कृत्रिम बुद्धिमत्ता
NVIDIA (NVDA) स्पॉटलाइट: ग्राफ़िक्स दिग्गज से एआई टाइटन तक
एआई दिग्गज
यदि एक दशक से अधिक समय तक, टेक निवेशकों का ध्यान “बिग टेक” (Microsoft (MSFT ), Google (GOOG ), Facebook (META ), आदि) पर रहा है, तो पिछले कुछ वर्षों में सॉफ़्टवेयर की तुलना में हार्डवेयर की ओर स्पष्ट बदलाव देखा गया है। पहला संकेत Tesla (TSLA ) का शानदार उछाल था, जो एक निचे के कल्ट‑समान स्टॉक से दुनिया की सबसे बड़ी कंपनियों में से एक बन गया।
लेकिन एक कंपनी थी जो सॉफ़्टवेयर और हार्डवेयर के बीच सीमा पर बैठी थी और उतनी ही, यदि नहीं तो अधिक, रिटर्न हासिल कर सकती थी: NVIDIA (NVDA )।
अब मुख्यतः एक एआई कंपनी के रूप में अचानक सफलता के साथ देखी जाने वाली NVIDIA ने वास्तव में 20-30 वर्षों में धैर्यपूर्वक अपनी अनोखी तकनीक और बाजार स्थिति बनाई है। यह इसे आने वाले वर्षों में टेक की दुनिया में प्रमुख खिलाड़ी बने रहने की मजबूत स्थिति दे सकता है।
NVIDIA की सफलता की राह
CPU बनाम GPU
काफी समय तक, NVIDIA एक सफल लेकिन विशिष्ट कंप्यूटर हार्डवेयर कंपनी थी जो ग्राफ़िक कार्ड या ग्राफ़िक्स प्रोसेसिंग यूनिट (GPU) बनाने में विशेषज्ञ थी। उस समय, GPUs को एक महत्वपूर्ण कंप्यूटिंग हार्डवेयर तत्व माना जाता था, लेकिन सभी‑महत्वपूर्ण सेंट्रल प्रोसेसिंग यूनिट (CPU) के बादस्थ माना जाता था।
CPU को बहुत तेज़ गणनाएँ करने के लिए डिज़ाइन किया गया है, जहाँ कार्य क्रमिक रूप से एक‑के‑बाद‑एक किए जाते हैं, जिससे वे जटिल गणनाओं में उत्कृष्ट होते हैं।
इसके विपरीत, GPU कम शक्ति वाले होते हैं लेकिन कई समानांतर गणनाएँ एक साथ करने के लिए डिज़ाइन किए गए हैं, जिससे वे बड़े डेटा को संभालने में बेहतर होते हैं।
1990 के दशक से 2010 के दशक तक, CPU निर्माताओं जैसे Intel (INTC ) ने उद्योग पर राज किया, जबकि उच्च‑गुणवत्ता वाले GPU मुख्यतः गेमर्स और ग्राफ़िक डिज़ाइनरों द्वारा हाई‑एंड पीसी के लिए उपयोग किए जाते थे।
GPU व्यवसाय का निर्माण
शुरुआत में, NVIDIA के संस्थापक Jensen Huang और उनके सह‑संस्थापकों ने तर्क किया कि कंप्यूटिंग की गति CPU क्षमता से अधिक हो जाएगी। Jensen Sun Microsystems के लिए पहला GPU विकसित करने में प्रमुख थे, जो आज Oracle (ORCL ) है।
वह 1993 में NVIDIA के सह‑संस्थापकों में से एक बन गए, शुरुआती 1990 के दशक में पीसी क्रांति को अपनाते हुए।
“हमने सोचा, शायद 3D ग्राफ़िक्स ही वह चीज़ होगी जो बहुत कूल होगी। और पहली बार, आपके पास एक प्लेटफ़ॉर्म था जो कंप्यूटर भी हो सकता था और आप इसे जो भी चाहते हैं, उसके लिए उपयोग कर सकते थे। आप इसे गेम खेलने के लिए भी उपयोग कर सकते थे। और, हमें एक चिप बनानी थी जो गेम खेलने को संभव बनाए।
हममें से किसी ने भी पहले कभी पीसी नहीं देखा था। इसलिए हमें एक पीसी खरीदना पड़ा। हमने एक Gateway 2000 खरीदा। कोई भी Windows या DOS प्रोग्राम करना नहीं जानता था। कोई भी DOS नहीं देख पाया था। और इसलिए हमें इसे खोलना पड़ा, उद्योग के बारे में सीखना शुरू किया।”
विचार करने पर मज़ेदार है कि, पीछे मुड़कर देखें तो गेमिंग उस समय एक बहुत ‘गंभीर’ बाजार नहीं था, तुलना में अधिक लाभदायक और बड़े एंटरप्राइज़‑फ़ोकस्ड बिज़नेस मॉडल। पहली कार्ड्स व्यावसायिक सफलता नहीं थीं। उनका दूसरा‑पीढ़ी GPU बेहतर था लेकिन अचानक अप्रचलित हो गया जब बाजार माइक्रोसॉफ्ट के DirectX आर्किटेक्चर की ओर वीडियो गेम्स के लिए मुड़ गया।
आख़िरकार, NVIDIA को उत्पाद‑बाजार फिट खोजने में छह साल और तीन प्रोडक्ट लाइनों का समय लगा, और कंपनी कई निकट‑मृत्यु घटनाओं से गुज़री।
सफलता Riva 128 के साथ आई: पहले चार महीनों में इसने 1 मिलियन यूनिट बेचे। इसके बाद ग्राफ़िक कार्ड डिज़ाइनों की लंबी श्रृंखला आई, जिसमें GeForce श्रृंखला शामिल है, जो आज तक AMD के Radeon के साथ बाजार में प्रमुख खिलाड़ी है।
स्रोत: UBuy
CUDA और क्रिप्टो
2006 में, जब NVIDIA एक स्थापित GPU नेता बन चुका था, उसने CUDA जारी किया, जो NVIDIA के GPUs के लिए एक सामान्य‑उद्देश्य प्रोग्रामिंग इंटरफ़ेस है, जिससे गेमिंग के अलावा अन्य उपयोगों के लिए द्वार खुला। यह इसलिए किया गया क्योंकि कुछ शोधकर्ता पहले से ही GPUs का उपयोग सामान्य सुपरकंप्यूटरों की बजाय गणनाएँ करने के लिए कर रहे थे।
स्रोत: NVIDIA
“शोधकर्ताओं ने समझा कि इस गेमिंग कार्ड GeForce को खरीदकर, आप इसे अपने कंप्यूटर में जोड़ते हैं, आपके पास मूलतः एक व्यक्तिगत सुपरकंप्यूटर हो जाता है। आणविक गतिशीलता, भूकंपीय प्रसंस्करण, CT पुनर्निर्माण, इमेज प्रोसेसिंग—कई विभिन्न चीज़ें।”
GPU के इस व्यापक अपनाने, और विशेष रूप से NVIDIA हार्डवेयर ने नेटवर्क इफ़ेक्ट्स पर आधारित एक सकारात्मक फ़ीडबैक लूप बनाया: जितने अधिक उपयोग, उतने अधिक अंतिम उपयोगकर्ता और प्रोग्रामर जो इससे परिचित हों, बिक्री बढ़े, R&D बजट बढ़े, कंप्यूटिंग गति में तेज़ी आए, फिर से उपयोग बढ़े, आदि।
स्रोत: NVIDIA
आज, स्थापित बेस में सैकड़ों मिलियन CUDA GPUs शामिल हैं।
स्रोत: NVIDIA
यह न केवल शोधकर्ताओं के लिए बहुत उपयोगी साबित होगा, बल्कि एक नई तकनीक GPU समानांतर कंप्यूटिंग का बड़ा उपयोग करेगी: ब्लॉकचेन और क्रिप्टो।
क्रिप्टो बूम
अब AI उत्साह के कारण थोड़ा किनारे पर धकेला गया, क्रिप्टो GPU का पहला बड़े‑पैमाने पर उपयोग था, गेमिंग और वैज्ञानिक शोध के अलावा। कई ब्लॉकचेन और क्रिप्टो प्रोजेक्ट्स को बहुत अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। जल्दी ही, NVIDIA GPUs इन गणनाओं के लिए केंद्रीय हार्डवेयर बन गए।
यह NVIDIA की बिक्री में बूम आया, और कंपनी का स्टॉक बनते क्रिप्टो बूम के साथ समानांतर बढ़ने लगा, स्टॉक कीमत 10 गुना से अधिक बढ़ी।
(NVDA )
क्रिप्टो से उत्पन्न स्टॉक मूल्य आंदोलन 2022 में कुछ धीमा हो गया, इससे पहले कि बाजार समझे कि NVIDIA कई वर्षों से एक उल्लेखनीय AI रणनीति बना रहा था।
एआई
न्यूरल नेटवर्क्स
2010 के शुरुआती वर्षों से, शोधकर्ताओं ने GPUs का उपयोग न्यूरल नेटवर्क्स का अध्ययन करने के लिए शुरू किया। ये एक प्रकार की कंप्यूटिंग विधि हैं जो सामान्य प्रोग्रामिंग से अलग है और 2024 में भौतिकी और चिकित्सा में दो अलग-अलग नोबेल पुरस्कार प्राप्त किए। न्यूरल नेटवर्क्स आज आमतौर पर ‘एआई’ कहा जाने वाला तकनीकी आधार हैं।
“2009 में, मेरे उस समय के एक छात्र, Ian Goodfellow, जो मेरे अंडरग्रेजुएट थे, ने मुझे उनके डॉर्म रूम में एक GPU सर्वर बनाने में मदद की। और वह सर्वर वही बन गया जिसे हमने अपने पहले डीप‑लर्निंग प्रयोगों में न्यूरल नेटवर्क्स को प्रशिक्षित करने के लिए उपयोग किया।
हमने देखा कि GPUs पर न्यूरल नेटवर्क्स को प्रशिक्षित करने में 10x या यहाँ तक कि 100x गति वृद्धि हुई क्योंकि हम एक‑के‑बाद‑एक कदम की बजाय हजार या दस‑हज़ार कार्य समानांतर कर सकते थे।”
Andrew Ng – DeepLearning.AI संस्थापक एवं AI फंड्स के प्रबंधक सामान्य साझेदार, Sequoia के साथ एक साक्षात्कार में
यह AlexNet से पहले था, जो 2012 में कंप्यूटर इमेज पहचान में पहला ब्रेकथ्रू था, और AlphaGo से कई साल पहले।
NVIDIA को एआई की ओर मोड़ना
NVIDIA ने एआई की संभावनाओं को जल्दी समझा, जब तक कि कोई भी, विशेष शोधकर्ताओं को छोड़कर, न्यूरल नेटवर्क्स की परवाह नहीं कर रहा था।
यह उस समय एक जोखिम भरा कदम था, एक अनप्रूव्ड, लगभग अस्तित्वहीन सेक्टर में प्रवेश करना, जैसा कि Jensen Huang ने कहा:
हम शून्य‑बिलियन डॉलर के बाजारों में निवेश कर रहे हैं।
2016 और 2017 में, NVIDIA ने क्रमशः Pascal और Volta आर्किटेक्चर जारी किए, जो पहले GPU‑आधारित एआई एक्सेलेरेटर थे, जबकि Volta ने Tensor Cores पेश किए, जिन्होंने डीप‑लर्निंग कार्यों को 12 गुना तक तेज़ किया।
यह इस नई दिशा में एक पूर्ण बदलाव था। जब हमने जहाज़ को उस दिशा में मोड़ा, हमने ग्रह के हर एक एआई शोधकर्ता को खोजा।
और हमारा प्लेटफ़ॉर्म उनके लिए उपयोगी होना उस समय हमें मिलने वाला सकारात्मक फ़ीडबैक था। यही कारण है कि मैं, आप जानते हैं, दुनिया के सभी महान एआई शोधकर्ताओं के मित्र हूँ।
वे सभी भविष्य की सफलता के शुरुआती संकेत प्रदान करने में मददगार थे, और आपको उन छोटे जीतों को बड़ा बनाना चाहिए।
यह एआई कंप्यूटिंग इन्फ्रास्ट्रक्चर के निर्माण की पूर्वसूचना देगा, जो 2023 में सार्वजनिक चेतना में बड़े पैमाने पर उभरा, लोकप्रिय LLMs (लार्ज लैंग्वेज मॉडल) जैसे Chat GPT के रिलीज़ के साथ।
लेकिन यह वास्तव में 2016 से NVIDIA द्वारा लगातार अधिक शक्तिशाली एआई‑समर्पित GPUs के धीमे और अक्सर भूले हुए विकास के माध्यम से बनाया गया था।
स्रोत: NVIDIA
एआई कंप्यूटिंग शक्ति के विकास की एक और उल्लेखनीय बात यह है कि यह CPU के अधिक रैखिक Moore’s Law के बजाय घातीय नियम का पालन करता है। यह इसलिए है क्योंकि न केवल GPU हार्डवेयर बेहतर हो रहा है, बल्कि न्यूरल नेटवर्क्स के प्रशिक्षण में क्रांतिकारी सुधार के कारण आवश्यक प्रोसेसिंग शक्ति भी घट गई है।
इसके अलावा, अधिक उपलब्ध डेटा प्रशिक्षण को अधिक कुशल बनाता है, जिससे शोधकर्ताओं को प्रदर्शन बढ़ाने के लिए समानांतर कई कोणों से काम करने का अवसर मिलता है।
इससे समय के साथ समान GPT मॉडल को प्रशिक्षित करने में उपयोग की जाने वाली ऊर्जा में एक क्रांतिकारी कमी आई है, 8 वर्षों में 350 गुना कम, और इन LLMs को अनुरोध करने के लिए आवश्यक ऊर्जा में और भी अधिक तीव्र कमी आई है।
स्रोत: NVIDIA
NVIDIA साझेदारियाँ
NVIDIA की स्थापना से ही यह उद्योग में गहराई से जुड़ी कंपनी रही है। एक वर्टिकली इंटीग्रेटेड कंपनी होने के बजाय, यह सर्वश्रेष्ठ के साथ गहरी कनेक्शन स्थापित करने का प्रयास करती है, जबकि अपनी प्रतिस्पर्धी लाभों पर तीव्र फोकस रखती है।
उदाहरण के लिए, NVIDIA एक तथाकथित ‘fabless’ हार्डवेयर निर्माता है, जो डिज़ाइन और अवधारणाओं पर केंद्रित है, और अपने GPUs को विश्व‑प्रमुख सेमीकंडक्टर ‘fab’ जैसे TSMC (TSM ) को उत्पादन के लिए सौंपता है।
अपनी स्वयं की LLMs या AI सिस्टम विकसित न करके, NVIDIA लगभग सभी ‘बिग टेक’ और AI स्टार्टअप्स के लिए एक भरोसेमंद साझेदार है, जो इसे संभावित प्रतिस्पर्धी के बजाय एक आवश्यक साझेदार मानते हैं। इसके बदले, यह NVIDIA को बिक्री का पैमाना देता है जिससे वह R&D में पुनः निवेश कर सके और तकनीकी दृष्टिकोण से खेल में शीर्ष पर बना रहे।
यह सही विकल्प साबित हुआ है, जहाँ NVIDIA तकनीकी उद्योग के इतिहास में सबसे प्रभावशाली पूंजी खर्च (capex) की दौड़ में सबसे बड़ा लाभार्थी है।
AI capex 2025 में $200 बिलियन तक पहुँचने की उम्मीद है, 2016 से विश्व की सबसे बड़ी टेक कंपनियों द्वारा लगातार बढ़ते संचित capex के ऊपर।
स्रोत: Sherwood
वित्तीय आँकड़े
NVIDIA की वृद्धि सिर्फ 2023 से 2024 तक कंपनी के आकार के लिए अविश्वसनीय रही है:
- राजस्व 126% बढ़ा, $27 बिलियन से $60 बिलियन तक।
- ऑपरेटिंग आय 311% बढ़कर $9 बिलियन से $37.1 बिलियन तक तीन गुना हुई।
- ग्रॉस मार्जिन 59.2% से 73.8% तक बढ़ा।
समग्र रूप से, कंपनी का मूल्यांकन उच्च है, लेकिन उसकी आय वृद्धि के कारण इतना अधिक नहीं है। फिर भी, 60 से अधिक P/E अनुपात और केवल 0.03% डिविडेंड यील्ड के साथ, NVIDIA खरीदने वाले निवेशक वर्तमान स्टॉक कीमत को उचित ठहराने के लिए बहुत बड़ी भविष्य की वृद्धि मान रहे हैं।
स्रोत: NVIDIA
NVIDIA का भविष्य
स्थायी वृद्धि?
NVIDIA की त्रि‑अंकीय वृद्धि दर आश्चर्यजनक रही है और कंपनी के स्टॉक मूल्य में परिलक्षित हुई है। बेशक, हर अच्छी चीज़ का एक दिन अंत आता है, और निवेशक चिंतित हो रहे हैं कि यह जल्द ही समाप्त हो सकता है।
इसी तरह की चिंताएँ पहले भी तेज़ थीं जब NVIDIA की बिक्री क्रिप्टो बिक्री या एआई बूम के शुरुआती चरणों में बढ़ रही थी, इसलिए निराशावाद आवश्यक रूप से एक ठोस निवेश रणनीति नहीं है।
एक साक्षात्कार BG2Pod पॉडकास्ट में, Huang ने बताया कि दुनिया को AI को अपनाने और अनुकूलित करने के लिए $1 ट्रिलियन तक के डेटा सेंटर और कंप्यूटिंग को अपडेट करने की जरूरत है। और अब तक उस कुल में से केवल $150 बिलियन खर्च हुए हैं।
तो, उनके अनुसार, NVIDIA के लिए बिक्री बढ़ाने की अभी भी बहुत जगह है, चाहे वह केवल मौजूदा कंप्यूटिंग जरूरतों के कारण ही क्यों न हो। यह तब है जब एआई के और अधिक अनुप्रयोग मुख्यधारा में आए हैं, जैसे स्व-ड्राइविंग कारें।
ऐसी कुल मांग की चिंताएँ यह भी अनदेखा करती हैं कि अंततः सभी उद्योग किसी न किसी रूप में कई स्तरों पर एआई लागू करेंगे, जिसमें स्वास्थ्य देखभाल जैसे सेक्टर शामिल हैं जो जीडीपी का दो‑अंकीय प्रतिशत प्रतिनिधित्व करते हैं।
स्रोत: NVIDIA
ब्लैकवेल
मार्च 2024 में, NVIDIA ने ब्लैकवेल प्लेटफ़ॉर्म जारी किया, “सभी संस्थाओं को ट्रिलियन‑पैरामीटर बड़े भाषा मॉडलों पर रीयल‑टाइम जेनरेटिव एआई बनाने और चलाने की अनुमति देता है, जो अपने पूर्ववर्ती की तुलना में 25 गुना कम लागत और ऊर्जा खपत पर है।”
स्रोत: NVIDIA
यह एक बहुत महत्वपूर्ण कदम है, क्योंकि ऊर्जा खपत तेजी से एआई‑केंद्रित कंपनियों की मुख्य चिंताओं में से एक बन रही है, जैसा कि हालिया माइक्रोसॉफ्ट समझौता सभी उसकी शक्ति आउटपुट को अगले 20 वर्षों के लिए पूर्व‑निर्धारित कीमत पर उपयोग करना शामिल है में दिखाया गया है।
इन‑हाउस डिज़ाइन्स
NVIDIA के लिए एक जोखिम यह है कि जबकि यह दुनिया की सबसे बड़ी कंपनियों का प्रमुख साझेदार है, यह बहुत महंगा और लाभदायक भी है (70% ग्रॉस मार्जिन)। इसलिए जब Alphabet/Google जैसी बड़ी कंपनियां एआई चिप्स पर सैकड़ों बिलियन डॉलर खर्च करती हैं, तो वे इसे इन‑हाउस करने के लिए प्रेरित होती हैं।
और यह केवल काल्पनिक नहीं है, उदाहरण के लिए Tesla ने NVIDIA प्रतिस्पर्धी AMD से शीर्ष डिज़ाइनरों को नियुक्त करके अपना स्वयं का हार्डवेयर विकसित किया। 2019 तक, Tesla NVIDIA Drive PX 2 AI कंप्यूटिंग प्लेटफ़ॉर्म का उपयोग कर रहा था। जैसा कि Tesla वास्तव में रोबोटैक्सी को व्यावसायिक बनाने के बहुत करीब लग रहा है, यह NVIDIA के लिए एक विशाल खोया हुआ बिक्री अवसर बन सकता है।
साथ ही, Tesla का मामला नियम से अधिक अपवाद हो सकता है, क्योंकि Tesla और Elon Musk की अन्य कंपनियां, जैसे SpaceX, हमेशा अधिक वर्टिकल इंटीग्रेशन और अपने हार्डवेयर पर अधिक नियंत्रण की तलाश में रहती हैं।
हार्डवेयर में कम अनुभवी या अधिक सॉफ़्टवेयर और/या मार्केटिंग‑फ़ोकस वाली कंपनियां, जैसे Facebook या Microsoft, संभवतः NVIDIA की नवीनतम और श्रेष्ठ तकनीक पर निर्भर रहकर ठीक रहेंगी।
इसके अलावा, कई एआई मॉडल वर्तमान में इस मान्यता के साथ बनाए और कोड किए जा रहे हैं कि वे NVIDIA आर्किटेक्चर पर चलेंगे, और एआई प्रोग्रामर NVIDIA के हार्डवेयर में अनुभवी हैं, जो दोनों कंपनी के लिए मूल्यवान व्यापारिक रक्षक हैं।
एआई बाजार जोखिम
पूरे एआई बाजार को एक बड़ा जोखिम माना जा सकता है, जिस पर NVIDIA की उत्कृष्ट प्रबंधन का नियंत्रण कम है। यह अभी तेजी से बढ़ रहा है। हालांकि, यह बढ़ती चिंता है कि जारी एआई अनुप्रयोग Apple के iPhone की तरह बड़े नए राजस्व में परिवर्तित नहीं हो पाए हैं।
यह संभवतः संकेत है कि तकनीक अभी अपना स्थान खोज रही है और अपना बाजार विकसित कर रही है।
यदि यह स्थिति बहुत देर तक बनी रहे, तो हम 1990 के दशक के अंत की स्थिति के जोखिम में हो सकते हैं, जहाँ PC और इंटरनेट के महत्व के बारे में भविष्यवाणियां सही थीं, लेकिन समय थोड़ा अधिक आशावादी था, जिससे डॉट‑कॉम बबल फट गया।
निश्चित रूप से, जून 2024 में Jensen Huang द्वारा एक महिला के स्तन पर हस्ताक्षर करना कुछ हद तक आश्चर्यजनक संकेत है, और एआई के आसपास संभावित वित्तीय उन्माद को लेकर चिंतित निवेशकों के लिए थोड़ा चिंताजनक हो सकता है।
वित्तीय इतिहास जरूरी नहीं कि दोहराए, लेकिन निवेशक NVIDIA के लिए इस जोखिम का सही विश्लेषण करना चाहेंगे और टेलीकॉम एवं इंटरनेट हार्डवेयर निर्माता Sun Microsystems (Jensen Huang का पहला नियोक्ता) के 2000 के संभावित समानांतर को देखेंगे।
“10 गुना राजस्व पर, आपको 10‑वर्षीय रिटर्न देने के लिए, मुझे 10 लगातार वर्षों में राजस्व का 100% डिविडेंड के रूप में देना होगा। यह मानता है कि मैं इसे अपने शेयरधारकों से प्राप्त कर सकता हूँ। यह मानता है कि मेरे पास बेचे गए माल की लागत शून्य है, जो एक कंप्यूटर कंपनी के लिए बहुत कठिन है। यह मानता है कि खर्च शून्य हैं, जो 39,000 कर्मचारियों के साथ वास्तव में कठिन है। (…)
अब, यह करने के बाद, क्या आप में से कोई मेरे स्टॉक को $64 पर खरीदना चाहेगा? क्या आप समझते हैं कि ये बुनियादी धारणाएँ कितनी बेतुकी हैं? आपको कोई पारदर्शिता की जरूरत नहीं है। आपको कोई फुटनोट की जरूरत नहीं है। आप क्या सोच रहे थे?”
– Scott McNealy – तब Sun Microsystems के CEO
संदर्भ के लिए, NVIDIA का वर्तमान P/S अनुपात 35 है।
स्रोत: YChart
निष्कर्ष
NVIDIA एक ऐसी कंपनी है जो सही समय पर लगातार कई बार सही गणना किए गए जोखिम उठाकर बनी है, पीसी ग्राफ़िक कार्ड से लेकर नई अनुप्रयोगों के लिए CUDA रिलीज़ तक, और न्यूरल नेटवर्क्स को जल्दी अपनाने तक। इसने इसके संस्थापक Jensen Huang को अर्धचालक और आईटी उद्योग में एक रॉकस्टार बना दिया है।
कंपनी का हालिया प्रदर्शन बाजार को चकित कर चुका है और टेस्ला जैसी ही हालिया वर्षों में केवल टेस्ला ही दावा कर सकता है, उसके स्टॉक के लिए भारी उत्साह पैदा किया है। यह एक विशाल अवसर बनाता है, जैसा कि टेस्ला के कई शुरुआती निवेशकों को पता है, जिन्होंने लगभग एक दशक तक उन लोगों का सामना किया जो कंपनी और उसके स्टॉक को ‘किसी भी मिनट में’ विफल होने की उम्मीद कर रहे थे।
यह कुछ जोखिम भी पैदा करता है, क्योंकि एआई बूम अभी तक ऐसी आय उत्पन्न नहीं कर पाया है जो वर्तमान कैपेक्स को उचित ठहराए, और यह पूरी तरह स्थापित आर्थिक सेक्टर बनने से पहले गिरावट का सामना कर सकता है।
