nie przesyłać danych klienta do dostawcy.
Porada areteart.pl: wypełniaj arkusz przez trzy miesiące dla każdego narzędzia. Dopiero wtedy zobaczysz, czy płacisz za abonament, którego nie wykorzystujesz, czy regularnie dopłacasz za przekroczenie limitów.
W najbliższym kwartale wyniki i wycena NVIDIA nie zmienią twojej codziennej pracy. Wystarczy obserwować cenniki i limity dostawców, z których korzystasz. Reagować warto od razu tylko wtedy, gdy arkusz pokaże, że dopłaty za dodatkowe użycie rosną z miesiąca na miesiąc.
Prompt do skopiowania: sprawdzi się w każdym czacie AI, na przykład w ChatGPT, Gemini czy Claude. Uzupełnij nawiasy własnymi danymi, ale bez informacji poufnych.
Z tym poleceniem sprawdzisz na własnych liczbach, czy w twojej agencji wystarczą usługi w przeglądarce, czy praca lokalna na własnej karcie zaczyna się opłacać.
Prowadzę małą agencję i korzystam z narzędzi AI do grafiki i wideo: [NARZĘDZIA I ABONAMENTY]. Miesięcznie wydaję na nie około [KWOTA W ZŁ], a dopłaty za przekroczenie limitów wyglądają tak: [DOPŁATY Z OSTATNICH MIESIĘCY].
Moje typowe zlecenia to [RODZAJ PRACY DLA KLIENTÓW].
Pomóż mi rozpisać 3 warianty pracy na najbliższy kwartał:
- tylko usługi w chmurze,
- część zadań na własnym komputerze z mocną kartą,
- model mieszany.
Przy każdym wariancie oceń koszt jednej użytecznej grafiki lub klipu, ryzyko przekroczenia limitów i to, czy dane klienta trafiają do dostawcy.
Zadaj mi najpierw pytania o brakujące dane, zamiast zgadywać.
Na koniec powiedz, które sygnały w moich kosztach oznaczają, że trzeba reagować od razu, a przy których wystarczy obserwować cenniki.
FAQ
Kto jest założyciem Nvidii?
Nvidię założyło trzech inżynierów: Jensen Huang, Chris Malachowsky i Curtis Priem. Spółkę zarejestrowali 5 kwietnia 1993 roku z planem budowy układów do grafiki 3D dla pecetów, gier i multimediów (NVIDIA, 2026). Malachowsky i Priem odpowiadali za stronę inżynierską, a Huang objął kierownictwo firmy.
Czy Jensen Huang sam stworzył Nvidię?
Huang jest współzałożycielem: firmę założył razem z Malachowskim i Priemem. Od 1993 roku pełni funkcję prezesa i dyrektora generalnego, dlatego to jego twarz kojarzysz z marką. Wcześniej pracował w AMD i LSI Logic, gdzie poznał rynek półprzewodników (NVIDIA, 2026). Przytaczając historię Nvidii w prezentacji dla klienta, wymień wszystkich trzech założycieli, bo sprowadzenie jej do jednej osoby przekłamuje fakty.