के साथ साक्षात्कार Jensen Huang

एक मनमोहक चर्चा में, Jensen Huang, जो Nvidia के दूरदर्शी CEO हैं, ने कंप्यूटिंग, AI, और यहाँ तक कि वैश्विक अर्थशास्त्र के भविष्य की एक दुर्लभ झलक पेश की। Bg2 Pod के Bill Gurley और Brad Gerstner के साथ बैठ कर, Huang ने स्पष्टता के साथ बताया कि कैसे कृत्रिम बुद्धिमत्ता (AI) का एक अनदेखा पहलू उद्योगों को फिर से परिभाषित करने और अभूतपूर्व विकास को गति देने के लिए तैयार है, जो रास्ते में पारंपरिक Wall Street की बुद्धिमत्ता को चुनौती दे रहा है।

बिलयनक्स बूम: AI की कंप्यूटेशनल मांगों को फिर से परिभाषित करना

एक साल पहले, Jensen Huang ने बेबाकी से भविष्यवाणी की थी कि AI इंफ़ेरेंस सिर्फ 100x या 1000x नहीं, बल्कि चौंका देने वाला एक बिलियनx होगा। इस अनुमान को फिर से देखते हुए, वह स्वीकार करते हैं, "मैंने कम आँका था। मुझे बस यह रिकॉर्ड पर कहने दें।" AI के तेजी से विकास से प्रेरित होकर उनका आत्मविश्वास और भी बढ़ गया है। जो कभी एक अकेली "प्री-ट्रेनिंग" स्केलिंग लॉ मानी जाती थी, वह अब तीन अलग-अलग, तेजी से बढ़ती ताकतों में बंट गई है: प्री-ट्रेनिंग, पोस्ट-ट्रेनिंग (जहाँ AI कौशल "अभ्यास" करता है), और सबसे महत्वपूर्ण, "थिंकिंग" इंफ़ेरेंस।

यह "थिंकिंग" इंफ़ेरेंस ही गेम-चेंजर है। पुराने वन-शॉट इंफ़ेरेंस मॉडल के विपरीत, आधुनिक AI अब "जवाब देने से पहले सोचने" के लिए डिज़ाइन किया गया है, जो शोध करता है, बुनियादी सच्चाइयों की जाँच करता है और दोहराता है। इस जटिल संज्ञानात्मक प्रक्रिया के लिए घातीय रूप से अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। जैसा कि Huang कहते हैं, "AI अब केवल एक भाषा मॉडल नहीं है, बल्कि AI भाषा मॉडलों की एक प्रणाली है और वे सभी समवर्ती रूप से चल रहे हैं, शायद उपकरणों का उपयोग कर रहे हैं... और यह सब मल्टीमोडैलिटी है।" इस गहरे बदलाव का मतलब है कि AI की कंप्यूटेशनल भूख न केवल बहुत बड़ी है, बल्कि अतृप्त और तेजी से बढ़ती हुई है, जो कई लोगों की वर्तमान समझ से कहीं अधिक है।

मुख्य अंतर्दृष्टि:

• AI इंफ़ेरेंस "थिंकिंग" और चेन-ऑफ़-रीज़निंग क्षमताओं के आगमन के कारण "बिलियनx" कंप्यूटेशनल वृद्धि का अनुभव कर रहा है।
• AI परिदृश्य अब तीन अलग-अलग स्केलिंग कानूनों द्वारा शासित होता है: प्री-ट्रेनिंग, पोस्ट-ट्रेनिंग (AI अभ्यास), और जटिल इंफ़ेरेंस।
• मल्टी-एजेंट सिस्टम, मल्टीमोडल AI, और व्यापक उपकरण उपयोग सरल भाषा मॉडलों से कहीं अधिक कंप्यूटिंग आवश्यकताओं को नाटकीय रूप से बढ़ाते हैं।

OpenAI: अगला ट्रिलियन-डॉलर हाइपरस्केलर और Nvidia की रणनीतिक चाल

Huang के दृष्टिकोण के केंद्र में Nvidia की OpenAI के साथ रणनीतिक साझेदारी है, जिसमें निवेश और उनके अपने विशाल AI बुनियादी ढाँचे के निर्माण के लिए समर्थन शामिल है। वह OpenAI को सिर्फ एक ग्राहक के रूप में नहीं, बल्कि "संभावना है कि यह अगली मल्टी-ट्रिलियन डॉलर हाइपरस्केल कंपनी होगी" के रूप में देखते हैं। यह साहसिक भविष्यवाणी OpenAI के अपेक्षित तीव्र उदय से पहले Nvidia के निवेश के फैसले को रेखांकित करती है, एक ऐसा अवसर जिसे Huang "कुछ सबसे स्मार्ट निवेश कहते हैं जिसकी हम कल्पना कर सकते हैं।"

यह साझेदारी AI परिदृश्य में एक महत्वपूर्ण बदलाव का भी संकेत देती है। OpenAI, जो पारंपरिक रूप से Microsoft Azure जैसे हाइपरस्केलर्स का लाभ उठा रहा था, अब अपना "स्व-निर्मित AI बुनियादी ढाँचा" बना रहा है – प्रभावी रूप से स्वयं एक हाइपरस्केलर बन रहा है। यह Nvidia के Meta और Google जैसे दिग्गजों के साथ सीधे संबंधों को दर्शाता है, जहाँ वे सीधे चिप, सॉफ्टवेयर और सिस्टम स्तरों पर काम करते हैं। OpenAI एक साथ "दो एक्सपोनेंशियल" का सामना कर रहा है: ग्राहक उपयोग में घातीय वृद्धि और प्रति उपयोग-मामले (("थिंकिंग" AI के कारण) कंप्यूटेशनल आवश्यकताओं में घातीय वृद्धि। Azure, OCI, CoreWeave और अब OpenAI के सीधे निर्माण में Nvidia का बहु-आयामी समर्थन इस बढ़ती हुई मांग को पूरा करने के लिए डिज़ाइन किया गया है, जिससे Nvidia की अपरिहार्य भूमिका और मजबूत होती है।

मुख्य निर्णय:

• Nvidia का OpenAI में निवेश एक रणनीतिक कदम है, जो इसके मल्टी-ट्रिलियन डॉलर हाइपरस्केल इकाई बनने की क्षमता पर दांव लगा रहा है।
• OpenAI को अपने AI बुनियादी ढाँचे के स्व-निर्माण में सहायता करना सीधे, पूर्ण-स्टैक संबंधों को बढ़ावा देता है, जो Nvidia के अन्य तकनीकी दिग्गजों के साथ जुड़ाव को दर्शाता है।
• यह साझेदारी AI में घातीय रूप से बढ़ते ग्राहक अपनाने और प्रति-उपयोगकर्ता कंप्यूटेशनल मांग की संयुक्त चुनौती को संबोधित करती है।

अभेद्य कवच: चरम सह-डिजाइन और वार्षिक वेग

Wall Street विश्लेषक वर्तमान में 2027-2030 के आसपास Nvidia के विकास के सपाट होने का अनुमान लगाते हैं, एक ऐसा दृष्टिकोण जिसे Huang अंतर्निहित परिवर्तनों के साथ असंगत पाते हैं। वह तीन मूलभूत बिंदु प्रस्तुत करते हैं: पहला, "सामान्य-उद्देश्य कंप्यूटिंग समाप्त हो गई है," और दुनिया के खरबों डॉलर के कंप्यूटिंग बुनियादी ढाँचे को त्वरित AI कंप्यूटिंग के साथ फिर से नया किया जाना चाहिए। दूसरा, मौजूदा हाइपरस्केल वर्कलोड (खोज, रिकमेंडर इंजन) तेजी से CPUs से GPUs में स्थानांतरित हो रहे हैं, जो "सैकड़ों अरबों डॉलर" का बदलाव है। अंत में, और सबसे गहराई से, AI मानव बुद्धि को बढ़ाएगा, जिससे वैश्विक GDP के 50-65% पर प्रभाव पड़ेगा।

टोकन पीढ़ी और ग्राहक उपयोग से प्रेरित "एक्सपोनेंशियल्स के एक्सपोनेंशियल" को पूरा करने के लिए, Nvidia ने अपनी आर्किटेक्चर (Hopper, Blackwell, Rubin, Fineman) के लिए एक आक्रामक वार्षिक रिलीज़ चक्र अपनाया है। प्रदर्शन के लिए Moore's Law के बड़े पैमाने पर मृत होने के साथ, Nvidia का प्रतिस्पर्धी लाभ "एक्सट्रीम को-डिज़ाइन" से आता है। यह केवल तेज़ चिप्स के बारे में नहीं है; यह मॉडल, एल्गोरिथम, सिस्टम और चिप को एक साथ अनुकूलित करने, "सोच से परे" नवाचार करने के बारे में है। जैसा कि Huang बताते हैं, यह फुल-स्टैक दृष्टिकोण — जिसमें CPUs, GPUs, नेटवर्किंग चिप्स, MVLink, और Spectrum-X Ethernet शामिल हैं — Nvidia को पीढ़ियों के बीच 30x तक प्रदर्शन लाभ (जैसे Hopper से Blackwell) प्राप्त करने की अनुमति देता है जो कोई भी पारंपरिक सिलिकॉन प्रगति प्रदान नहीं कर सकती थी। यह प्रणालीगत नवाचार, Nvidia और उसके ग्राहकों दोनों से आवश्यक निवेश के बड़े पैमाने के साथ मिलकर, एक दुर्जेय कवच बनाता है जिसे प्रतिस्पर्धियों के लिए "पहले से कहीं अधिक कठिन" है दोहराना।

मुख्य अभ्यास:

• Nvidia टोकन पीढ़ी और AI उपयोग में घातीय वृद्धि के साथ तालमेल बिठाने के लिए अपनी आर्किटेक्चर के लिए एक आक्रामक वार्षिक रिलीज़ चक्र बनाए रखता है।
• "एक्सट्रीम को-डिज़ाइन" में पूरे AI फैक्ट्री स्टैक में एक साथ अनुकूलन शामिल है: मॉडल, एल्गोरिथम, सिस्टम, चिप्स, नेटवर्किंग और सॉफ्टवेयर।
• कंपनी व्यक्तिगत चिप नवाचार से आगे बढ़कर एकीकृत, पूर्ण-स्टैक AI सिस्टम बनाने की दिशा में बढ़ गई है जो अभूतपूर्व प्रदर्शन लाभ प्रदान करते हैं।
• ग्राहक परिनियोजन (उदाहरण के लिए, एक गीगावाट जिसके लिए 500,000 GPUs की आवश्यकता होती है) और Nvidia की आपूर्ति श्रृंखला क्षमता प्रवेश के लिए एक बड़ी बाधा पैदा करती है।

मानवता को सशक्त बनाना: ट्रिलियन-डॉलर का आर्थिक बदलाव

Huang का मानना है कि AI का वास्तविक दीर्घकालिक प्रभाव मानव बुद्धि को बढ़ाने की उसकी क्षमता में निहित है। एक सादृश्य प्रस्तुत करते हुए, वह कहते हैं कि जिस तरह मोटरों ने शारीरिक श्रम का स्थान ले लिया, "ये AI सुपरकंप्यूटर, ये AI फ़ैक्ट्रियाँ जिनके बारे में मैं बात करता हूँ, वे मानव बुद्धि को बढ़ाने के लिए टोकन उत्पन्न करेंगी।" मानव बुद्धि के वैश्विक GDP के संभावित $50 ट्रिलियन हिस्से के साथ, एक मामूली वृद्धि भी — जैसे एक $10,000 AI एक $100,000 कर्मचारी को दोगुना उत्पादक बनाता है — एक विशाल नया बाजार बनाता है।

उनका मानना है कि यह वृद्धि वैश्विक GDP में "10 ट्रिलियन" जोड़ सकती है, जिसके लिए AI बुनियादी ढाँचे पर "5 ट्रिलियन" वार्षिक पूंजीगत व्यय की आवश्यकता होगी। यह "एयर पॉकेट" या "बहुतायत" के बारे में नहीं है; यह एक मौलिक बदलाव है। वह अत्यधिक आपूर्ति के बारे में चिंताओं को खारिज करते हुए कहते हैं, "जब तक हम सभी सामान्य-उद्देश्य कंप्यूटिंग को त्वरित कंप्यूटिंग और AI में पूरी तरह से परिवर्तित नहीं कर देते... [बहुतायत की] संभावनाएँ बेहद कम हैं।" ग्राहकों से आने वाले मांग के संकेत लगातार वास्तविक आवश्यकता को कम आँकते हैं, जिससे Nvidia लगातार "स्केम्बल मोड" में रहता है। ऊर्जा उद्योग और पूरे बुनियादी ढाँचे पारिस्थितिकी तंत्र के लिए यह "पुनर्जागरण" अरबों नए AI "सहकर्मियों" द्वारा संचालित GDP के वैश्विक त्वरण का प्रतीक है।

मुख्य अंतर्दृष्टि:

• AI का प्राथमिक आर्थिक प्रभाव मानव बुद्धि को बढ़ाना होगा, जिससे वैश्विक GDP वृद्धि में तेजी आएगी।
• सामान्य-उद्देश्य से त्वरित/AI कंप्यूटिंग में संक्रमण, मौजूदा हाइपरस्केल वर्कलोड का AI में स्थानांतरण के साथ मिलकर, निरंतर मांग सुनिश्चित करता है।
• Nvidia की आपूर्ति श्रृंखला मांग-संचालित है, जो ग्राहकों के उन पूर्वानुमानों का लगातार जवाब देती है जो नियमित रूप से वास्तविक कंप्यूटिंग आवश्यकताओं को कम आंकते हैं।

"मेरा एकमात्र अफ़सोस यह है कि उन्होंने हमें शुरू में निवेश करने के लिए आमंत्रित किया था... और हम इतने गरीब थे, आप जानते हैं, कि हम इतने गरीब थे कि हमने पर्याप्त निवेश नहीं किया, आप जानते हैं, और मुझे उन्हें अपना सारा पैसा दे देना चाहिए था।" - Jensen Huang