Jensen Huang
ඉංජිනේරු විද්‍යාව [Engineering], ව්‍යවසායකත්වය [Entrepreneurship] හා කෘත්‍රිම බුද්ධිය [Artificial Intelligence] සමග ගෙවුණු ජීවිතයක්
ආසියාවේ ළමා වියේ සිට NVIDIA නායකත්වය දක්වා සාක්ෂි පදනම් කරගත් චරිතාපදානයක් හා Steve Jobs සමග විචාරාත්මක සැසඳීමක්
සිංහල සංස්කරණය පර්යේෂණ සීමා දිනය 2026 නොවැම්බර් 11
පටුන
හැඳින්වීම
වේදිකාව [Platform] පිටුපස සිටින පුද්ගලයා වටහාගැනීම
Jensen Huangගේ වැදගත්කම ඇත්තේ ඔහු සාක්ෂාත් කිරීමට උපකාර කළ වෙනසකය: පින්තූර ඇඳීමට සැලසුම් කළ පරිගණක [Computers], පර්යේෂකයන්ට කෘත්‍රිම බුද්ධිය [Artificial Intelligence] පුහුණු කිරීමට [Training] උදව් කළ හැකි යන්ත්‍ර බවට පත්විය. 1993දී ඔහු සමග පිහිටුවූ සමාගම අවිනිශ්චිත රූපක ආරම්භක ව්‍යාපාරයකින් [Graphics Start-up] නවීන AI පිටුපස යටිතල පහසුකම්වල [Infrastructure] ප්‍රධාන සැපයුම්කරුවකු දක්වා වැඩුණි. එම ජයග්‍රහණය සමීපව විමසිය යුතුය. ඒ සඳහා ඔහු අනාගතය දැනසිටි, තනිව ක්‍රියාකළ හෝ කිසිදා වරදක් නොකළ කතාවක් අවශ්‍ය නැත.
මෙම පොත ආසියාවේ ළමා වියේ සිට සංක්‍රමණය, අධ්‍යාපනය, ඉංජිනේරු රැකියා [Engineering Employment], ව්‍යවසායකත්වය [Entrepreneurship] හා NVIDIA ව්‍යාප්තිය දක්වා ඔහුගේ ජීවිතය අනුගමනය කරයි. අවස්ථා හැඩගැස්වූ පවුල හා ආයතන, සමාගම හැකි කළ සහකාරයන් හා හවුල්කරුවන්, දිශාව නැවත නැවත වෙනස් කළ දුෂ්කර තීරණ එය සලකා බලයි. ඔහුගේ ප්‍රසිද්ධිය වැඩෙත්ම වඩාත් ආකර්ෂණීය වූ ප්‍රශ්නයක්ද අසයි: Jensen Huangට ජීවමාන Steve Jobs යැයි සාධාරණව කිව හැකිද?
මෙහි වර්ධනය කරන පිළිතුර සීමා සහිතය. දෙදෙනාම තාක්ෂණය [Technology], දිගුකාලීන විශ්වාසය හා අන් අයට තවම පැහැදිලිව නොපෙනෙන අනාගතයක් විස්තර කිරීමේ අසාමාන්‍ය හැකියාව එකතු කළහ. දෙදෙනාගේ අනන්‍යතාවම සමාගම් සමග සමීපව බැඳුණි. එහෙත් Huang, Jobs වෙනුවට ආ අයෙකු නොවේ. ඉංජිනේරු අධ්‍යාපනය [Engineering Education], නායකත්ව අඛණ්ඩතාව, ව්‍යාපාරික ගනුදෙනුකරුවන් හා පරිගණන වේදිකාවක් [Computing Platform] ගොඩනැගීමේ ප්‍රවේශය ඔහුව Apple සමනිර්මාතෘගෙන් වෙන් කරයි. නිශ්චිත හැසිරීම් හඳුනාගන්නා විට සැසඳීම ප්‍රයෝජනවත්ය. සංකීර්ණ පුද්ගලයන් දෙදෙනකු එකිනෙකා වෙනුවට යෙදිය හැකි සංකේත කරන විට එය නොමග යවයි.
තවමත් ගෙවෙමින් ඇති ජීවිතයක නිශ්චිත අවසාන පරිච්ඡේදයක් තිබිය නොහැක. මෙම සංස්කරණය 2026 නොවැම්බර් 11දී නවතී. මූල්‍ය අගයන්, තනතුරු, මණ්ඩල ප්‍රකාශ හා නිෂ්පාදන නිවේදන [Product Announcements] සදාකාලික කරුණු ලෙස නොව දිනයන් සමග දක්වා ඇත. සුදුසු තැන්වල පසුකාලීන විස්තර මතක සටහන් ලෙස හඳුන්වා ඇත. තම තාක්ෂණය [Technology] ගැන සමාගමක විස්තරය එය නිවේදනය කළ දෙයට වටිනා සාක්ෂියකි; සෑම කාර්යසාධන ප්‍රකාශයකටම [Performance Claim] ස්වාධීන සාක්ෂියක් නොවේ.
මෙය ප්‍රබන්ධකරණය කළ චරිතාපදානයක්ද නොවේ. සාධක ලෙස ඉදිරිපත් කරන ගොතන සංවාද, පෞද්ගලික සිතුවිලි හෝ නැවත සැකසූ දර්ශන නැත. ජීවිතය පැහැදිලි කිරීමට උපකාර වන විට පොදුවේ ලේඛනගත පවුල් තොරතුරු ඇතුළත්ය. සනාථ නොකළ වයස්, අනුමාන අභිප්‍රාය හා සංවේදී තොරතුරු නැවත කීමෙන් සත්‍ය නොවේ. අරමුණ සෑම පිටුවකම ප්‍රශංසාවෙන් අතිශයෝක්තිය වෙන් නොකර ව්‍යවසායකයකුට, ශිෂ්‍යයකුට හෝ තාක්ෂණ වෘත්තිකයකුට [Technology Professional] භාවිත කළ හැකි කියවිය හැකි වෘත්තාන්තයකි.
1 දේශසීමා හරහා ගෙවුණු ළමා විය
Taiwan, Thailand හා පවුලේ තීරණයක්
Jensen Huang ලෙස ප්‍රකට Jen-Hsun Huang, 1963 පෙබරවාරි 17දා Taiwanහි උපත ලැබීය. උපන් නගරය පිළිබඳ විස්තර වෙනස්ය: පැරණි සමහර හැඳින්වීම් Tainanද පසු වාර්තා Taipeiද කියයි. Taiwan යනු විශ්වාසදායක භූගෝලීය ආරම්භයයි. වෙනස වැදගත් වන්නේ චරිතාපදානයක් නැවත කියන විස්තරයක් නිහඬව නිශ්චිත කරුණක් නොකළ යුතු නිසාය. [1]
වෘත්තියට බොහෝ පෙර ඔහුගේ ළමා විය දේශසීමා පසු කළේය. පවුල Taiwan හා ඉන්පසු Thailandහි ජීවත් විය. Condoleezza Rice සමග සම්මුඛ සාකච්ඡාවේදී තෙල් පිරිපහදුවක් [Oil Refinery] ආරම්භ කිරීමට උදව් දීමට පියා Thailandට ගිය බව Huang සිහිපත් කළේය. පියා ඉංජිනේරුවකු [Engineer] බවත්, Americaට ආ පසු මව Catholic පාසලක ගෘහසේවිකාවක ලෙස වැඩ කළ බවත් කීවේය. මේ ඔහුගේ ප්‍රසිද්ධ මතකයන්ය, ස්වාධීනව නැවත සකස් කළ රැකියා වාර්තාවක් නොවේ. දෙමාපියන්ට පුතුන් සඳහා අධ්‍යාපන අවස්ථා අවශ්‍ය විය; ඔවුන්ගේ පදිංචි මාරුව සම්පූර්ණ වීමට පෙර පුතුන් United Statesට ගියහ. පසු සාකච්ඡාවල ඔහු එම වෙන්වීම දරුවන් ගැන දෙමාපිය බලාපොරොත්තු සමග සම්බන්ධ කළේය. [2]
සංක්‍රමණ කතාව බොහෝවිට කෙටි පෙලඹවීමේ රටාවකට අඩු කරයි: දුප්පත් සංක්‍රමණික දරුවකු එයි, වෙහෙස වෙයි, බිලියනපතියකු වෙයි. එම ගමන හැකි කළ බොහෝ දේ එයින් සැඟවේ. දරුවන් සංක්‍රමණ ක්‍රම, විනිමය අනුපාත [Exchange Rates], පාසල් ඇතුළත් කිරීම් හෝ ඥාතීන්ගේ පිළිගැනීමේ කැමැත්ත තෝරාගන්නේ නැත. දෙමාපියන් අසම්පූර්ණ තොරතුරු මත ප්‍රතිඵලදායක තීරණ ගනිති. ඒවා තැනූ අවස්ථාව හා අවිනිශ්චිතතාව දෙකම දරුවාට උරුම වේ.
Huangට රටවල් අතර මාරුව භාෂා හා අපේක්ෂා අතර මාරුවක්ද විය. ප්‍රායෝගික අභියෝගය වචන ඉගෙනීම පමණක් නොවේ. ගුරුවරුන්ට කතා කරන, මිත්‍රකම් සාදන, ගැටුමට ප්‍රතිචාර දෙන, හැකියාව විනිශ්චය කරන ආකාර හඳුනාගැනීමද විය. පන්තිකාමරයේ සමාජ නීති තේරුම්ගැනීමට පෙර ගණිතය තේරුම්ගත හැක. වෙනස් ඉගෙනුම් එකම වේගයෙන් ඉදිරියට යා යුතු නැත.
දශක ගණනකට පසු කළමනාකරණ පුරුද්දකට සංක්‍රමණය සෘජුව හේතු වියැයි කීම අනුමානයකි. වඩා සැලකිලිමත් නිගමනය නම් හැඩගැසීම මුල් ජීවන කරුණක් වීමයි. පසු වෘත්තිය නැවත නැවත නොහුරු බිමට ඇතුළුවීම, නීති හඳුනාගැනීම, අභියෝග කළ හැකි උපකල්පන තේරීම ඇතුළත් කළේය. සමානත්වය ඉඟියකි, මනෝවිද්‍යා රෝගනිර්ණයක් නොවේ.
සම්පූර්ණ පවුල් ලේඛනාගාරයක් නොගොතා දෙමාපියන්ගේ භූමිකාව තේරුම්ගත යුතුය. ඔවුන්ගේ රැකියා හා නම් පිළිබඳ පොදු විස්තරවල ගුණය අසමානය. ශක්තිමත්ම නැවත එන සාක්ෂි අධ්‍යාපනයට කැපවීම හා ඒ සඳහා පිළිගත් කැළඹීම්ය. සෑම හිඩැසක්ම විශ්වාස කළ හැකි විස්තරයකින් පිරවීම මත ඔවුන්ගේ වැදගත්කම රඳා නොපවතී. ඔවුන්ගේ තීරණය ඔහුගේ තාක්ෂණික වර්ධනයට [Technical Development] මූලික වූ ආයතන හා සම්බන්ධතා ජාල [Networks] වෙත ප්‍රවේශය දුන්නේය.
අනිවාර්ය සාර්ථකත්ව කතාවේ අවදානම
අවසානය දැනගැනීම ළමා විය කියවන හැටි වෙනස් කරයි. සාමාන්‍ය පන්ති ජයක් අතිදක්ෂ බවේ ලකුණක්ද, අපහසු අත්දැකීමක් නායකත්වයට අත්‍යවශ්‍ය සූදානමක්ද විය හැක. එවැනි නිගමන ස්වයංක්‍රීය නැත. දක්ෂ සංක්‍රමණිකයන් බොහෝදෙනෙක් විශාල සමාගම් නොසාදා දුක් විඳිති. සාර්ථක ව්‍යවසායකයන් බොහෝදෙනකුට වෙනස් ළමා විය ඇත.
ඒ නිසා තරුණ Huangට NVIDIA සෑදීම දෛවයෙන් නියම වුණාද නොව, අවස්ථා පුළුල් වූයේ කෙසේද හා පසුව ඔහු කළේ කුමක්ද යන්න ප්‍රයෝජනවත් ප්‍රශ්නයයි. උත්සාහය ඵලදායී කළ පවුල් තීරණ, පොදු අධ්‍යාපනය හා ඓතිහාසික තත්ත්ව නොසලකා නොහැර උත්සාහයට නිසි බර එය දෙයි.
2 Kentucky හා වෙනස් අයෙකු වීමේ අත්දැකීම
Oneidaහි ජීවත්වීම
Kentucky කාලය ගැන විශේෂ නිවැරදි කිරීමක් අවශ්‍යය. Oneida Baptist Institute අනුව ඔහු හා සහෝදරයා එහි නේවාසිකාගාරයේ සිටිමින් Kentucky Riverහි South Fork එපිට පොදු Oneida Elementary Schoolට ගියහ. ආයතනය උසස් පාසලක් වූ නිසා පන්තිවලට යාමට එල්ලෙන පාලමක් පසු කළහ. නවාතැන් හා පන්ති ඇතුළත්වීම එකක් ලෙස දැක්වීම වැරදිය. [3]
කතාව කාලයත් සමග නාට්‍යමය විය. පවුල සම්පූර්ණයෙන් අපේක්ෂා නොකළ තත්ත්වයක වැඩිමහල් ළමුන් අතර තැබීම හා United Statesහි දුෂ්කර ආරම්භය ඔහු සිහි කර ඇත. Oregon State විස්තරයේ එම අසීරු හඳුන්වාදීම හා පාසල් අත්දැකීමට ඔහුගේ සෙනෙහස දෙකම ඇත. අපහසුව හා කෘතඥතාව එකිනෙකට විරුද්ධ නොවන බැවින් දෙකම තිබිය යුතුය. [4]
ආයතන හැඳින්වීම් ප්‍රවේශමෙන් යෙදිය යුතුය. ප්‍රතිසංස්කරණ පාසල [Reform School] යන්න පරිසරය ගැන කථික මතකය දැක්වුවත් සම්පූර්ණ ඉතිහාසය හෝ සෑම සිසුවකුම නිසි ලෙස නොදක්වනු ඇත. නවාතැන්, ප්‍රාථමික අධ්‍යාපනය, දෙමාපියන්ගෙන් ඈත් දරුවා කළ සංස්කෘතික හැඩගැසීම වඩා තහවුරු කරුණුය.
ළමා වියේ ආයතනයක් පසුව එක් පැහැදිලි විස්තරයකින් සිහිවිය හැක. එල්ලෙන පාලම එවැන්නකි: භෞතික, මතකයේ රැඳෙන, ස්වාධීනව ලේඛනගත එකක්. පසුකරන විට ඔහු සිතුවේ කුමක්ද ගෙතීමට වඩා ප්‍රයෝජනවත්ය. නිවස, පාසල, නොහුරු ලෝකය අතර දුර ගැන සැකැස්මම ප්‍රමාණවත් ලෙස කියයි.
වසර ගණනකට පසු Jensen හා Lori Huang, Oneidaහි නව පහසුකමකට දායක වූහ. ආයතනය ඇමරිකානු ඩොලර් මිලියන 2ක සමාන දායකත්ව ප්‍රදානයක් [Matching Grant] සටහන් කරයි; Huang Hall 2019දී කැප කෙරිණි. සෑම ළමා අත්දැකීමක්ම සතුටුදායකයැයි නොසිතා පරිණත ව්‍යවසායකයා ඔහුගේ ළමා තැනකට එම ත්‍යාගය සම්බන්ධ කරයි. [3]
දුෂ්කරතාව රමණීය නොකර ඔරොත්තුදීම
සාර්ථක පුද්ගල විස්තර දුෂ්කරතාව වට්ටෝරුවක් කරයි: ජයට පෙර දුක නිසා අනාගත නායකයන්ටත් දුක අවශ්‍යය. එය දුර්වල තර්කයකි. විපත සම්පත්ශීලී බව ඇති කළත් අවස්ථා සීමා කර දිගු හානිද කළ හැක. සහාය, තත්ත්වය හා පුද්ගලයා අනුව ප්‍රතිඵල වෙනස්ය.
පසුකාලීනව ඉවසීම ගැන ඔහුගේ ප්‍රසිද්ධ අවධාරණය නායකත්වයට අදාළය. හිරිහැර, හිඟකම හෝ වළක්වාගත හැකි දුක් සැමරීමට භාවිත නොකළ යුතුය. ගොඩනැගීමේ පාඩම සීමිතය: දුෂ්කර තත්ත්වවලට ප්‍රතිචාර ඉගෙනගත හැකි අතර ආයතනවලට සුවපත් වීම, විශ්වාසය, ප්‍රයෝජනවත් වැඩ සොයාගැනීමට උදව් කළ හැක.
ඔරොත්තුදීමේ පරිණත කතාවට උදව්ද ඇතුළත්ය. හැඩගැසෙන තරුණයාටත් ගුරුවරු, ඥාතීන්, ආහාර, නවාතැන් හා වැඩිදුර අධ්‍යාපන මාර්ගයක් අවශ්‍යය. අනාගත විධායකයාටත් ඉංජිනේරුවන් [Engineers], ගනුදෙනුකරුවන් හා මුදල් අවශ්‍යය. මෙය සිහිකිරීම තනි අධිෂ්ඨානයේ කතාවක් වීම වළක්වයි.
3 Oregon, පාසල, රැකියාව හා අභිලාෂය
වඩා ස්ථාවර අධ්‍යාපන මගක්
පවුල Oregonහි පදිංචි වූ අතර ඔහු Beaverton ප්‍රදේශයේ උසස් පාසලට ගියේය. ජාතික ශ්‍රේණිගත කනිෂ්ඨ මේසපන්දු ක්‍රීඩකයකු බව Oregon Stateද කියයි. අධ්‍යාපන හා තරගකාරී කුසලතා වර්ධනය කළ තරුණයකු පෙන්වුවත් සම්පූර්ණ වසරින් වසර පාසල් වාර්තාවක් නොදෙයි. [4]
සමහර සාරාංශ ශ්‍රේණි මගහැරුණු නිශ්චිත අනුපිළිවෙළ හෝ වෙනත් තොරතුරට විරුද්ධ විශ්වවිද්‍යාල ප්‍රවේශ වසර දෙයි. එතරම් නිරවද්‍යතාව ගමන තේරුම්ගැනීමට අවශ්‍ය නැත. පාසලින් ඉදිරියට ගොස් Oregon State Universityහි විදුලි ඉංජිනේරු විද්‍යාවට [Electrical Engineering] ඇතුළු වී 1984දී උපාධිය අවසන් කළ බව වැදගත්ය. සෑම මධ්‍යම පාසල් වසරක්ම අනුමාන කිරීමට වඩා උපාධි දිනය ස්ථිරය.
තරගකාරී ක්‍රීඩාව ඉංජිනේරු විද්‍යාවට [Engineering] උපමාවකි, හේතු සාක්ෂියක් නොවේ. මේසපන්දු ක්‍රීඩකයා ප්‍රතිවාදියාට හැඩගැසී වහා ප්‍රතිපෝෂණ [Feedback] ලබයි, චලන විශ්වාසදායක වනතුරු පුහුණුවෙයි. ඉංජිනේරුවාද [Engineer] ප්‍රතිපෝෂණයෙන් [Feedback] ඉගෙනගනී. ඔහු ක්‍රීඩා කළ බවෙන් පමණක් පුරුදු දැනුවත්ව කළමනාකරණයට ගෙනාවාද නිගමනය කළ නොහැක.
Denny’sහි සේවා වැඩද ප්‍රසිද්ධ කතාවේ කොටසකි. පිඟන් සේදීම, ගනුදෙනුකරුවන්ට සේවය හා සාමාන්‍ය වැඩවල පාඩම් ඔහු කියා ඇත. ප්‍රභූ තාක්ෂණ ලෝකයෙන් [Elite Technology] පිටත වර්ධනය පෙන්වන නිසා එය වැදගත්ය. ඉංජිනේරුවන් [Engineers] කළමනාකරණයට පෙර සේවාව, වේගය හා කුඩා වැඩ රැසක සම්බන්ධීකරණය දිනපතා දුටු ස්ථානයක් අත්විඳියේය. [2]
සේවා රැකියාවකින් ඉගෙනගත හැක්කේ කුමක්ද
අවන්හලක් පද්ධතියකි [System]. ආහාරය පෙනුණත් සැපයීම සූදානම, සේදීම, ඇණවුම්, පිසීම, ගෙවීම හා සන්නිවේදනය මත රඳාපවතී. අනෙක් කොටස් හොඳ වුවත් එකක වරද ගනුදෙනුකරුට ළඟාවේ. විශිෂ්ට තාක්ෂණික කොටසක් [Component] පමණක් සාර්ථක නිෂ්පාදනයක් [Product] නොකරන හේතුවට උපකාරී දැක්මකි.
එම මූලධර්මය පසුව NVIDIAහි විශාල පරිමාණයෙන් පෙනිණි. සකසනයක් [Processor] බලවත් නමුත් ක්‍රමලේඛනය [Program] අපහසු විය හැක. මෘදුකාංග [Software] අලංකාර නමුත් බෙදාහැරීමේ මගක් [Distribution Channel] නැති විය හැක. දත්ත මධ්‍යස්ථානයකට [Data Centre] සකසන [Processors] ඇති නමුත් ජාලකරණය [Networking], විදුලිය, සිසිලනය [Cooling] මදි විය හැක. විශ්ලේෂණ සමානකම් මිස විශේෂ වැඩ මුරයකින් පරිගණන සමාගමක [Computing Company] සැලැස්ම ලැබුණා කියන ප්‍රකාශ නොවේ.
වැඩ පෙනීම ගැනද පාඩමක් ඇත. නිෂ්පාදනය [Product] භාවිත කළ හැකි කරන අයගෙන් ජ්‍යෙෂ්ඨ විධායකයකු වෙන්විය හැක. සේවා වැඩ කුඩා මෙහෙයුම් වැරදිවල [Operational Failures] ප්‍රතිඵල ඉක්මනින් හෙළි කරයි. තත්ත්වය හා ධනය නිසා ඒවා මගහැරිය හැකි වූ පසුත් ඒ ගැන කුතුහලය රැකීම නායකත්ව වටිනාකමයි.
4 විශ්වවිද්‍යාල ඉංජිනේරු අධ්‍යාපනය [Engineering] හා Lori හමුවීම
Oregon State හා වෘත්තියක පදනම්
Huang 1984දී Oregon State University වෙතින් විදුලි ඉංජිනේරු විද්‍යා උපාධිය [Bachelor of Science in Electrical Engineering] ලැබීය. Lori Mills හඳුන්වාදීමේ විදුලි ඉංජිනේරු පාඨමාලාවේ [Introductory Electrical-engineering Course] ඔහුගේ විද්‍යාගාර සහකාරිය [Lab Partner] වූ බවත් හමුවී වසර පහකට පසු විවාහ වූ බවත් විශ්වවිද්‍යාලය කියයි. වෘත්තිය හැඩගැස්වූ තාක්ෂණ අධ්‍යාපනය [Technical Education] තුළ සබඳතාව ඇරඹුණි. [4]
විදුලි ඉංජිනේරු විද්‍යාව [Electrical Engineering] සහතිකයකට වඩා දුන්නේය. සීමාවලට යටත් භෞතික පද්ධති [Physical Systems] ගැන තර්ක කිරීමට පුහුණු කළේය. පරිපථයකට [Circuit] කාලය [Timing], බලය [Power], මිල හා විශ්වාසනීයත්වය [Reliability] එකවර සැපිරිය යුතුය. එක් මිනුමක ජයගන්නා සැලසුමක් [Design] තවත් එකක පරදියි. හදිසි අදහසකින් පසු වෙහෙස රහිත ක්‍රියාවක් ලෙස නවෝත්පාදනය [Innovation] දැකීමට මෙය වෙනස්ය.
විශ්වවිද්‍යාල විද්‍යාගාරය [Laboratory] එම හුවමාරු [Trade-offs] භෞතික කරයි. ගණනයක් වැඩකරන සංරචක [Components] සැකැස්මකට ගැළපිය යුතුය. අනපේක්ෂිත හැසිරීම නිදහසට කරුණු නොකියා පරීක්ෂා කළ යුතුය. මේ ඉංජිනේරු අධ්‍යාපනයේ [Engineering Education] සාමාන්‍ය අංගය, ඔහුගේ පැවරුම් නැවත ගොඩනැගීමක් නොවේ. උපාධිය දක්වන වෘත්තීය හැඩගැස්ම පැහැදිලි කරයි.
අනාගත බිලියනපතියකු හමුවූ සහාය චරිතයක් බවට Lori අඩු නොකළ යුතුය. ඇය ඉංජිනේරු විද්‍යාව [Engineering] ඉගෙන පසුව වැදගත් අධ්‍යාපන ව්‍යාපෘතිවල සමදායිකාවක වූවාය. පොදු තොරතුරු එයට සාක්ෂියි. සෑම පෞද්ගලික පවුල් තීරණයක්ම ඇයට පවරන්නට හෝ විශ්වාසදායක වාර්තාවක් නැතිව NVIDIAහි නිල තනතුරක් තිබුණා කියන්නට එයින් නොහැක.
රැකියාව සමග Stanford අධ්‍යාපනය
පූර්ණකාලීන රැකියාවක් සමග 1992දී Stanford Universityහි විදුලි ඉංජිනේරු ශාස්ත්‍රපති උපාධිය [Master’s Degree in Electrical Engineering] අවසන් කළේය. Stanford උපාධිය සනාථ කරයි; Oregon State රැකියාව හා පශ්චාත් උපාධි අධ්‍යාපනය [Graduate Study] එක්වීම විස්තර කරයි. එබැවින් උසස් අධ්‍යාපනය වෘත්තියට මුළුමනින් පෙර නොව එහි ඇතුළත පිහිටයි. [4, 5]
වෙනස වැදගත්ය. රැකියාව සමග ඉගෙනන්නාට න්‍යායික මෙවලම් [Theoretical Tools] වාණිජ ගැටලු සමග සැසඳිය හැක. සැලසුමක් [Design] එසේ වැඩකරන්නේ ඇයි අධ්‍යාපනය කියයි; පන්ති ව්‍යායාම නොදක්වන සීමා රැකියාව හෙළි කරයි. එකක් අනෙක වෙනුවට නොඑයි. අතර ගමනෙන් වටිනාකම ලැබිය හැක.
දින ප්‍රචලිත නමුත් නොමග යවන ව්‍යවසායක කතාවට [Entrepreneurial Narrative] අභියෝග කරයි. සමාගමක් වහා සෑදීමට විධිමත් අධ්‍යාපනය අත්හැරි විශ්වවිද්‍යාල හැරගියෙකු ඔහු නොවේ. NVIDIA සෑදෙනවිට පළමු හා පශ්චාත් උපාධි ඉංජිනේරු සුදුසුකම් [Engineering Qualifications], සෑහෙන අර්ධ සන්නායක කර්මාන්ත [Semiconductor Industry] අත්දැකීම් තිබිණි. නිර්භීත අවදානමට තරම්ම ඉගෙනීම හා වෘත්තීය සූදානමට කතාව සාක්ෂියි.
විධිමත් අධ්‍යාපනය ව්‍යවසායකත්වයේ [Entrepreneurship] සම්පූර්ණ වට්ටෝරුව නොදුන්නේය. පාරිභෝගිකයන් රූපක චිපයක් [Graphics Chip] ගනීද, ආයෝජකයන් ප්‍රාග්ධනය [Capital] දෙයිද, නව මෘදුකාංග වේදිකාවක් [Software Platform] සංවර්ධකයන් [Developers] ඇදගනීද සහතික කළ නොහැකි විය. ගැටලු විමසන මෙවලම් දුන්නේය. අවිනිශ්චිතතාව යටතේ ඒවා යොදා පුළුල් කිරීම පසු ජයග්‍රහණයේ පදනමයි.
5 අර්ධ සන්නායක ව්‍යාපාරය [Semiconductor Business] ඉගෙනීම
AMD හා LSI Logic
NVIDIA නියාමන චරිත විස්තරය [Regulatory Biography] Advanced Micro Devicesහි 1983-1985 හා LSI Logicහි 1985-1993 රැකියා සටහන් කරයි. සමහර පොදු විස්තර AMD ආරම්භය උපාධි වසර 1984 ලෙස සරල කරන නිසා සැබෑ දිනය රැකිය යුතුය. උපාධියෙන් අනුමාන කරන පිළිවෙළකට වඩා නිල වාර්තාව කාල පදනමකි. [6]
AMDහි ක්ෂුද්‍ර සකසන සැලසුම [Microprocessor Design] කළේය. LSI Logicහි CoreWare ඇතුළු ඉංජිනේරු [Engineering], අලෙවි [Marketing], කළමනාකරණ [Management] වගකීම් දරුවේය. එක් පරිපථයක [Circuit] සැලසුමෙන් ඔබ්බට අත්දැකීම පුළුල් විය. තාක්ෂණ හැකියාව [Technical Capability], පාරිභෝගික අවශ්‍යතා [Customer Requirements], වාණිජ උපාය [Commercial Strategy] අතර සබඳතා දුටුවේය. [6]
අර්ධ සන්නායක [Semiconductors] නව සමාගමකට අසාමාන්‍ය ඉල්ලීම් කරයි. චිප [Chip] සැලසුම මිල අධිකය; නිෂ්පාදනය [Manufacturing] විශේෂ පහසුකම් මත රඳාපවතී; වැරදි මිල අධික නැවත සැලසුම් [Redesigns] ඉල්ලයි; වෙළෙඳපොළ මාරු වූ පසු නිෂ්පාදනය [Product] පැමිණිය හැක. ඉංජිනේරු තීරණය [Engineering Decision] හා වෙළෙඳ ප්‍රතිපෝෂණය [Market Feedback] අතර කාලය දිගුය. තාක්ෂණ විනිශ්චය [Technical Judgement] හා අවිනිශ්චිතතාවට මුදල් මගක් දෙකම අවශ්‍යය.
අභිරුචි චිප [Custom Chips] වැඩ පද්ධති අවශ්‍යතාවක් [System Requirement] සිලිකන් [Silicon] කරන්නේ කෙසේද ඉගෙනීමට හොඳ සූදානමකි. තාක්ෂණිකව රසවත් නිසා පමණක් චිපයක් [Chip] අවශ්‍ය නොවන බවද පෙන්වීය. හොඳ රූපක [Graphics], අඩු වියදම්, අඩු ගණන කාලය [Computation Time] හෝ තමන්ගේ දක්ෂ නිෂ්පාදනයක් [Product] වැනි ප්‍රතිඵලයක් අවශ්‍යය.
විශේෂඥයකුට වඩා වැඩි වීම
ඉංජිනේරුවාගෙන් [Engineer] ව්‍යවසායකයාට [Entrepreneur] මාරුව තාක්ෂණික වැඩ [Technical Work] අත්හැරීමක් ලෙස කියයි. ඔහුගේ ජීවිතය වෙනත් රටාවක් පෙන්වයි. තාක්ෂණ අවබෝධය [Technical Understanding] මධ්‍යගතව තිබියදී මිනිසුන්, මිල නියම [Pricing], මූල්‍ය හා වෙළෙඳපොළ තේරීම් [Market Selection] දක්වා තීරණ පුළුල් විය.
සංවිධාන අවධානයට සුදුසු ගැටලු තෝරන්නේ ව්‍යවසායකයාය [Entrepreneur]. ඉංජිනේරුවාට [Engineer] දුන් සැලසුමක් [Design] වැඩිදියුණු කළ හැකි නමුත් එය තිබිය යුතුද ආරම්භකයාද ඇසිය යුතුය. සෑදිය හැකිදට අමතරව ප්‍රමාණවත් අය අගය කරයිද, සපයන්නට හැකිද, ප්‍රතිවාදියා ඉක්මන් වෙයිද යන ප්‍රශ්න වේ.
පසුකාලීනව විස්තර කිරීම ක්‍රියාත්මක කිරීමට වඩා පහසුය. විශිෂ්ට සැලසුම [Superior Design] දිනිය යුතුයැයි අයිතිකරු සිතන්නේ නම් තාක්ෂණික විශේෂඥතාව [Technical Expertise] උගුලකි. ගැළපීම [Compatibility], ලැබීම [Availability], භාවිත පහසුව [Ease of Use] පාරිභෝගිකයාට වැදගත් විය හැක. මුල් ඉංජිනේරු කණ්ඩායම් [Engineering Team] උපකල්පනවලට වඩා ප්‍රමුඛතා වෙනස් බව දැනගැනීමට සූදානම් විය යුතුය.
NVIDIAට පෙර වසර එනිසා චරිතයේ මධ්‍යයේ ඇත. වැදගත් කතාවට පෙර රැඳවුම් කාමරයක් නොවේ. නිෂ්පාදන තීරණ [Product Decisions], නිෂ්පාදන සබඳතා [Manufacturing Relationships], විශ්වාසය වෙන් කළ නොහැකි අංශයක අත්දැකීම ලබාදුනි.
6 NVIDIA පිහිටුවීම
ආරම්භකයන් තිදෙනකු හා දුෂ්කර වෙළෙඳපොළ
1993දී Jensen Huang, Chris Malachowsky, Curtis Priem එක්ව NVIDIA පිහිටුවූහ. ප්‍රධාන විධායක [Chief Executive] වූ Huang වර්ධනයත් සමග දිගටම සිටියේය. Denny’s හමුවීම් කතාවේ කොටසක් නමුත් එහි සිටි අයගේ සමුච්චිත හැකියාව අවන්හලෙන් වැසිය නොයුතුය. [7, 8]
මුල් අවස්ථාව පුද්ගල පරිගණක [Personal Computers] රූපකවල [Graphics] විය. ක්‍රීඩා [Games] දුෂ්කර යෙදුමකි [Application]: පොහොසත් දෘශ්‍ය ලෝක ඉල්ලද්දී පොදු සකසන [General-purpose Processors] සංකීර්ණ රූපක [Graphics] කාර්යක්ෂමව දීමට අරගල කළහ. විශේෂ සකසනයක් [Specialist Processor] තෝරාගත් මෙහෙයුම් [Operations] වේගයෙන් කර අත්දැකීම හොඳ කළ හැක.
මෙය වාණිජ පිවිසුමකි, වර්තමාන උත්පාදක-AI ආර්ථිකයේ [Generative-AI Economy] සම්පූර්ණ පූර්ව සැලැස්ම නොවේ. වර්තමාන ජය පසුපසට යොදා සියලු පසු භාවිත මුලින් දුටුවායැයි සිතීම පහසුය. පුළුල් පරිගණන ගැටලුවක් [Computing Problem] හඳුනා ව්‍යාපාරය පවත්වාගත හැකි වෙළෙඳපොළකින් ආවා යන්න ශක්තිමත් අර්ථයයි.
පුළුල් අදහස [Thesis] හා මුල් නිෂ්පාදනය [First Product] වෙනස්ය. ක්‍රියාත්මක කිරීම [Implementation] වැරදුණත් අදහස ඵලදායී විය හැක. විශේෂ ගණනය [Specialised Computation] වැදගත්යැයි සිතා මුල් ව්‍යුහය [Architecture], පාරිභෝගිකයා හෝ වේලාව වැරදිය හැක. මූලික අවබෝධයේ සියලු ප්‍රයෝජන අත්නොහැර උත්සාහය වෙනස් කිරීමට පැවැත්ම රඳාපවතී.
සමනිර්මාතෘවරු වැදගත් ඇයි
ප්‍රධාන විධායක [Chief Executive] කේන්ද්‍රීය චරිතයක් අවට සමාගම මකා දැමිය හැක. Malachowsky හා Priem සමනිර්මාතෘවරුය, සම්පූර්ණ දැක්මක අමතර උපාංග නොවේ. ඉංජිනේරුවෝ [Engineers], ආයෝජකයෝ හා මුල් ගනුදෙනුකරුවෝද අදහස සංවිධානය කළහ. දායකත්ව පෙනෙත්ම නායකත්වය නිවැරදිව ඇගයීම පහසුය.
Malachowsky, Hewlett-Packard හා Sun Microsystemsහි ඉංජිනේරු [Engineering], තාක්ෂණ නායකත්ව [Technical Leadership] අත්දැකීම් ගෙනාවේය. රූපක පද්ධති [Graphics Systems] පසුබිම තාක්ෂණ පදනමේ [Technical Foundation] කොටසක් කළේය; ආරම්භකයකු හා උසස් තාක්ෂණ සාමාජිකයකු [Fellow] ලෙස සම්බන්ධව සිටියේය. තාක්ෂණික නොවන ව්‍යවසායකයකු [Non-technical Entrepreneur] සම්පූර්ණ සැලැස්මක් සඳහා ඉංජිනේරුවන් [Engineers] බඳවාගත් කතාවක් නොවේ. [32]
Priemද Sunහි GX රූපක නිෂ්පාදන [Graphics Products] ව්‍යුහය සැලසුම් කළේය. Rensselaer Polytechnic Institute අනුව 1993-2003 NVIDIA ප්‍රධාන තාක්ෂණ නිලධාරියා [Chief Technical Officer] විය. පෙර IBM Professional Graphics Adapter වැඩද තිබිණි. NVIDIAට පෙර රූපක ඉංජිනේරු [Graphics Engineering] පරපුරක ඔවුන් පිහිටුවන නිසා මුල් GPU අලෙවිකරණය [Marketing] සමස්ත ක්ෂේත්‍රයේ ආරම්භය නොවේ. [33]
එම හැකියාව පසෙක Huangගේ දායකත්වය තිබිණි. AMD හා LSI Logicහි අර්ධ සන්නායක සැලසුම [Semiconductor Design], වාණිජ කළමනාකරණය [Commercial Management] කළේය. රූපක ක්‍රියාත්මක කිරීම [Graphics Implementation], අර්ධ සන්නායක ව්‍යාපාරයක් [Semiconductor Business] සෑදීම දෙකම දකින්නට හැකි විය. වැරදි නොවීම නොව ඒවා හඳුනා ප්‍රතිචාර දැක්වීමේ සම්පත් දුන්නේය.
විධායකයාගේ [Chief Executive] විශේෂ කාර්යය තීරණ ඒකාබද්ධ කිරීමය. තාක්ෂණ හැකියා [Technical Possibilities] නිෂ්පාදන සැලැස්මක් [Product Plan] කළ යුතුය; මුදල්, විශ්වාසනීයත්වය හා පසුබෑම් හමුවේ එය රැකීම අවශ්‍යය. සියලු ඉංජිනේරු [Engineering], වාණිජ වැඩ තනි අයෙකුට කළ නොහැක. ඒවා අතර එකඟ දිශාවක් නායකත්වය රැක්කේය.
පාලනය නොකරන පරිසර පද්ධතියක [Ecosystem] මුල් සමාගම ක්‍රියා කළේය. මෙහෙයුම් පද්ධති [Operating Systems], රූපක ප්‍රමිති [Graphics Standards], මෘදුකාංග සංවර්ධකයන් [Software Developers], නිෂ්පාදන හවුල්කරුවන් [Manufacturing Partners] සැලසුමේ [Design] වටිනාකම මාරු කළ හැක. NVIDIAට විශේෂ දුර්වලකමක් නොව විශාල පරිගණන පද්ධතියකට [Computing System] සංරචකයක් [Component] සෑදීමේ කොන්දේසියයි.
එනිසා පාඩම ධෛර්යයෙන් පටන්ගැනීමට වඩා දුෂ්කරය. වටිනා ගැටලුවක් තෝරා, එකිනෙකට පූරක හැකියා එක්කර, මුදල් ඉවරවීමට පෙර ඉගෙනගන්නා ව්‍යාපාරයක් සෑදිය යුතුය. ධෛර්යයට එම සැකැස්ම වෙනුවට යා නොහැක.
7 සමාගම අසාර්ථක වීමට ඉතා ආසන්න වූ විට
NV1 හා Sega ගැටලුව
මුල් නිෂ්පාදන [Products] සාර්ථකත්වයට සුමට මගක් නොදුනි. 1995 NV1 වාණිජව අරගල කළේය. Sega සමග පසු වැඩ ගැඹුරු ගැටලුවක් පෙන්වීය: පුළුල් රූපක වෙළෙඳපොළ [Graphics Market] ගොඩනැගුණු ප්‍රමිතිවලින් [Standards] තාක්ෂණ දිශාව [Technical Direction] ඈත්විය. [7, 9]
ව්‍යුහමය ගැටලුව [Architectural Problem] නිශ්චිතය. NV1 ද්විඝාත පෘෂ්ඨ සිතියම්කරණය [Quadratic Texture Mapping] යෙදුවද Direct3D පරිසරය [Ecosystem] ත්‍රිකෝණ කේන්ද්‍රීය විය. වෙනස් මග ක්‍රීඩා සංවර්ධකයන්ට [Game Developers] වැඩි වැඩ, දෘඪාංගයට [Hardware] අඩු වාසියක් විය. RIVA 128 ගැළපෙන දිශාව ගත්තේය. අවට මෘදුකාංග කර්මාන්තයට [Software Industry] පහසු නොවේ නම් අලංකාර ක්‍රියාත්මක කිරීමක් [Implementation] පරදියි යන ප්‍රමිති [Standards] පාඩමයි. [34]
ගණිතමය හොඳ හැඩය ගැන තරගයක් පමණක් නොවේ. රූපක ව්‍යුහය [Graphics Architecture] නිර්මාණ මෙවලම් [Authoring Tools], ක්‍රමලේඛ අතුරුමුහුණත් [Programming Interfaces], සංවර්ධකයන් [Developers] දන්නා ක්‍රම [Techniques] සමග වැඩකළ යුතුය. අමතර වැඩ සාධාරණ කරන වාසි වෙනස් මග ඉල්ලන සැපයුම්කරු දිය යුතුය. පරිසරය [Ecosystem] මුල් සැලසුම [Design] වටා නැවත සැදේයැයි නොසිතා එහි දිශාව පිළිගැනීම පැවැත්මට අවශ්‍ය විය.
කොන්ත්‍රාත්තුව දිගටම කළොත් අනාගතයට නොගැළපෙන නිෂ්පාදනයක් [Product] ඉතුරු වන බවත් අත්හැරියොත් මුදල් නැතිවන බවත් තේරුම්ගත් බව පසු මතකයේ ඔහු කීය. Sega නායකත්වයෙන් උදව් ඉල්ලූ අතර සහායෙන් දිශාව වෙනස් කළ හැකි විය. [9]
ගෙවීම් හා ආයෝජන සැකැස්ම [Payment and Investment Mechanics] විස්තර කරන හැටි වෙනස්ය. ආරක්ෂිත නිගමනය Sega තීරණාත්මක, සාමාන්‍යයෙන් ඇමරිකානු ඩොලර් මිලියන 5ක් ලෙස වාර්තා වන සහාය දුන් අතර Shoichiro Irimajiri ප්‍රධාන වීමයි. අදාළ නැති Nintendo නිලධාරියකු බේරාගත්තා හෝ අනිවාර්යයෙන් කොන්දේසි නැති පෞද්ගලික ත්‍යාගයක් යැයි සරල නොකළ යුතුය. [8, 10]
සදාචාර වැදගත්කම නිශ්චිතය. හවුල්කරුට විශාල වරද පිළිගැනීමට සිදුවිය. සෑමවිටම නිවැරදි දූරදර්ශියකු ලෙස පෙනීසිටීමට වෙනස්ය. අවංකකම, විශ්වාසය හා අසාමාන්‍ය ප්‍රතිඵලයක් පිළිගැනීමේ කැමැත්ත අවශ්‍ය විය.
RIVA 128 හා වාණිජ බලාපොරොත්තුව යළි පැමිණීම
1997 RIVA 128 තීරණාත්මක යළි ගොඩනැගීමේ නිෂ්පාදනය [Turnaround Product] විය. මාස හතරක ඒකක මිලියනයක් විකිණූ බව NVIDIA කියයි. වෙළෙඳ අවශ්‍යතාවට ගැළපුණු විට තරුණ සමාගමක තත්ත්වය වේගයෙන් මාරු කළ හැකි බව පෙන්වයි. [7]
Sega සහාය හා RIVA 128 ජය එක බැඳුණු පැවැත්මේ කතාවකි. එක් එක් පියවර වෙනම බංකොලොත්කමක් [Bankruptcy] කීම අතිශයෝක්තියකි. එකක් ඉඩ දුන්නේය; අනෙක නව දිශාව ආදායම [Revenue] කළේය. පුළුල් කණ්ඩායමේ ඉංජිනේරු [Engineering Work], වාණිජ ක්‍රියාත්මක [Commercial Execution] වැඩ දෙකටම අවශ්‍යය.
හදිසි කාලසීමාව අවධානය දෙයි, අවදානමද තනයි. දැඩි කාල හා මුදල් සීමාවල චිපයක් [Chip] විශේෂ ප්‍රවේශමෙන් පරීක්ෂා [Testing] කළ යුතුය, දෙවැනි වරක් අඩු ඉඩ ඇත. දැඩි විශ්වාසයෙන් පරීක්ෂා [Testing] අත්හැරිය හැකි බව නොව, නිවැරදි වියදම විනාශකාරී වීමට පෙර වැරදි පෙන්වන ක්‍රම අවශ්‍ය බවයි.
Huang NVIDIA කිහිපවරක් බංකොලොත්කමෙන් [Bankruptcy] බේරාගත්තාද
විශේෂයෙන් 1990 දශක මැද බොහෝ ආසන්න අසාර්ථකතා සාක්ෂි ඇත. කිහිපවරක් දින තිහක් පමණ ඈතින් සිටි බව දිගුකාලීන අධ්‍යක්ෂ Mark Stevens කියයි. බිඳවැටීමෙන් කිහිපවරක් ගැලවීම යන්නට සාක්ෂියකි, විධිමත් බංකොලොත් නඩුවලට [Formal Bankruptcy Proceedings] ගියායැයි නොවේ. [8]
පසු උපාය අසාර්ථකතා [Strategic Failures] නිසි ලෙස වර්ග කළ යුතුය. CUDA මිල අධික දිගු ප්‍රතිලාභයක් විය. ජංගම දුරකථන උත්සාහය [Mobile-phone Effort] වෙළෙඳපොළින් ඉවත් වීමකි. කොටස් මිල වැටීම [Share Price], මිල අධික ව්‍යාපෘතිය [Project], බිල් වහා ගෙවිය නොහැකි වීම වෙනස්ය. සියල්ල බංකොලොත්කම් [Bankruptcy] කීම නාට්‍යමය නමුත් අඩු ප්‍රයෝජනවත්ය.
ශක්තිමත් නිගමනය ඔහු අවදානම් කාල කිහිපයක් හරහා සමාගම ගෙනගිය අතර පැහැදිලි මුදල් හදිසි අවස්ථා මුල් වසරවල තිබීමයි. ඔහුගේ තීරණ මෙන්ම Sega, සහකාර වැඩ, ආයෝජක ඉවසීම හා නැවත සැලසුම් නිෂ්පාදනවල [Redesigned Products] වාණිජ ජයද වැදගත්ය.
8 රූපක නිෂ්පාදනවලින් [Graphics Products] පරිගණන වේදිකාවකට [Computing Platform]
කොටස් වෙළෙඳපොළට පිවිසීම හා කාණ්ඩයක් අර්ථදැක්වීම
1999 මුල් පොදු කොටස් නිකුතුව [Initial Public Offering] නව අදියරක් විය. එම වසරේ GeForce 256 පළමු රූපක සැකසුම් ඒකකය [Graphics Processing Unit] ලෙස අලෙවි කළේය. රූපක ත්වරණකාරක [Graphics Accelerators] පෙර තිබූ නිසා ඓතිහාසික සීමාව වැදගත්ය. එය විශේෂ ඒකාබද්ධ GPU සංකල්පයක් මිස සියලු පරිගණක රූපක දෘඪාංග [Computer Graphics Hardware] සොයාගැනීම නොවේ. [7]
ප්‍රසිද්ධ අනන්‍යතාව ක්‍රීඩාකරණය [Gaming] සමග බැඳී තිබිණි. වඩා ගෞරවනීය ව්‍යාපාරයක කුඩා පෙරවදනක් නොවේ. ඉහළ අපේක්ෂා ඇති ගනුදෙනුකරුවන්, වේගවත් නිෂ්පාදන චක්‍ර [Product Cycles], විශාල ඉංජිනේරු ආයෝජනයක් [Engineering Investment] පවත්වාගත හැකි වෙළෙඳපොළක් එයින් ලැබිණි. අත්හදා බලන පර්යේෂකයන්ටද සමර්ථ සමාන්තර සකසන [Parallel Processors] ලැබිණි.
අන් අයට නිෂ්පාදනයක් [Product] මත දිගුකාලීන වැඩ සෑදිය හැකි විට වේදිකාවක් [Platform] වැඩෙයි. වේගවත් රූපක කාඩ්පතක් [Graphics Card] එක් මිලදීගැනීමක් දිනයි. ස්ථාවර ක්‍රමලේඛ පරිසරයක් [Programming Environment], ප්‍රයෝජනවත් පුස්තකාල [Libraries], සමුච්චිත සංවර්ධක දැනුම [Developer Knowledge] බොහෝ අනාගත මිලදීගැනීම් මාරු කරයි. සැපයුම්කරු වෙනස් කිරීම මෘදුකාංග [Software] හා නැවත පුහුණුව වෙනස් කරන නිසා සබඳතාව වෙනස්ය.
වේදිකාවකට [Platform] යාම ගුණාත්මකභාවයත් වෙනස් කරයි. දෘඪාංග [Hardware] වේගය මෙන්ම ලේඛන [Documentation], පසුගැළපීම [Backward Compatibility], දෝෂසෙවීම [Debugging], යෙදවීම [Deployment], සහාය [Support] වැදගත්ය. තම යෙදුම්වල [Applications] විශ්වාසදායකව නොලැබේ නම් මිනුම් පරීක්ෂණ [Benchmark] වාසිය නැතිවේ.
තරගය අතුරුදහන් නොවීය
තරගය හා එකතුවීම් [Consolidation] රූපක කර්මාන්තය [Graphics Industry] වෙනස් කළේය. 2000 දෙසැම්බර් 3dfxහි තෝරාගත් රූපක වත්කම් [Graphics Assets] මිලදීගැනීමට එකඟ වූ අතර 2001 අප්‍රේල් අවසන් විය. තෝරාගත් දේ ගැනීම සම්පූර්ණ ප්‍රතිවාදී ව්‍යාපාරය අත්පත්කරගැනීම [Acquisition] නොවේ. නීතිමය හා ඓතිහාසිකව වෙනස වැදගත්ය. [35]
ගැඹුරු ඉගෙනුම [Deep Learning] ප්‍රසිද්ධ වූ පසුත් ක්‍රීඩා රූපක [Gaming Graphics] වැඩුණි. 2018 අගෝස්තුවේ Turing ව්‍යුහය [Architecture] මත GeForce RTX නිෂ්පාදන [Products] සම්ප්‍රදායික සෙවනකරණය [Shading], විශේෂ කිරණ හඹායෑම [Ray-tracing], AI එක්කළේය. කලින් මිල අධික දෘශ්‍ය ක්‍රම [Visual Techniques] අන්තර්ක්‍රියාකාරී නිෂ්පාදනවල [Interactive Products] ප්‍රායෝගික කිරීමේ තවත් පියවරකි. [36]
කිරණ හඹායෑම [Ray Tracing] ආලෝක මග ආදර්ශනය කර පරාවර්තන හා සෙවනැලි තනයි. තත්කාල යෙදුම්වලට [Real-time Applications] දැඩි කාල සීමා ඇත. විදැහුම් [Render] කිරීමට මිනිත්තු යන රූපයක් නොබැඳි නිෂ්පාදනයට [Offline Production] හොඳ වුවත් වහා ප්‍රතිචාර දෙන ක්‍රීඩාවකට [Responsive Game] නොවේ. විශ්වාසනීය රූපය ප්‍රයෝජනවත් කාර්යසාධන සීමාවක [Performance Budget] ගණනය කළ යුතුය.
එනිසා NVIDIA ක්‍රීඩාකරණය [Gaming] අත්හැර AI සමාගමක් වූ කතාව සංකීර්ණය. රූපක [Graphics] තවදුරටත් සක්‍රීයය; අනුකරණය [Simulation] හා AI සමග අවස්ථා තැනුණි. සම්පූර්ණ අනන්‍යතා මාරුවට වඩා හැකියා ව්‍යාප්තියක් ලෙස ඉතිහාසය තේරෙයි.
GPU, CPUවෙන් වෙනස් වන්නේ කෙසේද
මධ්‍ය සැකසුම් ඒකකය [Central Processing Unit] සංකීර්ණ පාලන ප්‍රවාහය [Control Flow], අනුපිළිවෙළ මෙහෙයුම් [Operations] ඇතුළු විවිධ වැඩ සඳහාය. රූපක සැකසුම් ඒකකය [Graphics Processing Unit] සැලසුමේ [Design] බොහෝ කොටස එකට සම්බන්ධ මෙහෙයුම් [Operations] සමාන්තරව [Parallel] කරයි. එකක් බුද්ධිමත් අනෙක සරල හෝ GPU සැමවිට වේගවත් යන්න නොවේ. ශක්තිය වැඩභාරය [Workload] මතය.
පික්සල [Pixels] මිලියන ගණනකට එකම පරිවර්තනය [Transformation] කිරීම සලකන්න. සමාන මෙහෙයුම්වලට [Operations] බෙදා සමාන්තර දෘඪාංගයෙන් [Parallel Hardware] එකවර කළ හැක. සෑම තීරණයක්ම පෙර ප්‍රතිඵලයට රඳා නම් අඩු වාසියකි. සකසන [Processors] අතර දත්ත [Data] මාරුවද කාලය හා බලය ගනී.
නවීන AI විශාල න්‍යාස ගුණන [Matrix Multiplications] වැනි සමාන්තර කළ හැකි සංඛ්‍යාත්මක මෙහෙයුම් [Numerical Operations] මත බොහෝ රඳාපවතී. GPU ප්‍රයෝජනවත් නමුත් සියලු AI වැඩ එකක් නොවේ, සියලු යෙදවීම් [Deployment] ආර්ථික නැත. මතක ධාරිතාව [Memory Capacity], සන්නිවේදනය [Communication], සංඛ්‍යා නිවැරදිතාව [Numerical Precision], මෘදුකාංග ක්‍රියාත්මක කිරීම [Software Implementation] බලපායි.
රූප ඇඳීමට එපිට ගැටලු සමග මෙම හැකියා සම්බන්ධ කිරීම උපාය අවස්ථාවයි. රූපක චිපය [Graphics Chip] බලවත් යැයි කීම මදි. ක්‍රීඩා විදැහුමට [Rendering] අදාළ නොවන වැඩ කරන අයට දෘඪාංග [Hardware] ප්‍රවේශ කළ හැකි කළ යුතුය.
9 CUDA හා පරිසර පද්ධතියක් [Ecosystem] ඉවසීමෙන් ගොඩනැගීම
සමාන්තර පරිගණනය [Parallel Computing] භාවිත කළ හැකි කිරීම
CUDA NVIDIA සමාන්තර පරිගණන වේදිකාව [Parallel-computing Platform] හා ක්‍රමලේඛ ආකෘතියයි [Programming Model]. සෑම ගැටලුවක්ම රූපක අතුරුමුහුණතකින් [Graphics Interface] නොකියා සහාය ලැබෙන GPU පොදු සංඛ්‍යා වැඩට [General-purpose Numerical Work] ක්‍රමලේඛකයන්ට [Programmers] භාවිත කළ හැකි විය. ව්‍යුහය [Architecture] 2006දී හා පොදු මෘදුකාංග මෙවලම් කට්ටලය [Software Toolkit] 2007දී ආවේය. [7, 11]
ව්‍යුහය [Architecture] හා කට්ටලය [Toolkit] වෙනස දින දෙක විස්තර කරයි. දෘඪාංග හැකියාව [Hardware Capability], ක්‍රමලේඛ මෙවලම් [Programming Tools], සංවර්ධක පිළිගැනීම [Developer Adoption] ඇති වූ අනුපිළිවෙළ එක් දිනයකින් සැඟවේ. එක්වීම වාණිජ වැදගත්කමයි.
සමාන්තර දෘඪාංග [Parallel Hardware] වාසියට විද්‍යාඥයා රූපක විශේෂඥයකු [Graphics Specialist] විය යුතු නැත. පුස්තකාල [Libraries] හුරු ගණිත මෙහෙයුම් [Mathematical Operations] දෙයි; සම්පාදකය [Compiler], ධාවන පරිසරය [Runtime] කේතය [Code] GPU වැඩක් කරයි. ඉහළ මට්ටම් රාමු [Higher-level Frameworks] පුස්තකාල [Libraries] මත තනා පර්යේෂකයා හා සකසනය [Processor] අතර වියුක්ත ස්ථර [Abstraction] තබයි.
චිප පිරිවිතර [Chip Specifications] ගණන් කර පමණක් ස්ථානය නොතේරේ. සංවර්ධකයන් [Developers] පුරුදු ගොඩනගයි; සංවිධාන පරීක්ෂිත කේත [Code] රැස්කරයි; පර්යේෂකයෝ උදාහරණ බෙදති. අඛණ්ඩතාව සමග මාරු වියදම් [Switching Costs] ඇතිවේ. එකම පරිසරය [Ecosystem] කෙනකුට පහසුවක් හා අනෙකාට රඳාපැවැත්මක් විය හැක.
ප්‍රතිලාභ පැහැදිලි වීමට පෙර ආයෝජනය
CUDA මුලදී සැකයට ලක්වූ මිල අධික දිගුකාලීන කැපවීමක් බව ඔහු කියා ඇත. පසු AI වෙළෙඳපොළ ප්‍රතිලාභ පැහැදිලි කිරීමට පෙර වියදම් තිබිණි. පසු මතකය දුර්වල මූල්‍ය වෙළෙඳ විශ්වාස සමයකට ආයෝජනය බැඳේ. [9]
CUDA ජයගත් නිසා සෑම මිල අධික ව්‍යාපෘතියකටම සදා මුදල් දිය යුතුය යන්න වැරදිය. තාක්ෂණ පදනම [Technical Foundation] වැඩිදියුණු වන හා භාවිත කරන්නන් වටිනා වැඩ කරන සාක්ෂි අවශ්‍යය. ඉගෙනීම නැති ඉවසීම නව සොයාගැනීමක් මෙන්ම අසාර්ථකත්වයක්ද රකියි.
වහා විශාල වෙළෙඳපොළක් නොඉල්ලා හැකියාවකට සහාය දීම අභියෝගයයි. නොසිතූ භාවිත කළ පර්යේෂකයන් තොරතුරු දුනි. මුල් මුදල් සැපයූ පිරිස ඉක්මවා දෘඪාංග [Hardware] ගැටලු විසඳන බව පෙනිණි. පැරණි වෙළෙඳපොළට නිෂ්පාදන [Products] විකුණමින් නව භාවිතවලින් ඉගෙනගත හැකි විය.
පරිසර වාසියේ [Ecosystem Advantage] සීමා
ශක්තිමත් මෘදුකාංග පරිසරය [Software Ecosystem] තරගය නොමකයි. විකල්ප ත්වරණකාරක [Accelerators], සම්පාදක ව්‍යාපෘති [Compiler Projects], ගෙනයා හැකි රාමු [Portable Frameworks] සැපයුම්කරු රඳාපැවැත්ම අඩු කරයි. විශාල පාරිභෝගිකයන්ට විශේෂ දෘඪාංග [Specialised Hardware] සාධාරණ කළ හැක. සමහර වැඩභාර [Workloads] සඳහා සරල හෝ අඩු මිල පද්ධතියක් [System] නම්‍යශීලී GPU වේදිකාවට [Platform] වඩා හොඳය.
සම්පූර්ණ NVIDIA පද්ධතිය [System] පිළිගත හැකි වියදමට ප්‍රයෝජනවත් කාර්යසාධනය [Performance] දෙන්නේද ප්‍රධාන පරීක්ෂණයයි. මෘදුකාංග [Software] පුරුද්ද මාරුව ප්‍රමාද කළත් සදා විශ්වාසය නොදෙයි. එනිසා පිටවීමේ අපහසුව පමණක් නොව වටිනාකමද පරිසරය [Ecosystem] දිගටම තැනිය යුතුය.
ව්‍යවසායකයන්ට CUDA පාඩම දුෂ්කරය: මුලින් නොසිතූ භාවිත සොයාගැනීමට දෙන මෙවලම වැදගත්ම නිෂ්පාදනය [Product] විය හැක. දිගටම සහාය අවශ්‍යය. විශාල පුරෝකථන ඇණවුම් පොතකට [Order Book] පෙර කුඩා අත්හදාබැලීම්වල වටිනාකම පෙනෙන බව පිළිගත යුතුය.
10 ගැඹුරු ඉගෙනුමේ [Deep Learning] හැරවුම
AlexNet හා පර්යේෂණයෙන් නව සංඥාවක්
2012දී Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton ප්‍රසිද්ධ AlexNet වැඩ පළ කළහ. සංවලිත ස්නායු ජාලය [Convolutional Neural Network] GPU ගණනයෙන් [Computation] විශාල පුහුණුව [Training] ප්‍රායෝගික කර ImageNetහි ප්‍රධාන ජයක් ගත්තේය. පසු සමාගම් අර්ථයකට වඩා සැබෑ පර්යේෂණ සාක්ෂිය නිසා පත්‍රය වැදගත්ය. [12]
එම ස්නායු ජාලය [Neural Network], ImageNet දත්ත කට්ටලය [Dataset], සමස්ත යන්ත්‍ර ඉගෙනුම [Machine Learning] NVIDIA සොයාගත්තේ නැත. දෘඪාංග [Hardware], ක්‍රමලේඛ පරිසරය [Programming Ecosystem] හැකි කළ යටිතලයේ [Infrastructure] කොටස්ය. ගණනය [Computation] දෙන සමාගම සමග පර්යේෂක හා දත්ත [Data] නිර්මාතෘවරුද සමබර ඉතිහාසයේ ඇත.
එක් මිනුම් පරීක්ෂණයකින් [Benchmark] සියලු අනාගත AI යෙදුම් [Application] ඔප්පු වීම නොව, දත්ත [Data], ආකෘති සැලසුම [Model Design], පරිගණන බලය [Computing Power] එක්ව වැදගත් වැඩක විශාල දියුණුවක් පෙන්වීමයි. එයින් ආයෝජන හා පරීක්ෂණ වැඩිවිය. ප්‍රතිඵල සහිත සංඥාවක් මිස සම්පූර්ණ අනාගත පුරෝකථනයක් නොවේ.
ප්‍රතිචාරය කෙසේද Huangගේ උපාය ගැටලුවයි. බලාපොරොත්තු දෙන ප්‍රතිඵලයක් දුටුවත් නව ක්ෂේත්‍රයට සංවිධානය නොවිය හැක. ගැඹුරු ඉගෙනුමට [Deep Learning] දෘඪාංග තේරීම් [Hardware Choices], මෘදුකාංග පුස්තකාල [Software Libraries], පද්ධති [Systems], පර්යේෂක සබඳතා අවශ්‍යය. වැඩභාරය [Workload] වටා සමාගම ගොඩනගන දිශාවක් ලෙස ගත යුතුය.
පුහුණුව [Training] හා නිගමන ධාවනය [Inference]
පුහුණුව [Training] දත්ත [Data], ප්‍රශස්තීකරණ ක්‍රියාවලියකින් [Optimisation Process] පරාමිතීන් [Parameters] හදාගනී. නිගමන ධාවනය [Inference] පුහුණු ආකෘතියෙන් [Trained Model] ප්‍රතිදානයක් [Output] දෙයි. දෙකම ගණනය [Computation] ඉල්ලන නමුත් මෙහෙයුම් අවශ්‍යතා [Operational Demands] වෙනස්ය. පුහුණුව දිගු විශාල වැඩය; අනෙක මිල හා ප්‍රමාදය [Latency] පාලනය කර බොහෝ අයට ඉක්මන් ප්‍රතිචාර දෙයි.
AI යටිතලය [Infrastructure] එක් වෙළෙඳපොළක් නොවන්නේ එනිසාය. විශාල ආකෘතියක් [Model] පුහුණු විද්‍යාගාරය, කුඩා රූපක ආකෘතියක් [Imaging Model] දුවන රෝහල, පෙළ ජනනය කරන ජංගම යෙදුම [Mobile Application] වෙනස් සැකැස්ම ඉල්ලයි. ප්‍රමාණය, රහස්‍යතාව, විශ්වාසනීයත්වය, ප්‍රතිචාර කාලය [Response Time], වැඩ ප්‍රමාණය මත හොඳ පද්ධතිය [System] තීරණය වේ.
ආකෘති [Models] වැඩෙත්ම සකසන [Processors] සන්නිවේදනය [Communication] වැදගත්ය. වේග චිප [Chips] එකතුව ඉබේ වේග පරිගණකයක් [Computer] නොවේ. මතක [Memory], ජාල [Networks] හරහා දත්ත [Data] යායුතු අතර වැරදි හඳුනා පාලනය කළ යුතුය. ප්‍රසිද්ධ අංකගණිත ඒකකවලට [Arithmetic Units] පිටත බාධකය [Bottleneck] විය හැක.
පද්ධති [Systems], ජාලකරණය [Networking] දක්වා ව්‍යාප්තිය මෙයින් තේරෙයි. තරගය තනි රූපක කාඩ්පතෙන් [Graphics Card] විශාල පරිගණන ස්ථාපනයේ [Computing Installation] කාර්යසාධනයට [Performance] ගියේය. චිප සැපයුම්කරු ප්‍රධානියාට වඩා පද්ධති සාදන්නකු [System Builder], පරිසර සංවිධායකයකු [Ecosystem] වූයේය.
පර්යේෂණ ඉල්ලුම නිෂ්පාදන [Products] කිරීම
2016 DGX-1 ඒකාබද්ධ ගැඹුරු ඉගෙනුම් පද්ධතියක් [Integrated Deep-learning System] විය. එක් එක් විද්‍යාගාරයට කොටස් එකතු කිරීමට වඩා සකස් කළ GPU හා මෘදුකාංග [Software] දුන්නේය. දෘඪාංග [Hardware] ලබාගැනීම හා පර්යේෂණ අතර දුර අඩු කිරීම අදහසය. පළමු ගැඹුරු ඉගෙනුම් සුපිරි පරිගණකය [Deep-learning Supercomputer] යන්න අලෙවි ප්‍රකාශයකි [Marketing Claim], පෙර කිසි පරිගණකයක් [Computer] ස්නායු ජාලයක් [Neural Network] පුහුණු නොකළා නොවේ. [28]
ඊළඟ වසරේ Volta ව්‍යුහය [Architecture] ගැඹුරු ඉගෙනුම් [Deep Learning] මෙහෙයුම් [Operations] සඳහා Tensor Cores ගෙනාවේය. රූපක හැකියා [Graphics Capability] යළි යෙදීමෙන් AI ගණනයට [Computation] දෘඪාංග [Hardware] සැලසුමට ගියේය. ඇතුළත යන්ත්‍ර වෙනස් කළත් වේදිකා [Platform] අඛණ්ඩතාව රැකිය හැක. සෑම යෙදුම් [Application] තට්ටුවක්ම නැවත නොලියා සංවර්ධකයන්ට [Developers] නව පුස්තකාල [Updated Libraries] හරහා දෘඪාංග [Hardware] වාසි ලැබේ. [29]
2022 Hopperහි ට්‍රාන්ස්ෆෝමර් ආකෘති [Transformer Models] වැඩභාර [Workloads] වේගවත් කරන Transformer Engine තිබිණි. 2024 මාර්තු Blackwell උත්පාදක AI [Generative AI] සඳහා පද්ධති මට්ටම් ප්‍රවේශය [System-level Approach] පුළුල් කළේය. මේ නිෂ්පාදන [Product] දිශා වෙනස්කම්ය; ප්‍රසිද්ධ කාර්යසාධන ගුණක [Performance Multipliers] වැඩභාර [Workload], නිරවද්‍යතාව [Precision], සැසඳුම් පද්ධතිය [Comparison System] මත වන නිසා සර්වසාධාරණ නොවේ. [30, 31]
නාම ලැයිස්තුවට වඩා අනුපිළිවෙළ වැදගත්ය. ඉල්ලූ වැඩට දෘඪාංග [Hardware], මෘදුකාංග [Software] නැවත නැවත හැඩගැස්වීය. පැරණි ආයෝජන රකින ගැළපීම [Compatibility] සමග අනාගත කාර්යසාධන [Performance] අංග ගෙන ආයුතුය. වේදිකා නායකත්වයේ [Platform Leadership] අධික වෙනස පරිසරය [Ecosystem] බිඳයි, අඩු වෙනස කල් ඉකුත් කරයි.
11 බේරී සිටීමෙන් පසු පසුබෑම්
නිෂ්පාදන ගුණාත්මකභාවය [Product Quality] හා 2008 අවපාතය
ආරම්භක ව්‍යාපාර [Start-up] වසර පසු කිරීමෙන් වැරදිවලින් නිදහස් නොවීය. 2008 අගෝස්තුවේ දුර්වල ද්‍රව්‍ය එකතුවකින් [Material Combination] බලපෑ නෝට්බුක් නිෂ්පාදනවල [Notebook Products] වගකීම් [Warranty], අලුත්වැඩියා, ආපසු භාරගැනීම්, ප්‍රතිස්ථාපන වියදම් සඳහා ඩොලර් මිලියන 196ක බරක් [Charge] වාර්තා කළේය. කාර්තු පාඩුව හා තරගකාරී මිලකරණ [Competitive Pricing] වැරදිද පිළිගත්තේය. [13]
මුල් මුදල් හිඟයට වෙනස් අර්බුදයකි. ගුණාත්මකභාවය [Product Quality], පාරිභෝගික වියදම්, ක්‍රියාත්මක කිරීමේ [Execution] විශ්වාසනීයත්වය එහි තිබිණි. විශිෂ්ට උපායට පමණක් බලන චරිතය මෙය මගහරියි. භාරදීමෙන් පසු නිෂ්පාදන [Products] වැඩකළ යුතුය; ප්‍රධාන දේශන වේදිකාවෙන් ඈත දෝෂවලටත් සාර්ථක විධායකයා වගකියයි.
2009 මූල්‍ය වසර වාර්ෂික ගොනුවේ [Annual Filing] වසර අවසාන මුදල්, මුදල් සම [Cash Equivalents], වෙළෙඳාම් කළ හැකි සුරැකුම් [Marketable Securities] ඩොලර් බිලියන 1.26ක් පමණ තිබිණි. සෑම 2008 අසීරුතාවක්ම වහා බංකොලොත්කමක් [Bankruptcy] යැයි එයින් නොකියයි. පාඩුව, බර [Charge], පුළුල් අවපාතය නාමය නැතිවද බරපතළය. [14]
ජංගම වෙළෙඳපොළින් පසුබැසීම
ජංගම දුරකථන [Mobile Phones] උත්සාහයෙන් පසුව ඉවත්විය. රොබෝ විද්‍යාව [Robotics], ස්වයංක්‍රීය රථ [Autonomous Vehicles] ඇතුළු වෙනත් අවස්ථාවලට අවධානය නිදහස් කළ තීරණයක් ලෙස ඔහු කීවේය. අත්දැකීම තේරුම්ගත් හැටි පිළිබඳ සාක්ෂියකි, වෙනත් අවස්ථා නිසැක ජයගනී යන්නක් නොවේ. [9]
දුෂ්කර නිසා හා මූලික ආර්ථිකය [Economics] ආකර්ෂණීය නොවන නිසා සැලසුම් මාරු කිරීම වෙනස්ය. සාමාන්‍ය ප්‍රතිරෝධයට ඉවසීම හා උත්සාහය නාස්තියක් වනවිට දැනගැනීමේ නම්‍යතාව දෙකම අවශ්‍යය. කිසි සටන්පාඨයකට පෙරම වෙනස විශ්වාසදායකව කළ නොහැක.
උපකල්පන පැහැදිලි කළ යුතුය. සපුරන අවශ්‍යතාව කුමක්ද? රැකිය හැකි තාක්ෂණ වාසිය [Technical Advantage] කුමක්ද? තව කොපමණ ආයෝජනයද? කුමන සාක්ෂියෙන් නවත්වයිද? සෑම තීරණයක්ම බුද්ධිමත් කළ පසු කතාවකට වඩා තර්කානුකූල සම්පත් බෙදීමක් [Allocation of Resources] එයින් වේ.
සිදුනොවූ අත්පත්කරගැනීම [Acquisition]
2022 පෙබරවාරි NVIDIA හා SoftBank, බරපතළ නියාමන අභියෝග [Regulatory Challenges] හේතුවෙන් Arm යෝජිත අත්පත්කරගැනීම [Acquisition] නවතා දැමූහ. පෙර ගෙවූ ඩොලර් බිලියන 1.25 SoftBankට හා වසර විස්සක Arm බලපත්‍රය [Licence] NVIDIAට රැඳෙයි. චිප ඉංජිනේරු [Chip Engineering] වරදක් නොවූවත් විශාල උපාය පසුබෑමකි. [15]
ආරම්භක බලයේ සීමා මෙයින් පෙනේ. යෝජකයන්ට සාධාරණ ගනුදෙනුව නියාමක, ගනුදෙනුකරු හෝ තරගකරුට සැකයක් වේ. තාක්ෂණ අභිලාෂය [Technical Ambition] නීති හා දේශපාලන ආයතන තුළය. අධිෂ්ඨානයෙන් පමණක් ඉවත් කළ හැකි ඉංජිනේරු සීමා [Engineering Constraints] ලෙස විධායකයාට [Chief Executive] ඒවා සැලකිය නොහැක.
අසාර්ථක අත්පත්කරගැනීම [Acquisition] සීමා රහිත ජයක් ලෙස නැවත ලිවීම සුදුසු නැත. වියදම් පිළිගෙන හේතු තේරුම්ගෙන පසුව ඇති විකල්ප තනි වටිනාකමින් බැලිය යුතුය. බලෙන් ජය අවසානයක් නොදමා අසාර්ථක තීරණයක් විස්තර කරනවිට නායකත්ව කතාව විශ්වාසදායකය.
12 AI යටිතල පහසුකම් [Infrastructure] සමාගම ගොඩනැගීම
තනි චිපයට [Chip] එපිට
AI වැඩභාර [Workloads] වැඩෙත්ම නිෂ්පාදන [Products] විශාල පද්ධතිවල [Systems] කොටස් විය. ඉහළ කලාප පළල මතක [High-bandwidth Memory], වේග සම්බන්ධ [Connections], ජාලකරණය [Networking], සේවාදායක [Servers], කළමනාකරණ මෘදුකාංග [Management Software], සහාය අවශ්‍ය විය. 2020 Mellanox අත්පත්කරගැනීම [Acquisition] ජාලකරණ [Networking] පැත්ත ශක්තිමත් කළ වැදගත් පියවරකි. [16]
විශාල පුහුණු වැඩක් [Training Job] ගැටලුව පෙන්වයි. සකසනයක් [Processor] අනෙකෙන් දත්ත [Data] බලා සිටී නම් දෘඪාංග [Hardware] හිස්ය. විශ්වාසදායක නොවන ජාලය [Network] දිගු වැඩේ ප්‍රගතිය නැතිකරයි. සිසිලනය [Cooling] මදි නම් සංරචක [Components] පොරොන්දු කාර්යසාධනය [Performance] පද්ධතියට [System] රැකිය නොහැක. මුළු ස්ථාපනයේ [Installation] සම්බන්ධීකරණය මත ප්‍රතිඵලයයි.
ඒකාබද්ධ පද්ධති [Integrated Systems] පාරිභෝගිකයාට කොටස් [Component] වෙන වෙනම ගොඩනගා තහවුරු කිරීමේ [Validate] බර අඩු කරයි. සැපයුම්කරු මත රඳාපවතින්නටද හැක. සම්පූර්ණ විසඳුමක් [Solution] ලැබෙත්ම එය වැඩෙන හැටි තේරීම් සීමා විය හැක.
ත්වරිත පරිගණනය [Accelerated Computing] ගැන කතාව මෙයට ගැළපේ. කාලය, බලය හා මුදල් ප්‍රමාණයකට පද්ධතිය [System] කරන ප්‍රයෝජන වැඩ මූලිකය. වැඩි යන්ත්‍ර හෝ ප්‍රමාද ප්‍රතිඵල නිසා අඩු මිල චිපය [Chip] සැබෑවට මිල අධික විය හැක. සරල පද්ධතිය [System] ප්‍රමාණවත් නම් උසස් පද්ධතිය [Advanced System] අනවශ්‍ය වියදමකි.
AI වේගවර්ධනය ඔප්පු කළ හා නොකළ දේ
උත්පාදක AI [Generative AI] වේගයෙන් පිළිගැනීම පරිගණන යටිතලයට [Computing Infrastructure] ඉල්ලුම වැඩි කළේය. අදාළ වැඩභාරවලට [Workloads] දෘඪාංග [Hardware], මෘදුකාංග [Software] වසර ගණනක සිට හදා තිබූ නිසා වාසි විය. කාලගැළපීම ප්‍රබලය, නමුත් AI වර්ධනයේ තනි කර්තෘත්වයක් නොවේ.
විශ්වවිද්‍යාල පර්යේෂණ, පොදු දත්ත කට්ටල [Public Datasets], විවෘත මූල මෘදුකාංග [Open-source Software], වලාකුළු යටිතල [Cloud Infrastructure], අර්ධ සන්නායක නිෂ්පාදනය [Semiconductor Manufacturing], ප්‍රතිවාදී විද්‍යාගාරද පදනමය. ආකෘති සංවර්ධකයන් [Model Developers] ව්‍යුහ [Architecture], පුහුණු [Training] තීරණ කළහ; දෘඪාංග සමාගම් [Hardware Companies] මෙවලම් දුන්හ; භාවිත කරන්නන් හා ආයෝජකයන් ඉල්ලුම හැඩගැස්වූහ. Huangගේ දායකත්වය එම ජාලය [Network] තුළය, ඉන් ස්වාධීන නොවේ.
මූල්‍ය ප්‍රතිඵලය කැපීපෙනිණි. 2026 අගෝස්තු 26 නිවේදනය අනුව ජූලි 26 අවසන් 2027 මූල්‍ය වසර දෙවැනි කාර්තු ආදායම [Revenue] ඩොලර් බිලියන 96.2කි; Data Center බිලියන 89.0කි. මේ වාර්තා කළ කාර්තු අගයන්ය, දින දර්ශන වසර එකතුව හෝ පුරෝකථනය නොවේ. [17]
Vera Rubin පූර්ණ නිෂ්පාදනයට [Full Production] යන බවද කීය. එවැනි ප්‍රකාශ දිනයේ සන්දර්භයෙන් කියවිය යුතුය. නිවේදනය කළ දේ තහවුරු කරයි; ස්ථාපනවල [Installations] කාර්යසාධනය [Performance], යෙදවීම [Deployment], ආර්ථික ප්‍රතිලාභයට [Economic Return] තමන්ගේ සාක්ෂි අවශ්‍යය. නිෂ්පාදන මාර්ගසටහන [Product Roadmap] හා සැබෑ පාරිභෝගික ප්‍රතිලාභ වෙනස්ය.
අසාමාන්‍ය වර්ධනයේ අවදානම
වේග වර්ධනය දුර්වල උපකල්පන සඟවයි. අනාගත ඉල්ලුමට පෙර මිලදීගැනීම, යටිතල [Infrastructure] විදුලි සම්බන්ධ ප්‍රමාද, නව ආකෘති [Models] වෙනත් දෘඪාංග [Hardware] ඉල්ලීම හෝ වඩා කාර්යක්ෂම වීම සිදුවිය හැක. ඉහළ භාවිතයක [Utilisation] ආකර්ෂණීය ආයෝජනය හිස් යන්ත්‍ර සමග මිල අධිකය.
ආදායම් වර්ධනය [Revenue Growth] පාරිභෝගික කේන්ද්‍රණය [Customer Concentration], බැඳීම් [Commitments], සැපයුම් ධාරිතාව [Supply Capacity], පාරිභෝගික ව්‍යාපාර ආර්ථිකය [Economics] සමග බැලිය යුතුය. අවට කර්මාන්තය ප්‍රමාණවත් ලාභ නොලබද්දී සැපයුම්කරු හොඳින් විකුණයි. එය බුබුලක් [Bubble] නොඔප්පු කරයි; වේගවත්ම අය පමණක් නොබලා ආර්ථික දාමය [Economic Chain] පරීක්ෂා කළ යුතු හේතුවකි.
13 නායකත්ව ක්‍රමය
සෘජු තොරතුරු හා ඉහළ ප්‍රමිතීන්
තොරතුරු ප්‍රවේශය, පොදු සන්දර්භය, දුෂ්කර තාක්ෂණ ගැටලුවලට [Technical Problems] සම්බන්ධ වීම ඔහු අවධාරණය කරයි. 2024 Stripe Sessionsහි සංවිධානය හා සෘජු ප්‍රතිපෝෂණ [Direct Feedback] ගැන කීය. ප්‍රකාශිත දර්ශනයට සාක්ෂියකි, එහෙත් නායකයාගේම වාර්තාවය. [18]
අඩු ස්තර සහිත සංවිධානය [Flatter Organisation] ගැටලුව හා විසඳන්නන් අතර ප්‍රමාද අඩු කරයි. විධායකයාට [Chief Executive] විශාල තොරතුරු බරද එයි. මිනිස් ගුණය, තීරණ අයිතිවාසිකම් [Decision Rights], තරගකාරී ප්‍රමුඛතා විසඳීම මත ඵලයයි.
සෑම සමාගමටම විශාල සෘජු වාර්තාකරුවන් [Direct Reports] සංඛ්‍යාවක් යෝජනා කිරීම සරල වැඩිය. සංවිධාන සටහන [Organisation Chart] පෙනෙන රේඛාව පමණි. සමාන සටහන්වල වෙනස් සංස්කෘති ඇත. වැදගත් තොරතුරු යනවාද, තීරණ තේරෙනවාද, ඉහළට අනවශ්‍ය බලාසිටීම නැතිද යන්නයි.
ඉහළ ප්‍රමිතීන් නැවත සඳහන් වුවත් කාර්යසාධනය [Performance] ඉල්ලීමම හොඳ කළමනාකරණය නොවේ. සන්නිවේදනය, ලබාගත හැකි අපේක්ෂා, විරුද්ධවීමේ ආරක්ෂාව, වැරදිවලින් ඉගෙනීම බැලිය යුතුය. අපහාසය දියුණුවේ ක්‍රමය නොකර දැඩි විය හැක.
හුරු වීමට පෙර අනාගතය පැහැදිලි කිරීම
තාක්ෂණ නිර්මාතෘ [Technical Founder] වෙනස් අවශ්‍යතා ඇති අය ඒත්තු ගන්වයි. ඉංජිනේරුවා [Engineer] ව්‍යුහය [Architecture] වැඩද, ගනුදෙනුකරු ගැටලුව විසඳේද, ආයෝජකයා ලාභද අසයි. රජයට ආරක්ෂාව, දේශීය හැකියාව [Domestic Capability], ප්‍රවේශය අවශ්‍යය.
තාක්ෂණ වර්ධනය [Technical Development] විශාල කාර්මික වෙනසකට බැඳීමේ හැකියාව උපාය වටිනාකමකි. නොතේරෙන අනාගතයක් සඳහා මිලදීගත හෝ ගොඩනගාගත නොහැක. හොඳ විස්තරයකින් සංවිධාන රැසක ආයෝජන පෙළගැස්විය හැක.
එයින් වගකීමද එයි. කතා සාක්ෂි ඉක්මවයි. තෝරාගත් තත්ත්වවල නිරූපණය [Demonstration] වැඩකරයි; කාර්යසාධන සැසඳීම [Performance Comparison] වැඩභාර [Workload] හෝ මෘදුකාංග අනුවාදය [Software Version] මතය. අනාගත පොරොන්දුව අද නිෂ්පාදනයක් [Product] ලෙස වරදවා ගත හැක. කථිකයා දක්ෂ වනතරම් වෙනස්කම් පැහැදිලි කළ යුතුය.
විනිශ්චය එක්තැන් වීම
දිගු නිර්මාතෘ කාලය තාක්ෂණ අඛණ්ඩතාව [Technical Continuity], කෙටි කළමනාකරණ කාලයක නොරැඳෙන ආයෝජන රකියි. එක් අයෙකුගේ විනිශ්චයටද එක්තැන් කරයි. හරිද පරීක්ෂා කරනවාට වඩා ඔහු කැමති දේ අනුමාන කිරීමට සහකාරයන් දක්ෂ විය හැක.
ශක්තිමත් මධ්‍යයක් හා එය නිවැරදි කරන ක්‍රම දෙකම අවශ්‍යය. මණ්ඩල [Boards], තාක්ෂණ සමාලෝචන [Technical Reviews], පාරිභෝගික ප්‍රතිපෝෂණ [Customer Feedback], ස්වාධීන සහතික [Independent Assurance] දායක වෙයි. දැක්මට බාධා ලෙස ඉවත නොලා සාර්ථක නායකයා අභියෝග කළ හැකි විට වටිනාකම වැඩිය.
අවසානයේ ඔහු සෘජුව සිටින විට ජයට පමණක් නොව පසුව ප්‍රයෝජන විනිශ්චය, වගකීම, නිර්මාණශීලීත්වය රැකීමට හැකිද බැලිය යුතුය. ආකර්ෂණයට වඩා දුෂ්කර පරීක්ෂණයකි; ආර්ථික වැදගත්කම වැඩෙත්ම තවත් වැදගත්ය.
14 පෙලඹීම, අභිලාෂය හා අසාර්ථකත්වයේ අර්ථය
ප්‍රසිද්ධ ප්‍රකාශවලින් තහවුරු කළ හැකි දේ
අවිනිශ්චිතතාව, වෙහෙස මහන්සි වී වැඩ කිරීම හා වැරදිවලින් ඉගෙනීම ගැන Huang නැවත නැවතත් කතා කර ඇත. National Taiwan Universityහි ඔහුගේ 2023 උපාධි ප්‍රදාන කතාව සමාගමේ වර්ධනය පැහැදිලි කිරීමට අසාර්ථකත්වයේ හා උපායමාර්ගික පසුබැසීමේ [Strategic Retreat] උදාහරණ යොදාගත්තේය. පසුබෑම් නවෝත්පාදනයේ [Innovation] කොටසක් ලෙස ප්‍රසිද්ධියේ සලකන නායකයකුගේ රූපයක් මේ ප්‍රකාශවලින් තහවුරු වේ. ඔහුගේ පෞද්ගලික අභිප්‍රායන්ට අසීමිත ප්‍රවේශයක් ඒවායින් නොලැබේ. [9]
චරිතාපදාන බොහෝවිට පුද්ගලයකුට එකම චිත්තවේගීය ගාමකයක් පවරයි: දුප්පත්කමට බියක්, පිළිගැනීමේ අවශ්‍යතාවක් හෝ විවේචකයන් වැරදි බව පෙන්වීමේ ආශාවක්. සංකීර්ණ ජීවිතයක් මතක තබාගැනීමට පහසු කරන නිසා එවැනි පැහැදිලි කිරීම් ආකර්ෂණීය විය හැකිය. ශක්තිමත් සාක්ෂි නොමැතිව ඒවා අනුමාන පමණි.
වඩාත් විනයගත වාර්තාවකට නිරීක්ෂණය කළ හැකි තේරීම් විමසිය හැකිය. Huang දශක ගණනක් එකම සමාගම සමග රැඳී සිටියේය. පසුකාලීන වෙළෙඳපොළ පැහැදිලි වීමට පෙර NVIDIA ක්‍රමලේඛන පරිසර පද්ධතියක [Programming Ecosystem] ආයෝජනය දිගටම කළේය. සමාගම සමහර ව්‍යාපෘති අත්හැර දැමූ අතර අනෙක් ඒවා ගැඹුරු කළේය. සෑම උදෑසනකම ඔහුට හැඟුණේ කුමක්දැයි ගොතන ලද වාර්තාවක් අවශ්‍ය නොවී මේ තීරණ ප්‍රමුඛතා හෙළි කරයි.
ඵලදායී නොසන්සුන්කම හා එහි සීමා
සමාගමක් සැමවිටම අසාර්ථකත්වයට ආසන්නය යන හුරුපුරුදු අදහස විමසිලිමත් බව දිරිගැන්විය හැකිය. ගනුදෙනුකරුවන්ට විකල්ප ඇති බවත් තාක්ෂණික වාසි [Technical Advantages] ක්ෂය වන බවත් එය මතක් කරයි. එහෙත් ස්ථිර හදිසි තත්ත්වයක් සංවිධානය වෙහෙසට පත් කිරීමට හෝ කල්පනාශීලී එකඟ නොවීම අසීරු කිරීමටද හැකිය.
වෙනස රඳාපවතින්නේ අනතුරු ඇඟවීම ඇති කරන ප්‍රතිඵලය මතය. එය වඩා හොඳ පරීක්ෂණ [Testing], ගනුදෙනුකරුවන්ගේ ගැටලු වේගයෙන් හඳුනාගැනීම හා වඩා අවංක සැලසුම්කරණයට මග පාදයිද? නැතිනම් හදිසි තීරණ හා නරක පුවත් සැඟවීම දිරිගන්වයිද? සෑම සේවකයකුම සංස්කෘතිය එකම ආකාරයෙන් අත්විඳි බව නොකියා චරිතාපදානයකට මේ ආතතිය හඳුනාගත හැකිය.
එසේම අසාර්ථකත්වය ප්‍රයෝජනවත් වන්නේ සංවිධානයට ක්‍රියාවට නැංවිය හැකි යමක් ඉගෙනගත් විට පමණි. උපකල්පන වෙනස් නොකර අසාර්ථක පරීක්ෂණයක් නැවත කිරීම ඔරොත්තු දීමක් නොවේ. හොඳින් සැලසුම් කළ පරීක්ෂණයක් [Well-designed Experiment] වාණිජ ප්‍රතිඵලය බලාපොරොත්තු කඩ කළත් තොරතුරු ලබාදෙයි. දුර්වලව සැලසුම් කළ එකක් [Poorly Designed Experiment] මූලික ප්‍රශ්නයට පිළිතුරු නොදී මුදල් වැය කළ හැකිය.
තම මතය වෙනස් කිරීමේ විනය
මුල් Sega සිද්ධිය විශේෂයෙන් පාඩම් සපයන්නේ Huangට තාක්ෂණික තේරීමකින් [Technical Choice] තම අනන්‍යතාව වෙන් කිරීමට එය අවශ්‍ය කළ නිසාය. ආරම්භකයකු සැලසුමකට [Design] කීර්තිය, මුදල් හා වසර ගණනක වැඩ ආයෝජනය කර තිබිය හැකිය. එය වැරදි බව පිළිගැනීම සමාගමම වැරදි බව පිළිගැනීමක් ලෙස දැනිය හැකිය. එහෙත් දිවි රැකගැනීම රඳාපවතින්නේ ඒ වෙනසම හඳුනාගැනීම මත විය හැකිය.
පුළුල් පාඩම වන්නේ යෝජිත විසඳුම වෙනස් වීමට ඉඩ දෙමින් ගැටලුව වෙනුවෙන් ඇති කැපවීම රැකගැනීමයි. NVIDIA ඉතිහාසය මේ රටාවේ ආකාර කිහිපයක් සපයයි: රූපක ව්‍යුහ [Graphics Architectures] පරිණාමය විය, මෘදුකාංග [Software] මූලික විය, AI වැදගත් විය, සමහර වෙළෙඳපොළ අත්හැර දමන ලදී. මේ රටාව අධ්‍යයනය කළ යුත්තේ තීරණ පෙළක් ලෙසය. සෑම අනාගත හැරවුමක්ම [Pivot] සාර්ථක වන බවට සහතිකයක් බවට එය උසස් නොකළ යුතුය.
15 Lori, Spencer හා Madison
ප්‍රසිද්ධ කතාව තුළ පවුලක්
Jensen හා Lori Huang Oregon Stateහි ඉංජිනේරු [Engineering] සිසුන් ලෙස හමුවී 1985දී විවාහ වූහ. ඔවුන්ට Spencer හා Madison නමින් වැඩිහිටි දරුවන් දෙදෙනෙක් සිටිති. ඔවුන්ගේ හවුල් අධ්‍යාපන දාන කටයුතු හොඳින් ලේඛනගතය. එම ප්‍රසිද්ධ වාර්තාවෙන් ඔබ්බට, පවුලක ප්‍රසිද්ධ ක්‍රියාකාරකම් හා පෞද්ගලික ජීවිතය අතර වෙනසට චරිතාපදානයක් ගරු කළ යුතුය. [1, 4]
දශක ගණනක් සමාගමක් ගොඩනැගීම පවුලකට බලපාන බව පිළිගැනීම සාධාරණය. තම අත්දැකීම් ප්‍රසිද්ධියේ විස්තර නොකළ පවුල් සාමාජිකයන්ගේ සංවාද, සම්මුති හෝ චිත්තවේගීය අත්දැකීම් ගොතා කීම සාධාරණ නොවේ. සෑම ව්‍යාපාරික ජයග්‍රහණයක් පිටුපසම රහස කලත්‍රයා බව කීම ප්‍රශංසාවක් සේ ඇසුණත් ඇයගේම ස්වාධීන ක්‍රියාකාරීත්වය මකා දැමිය හැකිය.
Loriගේ වත්මන් විධිමත් තනතුර, පදනමේ [Foundation] වත්කම් හෝ නිශ්චිත වෘත්තීය දින පිළිබඳ ප්‍රකාශවලටද එම සැලකිල්ල අදාළය. මේ විස්තරවලට දින සහිත වාර්තා අවශ්‍යය. පවුලේ ධනයේ ප්‍රමාණයෙන් ඒවා අනුමාන නොකළ යුතු අතර මූලාශ්‍ර රහිත සාරාංශයකින් පිටපත් නොකළ යුතුය.
Madison Huang
NVIDIA වත්මන් ප්‍රසිද්ධ චරිත විස්තරය අනුව Madison Huang භෞතික AI වේදිකාවල [Physical AI Platforms] නිෂ්පාදන හා තාක්ෂණික අලෙවිකරණ [Product and Technical Marketing] ජ්‍යෙෂ්ඨ අධ්‍යක්ෂවරියයි. Omniverse, Cosmos හා Isaac පුරා ඇගේ වගකීම් එය විස්තර කරන අතර Louis Vuitton Moët Hennessy සමූහයේ පෙර අලෙවිකරණ [Marketing] වැඩ හා London Business School වෙතින් අලෙවිකරණ හා උපායමාර්ග MBA උපාධියක් [MBA in Marketing and Strategy] සටහන් කරයි. [19]
මේවා අර්ථවත් වෘත්තීය විස්තරය. පියාගේ චිප සැලසුම් [Chip-design] වෘත්තිය සරලව නැවත කිරීමකට වඩා, අලෙවිකරණය [Marketing] හා ව්‍යාපාර අධ්‍යාපනය හරහා තාක්ෂණයට [Technology] පැමිණි මගක් ඒවා පෙන්වයි. ඇගේ වත්මන් භූමිකාව පැහැදිලි කිරීමට නිශ්චිත වයස හෝ සම්පූර්ණ සූපවේදී පුහුණු කාලරේඛාවක් [Culinary-training Chronology] පිළිබඳ ප්‍රකාශ අවශ්‍ය නොවේ.
තාක්ෂණික වේදිකාවක් [Technical Platform] අලෙවිකරණය [Marketing] කිරීම හුදෙක් ප්‍රචාරණය සෑදීම නොවේ. සංවර්ධකයන්ට [Developers] හා ගනුදෙනුකරුවන්ට හැකියාවන් පැහැදිලි කිරීම, භාවිතයට ගැනීමේ බාධක [Adoption Barriers] තේරුම්ගැනීම හා ඉංජිනේරු වැඩ [Engineering Work] වෙළෙඳපොළකට සම්බන්ධ කිරීම ඊට ඇතුළත්ය. ඒ වැඩවල ගුණාත්මකභාවය පවුල් සබඳතාවකින් උපකල්පනය නොකර ප්‍රතිඵල අනුව ඇගයිය යුතුය.
Spencer Huang
NVIDIA තාක්ෂණික චරිත විස්තරය Spencer Huang රොබෝ විද්‍යාව [Robotics] සඳහා නිෂ්පාදන අධ්‍යක්ෂ [Director of Product] ලෙස හඳුන්වයි. අනුකරණය [Simulation], රොබෝ ඉගෙනීම [Robot Learning], කෘත්‍රිම දත්ත [Synthetic Data] හා ස්වයංක්‍රීය යන්ත්‍ර [Autonomous Machines] පුහුණු කිරීමට [Training] හා යෙදවීමට [Deployment] භාවිත වන යටිතල පහසුකම් [Infrastructure] පුරා ඔහුගේ වැඩ එය විස්තර කරයි. කෘත්‍රිම බුද්ධිය [Artificial Intelligence] කෙරෙහි අවධානය යොමු කළ New York University තාක්ෂණික MBA උපාධියක් [Technical MBA] ද එහි සටහන් වේ. [20]
ප්‍රසිද්ධ වාර්තාවල දැක්වෙන වෘත්තීය මග ඔහුගේ පියාගේ මුල් වෘත්තියට වෙනස්ය. ඒ වෙනස වැදගත් වන්නේ සමාන පුහුණුව හෝ වගකීම් නොමැතිව පවුලකට එකම සමාගම බෙදාගත හැකි නිසාය. තනතුරකින් පමණක් පුද්ගලයකුගේ තාක්ෂණික දායකත්වයේ [Technical Contribution] ගැඹුර තහවුරු නොවේ. එහෙත් දෙමාපිය සබඳතාව එම දායකත්වය නොසලකා හැරීමද සාධාරණ නොකරයි.
පවුලේ රැකියා හා ආයතනික පාලනය [Governance]
ආරම්භකයකුගේ ඥාතීන් පොදු සමාගමක සේවය කරනවිට සාමාන්‍ය ආයතනික පාලන [Governance] ප්‍රශ්න මතුවේ. භූමිකා හා වැටුප් නිසි ලෙස සමාලෝචනය කරන්නේද? වාර්තා කිරීමේ සබඳතා [Reporting Relationships] පැහැදිලිද? අනෙක් සේවකයන්ට සාධාරණව තරග කළ හැකිද? අදාළ පාර්ශ්ව ගනුදෙනු [Related-party Transactions] නිසි ලෙස හෙළි කරන්නේද?
මේ ප්‍රශ්න වැරදි ක්‍රියා තහවුරු නොකරයි. සමාගමක් වර්ධනය වනවිට වඩා වැදගත් වන ආයතනික විනයේ කොටසකි. එසේම දෙමාපියකුගේ කීර්තිය දරුවකුගේ වැඩ ස්වාධීනව ඇගයීම වෙනුවට යොදාගත නොහැකිය.
රැකියාව අනුප්‍රාප්ති ප්‍රකාශයක් [Succession Announcement] ද නොවේ. Spencer හා Madison NVIDIAහි සිටීම ඔවුන්ගෙන් කෙනකු ප්‍රධාන විධායක [Chief Executive] වීමට තෝරා ඇති බව තහවුරු නොකරයි. තාක්ෂණික රාජවංශයක් [Technology Dynasty] ගැන අනුමාන අවධානය ලබාගත හැකි නමුත් බැරෑරුම් චරිතාපදානයක් වත්මන් රැකියාව ප්‍රසිද්ධියේ තහවුරු නොකළ අනාගත පත්වීමකින් වෙන් කළ යුතුය.
16 අධ්‍යාපනය තුළින් ආපසු දායක වීම
වැදගත්ව පවතින ආයතන
Huang යුවළගේ ප්‍රසිද්ධ දාන කටයුතු අධ්‍යාපනයට දැඩිව බැඳී ඇත. Jen-Hsun and Lori Huang Collaborative Innovation Complex සඳහා ඔවුන්ගේ ඇමරිකානු ඩොලර් මිලියන 50 ත්‍යාගය Oregon State 2022දී නිවේදනය කළේය. ව්‍යාපෘතිය ඉංජිනේරු විද්‍යාව [Engineering], පරිගණනය [Computation] හා විවිධ ක්ෂේත්‍රවල පර්යේෂණ සම්බන්ධ කරයි. [21]
Huang Engineering Center ගැන Stanford වාර්තාව යුවළගේ ඇමරිකානු ඩොලර් මිලියන 30 කැපවීම සටහන් කරයි. Oneida වාර්තාව 2019දී විවෘත කළ පහසුකමට ඔවුන්ගේ ඇමරිකානු ඩොලර් මිලියන 2ක සමාන දායකත්ව ප්‍රදානය [Matching Grant] සටහන් කරයි. මේ ත්‍යාග Huangගේ ජීවිතයේ ළමා විය, ප්‍රථම උපාධි අධ්‍යාපනය හා පශ්චාත් උපාධි අධ්‍යයනය යන වෙනස් අදියර සම්බන්ධ කරයි. [22, 3]
අදාළ ආයතනික නිවේදනවල විස්තර කළ කැපවීම් ලෙස මේ මුදල් ප්‍රමාණ කියවිය යුතුය. පොරොන්දුවක් [Pledge], වත්කම් තක්සේරුවක් [Asset Valuation] හා දැනටමත් ගෙවා ඇති මුදල් එකිනෙකට සමාන නොවේ. පවුලේ දාන කටයුතු NVIDIA ආයතනික පදනම [Corporate Foundation] හෝ සමාගමේ වාණිජ ආයෝජන සමගද පටලවා නොගත යුතුය.
අධ්‍යාපන දාන කටයුතුවලින් සාක්ෂාත් කළ හැකි දේ
විශ්වවිද්‍යාල ගොඩනැගිල්ලක් තනිවම අධ්‍යාපනික ප්‍රතිඵලයක් නොවේ. එහි වටිනාකම රඳාපවතින්නේ එය සහාය දෙන මිනිසුන්, උපකරණ හා වැඩසටහන් මතය. හොඳින් සැලසුම් කළ පහසුකම් [Well-designed Facilities] කලින් අසීරු වූ සහයෝගීතාව සලසා, සිසුන්ට උසස් මෙවලම් වෙත ප්‍රවේශය දී, වැදගත් ගැටලු විසඳන පර්යේෂකයන් ආකර්ෂණය කළ හැකිය.
තාක්ෂණික දායකයකු හා විශ්වවිද්‍යාලයක් අතර සබඳතාවද කල්පනාශීලී විමසීමකට සුදුසුය. දාන ප්‍රමුඛතාවලට බලපාන අතරම අවස්ථා පුළුල් කළ හැකිය. ආයතනවලට ශාස්ත්‍රීය ස්වාධීනතාව, විනිවිද ආයතනික පාලනය [Transparent Governance] හා ත්‍යාගයක් සමග එන වගකීම් පිළිබඳ පැහැදිලි අවබෝධයක් අවශ්‍යය.
ඒ නිසා දාන කටයුතු පිළිබඳ ශක්තිමත්ම වාර්තාව අන්ත දෙකක් මගහරියි. දුන් ධනය සදාචාරාත්මක විශිෂ්ටත්වයට ස්වයංක්‍රීය සාක්ෂියක් ලෙස නොසලකන අතර සෑම ත්‍යාගයක්ම හුදෙක් ස්වයං ප්‍රචාරයක් බවද නොසිතයි. එය ලේඛනගත කැපවීම, ලබන්නාගේ අරමුණ හා සාක්ෂි ලැබෙනවිට ප්‍රතිඵල විමසයි.
මේ චරිතාපදානයට අධ්‍යාපනය සමග නැවත නැවත ඇති සම්බන්ධය වැදගත්ය. Huangගේම වෘත්තිය තාක්ෂණික පුහුණුව [Technical Training] හා ඔහුට වර්ධනය වීමට ඉඩදුන් ආයතන මත රඳාපැවතුණි. ඒ ආයතනවලට සහාය දීම පෞද්ගලික සාර්ථකත්වය හා අනෙක් අයගේ අවස්ථා අතර පෙනෙන සම්බන්ධයක් ඇති කරයි. ඒ සම්බන්ධය අවසානයේ කොපමණ සාක්ෂාත් කරන්නේද යන්න කාලයත් සමග සාක්ෂි මත තීරණය කළ යුතු ප්‍රශ්නයකි.
17 Huang හා Steve Jobs සැසඳීම සඳහා වන තර්කය
ප්‍රයෝජනවත් සැසඳීමක් අර්ථ දැක්වීමකින් ඇරඹේ
Huang ජීවමාන Steve Jobs කෙනකු ලෙස හැඳින්වීමෙන් වෙනස් දේ කිහිපයක් අදහස් විය හැකිය. ඔහු ආකර්ෂණීය තාක්ෂණ නායකයකු බව, තම සමාගමෙන් කර්මාන්තයක් නැවත හැඩගස්වන ආරම්භකයකු බව හෝ සංකීර්ණ නිෂ්පාදන උද්යෝගජනක කළ හැකි ප්‍රසිද්ධ චරිතයක් බව එයින් අදහස් විය හැකිය. ඒවා පරීක්ෂා කළ හැකි සැසඳීම්ය. ඔහුට එකම පෞරුෂය, වෘත්තිය හෝ ඓතිහාසික භූමිකාව ඇති බව එයින් වචනාර්ථයෙන් අදහස් කළ නොහැකිය.
ශක්තිමත්ම තර්කය ඇරඹෙන්නේ තාක්ෂණය පුළුල් හැකියාවකට සම්බන්ධ කිරීමේ හැකියාවෙනි. මිනිසුන්ට අවශ්‍ය විය හැකි අත්දැකීම් ලෙස පුද්ගලික පරිගණනය [Personal Computing] හා ජංගම උපාංග [Mobile Devices] තේරුම්ගැනීමට Jobs උදව් කළේය. කලින් ප්‍රායෝගික නොවූ වැඩ පර්යේෂකයන්ට හා ව්‍යාපාරවලට කළ හැකි යටිතල පහසුකම් ලෙස ත්වරණිත පරිගණනය [Accelerated Computing] තේරුම්ගැනීමට Huang උදව් කළේය.
සැසඳීම ඒකාබද්ධ කිරීම [Integration] මතද රඳාපවතී. Appleහි 2007 iPhone නිවේදනය දැඩිව පාලිත අතුරුමුහුණතක් [Interface] හරහා සන්නිවේදන, මාධ්‍ය හා අන්තර්ජාල කාර්යයන් එකතු කළ උපාංගයක් ඉදිරිපත් කළේය. NVIDIA උපායමාර්ගය සකසන [Processors], ජාලකරණය [Networking] හා මෘදුකාංග [Software] සංවර්ධකයන් [Developers] හා සංවිධාන සඳහා වේදිකාවලට [Platforms] සම්බන්ධ කරයි. දෙකේදීම ගනුදෙනුකරුගේ ප්‍රතිලාභය රඳාපවතින්නේ කොටස් එකට වැඩ කරන ආකාරය මතය. [23]
පොදු එකඟතාවට පෙර විශ්වාසය
සැමරීමට පෙර අවිනිශ්චිත ලෙස පෙනුණු තීරණ දෙදෙනාගේම වෘත්තීන්හි තිබේ. මුලදී පැහැදිලි වෘත්තීය සැලැස්මක් සෑදී නොතිබූ අත්දැකීම්වලින් පසුව ලැබුණු වටිනාකම Jobsගේම Stanford කතාව විස්තර කරයි. ඔහු Apple වෙත ආපසු පැමිණියේ සමාගමෙන් ඈත්ව සිටි කාලයකට පසුවය. ගැඹුරු ඉගෙනීම [Deep Learning] පුළුල් වාණිජ වැදගත්කමක් ලබාගැනීමට පෙර Huang CUDAහි අඛණ්ඩව ආයෝජනය කළේය. [24, 9]
සමානකම වන්නේ දෙදෙනාගෙන් කෙනකුට අනාගතය සම්පූර්ණයෙන් දැකිය හැකි වූ බව නොවේ. තාක්ෂණය වඩා ප්‍රයෝජනවත් විය හැකි ආකාරය ගැන දැක්මක් වටා සැලකිය යුතු උත්සාහයක් සංවිධානය කිරීමට දෙදෙනාම කැමති වූ බවයි. දැක්මකට ප්‍රායෝගික වැදගත්කම ලැබෙන්නේ එය නිෂ්පාදන තීරණ, ආයෝජන හා අනෙක් අයගේ වැඩ වෙනස් කරනවිට පමණි.
මෙහෙයුම් වත්කමක් ලෙස ප්‍රසිද්ධ කතාකීම
Jobsගේ නිෂ්පාදන ඉදිරිපත් කිරීම් Appleහි වාණිජ අනන්‍යතාවේ කොටසක් විය. ඒ හා සමානව Huangගේ ඉදිරිපත් කිරීම් ඔහු NVIDIA උපායමාර්ගයේ ප්‍රසිද්ධ අර්ථකථකයා කර ඇත. එක් එක් අය සමග සම්බන්ධ ඇඳුම් මතකයේ රැඳෙන නමුත් සැසඳීමකට දුර්වල පදනමකි. ශක්තිමත් සමානකම වන්නේ තාක්ෂණික තේරීම් [Technical Choices] එකට ගැළපෙන කතාවකට පරිවර්තනය කිරීමේ ඔවුන්ගේ භූමිකාවයි.
දිශාවක් වටා සංවිධානයක් සම්බන්ධීකරණය කිරීමට මෙය උපකාරී විය හැකිය. නිෂ්පාදනයෙන් කිරීමට අදහස් කරන්නේ කුමක්දැයි සේවකයෝ තේරුම්ගනිති. එය තම සැලසුම්වලට ගැළපෙන්නේ කෙසේදැයි ගනුදෙනුකරුවෝ දකිති. අනුපූරක වැඩවල ආයෝජනයට හවුල්කරුවන්ට හේතුවක් ලැබේ. ඒ නිසා කතාකීම ක්‍රියාත්මක කිරීම සරසනවා පමණක් නොව ඊට දායක විය හැකිය.
එහෙත් ඒත්තුගැන්වීමේ බලය අවදානම්ද ඇති කරයි. නායකයකුගේ විශ්වාසය සාක්ෂියක් ලෙස සැලකීමට ප්‍රේක්ෂකයන් පටන්ගත හැකිය. හොඳින් ඉදිරිපත් කළ නිවේදනයකට නොවිසඳුණු ඉංජිනේරු [Engineering] හෝ වාණිජ ප්‍රශ්න සඟවාගත හැකිය. අගය කිරීමෙන් පාඨකයන් ඒ ප්‍රශ්නවලට වැඩියෙන් අවධානය දිය යුතුය, අඩුවෙන් නොවේ.
සාධාරණව ආරක්ෂා කළ හැකි අර්ථකථනයක්
AI යුගයේ Steve Jobs යන පදය උපායමාර්ගික විශ්වාසය, ඒකාබද්ධ කිරීම [Integration] හා ප්‍රසිද්ධ සන්නිවේදනය එක්කරන බලගතු ආරම්භකයකු සඳහා කතුවැකි රූපකයක් ලෙස ආරක්ෂා කළ හැකිය. ඒ මාන පැහැදිලිව දැක්වූ විට එය වඩාත් ශක්තිමත් වේ.
එම ප්‍රකාශයටත් සීමා අවශ්‍යය. AIට බොහෝ නිර්මාණකරුවන් සිටින අතර තනි හිමිකරුවකු නැත. Huangගේ වැදගත්කම සෑම ආකෘති සංවර්ධකයකු [Model Developer], පර්යේෂකයකු හෝ තරගකාරී දෘඩාංග සැලසුම්කරුවකු [Hardware Designer] ඔහුගේ කතාවේ සහායක චරිතයක් නොකරයි. ඔහුගේ නිෂ්පාදන හෝ තීරණ Appleහි ඒවාට සමාන දිගුකාලීන සංස්කෘතික ස්ථානයක් ලබන බවද සැසඳීම තහවුරු නොකරයි.
ඒ නිසා අනුමත තර්කය සැලකිය යුතු නමුත් සීමිතය. නව තාක්ෂණික දිශාවක් හඳුනාගෙන භාවිතයට ගැනීමට අනෙක් අයට උදව් කළ නායකයකු ලෙස Huang, Jobs සමග සැසඳිය හැකිය. එම සැසඳීම සමාන චරිත ගුණ පිළිබඳ සහතිකයක් හෝ එකම උරුමයක් පිළිබඳ අනාවැකියක් නොවේ.
18 ජීවමාන Steve Jobs ලේබලයට විරුද්ධ තර්කය
තාක්ෂණයට පැමිණි වෙනස් මං
Jobs හා Huang නායකත්වයට පැමිණියේ වෙනස් සූදානම් මාර්ගවලිනි. Jobs Reed College අත්හැර පසුව සාම්ප්‍රදායික උපාධි මගෙන් පිටත හැදෑරූ විෂයයන්ගේ බලපෑම විස්තර කළේය. අර්ධසන්නායක [Semiconductor] අත්දැකීම් ගොඩනගන අතර Huang විදුලි ඉංජිනේරු [Electrical-engineering] ප්‍රථම හා පශ්චාත් උපාධි දෙකම සම්පූර්ණ කළේය. [24, 4]
මේ වෙනස සහජ දැනීම හා අධ්‍යාපනය අතර තරගයක් බවට පත් නොවිය යුතුය. Jobs ඉතා දක්ෂ ඉංජිනේරුවන් සමග වැඩ කළ අතර ක්‍රියාත්මක කිරීමේ වැදගත්කම තේරුම්ගත්තේය. Huangගේ සාර්ථකත්වයටද සුදුසුකම්වලට පමණක් සීමා කළ නොහැකි විනිශ්චය, සන්නිවේදනය හා පරිකල්පනය අවශ්‍ය විය. කරුණ වන්නේ තාක්ෂණික නායකත්වය සඳහා තනි අධ්‍යාපනික සැකිල්ලක් නැති බවයි.
වෙනස් ගනුදෙනුකරුවන් හා වෙනස් දෘශ්‍යමාන බව
Appleහි වඩාත් ප්‍රසිද්ධ නිෂ්පාදන සමාගමේ තීරණ සෘජුවම පාරිභෝගිකයන්ගේ අතට දුන්නේය. උපාංගයක් භාවිත කිරීමේ අත්දැකීම වටිනාකම් යෝජනාවේ [Value Proposition] මූලික විය. NVIDIA AI ව්‍යාපාරයේ බොහෝ කොටසක් සම්පූර්ණයෙන් වෙනස් වෙළෙඳ නාම සහිත නිෂ්පාදන ඇති වෙනත් සංවිධානවලට යටිතල පහසුකම් සපයයි.
ඒ වෙනස විකුණුම් ක්‍රියාවලිය, ඉංජිනේරු ප්‍රමුඛතා [Engineering Priorities] හා සාර්ථකත්වයේ අර්ථයට බලපායි. අතුරුමුහුණතක් [Interface] වඩා හොඳින් දැනෙන බව විනාඩි කිහිපයකින් පාරිභෝගිකයකුට තීරණය කළ හැකිය. ව්‍යවසායකට සැකසුම් ධාරිතාව [Throughput], මෘදුකාංග ගැළපීම [Software Compatibility], යෙදවුම් අවදානම [Deployment Risk] හා මුළු පිරිවැය මාස ගණනක් තක්සේරු කිරීමට සිදුවිය හැකිය. Huang තාක්ෂණික ඇගයුම්කරුවන්ට [Technical Evaluators] හා ආයතනික තීරණ ගන්නන්ට යන දෙපාර්ශ්වයටම ඒත්තුගැන්විය යුතුය.
වෙනස නිරපේක්ෂ නොවේ. NVIDIAට විශාල පාරිභෝගික ක්‍රීඩා [Gaming] ඉතිහාසයක් ඇති අතර Apple සංවර්ධකයන් [Developers] හා යටිතල පහසුකම් මත රඳාපවතී. එහෙත් ප්‍රධාන ගුරුත්ව කේන්ද්‍ර ප්‍රමාණවත් ලෙස වෙනස් නිසා Huang සරලව තවත් Jobs කෙනකු ලෙස හැඳින්වීම පැහැදිලි කරනවාට වඩා දේ සඟවන්නට පුළුවන.
වෙනස් පාලන ආකාර
Appleහි ඒකාබද්ධ නිෂ්පාදන [Integrated Products] බොහෝවිට අවසාන පරිශීලක අත්දැකීම [End-user Experience] සමීපව පාලනය කර ඇත. NVIDIA වේදිකාවට [Platform] පුළුල් සංවර්ධක [Developers], උපකරණ නිෂ්පාදක, වලාකුළු සේවා සැපයුම්කරුවන් [Cloud Providers] හා පර්යේෂණ ප්‍රජාවන්ගේ ජාලයකටද ඉඩ දිය යුතුය. NVIDIA තමන්ම සැලසුම් නොකරන බොහෝ දේ අනෙක් අය ගොඩනැගීම මත එහි සාර්ථකත්වය රඳාපවතී.
මෙය සරල සංවෘත හා විවෘත වෙනසක් [Closed-versus-open Contrast] බවට හැරවීම වැරදිය. විවෘත ව්‍යාපෘති සමග NVIDIAට හිමිකාර මෘදුකාංග [Proprietary Software] හා දෘඩාංග අතුරුමුහුණත් [Hardware Interfaces] ද ඇත. වැදගත් පාලන ස්ථාන රඳවාගෙන Apple පුළුල් තෙවන පාර්ශ්ව සංවර්ධනයට [Third-party Development] ඉඩ දී ඇත. වඩා ප්‍රයෝජනවත් සැසඳීම වන්නේ එක් එක් ව්‍යාපාරය තම සීමා අඳින්නේ කොතැනද හා ඇයිද යන්නයි.
ආරම්භ කළ සමාගම සමග වෙනස් සබඳතා
Jobs 1985දී Apple අත්හැර ගිය අතර 1990 ගණන්වල Apple, NeXT අත්පත් කරගත් පසු ආපසු පැමිණියේය. Pixar ඇතුළු Appleට පිටත වැදගත් වැඩ ඔහුගේ වෘත්තියට ඇතුළත් විය. Huang ආරම්භයේ සිට NVIDIAට අඛණ්ඩව නායකත්වය දී ඇත. [24, 25]
අඛණ්ඩතාව ආයතනික මතකය හා දිගුකාලීන කැපවීම් රැකිය හැකිය. ඈත්වීමකට පසු ආපසු පැමිණීම සංවිධානයක් වඩා මුල්ගාමීව නැවත ඇගයීමට හේතු විය හැකිය. දෙමගෙන් කිසිවක් ස්වයංක්‍රීයව වඩා හොඳ නායකත්වයක් නොදෙයි. ආරම්භකයකු ඉගෙනගන්නා, අධිකාරිය ලබන හා උපායමාර්ගය වෙනස් කරන කොන්දේසි ඒවා වෙනස් කරයි.
වේදිකා ඉදිරිපත් කිරීමකින් පෞරුෂය අනුමාන කළ නොහැකිය
Jobs දැඩි හා Huang කරුණාවන්ත, නැතිනම් Jobs කලාත්මක හා Huang විශ්ලේෂණාත්මක ලෙස විස්තර කිරීමට පෙලඹීමක් ඇත. එවැනි පිළිවෙළ ප්‍රතිවිරුද්ධතා විශ්වාසදායක නොවේ. ප්‍රසිද්ධ සම්මුඛ සාකච්ඡා, සේවක වාර්තා හා චරිතාපදාන සපයන්නේ කාලය, පසුබිම හා නිරීක්ෂකයාට අදාළ පුද්ගලයා සමග ඇති සබඳතාව අනුව හැඩගැසුණු අර්ධ දසුන්ය.
වගකීම් සහිත ක්‍රමය වන්නේ ලේඛනගත හැසිරීම් සැසඳීමයි: තීරණයක් ගත්තේ කෙසේද, නිෂ්පාදනයක් වෙනස් කළේ කෙසේද, වැරැද්දක් පිළිගත්තේ කෙසේද හෝ සංවිධානය තුළ තොරතුරු ගමන් කළේ කෙසේද යන්න. අභ්‍යන්තර චරිත ගුණ පිළිබඳ පුළුල් ප්‍රකාශවලට උපුටාගැනීම් කිහිපයකට හෝ සාර්ථක ප්‍රධාන දේශනයකට වඩා සාක්ෂි අවශ්‍යය.
වාණිජ සාර්ථකත්වය සෑම දැඩි හැසිරීමක්ම සාධාරණ කළ බවට සාක්ෂියක් ලෙස සැලකීමේ සදාචාරාත්මක උගුලක්ද තිබේ. නිෂ්පාදනයක් මිනිසුන්ට නරක ලෙස සැලකීම නිසා නොව, එය තිබියදීත් සාර්ථක විය හැකිය. අනාගත ආරම්භකයකු ප්‍රසිද්ධ විධායකයකු පිළිබඳ වඩාත් නාට්‍යමය සිද්ධිය අනුකරණය කර එකම වාණිජ ප්‍රතිඵලය බලාපොරොත්තු නොවිය යුතුය.
නිගමනය
එක් අයකු අනෙකා බවට හැරවීමට වඩා වෙනස්කම් හෙළි කරනවිට Jobs අසල Huang වඩා පැහැදිලි වෙයි. ජීවමාන Steve Jobs යන ලේබලය පැහැදිලිව සලකුණු කළ රූපකයක් ලෙස ආරක්ෂා කළ හැකි නමුත් සත්‍ය විස්තරයක් ලෙස දුර්වලය. තාක්ෂණ කර්මාන්තයට Jobsගේ එකම අනුප්‍රාප්තිකයකු අවශ්‍යයැයි ඉඟි කරන්නේ නම් එය විශේෂයෙන් නොමග යවයි.
වඩා නිවැරදි නිගමනය වන්නේ Jensen Huang යනු Steve Jobs සමග සැසඳීමට ආරාධනා කරන තරම් බලපෑමක් ඇති සුවිශේෂී දූරදර්ශී නායකයකු බවයි. මිනිසුන් හා පුද්ගලික තාක්ෂණය අතර සබඳතාව නැවත හැඩගැස්වීමට Jobs උදව් කළේය. බොහෝ සංවිධාන AI සංවර්ධනය කරන පරිගණන වේදිකාව [Computing Platform] ගොඩනැගීමට Huang උදව් කළේය. නිෂ්පාදන, වෙළෙඳපොළ හා ආයතනික ඉතිහාසයෙන් වෙනස් වුවත් ඔවුන්ගේ ජයග්‍රහණ නායකත්ව ක්‍රමයේදී අතිච්ඡාදනය වේ.
පරිච්ඡේදයක හෝ රචනයක මාතෘකාවට ජීවමාන Steve Jobs කෙනෙක් යන්න ප්‍රශ්නයක් ලෙස ක්‍රියා කළ හැකිය. බැරෑරුම් චරිතාපදානයක නිගමනයේදී Huang ඔහුගේම නමින් තේරුම්ගැනීමට සුදුසුය.
19 බලය, රඳාපැවැත්ම හා වගකීම
මූලික සැපයුම්කරුවකු මහ බැංකුවක් නොවේ
NVIDIA පරිගණන නිෂ්පාදන වෙත ප්‍රවේශය උපායමාර්ගිකව වැදගත් වී ඇති නිසා සමහරවිට එය රූපකයක් ලෙස AIහි මහ බැංකුවක් ලෙස විස්තර කෙරේ. රූපකය රඳාපැවැත්ම හා බලපෑම හසු කරගන්නා නමුත් කර්මාන්තය ක්‍රියා කරන ආකාරය පිළිබඳ වචනාර්ථ වාර්තාවක් නොවේ.
මහ බැංකුවකට NVIDIA සතුව නැති පොදු වගකීම් හා මූල්‍ය බලතල ඇත. NVIDIA ගනුදෙනුකරුවන්, තරගකරුවන්, සැපයුම්කරුවන් හා රජයන් අතර ක්‍රියා කරන වාණිජ සමාගමකි. එය AIහි මුදල් නිකුත් නොකරයි, අංශයට ද්‍රවශීලතාව [Liquidity] සහතික නොකරයි, එය ස්ථාවර කිරීමට අසීමිත ධාරිතාවක්ද නොදරයි.
NVIDIAහි බරපතළ බාධාවක් ගනුදෙනුකරුවන්ට හා පුළුල් වෙළෙඳපොළට සැලකිය යුතු ප්‍රතිවිපාක ඇති කළ හැකිය. එයින් සෑම AI සමාගමක්ම ස්වයංක්‍රීයව කඩාවැටෙන බව අදහස් නොවේ. දැනට ඇති උපකරණ දිගටම පවතිනු ඇත, විකල්ප සැපයුම්කරුවන් රැඳී සිටිනු ඇත, සංවිධාන වෙනස් ලෙස ප්‍රතිචාර දක්වනු ඇත. යම් හානියක ප්‍රමාණය හා කාලය බාධාවේ ස්වභාවය මත රඳාපවතිනු ඇත.
නාට්‍යමය රූපකයක් තීරණ ගැනීම සඳහා වැරදි ආකෘතියක් විය හැකි බැවින් මේ වෙනස වැදගත්ය. යටිතල පහසුකම් සැලසුම් කරන සමාගමක් සාන්ද්‍රණ අවදානම [Concentration Risk], ගිවිසුම් වගකීම්, මෘදුකාංග මාරු කළ හැකි බව [Software Portability] හා හදිසි විකල්ප තක්සේරු කළ යුතුය. පරිපූර්ණ ආරක්ෂාවක් හෝ අනිවාර්ය පද්ධතිමය කඩාවැටීමක් උපකල්පනය කිරීමට වඩා ඒ ප්‍රශ්න ප්‍රයෝජනවත්ය.
සැපයුම් දාම හා භූදේශපාලනය
උසස් චිප [Advanced Chips] විශේෂිත ජාත්‍යන්තර සැපයුම් දාමයක් මත රඳාපවතී. සැලසුම [Design], නිෂ්පාදනය [Fabrication], මතකය [Memory], ඇසුරුම්කරණය [Packaging], උපකරණ හා දත්ත මධ්‍යස්ථාන ඉදිකිරීම [Data-centre Construction] සංවිධාන හා අධිකරණ බලප්‍රදේශ පුරා බෙදී ඇත. NVIDIA සාර්ථකත්වය ඒ රඳාපැවැත්ම් ඉවත් නොකරයි. සැපයුම, ගනුදෙනුකරුවන්, නියාමනය හා අපනයන පාලන ආශ්‍රිත අවදානම් එහි වාර්ෂික ගොනුකිරීම් විස්තර කරයි. [6]
වෙළෙඳපොළක විකිණිය හැකි නිෂ්පාදන අපනයන සීමාවලින් වෙනස් කළ හැකිය. නිෂ්පාදන [Manufacturing] හෝ ඇසුරුම් [Packaging] සීමා සැපයීම් සීමා කළ හැකිය. දෘඩාංග [Hardware] සූදානම් වුවත් බලශක්තියේ ලබාගත හැකි බව ස්ථාපන ප්‍රමාද කළ හැකිය. මේවා අතුරු ගැටලු නොවේ: වාණිජ අවස්ථාව හා සමාගමේ උපායමාර්ගික තේරීම් දෙකම ඒවාට හැඩගැස්විය හැකිය.
නායකත්වයට මෙහි අර්ථය වන්නේ තාක්ෂණික දැක්ම [Technical Vision] ආයතනික විනිශ්චය සමග එක්ව පැවතිය යුතු බවයි. වැඩි පරිගණන ධාරිතාවක් [Computing Capacity] ගොඩනැගීමේ පොරොන්දුවකට සැපයුම්කරුවන්, විදුලිය, මුදල් හා අනුකූලතාව [Compliance] සඳහා විශ්වාස කළ හැකි සැලසුම් අවශ්‍යය. අනෙක් පාර්ශ්වයන් කාර්යසාධනය [Performance] පමණක් වෙනුවට ආරක්ෂක හෝ පාරිසරික සැලකිලි හරහා ව්‍යාපෘතිය විනිශ්චය කළ හැකි බව හඳුනාගැනීමද අවශ්‍යය.
2026 නොවැම්බරයේ නොවිසඳුණු ආයතනික පාලන පරීක්ෂණය
Huang විදේශ බුද්ධි ප්‍රයත්නයක ඉලක්කයක් වී ඇති බවට වාර්තාකරණයෙන් පසු 2026 නොවැම්බර් 8දා NVIDIA අධ්‍යක්ෂ මණ්ඩලය ස්වාධීන පරීක්ෂණයක් නිවේදනය කළේය. ජාතික ආරක්ෂාව හෝ NVIDIA රහස් අනතුරට පත්වූ බව විශ්වාස කිරීමට ඒ මොහොතේ හේතුවක් නැති බව මණ්ඩලය කීවේය, Huang හා ඔහුගේ නායකත්ව කණ්ඩායම පිළිබඳ විශ්වාසය පළ කළේය, ඔහු සමාලෝචනයට සහාය දී සහයෝගය දක්වන බවද කීවේය. [26]
නොවැම්බර් 10දා ස්වාධීන අධ්‍යක්ෂවරු පරීක්ෂණය සඳහා හිටපු වැඩබලන ඇමරිකානු නීතිපති Joon H. Kim හා Wachtell, Lipton, Rosen & Katz පත් කරගෙන ඇති බව නිවේදනය කළහ. මේ සංස්කරණයේ තොරතුරු අවසන් වන මොහොතේදී ඒ ප්‍රකාශ තහවුරු කරන්නේ පරීක්ෂණයක් හා එහි අධීක්ෂණ විධිවිධාන මිස වැරදි ක්‍රියා හෝ නිදොස් බව පිළිබඳ අවසන් නිගමනයක් නොවේ. [27]
පොදු යහපතට අදාළ ගැටලුව ආයතනික පාලනය [Governance] හා වැදගත් සමාගමක ආරක්ෂාවයි. ඒ ගැටලුව පැහැදිලි කිරීමට සැලකිලිමත් චරිතාපදානයක් තහවුරු නොකළ අතිපෞද්ගලික චෝදනා නැවත කීමට අවශ්‍ය නැත. ප්‍රතිඵලය කුමක් විය යුතුද යන අනුමාන වෙනුවට මණ්ඩලයේ පරීක්ෂණය එහි ස්වාධීනතාව, විෂය පථය, සාක්ෂි හා අවසාන සොයාගැනීම් මත ඇගයිය යුතුය.
මේ සිද්ධිය පොදු මූලධර්මයක්ද අවධාරණය කරයි: දූරදර්ශී ආරම්භකයකුද වගකිව යුතුය. තාක්ෂණික ජයග්‍රහණ, කොටස්හිමියන්ගේ ධනය හා මහජන අගය කිරීම නායකයකු විමර්ශනයෙන් ඔබ්බට නොතබයි. ඒ සමගම චෝදනාවක් තීන්දුවක් නොවේ. සාධාරණත්වයට මේ ප්‍රකාශ දෙකම එලෙසම රැකීම අවශ්‍යය.
20 ඊළඟ පරිච්ඡේදය තවම ලියා නැත
භෞතික AI [Physical AI] හා සැබෑ ලෝකය සමග සීමාව
NVIDIA ප්‍රසිද්ධ වේදිකා [Platforms] වැඩි වැඩියෙන් රොබෝ විද්‍යාව [Robotics], අනුකරණය [Simulation] හා භෞතික AI [Physical AI] වෙත යොමුවේ. Omniverse අනුකරණයට අදාළ කාර්ය ප්‍රවාහයන්ට [Simulation-related Workflows] සහාය දෙයි; Isaac රොබෝ විද්‍යාවට [Robotics] අදාළය; සම්බන්ධ ආකෘති හා දත්ත මෙවලම් [Model and Data Tools] භෞතික ලෝකය සමග අන්තර්ක්‍රියා කරන පද්ධති පුහුණු කිරීමට හා ඇගයීමට සංවර්ධකයන්ට [Developers] උදව් කිරීමට අරමුණු කරයි. සමාගමේ වත්මන් නිෂ්පාදන චරිත විස්තර හා නිවේදන මේ දිශාව පිළිබිඹු කරයි. [19, 20]
පිළිතුරක් ජනනය කිරීමේ සිට යන්ත්‍රයක් පාලනය කිරීමට මාරුවීම වැරැද්දක ප්‍රතිවිපාක වෙනස් කරයි. වැරදි ඡේදයක් නොමග යැවිය හැකිය; වැරදි රොබෝ චලනයක් උපකරණයට හානි හෝ කෙනකුට තුවාල කළ හැකිය. අනුකරණය [Simulation] වටිනා නමුත් සෑම සැබෑ පරිසරයකම ආරක්ෂිත හැසිරීම තනිවම තහවුරු කළ නොහැකිය.
ඒ නිසා වාණිජ අවස්ථාව සමග පරීක්ෂණ [Testing], නිරීක්ෂණ [Monitoring], ආරක්ෂාව හා පැහැදිලි වගකීම සඳහා අවශ්‍යතා පැමිණේ. වඩාත් හැකියාව ඇති ආකෘතිය [Model] ස්වයංක්‍රීයව වඩාත් ආරක්ෂිත මෙහෙයුම් පද්ධතිය [Operational System] නොවේ. සංවේදක [Sensors], ක්‍රියාකාරක [Actuators], මානව ක්‍රියාපටිපාටි හා විකල්ප ආරක්ෂක ක්‍රම [Fallback Mechanisms] සියල්ල ප්‍රතිඵලයට දායක වේ.
වේදිකා [Platforms] ගොඩනැගීම පිළිබඳ Huangගේ දිගුකාලීන අවධාරණය මෙහි අදාළ විය හැකිය. සංවර්ධකයන්ට [Developers] විශ්වාසදායක අනුකරණ [Simulation], පුහුණු [Training] හා යෙදවුම් [Deployment] මෙවලම් අවශ්‍ය නම් ඒ ස්තර සම්බන්ධ කරන සැපයුම්කරුවකු වටිනා විය හැකිය. එහි ප්‍රතිඵල යෙදුම් [Applications] පොරොන්දු වූ ප්‍රතිලාභ ලබාදෙන්නේද යන්න සාක්ෂි මත තීරණය වන කරුණක් මිස වේදිකාවේ අභිලාෂයේ ප්‍රතිවිපාකයක් නොවේ.
ව්‍යවසායකයන්ට මේ ජීවිතයෙන් ගත හැකි දේ
පළමු පාඩම විශ්වාසය විශේෂඥ දැනුමට ආදේශකයක් කිරීමට පෙර එම දැනුම ගොඩනැගීමයි. Huangගේ වෘත්තිය අධ්‍යාපනය හා වසර ගණනක කර්මාන්ත වැඩ මත පදනම් විය. නිර්භීතකම වැදගත් වූ නමුත් තාක්ෂණික දැනුම [Technical Knowledge] හා වෘත්තීය සබඳතා එයට සහාය දුන්නේය.
දෙවන පාඩම ගැටලුවක් නිශ්චිත විසඳුමකින් වෙන් කිරීමයි. ත්වරණිත පරිගණනය [Accelerated Computing] වැදගත් අවස්ථාවක් ලෙස පවතින අතර NVIDIA මුල් ව්‍යුහය [Architecture] වැරදි විය හැකි විය. ඒ වෙනස කළ නොහැකි ආරම්භකයකු ගනුදෙනුකරුවන් හා ප්‍රමිතීන් වෙනත් තැනකට ගිය පසුවත් සැලසුමක් [Design] ආරක්ෂා කිරීමේ අවදානම දරයි.
තුන්වන පාඩම අනෙක් අයට වටිනාකම නිර්මාණය කිරීම පහසු කිරීමයි. CUDA වැදගත්කම අර්ධ වශයෙන් NVIDIA නිෂ්පාදනවලට ඔබ්බෙන් එය හැකි කළ වැඩ තුළ පවතී. අත්හදාබැලීමේ අපහසුව අඩු කර සාර්ථක වැඩ නැවත භාවිත කළ හැකි කරනවිට වේදිකා [Platforms] වර්ධනය විය හැකිය.
හතරවන පාඩම ඉගෙනීමට මූල්‍ය ඉඩක් රැකීමයි. මුදල් නොමැතිව පොරොන්දු සහගත අදහසක් අසීමිතව පැවතිය නොහැකිය. පසුව එහි වටිනාකම පෙනීමට පෙර වැදගත් සමාගමක් අතුරුදහන් වීමට කෙතරම් ආසන්න විය හැකිද යන්න Sega ගැලවීම පෙන්වයි. අනෙක් අයගේ උදව් තීරණාත්මක විය හැකි බවද පෙන්වයි.
පස්වන පාඩම නායකත්වය මාරු කළ හැකි කිරීමයි. ආරම්භකයකුගේ විනිශ්චය මත රඳාපවතින සමාගමකට වෙනත් විනිශ්චය හැකියා වර්ධනයට, දැනුම රැකීමට හා තීරණ ප්‍රශ්න කිරීමට ක්‍රම අවශ්‍යය. නැතිවම බැරි පෞරුෂයකට වඩා දිගුකාලීනව පවතින ආයතනයක් විශාල ජයග්‍රහණයකි.
තීරණ තුළින් තේරුම්ගත් ජීවිතයක්
Jensen Huangගේ කතාව සිත් ඇදගන්නේ එහි සැබෑ අවිනිශ්චිතතාව ඇති බැවිනි. දරුවෙක් රටවල් හරහා ගියේය. සිසුවෙක් ඉංජිනේරුවකු විය. ඉංජිනේරුවෙක් ආරම්භකයකු විය. අසාර්ථක උපකල්පන, වාණිජ ජයග්‍රහණ හා NVIDIA AI මධ්‍යයේ තැබීමට උදව් කළ ක්‍රමලේඛන වේදිකාවක [Programming Platform] දිගු ආයෝජනයක් හරහා ආරම්භකයා සමාගමකට නායකත්වය දුන්නේය.
මේ සිදුවීම් පෙළ අනිවාර්ය බවට පත් නොකර අගය කළ හැකිය. සෑම පසුබෑමක්ම බංකොලොත්භාවයක් හෝ සෑම සාර්ථකත්වයක්ම තනි ප්‍රතිභාවකට සාක්ෂියක් බවට හරවා නොගෙන අධ්‍යයනය කළ හැකිය. එහි වඩා ප්‍රයෝජනවත් පාඩම් පැනනගින්නේ විනිශ්චය, සූදානම, සගයන්, ආයතන හා තත්ත්වයන් අතර අන්තර්ක්‍රියාවෙනි.
Steve Jobs සමග සැසඳීම ඒ ජයග්‍රහණයේ කොටසක් පැහැදිලි කිරීමට උපකාරී වේ. දෙදෙනාම තාක්ෂණික වෙනසට ප්‍රසිද්ධ හඬක් දී ගොඩනැගිය හැකි දේ පිළිබඳ අභිලාෂී දැක්ම වටා සමාගම් සංවිධානය කළහ. එහෙත් සැසඳීම Huangගේ අනන්‍යතාව ආදේශ කිරීමට පෙර නවතිනවිට ඔහුගේ සුවිශේෂී දායකත්වය පැහැදිලිය.
ලෝකය තවත් Steve Jobs කෙනකු සොයාගත් නිසා ඔහු වැදගත් නොවේ. ඔහු සංවිධානය කිරීමට උදව් කළ වැඩ තවත් බොහෝ අයට පරිගණනය කිරීමට, පර්යේෂණ කිරීමට හා ගොඩනැගීමට හැකි දේ වෙනස් කළ නිසා ඔහු වැදගත්ය. එම දායකත්වයේ අවසාන ඇගයීම තවම ඉදිරියේ ඇති වර්ධනයන් මත රඳාපවතිනු ඇත: AI යෙදුම්වල [Applications] වටිනාකම, සමාගමේ ඔරොත්තුදීම, නායකත්වයේ හැසිරීම හා තම වර්ධනයෙන් ඔබ්බට අරමුණු සඳහා සේවය කිරීමට එහි තාක්ෂණයේ හැකියාව.
කාලානුක්‍රමය
| දිනය | සන්ධිස්ථානය |
|---|---|
| 1963 | පෙබරවාරි 17දා Taiwanහි උපත ලබයි. [1] |
| ළමා විය | Taiwan හා Thailandහි ජීවත් වෙයි; පසුව වැඩිමහල් සහෝදරයා සමග United States වෙත යයි, අනතුරුව දෙමාපියෝ එක්වෙති. [2] |
| මුල් ඇමරිකානු වසර | පොදු Oneida Elementary School වෙත යන අතර Oneida Baptist Instituteහි නේවාසිකව සිටියි. [3] |
| Oregon වසර | පවුල Oregonහි පදිංචි වෙයි; උසස් පාසලට යන අතර අධ්‍යාපනික හා ක්‍රීඩා උනන්දු වර්ධනය කරයි. [4] |
| 1983 සිට 1985 දක්වා | NVIDIA නියාමන චරිත විස්තරයට අනුව AMDහි වැඩ කරයි. [6] |
| 1984 | Oregon State Universityහි විදුලි ඉංජිනේරු [Electrical-engineering] ප්‍රථම උපාධිය සම්පූර්ණ කරයි. [4] |
| 1985 | Lori Mills සමග විවාහ වෙයි; නියාමන ගොනුකිරීම්වල දැක්වෙන LSI Logic රැකියා කාලය අරඹයි. [1, 6] |
| 1992 | Stanford Universityහි විදුලි ඉංජිනේරු [Electrical-engineering] ශාස්ත්‍රපති උපාධිය සම්පූර්ණ කරයි. [5] |
| 1993 | Chris Malachowsky හා Curtis Priem සමග NVIDIA සමාරම්භ කරයි. [7] |
| 1995 සිට 1997 දක්වා | මුල් නිෂ්පාදන අසාර්ථකත්ව හා Sega අර්බුදය දිශා වෙනසකට මග පාදයි; RIVA 128 1997දී වාණිජ ජයග්‍රහණයක් වෙයි. [7, 8, 9] |
| 1999 | NVIDIA කොටස් පොදු වෙළෙඳපොළට නිකුත් කර පළමු GPU ලෙස අලෙවි කළ GeForce 256 හඳුන්වා දෙයි. [7] |
| 2006 සිට 2007 දක්වා | CUDA ව්‍යුහය [Architecture] හා පොදු මෙවලම් කට්ටලය [Toolkit] පුළුල් GPU පරිගණනය [GPU Computing] සඳහා වේදිකාව පිහිටුවයි. [7, 11] |
| 2008 | නිෂ්පාදන ගුණාත්මකභාවයට අදාළ ඇමරිකානු ඩොලර් මිලියන 196ක වියදමක් NVIDIA වාර්තා කරයි. [13] |
| 2012 | ImageNetහි GPU සහාය ලබන ගැඹුරු ඉගෙනීමේ [Deep Learning] වැදගත්කම AlexNet පෙන්වයි. [12] |
| 2016 | NVIDIA DGX-1 ඒකාබද්ධ ගැඹුරු ඉගෙනුම් පද්ධතියක් [Integrated Deep-learning System] ලෙස හඳුන්වා දෙයි. [28] |
| 2017 | Volta, Tensor Cores හඳුන්වා දෙයි. [29] |
| 2019 | Huang යුවළගේ සමාන දායකත්ව ප්‍රදානයෙන් [Matching Grant] පසු Oneidaහි Huang Hall විවෘත කෙරේ. [3] |
| 2020 | NVIDIA Mellanox අත්පත් කරගැනීම සම්පූර්ණ කරයි. [16] |
| 2022 | යෝජිත Arm අත්පත් කරගැනීම නතර කරයි; Hopper නිවේදනය කෙරේ; Huang යුවළගේ ඇමරිකානු ඩොලර් මිලියන 50 ත්‍යාගය Oregon State නිවේදනය කරයි. [15, 21, 30] |
| 2024 | NVIDIA Blackwell නිවේදනය කරයි. [31] |
| 2026 අගෝස්තු 26 | 2026 ජූලි 26දා අවසන් කාර්තුව සඳහා 2027 මූල්‍ය වර්ෂයේ දෙවන කාර්තුවේ ඇමරිකානු ඩොලර් බිලියන 96.2ක ආදායම සමාගම වාර්තා කරයි. [17] |
| 2026 නොවැම්බර් 8 සිට 10 දක්වා | මණ්ඩලය ස්වාධීන පරීක්ෂණයක් නිවේදනය කර පසුව බාහිර නීති උපදේශකයන් නම් කරයි; මේ සංස්කරණයේ තොරතුරු අවසන් වනවිට සොයාගැනීම් නොවිසඳී පවතී. [26, 27] |
තාක්ෂණික පදමාලාව
ත්වරණිත පරිගණනය [Accelerated Computing]. සුදුසු කාර්ය භාර වඩා කාර්යක්ෂමව ඉටු කිරීමට සාමාන්‍ය කාර්ය පරිගණනය සමග විශේෂිත සකසන [Processors] භාවිත කිරීම.
AI ආකෘතිය [AI Model]. අනාවැකි, වර්ගීකරණ හෝ ජනනය කළ ප්‍රතිදාන සෑදීමට පරාමිති [Parameters] හා ව්‍යුහය භාවිත වන පරිගණන පද්ධතියකි.
ASIC. නිශ්චිත කාර්ය පන්තියක් සඳහා සැලසුම් කළ යෙදුම්-විශේෂිත ඒකාබද්ධ පරිපථයක් [Application-specific Integrated Circuit].
CPU. මධ්‍යම සැකසුම් ඒකකය [Central Processing Unit]. පුළුල් මෙහෙයුම් හා පාලන කාර්ය රැසකට සුදුසු සාමාන්‍ය කාර්ය සකසනයකි [General-purpose Processor].
CUDA. සහාය දක්වන NVIDIA GPU මත ත්වරණිත පරිගණනය [Accelerated Computing] සඳහා NVIDIA වේදිකාව හා ක්‍රමලේඛන ආකෘතිය [Programming Model].
දත්ත මධ්‍යස්ථානය [Data Centre]. පරිගණන, ගබඩා [Storage] හා ජාලකරණ [Networking] උපකරණත් ඒවා ක්‍රියාත්මක කිරීමට අවශ්‍ය විදුලි, සිසිලන හා මෙහෙයුම් පද්ධතිත් අඩංගු පහසුකමකි.
ගැඹුරු ඉගෙනීම [Deep Learning]. බහු සැකසුම් ස්තර සහිත ස්නායු ජාල [Neural Networks] භාවිත කරන යන්ත්‍ර ඉගෙනීම [Machine Learning].
ඩිජිටල් නිවුන්නා [Digital Twin]. විශ්ලේෂණය, නිරීක්ෂණය හෝ අනුකරණය [Simulation] සඳහා භාවිත කරන භෞතික පද්ධතියක ඩිජිටල් නිරූපණයකි. එහි ප්‍රයෝජනය රඳාපවතින්නේ අදාළ සැබෑ ලෝකයේ හැසිරීම කෙතරම් නිවැරදිව නිරූපණය කරන්නේද යන්න මතය.
GPU. රූපක සැකසුම් ඒකකය [Graphics Processing Unit]. ඉතා සමාන්තර වැඩ සඳහා සැලසුම් කළ, රූපක [Graphics] හා බොහෝ සංඛ්‍යාත්මක පරිගණන යෙදුම්වල [Numerical Computing Applications] භාවිත වන සකසනයකි [Processor].
නිගමන ක්‍රියාත්මක කිරීම [Inference]. නව ආදානයකින් ප්‍රතිදානයක් සෑදීමට පුහුණු කළ ආකෘතියක් [Trained Model] ධාවනය කිරීම.
අන්තර්සම්බන්ධය [Interconnect]. සංරචක හෝ පද්ධති අතර සන්නිවේදන සබැඳියකි. එහි කලාප පළල [Bandwidth] හා ප්‍රමාදය [Latency] සමාන්තර පරිගණන [Parallel Computing] කාර්යසාධනයට දැඩිව බලපෑ හැකිය.
විශාල භාෂා ආකෘතිය [Large Language Model]. භාෂාව සැකසීමට හෝ ජනනය කිරීමට විශාල පෙළ හා අදාළ දත්ත මත පුහුණු කළ ආකෘතියකි. චතුරතාව සත්‍ය නිරවද්‍යතාව සහතික නොකරයි.
සමාන්තර පරිගණනය [Parallel Computing]. එකවර ක්‍රියාත්මක කළ හැකි මෙහෙයුම්වලට වැඩ බෙදීම.
වේදිකාව [Platform]. අනෙක් අයට යෙදුම් [Applications] හෝ සේවා ගොඩනැගිය හැකි තාක්ෂණ හා අතුරුමුහුණත් [Interfaces] සමූහයකි.
Tensor Core. AI හා වෙනත් සංඛ්‍යාත්මක කාර්ය භාරවලට [Numerical Workloads] වැදගත් තෝරාගත් න්‍යාස මෙහෙයුම් [Matrix Operations] වේගවත් කරන විශේෂිත දෘඩාංග ඒකක [Hardware Units] සඳහා NVIDIA නාමය.
පුහුණුව [Training]. දත්ත හා ප්‍රශස්තකරණ අරමුණක් [Optimisation Objective] භාවිත කර ආකෘතියක පරාමිති [Model Parameters] සකස් කිරීමේ ක්‍රියාවලිය.
Transformer. අවධාන යාන්ත්‍රණ [Attention Mechanisms] මත පදනම් වූ, භාෂා හා වෙනත් ආකෘතිවල බහුලව භාවිත වන ස්නායු ජාල ව්‍යුහයකි [Neural-network Architecture].
සාක්ෂි කියවීම
අංකිත යොමු සත්‍ය ප්‍රකාශ සඳහා මූලාශ්‍ර හඳුන්වයි. අවට ඇති නායකත්වය, උපායමාර්ගය හා සැසඳීම පිළිබඳ සාකච්ඡාව විශ්ලේෂණයකි, අදාළ පුද්ගලයන්ගේ උපුටාගැනීමක් නොවේ. ආයතනික ඉතිහාස උපාධි, ත්‍යාග හා නිල භූමිකා තහවුරු කරයි. නියාමන ගොනුකිරීම් සමාගමේ වාර්තා කළ හෙළිදරව් තහවුරු කරයි. සම්මුඛ සාකච්ඡා කථිකයන්ගේ මතක හා දෘෂ්ටිකෝණ රඳවාගනී. නිෂ්පාදන නිකුතු නිවේදන තහවුරු කරන අතර කාර්යසාධන ප්‍රකාශ [Performance Claims] තම මුල් කොන්දේසි යටතේම පවතී.
අසාර්ථකත්වයට ආසන්න වීම විධිමත් බංකොලොත්භාවයට සමාන නොවේ. නිෂ්පාදන නිවේදනයක් සම්පූර්ණ කළ ගනුදෙනුකරු යෙදවුමකට [Deployment] සමාන නොවේ. පවුල් සාමාජිකයකුගේ රැකියාව අනුප්‍රාප්ති පත්වීමක් නොවේ. පරීක්ෂණයක් නිගමනයක් නොවේ. මේ ජීවිතය නිවැරදිව තේරුම්ගැනීමට මේ වෙනස්කම් අත්‍යවශ්‍යය.
Wikipedia හා සපයා තිබූ පවුල් හා වෘත්තීය සටහන් පර්යේෂණ මාතෘකා හඳුනාගැනීමට උදව් කළේය. වාර්තාව සඳහා භාවිත කළ යටින් පවතින ප්‍රසිද්ධ මූලාශ්‍ර ග්‍රන්ථ නාමාවලිය පාඨකයන්ට ලබාදෙයි. මේ සංස්කරණයට අමුණා ඇති දිනය එහි දැනුමේ සීමාවක් මිස පසුකාලීන සිදුවීම් එහි නිගමන තහවුරු කරනු ඇතැයි අනාවැකියක් නොවේ.
Powered By K7
මූලාශ්‍ර හා වැඩිදුර කියවීම
යොමු පෙළ තුළ අංක කර ඇත. සබැඳි මූලාශ්‍ර ප්‍රකාශකයා වෙත ගෙනයයි. පහතින් ප්‍රකාශන දිනයක් දක්වා නැති නම් යොමුව 2026 නොවැම්බර් 11දා විමසා ඇත.
1. Jensen Huang
Wikipedia. 2026 නොවැම්බර් 11දා විමසූ යාවත්කාලීන යොමු පිටුව; මාතෘකාව හඳුනාගැනීමට භාවිත කළ අතර මතභේදාත්මක විස්තරවල එකම අධිකාරිය ලෙස නොගත්තේය.
2. Only In America Jensen Huang on Vision Risk and the GPU
Hoover Institution. Condoleezza Rice සමග සම්මුඛ සාකච්ඡාව; පවුල, සංක්‍රමණය, අධ්‍යාපනය හා වැඩ පිළිබඳ පළමු පුද්ගල මතක.
3. Former Student Gift Paves the Way for New Facility
Oneida Baptist Institute. නේවාසිකව සිටීම, ප්‍රාථමික පාසල් පැමිණීම හා Huang Hall ත්‍යාගය පිළිබඳ ආයතනික වාර්තාව.
4. Jen Hsun Huang Engineering Hall of Fame 2013
Oregon State University. උපාධි දින, මුල් අධ්‍යාපනය, මේස පන්දු හා Lori Mills හමුවීම.
5. Jensen Huang
Stanford University School of Engineering. 1992 විදුලි ඉංජිනේරු [Electrical-engineering] ශාස්ත්‍රපති උපාධිය තහවුරු කරන ආයතනික චරිත විස්තරය.
6. NVIDIA Form 10 K for the fiscal year ended 26 January 2025
US Securities and Exchange Commission. විධායක රැකියා කාලානුක්‍රමය හා සමාගමේ අවදානම් හෙළිදරව්.
7. Our History Innovations Over the Years
NVIDIA. ආයතනික කාලානුක්‍රමය; නිෂ්පාදන ප්‍රකාශ සමාගමේ විස්තර ලෙස සලකනු ලැබේ.
8. Nvidia An Overnight Success Story 30 Years in the Making
Sequoia Capital. Huang, Mark Stevens හා තවත් අය සමග Crucible Moments සම්මුඛ සාකච්ඡාව; පැවැත්ම හා වේදිකා [Platforms] පිළිබඳ පසුකාලීන වාර්තා.
9. NVIDIA CEO Tells NTU Grads to Run Not Walk But Be Prepared to Stumble
NVIDIA Blog. 2023 මැයි 26; Huangගේ උපාධි ප්‍රදාන කතාව හා උපායමාර්ගික පසුබෑම් තුන පිළිබඳ සමාගමේ වාර්තාව.
10. Nvidia nearly went out of business in 1996 trying to make Sega’s Dreamcast GPU
Tom’s Hardware. Sega සහාය හා Shoichiro Irimajiriගේ භූමිකාව පිළිබඳ වාර්තාකරණය; මූල්‍ය විධිවිධානය පෞද්ගලික ත්‍යාගයක් ලෙස විස්තර නොකළ යුතුය.
11. CUDA Platform for Accelerated Computing
NVIDIA Developer. මෙවලම් කට්ටලය [Toolkit], සම්පාදකය [Compiler], පුස්තකාල [Libraries] හා ක්‍රමලේඛන පරිසරය [Programming Environment] පිළිබඳ තාක්ෂණික දළ විස්තරය.
12. ImageNet Classification with Deep Convolutional Neural Networks
Alex Krizhevsky Ilya Sutskever හා Geoffrey Hinton. 2012 මුල් පර්යේෂණ පත්‍රිකාව; AlexNet ප්‍රතිඵලය.
13. NVIDIA Reports Results for Second Quarter of Fiscal 2009
US Securities and Exchange Commission. 2008 අගෝස්තු 12; ඇමරිකානු ඩොලර් මිලියන 196ක නිෂ්පාදන ගුණාත්මකභාවයට අදාළ වියදම හා කාර්තුමය ප්‍රතිඵල.
14. NVIDIA Fiscal 2009 Form 10 K
US Securities and Exchange Commission. 2009 ජනවාරි 25දා අවසන් වර්ෂය; මුදල්, මුදල් සමාන දෑ හා වෙළෙඳාම් කළ හැකි සුරැකුම්පත් තත්ත්වය.
15. NVIDIA and SoftBank Group Announce Termination of NVIDIA Acquisition of Arm Limited
NVIDIA හා SoftBank. 2022 පෙබරවාරි 7; නියාමන බාධක, පෙර ගෙවූ මුදල හා රඳවාගත් බලපත්‍රය [Licence].
16. NVIDIA Completes Acquisition of Mellanox
NVIDIA. 2020 අප්‍රේල් 27; අත්පත් කරගැනීම සම්පූර්ණ වීම හා ජාලකරණ [Networking] හේතුකරණය.
17. NVIDIA Announces Financial Results for Second Quarter Fiscal 2027
NVIDIA. 2026 අගෝස්තු 26; 2026 ජූලි 26දා අවසන් කාර්තුවේ ප්‍රතිඵල හා දිනගත නිෂ්පාදන ප්‍රකාශ.
18. A conversation with NVIDIA Jensen Huang
Stripe Sessions. 2024 සම්මුඛ සාකච්ඡාව; නායකත්වය, තොරතුරු ගලායෑම හා උපායමාර්ගික චින්තනය.
19. Madison Huang Author Page
NVIDIA Blog. වත්මන් ප්‍රසිද්ධ භූමිකාව, පෙර LVMH වැඩ හා London Business School MBA; 2026 නොවැම්බර් 11දා විමසා ඇත.
20. Spencer Huang Author Page
NVIDIA Technical Blog. වත්මන් රොබෝ විද්‍යා [Robotics] භූමිකාව හා NYU තාක්ෂණික MBA [Technical MBA]; 2026 නොවැම්බර් 11දා විමසා ඇත.
21. 50 Million Gift by NVIDIA Founder and Spouse Helps Launch Oregon State University Research Center
Oregon State University. 2022 ඔක්තෝබර් 14; Huang යුවළගේ ත්‍යාගය පිළිබඳ ආයතනික නිවේදනය.
22. Designing for the future
Stanford Engineering. Huang Center හා ඇමරිකානු ඩොලර් මිලියන 30 කැපවීම පිළිබඳ ආයතනික ඉතිහාසය.
23. Apple Reinvents the Phone with iPhone
Apple. 2007 ජනවාරි 9; දියත් කිරීමේ නිවේදනය හා ඒකාබද්ධ නිෂ්පාදනයේ [Integrated Product] විස්තරය.
24. You have got to find what you love Jobs says
Stanford University. 2005 ජූනි 12; Steve Jobsගේ උපාධි ප්‍රදාන කතාවේ සූදානම් කළ පෙළ.
25. Apple Timeline
Computer History Museum. Jobsගේ පිටවීම හා ආපසු පැමිණීම ඇතුළු Apple ඓතිහාසික කාලානුක්‍රමය.
26. Statement From NVIDIA Board of Directors
NVIDIA. 2026 නොවැම්බර් 8; ස්වාධීන පරීක්ෂණය, ප්‍රකාශිත විශ්වාසය හා ඒ දිනයේ මණ්ඩලයේ ස්ථාවරය.
27. Statement From the Independent Members of the NVIDIA Board
NVIDIA. 2026 නොවැම්බර් 10; Joon H. Kim හා Wachtell Lipton Rosen and Katz පත් කිරීම.
28. NVIDIA Launches World First Deep Learning Supercomputer
NVIDIA. 2016 අප්‍රේල් 5; DGX-1 නිවේදනය; පළමුවැන්න යන ප්‍රකාශ සමාගමට ආරෝපණය කර ඇත.
29. NVIDIA Launches Revolutionary Volta GPU Platform
NVIDIA. 2017; Volta හා Tensor Core නිවේදනය.
30. NVIDIA Announces Hopper Architecture
NVIDIA. 2022 මාර්තු 22; Hopper ව්‍යුහය [Architecture] හා Transformer Engine නිවේදනය.
31. NVIDIA Blackwell Platform Arrives to Power a New Era of Computing
NVIDIA. 2024 මාර්තු 18; Blackwell නිවේදනය, සඳහන් සැසඳීම් මත රඳාපවතින කාර්යසාධන ප්‍රකාශ [Performance Claims] සමග.
32. Chris Malachowsky
Computer History Museum. HP හා Sunහි වෘත්තීය පසුබිම හා NVIDIA සමාරම්භය.
33. Curtis R Priem
Rensselaer Polytechnic Institute. රූපක ඉංජිනේරු [Graphics Engineering] ඉතිහාසය හා 1993 සිට 2003 දක්වා NVIDIA CTO ලෙස සේවය.
34. Famous Graphics Chips Nvidia RIVA 128
IEEE Computer Society. NV1, රූපක ප්‍රමිතීන් [Graphics Standards] හා RIVA පෙරළිය පිළිබඳ Jon Peddieගේ ඓතිහාසික වාර්තාව.
35. NVIDIA Fiscal 2014 Third Quarter Form 10 Q
US Securities and Exchange Commission. 3dfx වත්කම් මිලදීගැනීමේ ගිවිසුම හා අවසන් දිනය පිළිබඳ ඓතිහාසික හෙළිදරව්ව.
36. NVIDIA Brings Real Time Ray Tracing to Gamers with GeForce RTX
NVIDIA. 2018 අගෝස්තු 20; Turing හා GeForce RTX නිවේදනය.