.png)
Jensen Huang brukade göra rent toaletter i landsbygden i Kentucky och diska på Denny’s. Decennier senare blev han ansiktet utåt för AI-revolutionen, klädd i läderjacka. Det är inte en vanlig karriär. Det är en mänsklig plot twist.
Ja, frågan är oemotståndlig: hur högt kan Jensen Huangs IQ egentligen vara?
Det finns ingen offentlig dokumentation på att Huang någonsin gjorde ett IQ-test. Inga dammiga rykten från SAT-eran, ingen läckt bedömning, inget “min poäng var…”-ögonblick i en podd. Det vi däremot har är något mer intressant: en lång rad bevis för hur han tänker, lär sig, löser problem och ser framtiden lite tidigare än resten av oss. Och ärligt talat är det här bättre än en enda siffra en eftermiddag.
I slutet av detta gör vi en numerisk förutsägelse. Men siffran måste förtjäna sin plats på sidan.
En tuff barndom avslöjar ofta något viktigt
Enligt Encyclopædia Britannica föddes Huang 1963 i Tainan i Taiwan, som son till en kemiteknik-ingenjör och en lärare. Hans familj flyttade till Thailand när han var liten, och när han var 9 år skickades han och hans bror till USA för att bo hos släktingar. Sedan följde ett av de märkligaste kapitlen i någon stor vd-biografi: de hamnade på Oneida Baptist Institute i Kentucky, som Hungs familj såg som ett internat, men som i praktiken fungerade som en hård reformmiljö.
Britannica skriver att Huang städade toaletter där varje dag och stod ut med mobbning – till och med hot. I Ben Thompsons intervju från 2022 med Huang för Stratechery mindes Huang att han och hans bror bara såg arbetet som ett normalt liv: han städade badrum, och hans bror jobbade på tobaksfält. Det svaret spelar roll. Det tyder på en ovanlig anpassning under press. Inte IQ i sig, förstås, men intelligens är sällan bara abstrakt resonemang som flyter fritt i ett vakuum – en poäng vi tog upp i vår text om vad intelligens faktiskt är och hur IQ-tester mäter den. Ett barn som kan ta in kaoset, normalisera motgångar och fortsätta fungera visar kognitiv kontroll väldigt tidigt.
Hans föräldrar flyttade så småningom familjen till en förort i Portland, Oregon. Där skiftar berättelsen snabbt ton. Enligt Britannica gick Huang på Aloha High School, presterade starkt i skolan och hamnade till och med på nationell nivå i bordtennis. IEEE:s Engineering and Technology History Wiki ger en trevlig liten bonus: han tog studenten när han var 16. Det är sällan vad som händer när livet varit enkelt och bekvämt och alla bara låter dig vara. Det pekar på hög bearbetningshastighet, snabb inlärning – eller båda.
Kom ihåg det här mönstret, för vi kommer se det igen: Huang överlever inte bara svåra system. Han lär sig hur de fungerar och börjar sedan optimera inuti dem. Även som tonåring är det en stark ledtråd.
Teknisk utbildning är där fallet börjar bli på riktigt.
Om gymnasiet gav oss ledtrådar så ger högskolan oss starkare bevis. Enligt både Britannica och IEEE:s historikprofil tog Huang en kandidatexamen i elektroteknik vid Oregon State University 1984 och en masterexamen i elektroteknik vid Stanford 1992.
Numera är elektroteknik ingen snäll liten “huvudgrej” du råkar gå förbi på väg till en skön vibe. Det kräver matematisk logik, rumsuppfattning, abstraktion och tålamod för komplexitet. Stanford höjer dessutom ribban ännu mer (som Stanford brukar). Att ta sig igenom den där processen tyder starkt på en intelligensnivå klart över genomsnittet—särskilt om personen senare använder den kunskapen inte bara för att få ett jobb, utan för att omforma en hel bransch.
Här tror jag att vissa läsare underskattar Huang. De ser karisman, scenframträdandet, den svarta jackan, Nvidias börsvärde och placerar honom i facket “grym affärsman”. Visst—men innan allt det där var han en seriös ingenjör. Affärsframgången ersätter inte den tekniska evidensen. Den bygger bara vidare ovanpå den.
Och staplingen spelar roll. Ett enda starkt meriterande resultat kan bero på tur, tajming eller ren besatthet. Flera svåra prestationer i olika miljöer pekar oftare på mer djupgående kognitiv kapacitet.
Diskmaskinhistorien är rolig, men den skriker också efter systemtänkande.
Vid 15 års ålder började Huang jobba på Denny’s som diskare. Det skulle kunna vara en färgstark detalj om “ödmjuka början”, om inte Huang hela tiden beskrev jobbet på ett sätt som låter misstänkt mycket som en framtida chiparkitekt som förklarar genomströmning.
Enligt Sydney Lakes profil på Yahoo Finance från 2024 sa Huang att han var Dennys “bästa diskare” eftersom han planerade sitt jobb, höll ordning och “sköljde bort allt vad diska heter” från tallrikarna. Han la till: “Jag lämnade aldrig stationen utan något. Jag var väldigt effektiv.” Jag menar… kom igen. Så pratar inte de flesta tonåringar om disk. Det där är en processingenjör som fastnat i ett förkläde.
De här detaljerna spelar roll eftersom de visar något som IQ-tester ofta bara fångar delvis: spontan optimering. Vissa jobbar hårt. Huang verkar vara inställd på att minska slöseri, skapa bättre flöde och förbättra system nästan automatiskt. Du kan dra en rak linje från det där tänket kring matavfall till den senare Jensen Huang som frågar varför något ska ta 74 dagar om förstaplans-tänkande säger att 6 kan vara möjligt.
Och så finns den mest Denny’s-klassiska meningen i modern företagshistoria: Nvidia kom till i en. Britannica och Yahoo Finance berättar båda att Huang var med och grundade Nvidia 1993 tillsammans med Chris Malachowsky och Curtis Priem, efter att idén tog form över frukost på ett Denny’s-bord. Någonstans känner fortfarande en pannkaka sig ganska självsäker.
Att grunda ett halvledarbolag vid 30 är inte bara ambitiöst. Det är kognitivt djärvt. Du behöver teknisk kunskap, riskmodellering, marknadskänsla och modet att agera innan säkerheten hinner komma. De flesta vill ha kartan först. Huang verkar bekväm med att rita medan han är på väg.
Nvidia är det starkaste beviset i hela fallet.
Det finns gott om smarta personer som tar en ingenjörsexamen. Färre bygger företag som håller i längden. Ännu färre lyckas bygga ett företag som får framtiden rätt mer än en gång.
Enligt IEEE:s Engineering and Technology History Wiki utvecklade Nvidia GPU:n 1999 som ett programmerbart logikchip och hjälpte senare till att göra GPU:er till en standardarkitektur – inte bara för grafik, utan även för vetenskaplig beräkning och djupinlärning. Samma källa lyfter att Huang tidigt insåg att GPU:er passade perfekt för djupa neuronnätverk, eftersom de kunde snabba upp träningen med storleksordningar. Det är precis den typen av mönsterigenkänning vi letar efter när vi uppskattar exceptionell intelligens.
Det här är där Huang verkligen skiljer sig från bara en briljant ingenjör. Han fattade inte bara chipsen. Han fattade vad chipsen skulle bli användbara för. Klivet från tekniskt objekt till framtidens ekosystem är mycket ovanligare.
Britannica går längre och lyfter Huangs insikt om GPU:er och maskininlärning som en bidragande faktor till att maskininlärning blev en del av den breda mainstreamen. Och vid Nvidias GPU Technology Conference 2018, som Britannica noterar, beskrev Huang hur GPU-utvecklingen går snabbare än Moores lag så dramatiskt att trenden fick smeknamnet “Huang’s Law”. Du får liksom ingen informell lag döpt efter dig inom datorvärlden om du bara är lite vass på torsdagar.
Se mönstret växer fram nu. Snabb anpassning. Snabb akademisk utveckling. Exklusiv teknisk träning. Systemtänkande i helt vanliga jobb. Och sedan långsiktig teknisk framsynthet i global skala. Om vi bygger en IQ-uppskattning som en akt, är det här punkten där pärmen blir tjock — en profil som vår artikel om huruvida intelligens faktiskt förutsäger framgång i karriären går igenom på djupet.
Hur Huang tänker kan vara ännu mer avslöjande än det han byggde
I sin intervju från 2022 med Ben Thompson gav Huang en kort definition av intelligens: “förmågan att känna igen mönster, se samband, resonera kring dem och göra en förutsägelse eller planera en handling.” Det låter misstänkt mycket som en beskrivning av det sinne vi skattade när vi tittade på Demis Hassabis — ännu en teknolog vars IQ syns som framsyn snarare än som testresultat. Svaret säger mycket av två skäl. För det första är det faktiskt en väldigt bra, begriplig sammanfattning av kognitiv intelligens. För det andra är det nästan en beskrivning av hans egen karriär.
Transkripten från Lex Fridman-podden ger oss en ännu tydligare bild av Huangs mentala stil. Där förklarar han en princip han kallar ”ljusets hastighet” — hans kortfattade sätt att fråga vad fysiken faktiskt tillåter i grunden, innan kompromisser och vanor smyger sig in. Han säger att varje variabel jämförs mot den gränsen: minneshastighet, mattehastighet, kraft, kostnad, tid och ansträngning. Det är resonemang från första principer i sin renaste form.
Fridman får också Huang att förklara en av hans favoritstrategier inom ledning: om någon säger att ett projekt tar 74 dagar, frågar Huang vad som skulle vara möjligt om det byggdes från början. Ibland, säger han, blir svaret 6 dagar. Poängen är inte att de där 68 extra dagarna alltid beror på dumhet. Poängen är att många begränsningar ärvs – inte är grundläggande. Personer med mycket hög IQ brukar visa exakt den vanan: de skalar bort antaganden i huvudet snabbare än andra ens hinner lägga märke till dem.
En till avslöjande formulering från Fridman-intervjun: Huang säger att system ska vara “så komplexa som nödvändigt, men så enkla som möjligt.” Det låter elegant – och det är elegant. Men elegans i ingenjörskonst brukar spegla djup förståelse, inte ytlig genialitet. Alla kan lägga till komplexitet. Den verkliga tricken är att veta vad du kan ta bort utan att något går sönder. Det kräver avancerat tänkande.
Han förringar också gång på gång medfödd genialitet. I profilen i Fortune av Eleanor Pringle säger Huang: “Det finns inget magiskt; det är bara 61 år av hårt arbete varje enda dag.” I en intervju i 60 Minutes från 2025 upprepar han nästan samma tanke och beskriver det som häpnadsväckande att “en vanlig diskare kan växa upp och bli något så här”. Jag tror att han menar det. Och jag tycker också att han är blygsam. Hårt arbete spelar enorm roll; hårt arbete plus sällsynt mönsterigenkänning spelar ännu större roll. Vi behöver inte välja bara en.
Hans kommentarer från 2023 till Fortune lägger till ännu ett lager. När han pratade på Computex i Taipei hävdade Huang att AI i praktiken har gjort att “alla är programmerare nu—du behöver bara säga något till datorn.” Det där är inte bara teknik-entusiasm. Det visar att han förstår intelligens som något dynamiskt: när en färdighet blir automatiserad flyttar det verkligen värdefulla tänkandet sig någon annanstans.
Hans intelligens är inte bara teknisk
Du kanske frestas att tro att Huang är en sån där briljant men smalspårig person som kan optimera en superdator – och sen råkar förolämpa hela rummet innan förrätten. Rapporteringen pekar dock på något annat.
I Fortune beskriver anställda honom som krävande och perfektionistisk, och Huang håller öppet med om etiketten. ”Om du vill göra extraordinära saker ska det inte vara lätt”, säger han. Det kanske inte gör honom till allas drömmiga, avslappnade chef, men det pekar på stark exekutiv förmåga och ovanligt höga krav.
Under tiden fångar Stratechery något mjukare och viktigare: Huang säger att hans största gåva är att omge sig med fantastiska människor och ge dem chansen att göra riktigt bra jobb. Han ger ofta kred till medgrundare och toppingenjörer. Det är ett tecken på social intelligens. Kom ihåg mönstret från barndomen och Denny’s: han läser system snabbt, och människor är också system—om än stökigare sådana.
Även hans ödmjukhet säger något. I 60 Minutes-intervjun medger Huang att han, trots sin välputsade offentliga image, fortfarande blir rädd när han ska kliva upp på en enorm keynote-scena, eftersom han är “en ingenjör, inte en artist”. Det där känns sant. Det tyder också på självkännedom snarare än fåfänga. Återigen: IQ är inte EQ, men i verkligheten kan de ofta förstärka varandra.
Och så har du hans bredare filosofi om intelligens. I intervjuer återkommer Huang gång på gång till omdöme, motståndskraft och förmågan att “se bortom”. Det är inte en person som dyrkar testresultat. Det är någon som lagt hela sitt liv på att ta reda på vad rå kapacitet kan – och inte kan.
Slutgissning: Jensens Huangs uppskattade IQ
Så var lämnar det här oss då?
Vi har inget officiellt IQ-resultat. Men utifrån Huangs snabba utbildningsgång, utbildning i elektroteknik, en masterexamen från Stanford, extremt systemtänkande, resonemang från förstaprinciper, långsiktsplanering inom computing och årtionden av att leverera på allra högsta nivå i en skoningslöst svår bransch kan vi göra en seriös uppskattning.
Vår bedömning är att Jensen Huangs IQ ligger runt 149.
Det skulle placera honom ungefär på 99,9:e percentilen, i spannet Exceptionellt begåvad.
Varför inte sänka? För att alldeles för många oberoende bevis pekar uppåt: tekniskt djup, ovanlig förmåga till abstraktion, stark verbal logik, strategisk framförhållning och den sällsynta förmågan att förenkla extrem komplexitet. Varför inte orimligt högt – 160 eller 170? För att hans briljans känns mindre som den rena teoretiska enstaka blixten och mer som en kraftfull mix av mycket hög generell intelligens, toppnivå ingenjörsmässigt tänkande, motståndskraft och förmåga att genomföra.
Och en sak till: IQ, även när det uppskattas noggrant, verkar troligen underskatta Huangs bästa egenskaper. Standardresultat fångar inte helt hans förutseende, ledarskap i osäkerhet eller förmågan att bygga ett företag som gång på gång ligger steget före nästa stora grej. Med andra ord: inte bara ett geni i ett labb, utan ett geni som får saker att levereras.
Det kan vara det mest möjliga Jensen Huang-resultatet. Inte ett sterilt tal som känns frikopplat från livet, utan ett sinne du faktiskt kan se jobba—från diskhanteringen till datacentret.
.png)
