För Nvidias del kom det stora genombrottet via Google. 2011 grundade nätjätten sin AI-verkstad Google Brain och började fundera på vilken hårdvara som var bäst lämpad. Efter tidiga försök med cpu:er föll valet på Nvidias grafikprocessorer.

Resultatet? De 2 000 cpu:er som Google använde i maskininlärningsprojektet kunde bytas ut mot 12 stycken grafikkort.

Fast Jensen Huang säger att Nvidia började satsa pengar på AI-utveckling långt tidigare. Inte minst på självkörande bilar, som är favoritämnet när Nvidia är på plats i BMW:s hemstad München.

Läs också: Nu kommer servrarna med Nvidias nya monsterpropp

Nästan alla världens ledande biltillverkare står på scen under eventet, och får sällskap från Sverige i form av Zenuity och Autoliv.

– Det sker enormt mycket utveckling i Sverige, många små företag med riskkapital, många innovativa idéer. Mycket pengar som läggs på att forska om maskininlärning och AI, säger Alex White som är marknadschef för Nvidia i Norden.

Så det är en viktig marknad för er?
– Ja. Det är därför vi är där. Det handlar helt om att vara där utvecklingen sker. Ni har superdatorer, små innovativa företag och massor av riskkapital.

Han säger att Nvidia har kontakt med ett hundratal svenska bolag som använder företagets plattformar för att utveckla AI eller självkörande bilar. Nvidia har också ett 20-tal personer, både ingenjörer och säljare, som är stationerade i Malmö.

Just bilföretagen nämns som några av bolagens viktigaste kunder i Sverige. Inte minst med tanke på att Volvo har Nvidias chipp i de självkörande bilar som provkörs i Göteborg.

– Vi bestämde oss tidigt för att inte bygga en självkörande bil utan att bygga infrastruktur, arkitektur och plattformar som varje enskilt företag i världen kan använda för att bygga en självkörande bil, säger Jensen Huang.

Det handlar förstås om ren hårdvara. Den gpu-tunga datorn Drive PX används redan i dag av ett hundratal företag världen över. Under eventet i München visar Nvidia upp uppföljaren Pegasus som ska ha tillräcklig hårdvara för att driva helt självkörande fordon.

Men Nvidia har också utvecklat en mjukvaruplattform för utvecklingen av självkörande bilar. De har applikationer till allt från datainsamling till analys, maskininlärning och verktyg för att implementera tekniken i den färdiga bilen.

Jensen Huang säger att Nvidia gjort stora investeringar i utvecklingen av teknik till självkörande fordon under åtminstone sju års tid. Rent ekonomiskt har de knappast lönat sig ännu – senaste kvartalet stod fordonssektorn för intäkter på 142 miljoner dollar, drygt sex procent av bolagets totala intäkter. Och investeringarna måste pågå ytterligare några år innan de börjat löna sig.

– Vår satsning är helt fokuserad på självkörande bilar, men ingen har skeppat några stora volymer självkörande bilar ännu, säger Jensen Huang.

Sedan hänvisar han till Nvidias grundläggnade frågeställning: kan vi jobba på något länge utan att tjäna en spänn? Svar: ja.

Jensen Huang tror ändå att självkörande bilar är runt kröken nu. Först förutspår han att självkörande taxibilar dyker upp på begränsade områden inom ett par år. Som stora campusmiljöer eller i inrutade delar av städer. Autonoma bilar för konsumenter räknar han med kommer att finnas på marknaden 2021 eller 2022.

– Jag förväntar mig att det blir stora pengar eftersom jag tror att 100 procent av de 100 triljoner dollar som bilundstrin omsätter kommer att läggas på självkörande bilar, säger Jensen Huang.

På sikt förväntar han sig att de självkörande bilarna kommer att omvandla hela samhället, framförallt stadsmiljöerna som han tror kommer att se totalt annorlunda ut när bilarna är självgående och ständigt rullar.

– Hade jag varit intresserad av att investera i fastigheter hade jag köpt varenda parkeringsplats i New York City, konstaterar han.

Men Nvidia är knappast de enda som vill sälja teknik för självkörande bilar. Inte minst ärkefienden Intel storsatsar med köpet av israeliska Mobileye och en allians med flera stora bilföretag.

Men, föga förvånande, avfärdar Jensen Huang konkurrenten.

– Vi har en helt, helt annorlunda ingång än deras [Intels]. Vi bygger hela det självkörande systemet från processorer till mjukvara och vi bygger utvecklarverktyg för att skapa allt till som behövs för självkörande bilar. Jag har inte sett några bevis på att de gör något sådant, säger Jensen Huang.

Läs också: Nvidia visar upp ny superdator på monsterpropp med 21 miljarder transistorer

Samtidigt har allt fler bolag valt att satsa på dedikerade AI-chipp. Det har inte minst uppmärksammats efter att Apple visade upp Iphone X, men Huawei, Google och Microsoft har alla liknande skräddarsydda processorer.

För även om Google började resan hand i hand med Nvidia har bolaget bytt teknik. Nu är det egenutvecklade processorer som kallas tensor processing units, tpu, som används i de allra mest avancerade applikationerna som Alphago eller till Google Photos bildanalys.

– De kommer absolut inte att kunna konkurrera med gpu:n, säger Jensen Huang.

– Jag kan investera fyra miljarder dollar i en enda generation grafikkort. Ingen annan i världen kan göra det […] det är bara otroligt mycket enklare och billigare för företag att köpa Nvidia-kort istället för att bygga sina egna chipp.

Och i värsta fall så får de väl strunta i AI-marknaden, resonerar han. För det är så Nvidia jobbar enligt Jensen Huang.

– Visar det sig vara så enkelt att bygga AI-chipp att varenda företag i världen kan göra det, ja, då följer vi inte våra tre grundlagar. Vi drar oss ur marknader hela tiden. Antalet problem jag skulle vilja lösa är många, många fler än tiden jag har att lösa dem på, så jag flyttar bara resuserna någon annanstans.