notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Este artigo vem de: Por fora e por dentro, autor: Zhou Xiao, Tan Jiuyun, Xie Fangchen, editor: Fu Xiaoling, Cao Binling

“Vender pás” é um bom negócio, mas pode não ser assim se for sempre vendido a alguns mineradores e estiver sempre exposto ao “risco principal do cliente”.

Assim como a Nvidia é claramente o player dominante em chips de IA, Huang Renxun “acordava todas as manhãs preocupado com a possibilidade de a empresa ir à falência”.

Percebe-se que os clientes da Nvidia sempre estiveram muito concentrados, com o CR5 respondendo por mais da metade do ano. No seu auge em 2002, os cinco principais clientes representavam 65% da receita, e os dois principais clientes representavam surpreendentes 40%. Depois que a Microsoft, o maior financiador da época, retirou seu pedido, o desempenho da NVIDIA despencou e suas ações o preço despencou 90%.

Uma "grande crise de clientes" semelhante aconteceu novamente em 2008, quando os três principais gigantes de PCs, Apple, Dell e HP, suspenderam os pedidos coletivamente e, mais tarde, quando clientes de referência como Google e Tesla começaram a desenvolver seus próprios chips.

A partir de hoje (ano fiscal de 2024), os dois principais clientes da NVIDIA ainda respondem por 32% da receita, e estima-se que os cinco principais estejam perto de 50%. Portanto, um dos itens reservados aos analistas de Wall Street é que toda vez que a NVIDIA lançar. seu relatório financeiro, calcule seu grande índice de concentração de clientes.

No entanto, embora os superfinanciadores controlem a vida da Nvidia, eles não ousam mais virar a mesa facilmente.

Os gigantes que forçaram a Nvidia a cortar preços retirando pedidos tornaram-se repentinamente seguidores da Nvidia. Cada vez que Boss Huang lança uma nova GPU, eles fazem fila para comprá-la por um preço mais alto, não importa o custo.

Então, desde ficar à mercê dos outros até se voltar contra os clientes, como a Yingvida reagiu?

Este artigo analisa suas três rodadas de lutas com grandes clientes e conclui que a história da fortuna da Nvidia é uma história condensada de evolução tecnológica e industrial. Da liderança temporária à liderança absoluta, do substituível ao insubstituível, recuperou o direito de falar passo a passo até se tornar o “Dragão do Vale do Silício” na nova era.

1. Atuar como o “bálsamo de Taiwan” para jogos de PC e apoiar os clientes

2002 deve ser um ano inesquecível para Huang Renxun.

Este ano, o preço das ações da Nvidia despencou 90% e sua riqueza pessoal também encolheu 10 vezes, caindo diretamente de “bilionário” para a categoria de “multimilionários”.

Sua dor vem do grande financiador Microsoft: o projeto do console de jogos Xbox com o qual as duas empresas cooperaram chegou a uma guerra de preços que a Microsoft pediu à Nvidia para reduzir o preço da GPU, mas naquela época a Nvidia também estava fabricando núcleos com base na linha de custo. por isso, naturalmente, recusou-se a negociar, a Microsoft rompeu a cooperação entre as duas partes com raiva.

Você sabe, este contrato da Microsoft representa quase 70% das vendas anuais da Nvidia. Depois que a cooperação foi interrompida, a receita da Nvidia diminuiu rapidamente e seu valor de mercado despencou.

Depois de experimentar a sensação de ser intimidado pelos clientes, Huang Renxun teve que se comprometer e concordou em “reduzir o custo futuro do Xbox”.

No entanto, seis anos depois, diante do "escândalo da placa gráfica" em que Apple, Dell e HP ficaram insatisfeitos com a retirada coletiva dos pedidos de chips da série GeForce 6000-9000 e o preço das ações despencou 95%, Boss Huang optou por ofender o pai do cliente até o fim.

Ele gentilmente expôs o problema das placas gráficas que causam superaquecimento e queima do computador. Mais tarde, a Apple pediu cooperação personalizada, mas eles a rejeitaram completamente.

As duas atitudes completamente diferentes devem-se em grande parte à mudança no direito de expressão.

Na era dos consoles no início deste século, os fabricantes de consoles de jogos controlavam a "entrada do tráfego", e a distribuição e operação dos jogos eram todas administradas por gigantes como Sony e Nintendo. Os fornecedores de chips normalmente só podiam "olhá-los". .

Embora a Nvidia tenha sido pioneira no conceito de GPU e dominado o campo das placas gráficas - começando com o produto que marcou época Geforce256, a tecnologia das placas gráficas continuou a iterar rapidamente e era a chave para transformar 2D em 3D na indústria de jogos, poderia não escapar de ser determinado pela vida e pela morte.

Depois de romper com a Microsoft, a Nvidia perdeu diretamente a nova especificação DirectX9 da Microsoft, resultando na incompatibilidade do recém-lançado GeForce FX com os padrões da Microsoft. Além disso, o produto em si era imaturo e as vendas eram sombrias.

A ATI, que recebeu apoio da Microsoft, lançou a Radeon 9700, que venceu a GeForce FX da Nvidia, e cresceu rapidamente no mercado de GPUs. No terceiro trimestre de 2004, no mercado de placas gráficas independentes, a quota de mercado da ATI era de 59%, enquanto a quota de mercado da Nvidia era de apenas 37%.

Porém, com o passar do tempo no mercado de jogos para PC, o monopólio da “entrada de tráfego” dos fabricantes de consoles de jogos foi quebrado.

Nesse campo, o núcleo da indústria está no próprio jogo, e está mais inclinado a "os fabricantes de jogos funcionarem como quiserem e as empresas de hardware os perseguirem desesperadamente. Há uma divisão de trabalho em P&D, distribuição e hardware". e software na indústria.

Isto significa que, em comparação com a Sony, a Nintendo e a Microsoft, que eram apenas um punhado na era das consolas de jogos, os potenciais clientes dos fabricantes de chips expandiram-se subitamente para todos os cantos da cadeia da indústria.

Conforme mostrado na figura abaixo, a receita da Nvidia continuou a crescer de 2004 a 2006, enquanto a proporção da receita contribuída pelos seus cinco principais clientes continuou a diminuir.

Ao mesmo tempo, esta onda de "verdadeiro 3D" impulsionada pela tecnologia de placas gráficas e a onda de conexão de PC desencadeada pela popularidade de redes sobrepostas e banda larga também apresentaram requisitos mais elevados para capacidades de chip no upstream e downstream da cadeia da indústria.

Tomando como exemplo o lado do consumidor, esses jogos com gráficos bacanas também são conhecidos como destruidores de computadores por causa de sua modelagem 3D complexa, e os jogadores não conseguem parar de atualizar seus computadores. E a busca pelo desempenho dos dispositivos forçou os fabricantes de PC a escolher chips conhecidos por seu desempenho.

Por exemplo, “Crysis”, que varreu o país e o exterior em 2007, tem gráficos realistas que deixam as pessoas viciadas, mas testa extremamente o desempenho da placa gráfica. Um jogador relembrou: "Lutei contra o chefe final durante um dia inteiro durante as férias de verão da faculdade. Depois que cada bomba nuclear era disparada, o computador tinha que ser pausado para esfriar."

Isso tornou a placa gráfica NVIDIA Geforce9800GT, que pode rodar “Crysis” sem problemas, muito popular, com mais de 5 milhões de unidades vendidas em todo o mundo.

Para ser franco, em comparação com a indústria de consoles, no upstream de jogos para PC, desde que o desempenho, o rendimento e o preço sejam bem equilibrados, o produto pode falar por si e não há necessidade de ser um "baixo - chave" Partido B.

Pode-se ver que desde 2004, a fórmula GPU da Nvidia de “duplicar o desempenho e continuar a baixar os preços a cada rodada de atualizações” se tornou popular no mercado de jogos para PC.

No entanto, a Nvidia não é a única de olho neste pedaço de bolo, os gigantes dos chips não ficam muito atrás.

Jogadores de CPU estabelecidos, como Intel e AMD, rapidamente migraram para GPUs, e seu antigo inimigo, a ATI, também estava se aproximando. A AMD até anunciou uma fusão com a ATI em 2005, na esperança de dominar a indústria por meio de uma poderosa combinação de CPUs e GPUs.

Uma batalha acirrada já estava chegando. Inesperadamente, a ATI comprou um grande número de patentes de tecnologia de GPU desatualizadas para vendê-las por um preço melhor. Integração de GPU Na indústria de chips que continua a iterar, a AMD se perdeu na multidão.

A Nvidia está bastante orgulhosa do atraso de seu oponente. Como Huang Renxun mostrou: "É um presente fantástico. Nos tornamos a única empresa independente de chips gráficos no mundo."

E a NVIDIA, um player dominante com a tecnologia em mãos, desde então ganhou a capacidade de competir com os clientes.

Por exemplo, Dell e HP, que retiraram seus pedidos durante o “escândalo da placa gráfica” mencionado acima, fizeram pedidos um após o outro depois que a NVIDIA lançou novos produtos, a Apple, após mudar para a AMD, teve que aguentar e reiniciar a NVIDIA devido à má qualidade; resultados cooperar.

Mas antes que o chefe Huang pudesse rir por muito tempo, uma nova crise surgiu silenciosamente.

2. Foco na universalidade da GPU, tornando difícil para grandes clientes evitá-la

Um dos feitos famosos do supervendedor Huang Renxun é que ele afirmou ser um fã de arroz na conferência de lançamento da Xiaomi em 2013 e gritou: “Por favor, me dê uma chance de apresentar a NVIDIA!”

Naquela época, o público comedor de melão lamentou que Boss Huang fosse flexível e pensava que a Nvidia iria competir no mercado de chips móveis.

Inesperadamente, no ano seguinte, Huang Renxun desistiu da oportunidade que estava aproveitando e anunciou que se retiraria gradualmente do mercado de chips para smartphones e tablets.

A explicação dada por Huang Renxun na época foi: A acirrada competição de preços entre os fabricantes de telefones celulares exige que as empresas upstream reduzam continuamente os preços, mas o preço não é o ponto forte da Nvidia, então ela só pode recuar.

Mas hoje sabemos que a guerra de preços é apenas um fenômeno superficial. A razão mais profunda é que a demanda por chips móveis é inconsistente com o desempenho final que a Nvidia busca.

O sucesso do mercado de PCs fez com que Huang Renxun entendesse melhor do que ninguém que, no campo dos chips, as empresas com tecnologia líder (ou mesmo única) muitas vezes podem obter uma fatia maior do bolo e ter um fosso mais profundo.

Portanto, a Nvidia implementou a rota de “vitórias tecnológicas” para chips móveis: a série Tegra tem acumulado poder de computação loucamente. Do Tegra 2 ao Tegra 3, o número de núcleos de GPU aumentou de 8 para 12, e o Tegra 4 aumentou para. 72. Toda a série Todos são considerados ferramentas de pontuação.

No entanto, os chips móveis montados em smartphones e tablets precisam funcionar em espaço e energia limitados. Os chips NVIDIA, que dão mais ênfase à configuração equilibrada e buscam desempenho, logo terão problemas com consumo de energia descontrolado e aquecimento grave.

Mais importante ainda, a tecnologia de sinal de comunicação é firmemente controlada pela Qualcomm. Se os fabricantes de telefones celulares cooperarem com a Nvidia, eles terão que gastar muito dinheiro para fornecer suas próprias bandas base, por isso recuaram.

Nesta circunstância, se a Nvidia continuar a buscar a mobilidade, ela deverá comprometer o desempenho, e isso não está de acordo com o estilo do "nerd da tecnologia" Huang Renxun. Ele decidiu "reorientar sua energia para alto desempenho, computação visual ou orientada para jogos". "no dispositivo".

Mas o mercado não acreditou. Naquela época, o principal mercado da Nvidia, os jogos para PC, havia encerrado seu estágio de penetração acelerada, e toda a Internet estava em um período de forte mudança móvel. O fracasso da mobilidade não apenas colocou os negócios da Nvidia em um momento difícil. queda, mas também significou que queria Perseguir a tecnologia desiste de um mercado em expansão.

A Nvidia agiu dessa forma mais de uma vez, e a outra vez remonta a 2006.

Aos olhos do mundo naquela época, as GPUs eram apenas equipamentos de jogos. Huang Renxun acidentalmente viu algumas pessoas fazendo negociações de alta frequência e quantificação financeira em Wall Street usando GPUs NVIDIA para executar transações, mas elas só conseguiam escrever muitas de baixa frequência. código de máquina de nível para implementá-lo, e eles não poderiam fazer isso como programas de CPU em linguagens como C++.

Isso fez com que Huang Renxun percebesse que o mercado tinha uma certa demanda por cenários de computação geral. Quando voltou, ele clamava por mais desenvolvimento de software (ou seja, a plataforma CUDA) para tornar a GPU competente para diversas tarefas, não apenas para desenhar imagens. o campo de jogo.

Assim que o projeto for lançado, os custos anuais de pesquisa e desenvolvimento deverão atingir US$ 500 milhões. Naquela época, a receita anual da Nvidia era de apenas US$ 3 bilhões.

Além disso, não havia nenhuma demanda óbvia de mercado para o enorme poder de computação de uso geral trazido pela computação paralela naquela época. Ele era usado principalmente em campos impopulares, como laboratórios de física avançada e comércio quantitativo. A GPU necessária para um único projeto era limitada. um dígito, Wall Street já considerou CUDA como A avaliação técnica é zero.

Ou seja, Boss Huang aposta 1/6 da receita da empresa em uma plataforma de software que pouco tem a ver com o core business e cujas perspectivas são infinitas.

Não só custa dinheiro, mas para se adaptar à plataforma CUDA, os chips da Nvidia precisam adicionar mais circuitos lógicos, o que aumenta a área do chip, aumenta os requisitos de dissipação de calor e aumenta significativamente a taxa de falhas.

Os incidentes de cancelamento de pedidos mencionados acima pela HP, Dell, Apple, etc. ocorreram precisamente porque os chips da Nvidia estavam severamente superaquecidos, causando falhas e mau funcionamento de um grande número de notebooks.

Mas Huang Renxun acreditava firmemente que “esta forma de fazer software pode mudar tudo”. Embora ele tenha gasto uma enorme quantia de 200 milhões para compensar os clientes, ele ainda investiu em CUDA de forma quase paranóica.

Acontece que ele estava certo.

Na competição ImageNet no final de 2012, a rede neural convolucional AlexNet baseada em cálculos de chips NVIDIA aumentou a precisão de reconhecimento para 84% de uma só vez, iniciando assim a revolução da IA ​​​​nos próximos dez anos.

Isso também torna a combinação NVIDIA GPU + CUDA um sucesso de bilheteria no campo do aprendizado profundo. O Google, que antes zombava de que "GPUs são apenas para jogar", instantaneamente se tornou um apoiador da Nvidia, e gigantes como Microsoft e Facebook também encomendaram um grande número de GPUs para treinamento de inteligência artificial.

E isso é apenas o começo. Com avanços contínuos no campo do aprendizado profundo, os gigantes estão gradualmente “virando” a NVIDIA em vários cenários.

Por exemplo, em 2015, quando a taxa de erro de aprendizagem profunda no domínio do reconhecimento de imagens era inferior à dos humanos, o mercado de condução autónoma explodiu. Do lado dos automóveis, o aquecimento e o consumo de energia já não eram um problema. que não eram apreciados pelos fabricantes de telefones celulares, foram favorecidos pelas montadoras.

Em 2016, AlphaGo derrotou Lee Sedol em nome da IA, incendiando todo o mercado do lado B.

Pode-se observar que os principais fabricantes começaram a fornecer uma série de produtos de serviços de IA baseados em aprendizado profundo, como reconhecimento de imagem, autenticação e recuperação para clientes do lado B em vários setores.

Além da crescente demanda por GPUs em setores como a Internet e a direção autônoma, as empresas que podem aplicar a tecnologia de IA nas áreas de biomedicina e comércio quantitativo também se juntaram às fileiras dos clientes da NVIDIA.

Os dados mostram que em 2016, a participação de mercado da Nvidia na área de aprendizagem profunda chegava a 97%.

Neste ponto, a NVIDIA, que é obcecada pelo desempenho de GPU e CUDA, esperou que o momento em que "poder de computação é poder" fosse realizado: os principais clientes não podem evitar a NVIDIA em seus negócios e perderam a qualificação para mudar a mesa .

Este aumento na voz deu à Nvidia uma lufada de ar fresco, mas também escondeu perigos ocultos.

3. Os principais clientes que desenvolvem chips de desenvolvimento próprio são suprimidos pela Nvidia

Em 2017, a “proibição de uma nota” da Nvidia provocou indignação pública no círculo tecnológico global: os clientes não estão mais autorizados a usar produtos GeForce para realizar aprendizagem profunda em data centers.

Naquela época, a NVIDIA estava promovendo seu novo produto topo de linha da série Tesla. Este servidor tinha a mesma arquitetura da série GeForce, mas o preço era muito diferente. A promulgação da proibição significa que os clientes não poderão mais usar a GeForce para substituir a Tesla, e startups com recursos financeiros fracos podem até perder seu meio de sobrevivência.

Em meio aos protestos, as “ações do dragão” finalmente pararam, mas as defesas das empresas de tecnologia contra a Nvidia tornaram-se cada vez mais intensificadas.

Olhando para trás, nos últimos anos, gigantes da Internet como Google, Meta e Microsoft, e empresas de veículos eléctricos como a Tesla, começaram sucessivamente a desenvolver os seus próprios chips numa tentativa de reduzir a sua dependência das GPUs Nvidia.

Além de odiar o “imposto NVIDIA”, os chips desenvolvidos pela própria empresa são mais acessíveis do que comprar da NVIDIA.

Tomemos como exemplo a indústria automotiva. O que exige mais poder de computação do lado do carro é o sistema de direção inteligente. No entanto, os chips NVIDIA são "guerreiros hexagonais" de uso geral. muito espaço.

Chips de desenvolvimento próprio são feitos especialmente para direção sem motorista, como o chip FSD da Tesla. Comparado com o NVIDIA DRIVE PX 2 do tamanho da palma da mão, a área é bastante reduzida e o consumo de energia também é reduzido para um terço.

O chip FSD também dá prioridade ao NPU responsável pelo aprendizado profundo e pela previsão. Em comparação com a GPU, é mais eficiente no aprendizado de máquina de IA e tem um poder de computação aumentado em 5 vezes.

O mesmo se aplica ao campo pan-AI. Os chips são adaptados e transformados de arquitetura, sistema operacional de camada superior, middleware para código de negócios para buscar o melhor desempenho. Isso é verdade para os chips TPU do Google e os chips Graviton da Amazon.

Entre eles, o Google TPU é 15 a 30 vezes mais rápido que a GPU NVIDIA no campo de cálculo de inferência, e a relação desempenho-consumo de energia é cerca de 30 a 80 vezes maior.

Em outras palavras, os chips de desenvolvimento próprio não só podem ser personalizados, mas também superar os chips de uso geral da Nvidia em termos de desempenho, tamanho e consumo de energia.

Além do mais, embora os chips atuais sejam chamados de "autodesenvolvidos", eles não exigem pesquisa e desenvolvimento full-stack, tomando Tesla como exemplo, exceto para o NPU autodesenvolvido, o resto da CPU, GPU, interfaces, etc. todos compram IP padrão em apenas 18 meses, o desenvolvimento foi concluído.

Portanto, depois que grandes clientes lançaram um frenesi de autopesquisa, a NVIDIA ficou presa na dúvida de ser “subvertida”. Mas embora os grandes clientes tenham coragem de construir núcleos, não é fácil substituir a Nvidia.

Como todos sabemos, os custos fixos de fabricação de chips, como pesquisa e desenvolvimento, design, equipamento local, etc., são surpreendentemente altos. O custo único da fita óptica de 7 nanômetros. chip é de cerca de 200 milhões de yuans.

Com base nisso, esta indústria sempre esteve centrada na "escalonagem de custos": para o lado de P&D, quanto mais cenários o chip puder ser usado, mais ele poderá diluir os enormes custos de P&D para o fabricante, mais one-time; pedidos, mais ele poderá mobilizar totalmente a utilização da capacidade de produção e manter os lucros das remessas em um determinado nível.

Pode-se observar que com a arquitetura comum da NVIDIA, os gastos com P&D para um único cenário podem ser diluídos. Por exemplo, o custo da arquitetura Hopper usada no chip automotivo Thor pode ter sido compartilhado pelo H100 com a mesma arquitetura.

Obviamente, isso não está disponível para grandes clientes cujos chips de desenvolvimento próprio são usados ​​principalmente em cenários especiais. Como resultado, os enormes custos de I&D podem torná-los proibitivos.

O mesmo vale para a fabricação. Certa vez, uma organização calculou uma conta: suponha que as montadoras produzam 1,2 milhão de veículos por ano e usem 1,2 milhão de chips de alta computação, o que equivale a 100.000 por mês. Se cada wafer de 12 polegadas contiver 500 chips, serão apenas 100.000 por mês. Demanda por 200 wafers.

Com uma demanda tão pequena, a TSMC só pode ser considerada o menor cliente, e o mesmo se aplica às fábricas de embalagens e testes. Quando a oferta de Fab e a capacidade de produção de embalagens e testes ultrapassar a demanda, eles darão prioridade à garantia do abastecimento de grandes clientes e prolongarão o tempo de espera para pedidos.

Juntamente com a reação em cadeia de testes e outros elos, o ciclo real de implementação do aplicativo do chip pode se tornar mais longo. Por exemplo, o chip FSD da Tesla completou sua primeira produção experimental no final de 2017, mas só começou a ser instalado em carros dois anos depois, e as atualizações e iterações são ainda mais lentas. Em comparação, a Nvidia pode atualizar seus chips automotivos basicamente a cada 18 meses.

Isso forçou muitas empresas a voltarem a abraçar a NVIDIA. Especialmente após o boom dos grandes modelos e da IA ​​generativa, o poder da computação tornou-se um recurso obrigatório. Mesmo os grandes fabricantes que ainda estão comprometidos com a autopesquisa não se atrevem a doar. comprando GPU avançada NVIDIA.

Os chips de poder de computação da Nvidia tornaram-se subitamente uma moeda forte. Há rumores de que o fundador da Oracle e Musk certa vez imploraram a Jen-Hsun Huang por uma hora em uma loja de alimentos japonesa apenas para conseguir remessas de chips GPU.

Segundo relatos, cada vez que a NVIDIA vende um H100, ela pode obter um lucro enorme de 1.000%. 50% dos lucros das indústrias relacionadas à IA vão para os bolsos da Nvidia.

Diante da intensificação do "imposto NVIDIA", os principais clientes estão cerrando os dentes, mas estão desamparados - a competição atual de chips se concentra em software e hardware, e a NVIDIA não apenas detém o chip, mas também possui o fosso de software CUDA.

Por mais de dez anos, CUDA, como biblioteca de funções e base de código, está aberta aos desenvolvedores há muito tempo e atraiu milhões de desenvolvedores. Eles desenvolveram mais ferramentas, tornando o ecossistema CUDA mais maduro e quase se tornando uma "infraestrutura". ". A presença.

Se a GPU for comparada a uma usina de energia, então os desenvolvedores são como pessoas que constroem aparelhos elétricos, e CUDA é como um “sistema de rede elétrica”. As especificações de tensão dos aparelhos elétricos são adaptadas à rede elétrica.

Será difícil substituir o status do CUDA. No ano passado, para quebrar o monopólio da CUDA no co-design de chips de software, os principais clientes da NVIDIA lançaram a "Aliança Anti-CUDA" na tentativa de recriar uma ferramenta de compilação compatível com CUDA.

No entanto, quando as soluções de empresas de software terceirizadas atingiram um nível próximo ao CUDA, a Nvidia já havia lançado a próxima geração de GPUs. O software e o hardware acompanharam o ritmo um do outro, mantendo os desafiantes em estado de recuperação.

Além do mais, a Nvidia, sentindo o cheiro do perigo, já começou a construir um muro: primeiro disse "compre um rack de servidor, obtenha GB200 primeiro", empacotou e vendeu racks personalizados caros, agravando os custos de migração do cliente, depois reforçou a descompilação A política bloqueia; o caminho para que outras ferramentas sejam compatíveis com CUDA.

Como resultado, os grandes clientes que desenvolvem seus próprios chips acabarão se tornando carne na tábua de cortar da Nvidia.

resumo

“Primeiro vem Renxun, depois haverá o céu, e a placa gráfica torturará os deuses.” Os “crentes” da Nvidia no bar da placa gráfica doméstica comentaram uma vez sobre Huang Renxun no estilo de “Registros Históricos”.

Com a bênção de muitos meios de comunicação, assim como Huang Renxun acredita firmemente, o poder da computação realmente mudou o mundo. Sua crença foi geralmente reconhecida e seu poder pode até dominar o mercado.

Mas aqueles que criam a história nunca poderão prever as suas próprias coordenadas no processo histórico. Isso determina que para Huang Renxun, cada dia é um estado de “pronto para a ação”.