Jensen Huang

பொறியியல் [Engineering], தொழில்முனைவு [Entrepreneurship] மற்றும் செயற்கை நுண்ணறிவு [Artificial Intelligence] சார்ந்த ஒரு வாழ்க்கை

ஆசியாவில் கழிந்த சிறுபராயத்திலிருந்து NVIDIA நிறுவனத்தின் தலைமைத்துவம் வரை சான்றுகளை அடிப்படையாகக் கொண்ட வாழ்க்கை வரலாறும் Steve Jobs உடனான விமர்சன ஒப்பீடும்

தமிழ்ப் பதிப்பு ஆய்வுக்கான இறுதித் திகதி: 11 நவம்பர் 2026

பொருளடக்கம்

அறிமுகம்

தளத்தின் [Platform] பின்னால் உள்ள மனிதரைப் புரிந்துகொள்ளுதல்

Jensen Huang-இன் முக்கியத்துவம், அவர் சாத்தியமாக்க உதவிய ஒரு மாற்றத்தில் தங்கியுள்ளது: படங்களை வரைவதற்காக வடிவமைக்கப்பட்ட கணினிகள் [Computers], செயற்கை நுண்ணறிவைப் [Artificial Intelligence] பயிற்றுவிப்பதில் ஆய்வாளர்களுக்கு உதவக்கூடிய இயந்திரங்களாக மாறின. 1993-இல் அவர் இணைந்து நிறுவிய நிறுவனம், எதிர்காலம் உறுதியற்ற ஒரு வரைகலைத் தொடக்க நிறுவனத்திலிருந்து [Graphics Start-up], நவீன செயற்கை நுண்ணறிவின் [AI] பின்னணியில் உள்ள உட்கட்டமைப்பை [Infrastructure] வழங்கும் மைய நிறுவனமாக வளர்ந்தது. அந்தச் சாதனை நெருக்கமாக ஆராயப்பட வேண்டியதே. அதற்காக அவர் எதிர்காலத்தை முன்கூட்டியே அறிந்திருந்தார், தனியொருவராகச் செயற்பட்டார், அல்லது ஒருபோதும் தவறு செய்யவில்லை என்பதாக ஒரு கதையை உருவாக்க வேண்டியதில்லை.

ஆசியாவில் கழிந்த அவரது சிறுபராயத்திலிருந்து புலம்பெயர்வு, கல்வி, பொறியியல் தொழில் [Engineering Employment], தொழில்முனைவு [Entrepreneurship], NVIDIA-வின் விரிவாக்கம் வரை அவரது வாழ்க்கையை இந்நூல் பின்தொடர்கிறது. அவருக்குக் கிடைத்த வாய்ப்புகளை வடிவமைத்த குடும்பத்தையும் நிறுவனங்களையும், நிறுவனத்தைச் சாத்தியமாக்கிய சக ஊழியர்களையும் பங்காளிகளையும், அதன் திசையை மீண்டும் மீண்டும் மாற்றிய கடினமான தீர்மானங்களையும் இது ஆராய்கிறது. அவரது பொதுவெளிப் புகழ் வளர்ந்துவரும் நிலையில் மேலும் மேலும் எழுப்பத் தோன்றும் ஒரு கேள்வியையும் இது கேட்கிறது: Jensen Huang-ஐ வாழும் Steve Jobs என்று நியாயமாக அழைக்க முடியுமா?

இங்கு முன்வைக்கப்படும் பதில் வரையறைகளுக்கு உட்பட்டது. இருவரும் தொழில்நுட்பம் [Technology], நீண்டகால நம்பிக்கை, மற்றவர்கள் இன்னும் தெளிவாகக் காணாத எதிர்காலத்தை விளக்கும் அசாதாரண ஆற்றல் ஆகியவற்றை ஒருங்கிணைத்தார்கள். இருவரும் தத்தமது நிறுவனங்களுடன் மிக நெருக்கமாக அடையாளப்படுத்தப்பட்டார்கள். ஆயினும் Huang, Jobs-இற்கான மாற்றீடல்ல. அவரது பொறியியல் கல்வி [Engineering Education], தொடர்ச்சியான தலைமைத்துவம், வணிக வாடிக்கையாளர்கள், கணிப்பீட்டுத் தளத்தை [Computing Platform] உருவாக்கும் அணுகுமுறை ஆகியவை Apple-இன் இணை நிறுவனரிடமிருந்து அவரை வேறுபடுத்துகின்றன. குறிப்பிட்ட நடத்தைகளை அடையாளம் காணும்போது இந்த ஒப்பீடு பயனுள்ளதாகிறது. சிக்கலான இயல்புகளைக் கொண்ட இரு மனிதர்களை ஒன்றுக்கொன்று மாற்றாகப் பயன்படுத்தக்கூடிய அடையாளங்களாக மாற்றும்போது அது தவறாக வழிநடத்துகிறது.

இன்னும் வாழ்ந்து கொண்டிருக்கும் ஒருவரது வாழ்க்கைக்கு முடிவான இறுதி அத்தியாயம் இருக்க முடியாது. இந்தப் பதிப்பு 11 நவம்பர் 2026 உடன் நிறைவுபெறுகிறது. நிதிப் புள்ளிவிவரங்கள், பதவிப் பெயர்கள், நிர்வாக சபை அறிக்கைகள் [Board Statements], தயாரிப்பு அறிவிப்புகள் [Product Announcements] ஆகியவை நிரந்தர உண்மைகளாகக் கருதப்படாமல் அவற்றுக்குரிய திகதிகளுடன் வழங்கப்படுகின்றன. கடந்தகாலத்தைத் திரும்பிப் பார்க்கும் கூற்றுகள், பொருத்தமான இடங்களில் நினைவுப் பதிவுகளாக அடையாளப்படுத்தப்படுகின்றன. ஒரு நிறுவனம் தனது தொழில்நுட்பத்தைப் [Technology] பற்றி வழங்கும் விளக்கம், அது என்ன அறிவித்தது என்பதற்கான பெறுமதியான சான்றாகும். ஆனால் செயற்திறன் [Performance] குறித்த அதன் ஒவ்வொரு கூற்றிற்குமான சுயாதீன நிரூபணம் அதுவல்ல.

இது புனைவாக்கப்பட்ட வாழ்க்கை வரலாறுமல்ல. கற்பனையான உரையாடல்களோ, தனிப்பட்ட சிந்தனைகளோ, உண்மையாக முன்வைக்கப்படும் மீளுருவாக்கப்பட்ட காட்சிகளோ இதில் இல்லை. வாழ்க்கையை விளங்கிக்கொள்ள உதவுகின்ற இடங்களில் பொதுவெளியில் ஆவணப்படுத்தப்பட்ட குடும்பத் தகவல்கள் சேர்க்கப்பட்டுள்ளன. சரிபார்க்கப்படாத வயதுகள், ஊகிக்கப்பட்ட நோக்கங்கள், பரபரப்பான விவரங்கள் என்பன மீண்டும் மீண்டும் சொல்லப்படுவதால் உண்மையாகிவிடுவதில்லை. ஒவ்வொரு பக்கத்திலும் பாராட்டையும் மிகைப்படுத்தலையும் பிரித்தறிய வேண்டிய தேவையின்றி, தொழில்முனைவோர் [Entrepreneur], மாணவர் அல்லது தொழில்நுட்பத் தொழில்வல்லுநர் [Technology Professional] பயன்படுத்தக்கூடிய வாசிப்பிற்கு ஏற்ற வரலாற்றை வழங்குவதே நோக்கம்.

1 எல்லைகளைக் கடந்த சிறுபராயம்

Taiwan, Thailand மற்றும் குடும்பத்தின் ஒரு தீர்மானம்

Jensen Huang என்று பரவலாக அறியப்படும் Jen-Hsun Huang, 17 பெப்ரவரி 1963 அன்று Taiwan-இல் பிறந்தார். பிறந்த நகரம் குறித்து பதிவுகள் வேறுபட்டுள்ளன. முந்தைய சில அறிமுகக் கட்டுரைகள் Tainan-ஐக் குறிப்பிட்டன; பின்னைய செய்திப் பதிவுகள் Taipei-ஐக் குறிப்பிட்டன. புவியியல் அடிப்படையில் உறுதியாகக் கொள்ளக்கூடிய தொடக்கப்புள்ளி Taiwan ஆகும். இந்த வேறுபாடு முக்கியமானது. ஏனெனில் மீண்டும் மீண்டும் கூறப்படும் ஒரு விவரத்தை வாழ்க்கை வரலாறு அமைதியாக உறுதியான உண்மையாக மாற்றிவிடக்கூடாது. [1]

அவரது தொழில் வாழ்க்கை தேசிய எல்லைகளைக் கடப்பதற்கு வெகு முன்பே அவரது சிறுபராயம் அவற்றைக் கடந்திருந்தது. குடும்பம் முதலில் Taiwan-இலும் பின்னர் Thailand-இலும் வாழ்ந்தது. Condoleezza Rice உடனான நேர்காணலில், எண்ணெய் சுத்திகரிப்பு நிலையம் [Oil Refinery] ஒன்றை ஆரம்பிப்பதற்கு உதவுவதற்காகத் தமது தந்தை Thailand சென்றதாக Huang நினைவுகூர்ந்தார். தந்தை ஒரு பொறியியலாளர் [Engineer] என்றும், குடும்பம் அமெரிக்காவிற்குப் புலம்பெயர்ந்த பின்னர் தாயார் கத்தோலிக்கப் பாடசாலை ஒன்றில் பணிப்பெண்ணாக வேலை செய்தார் என்றும் அவர் விவரித்தார். இவை அவரது பொதுவெளி நினைவுப் பதிவுகளே அன்றி சுயாதீனமாக மீளமைக்கப்பட்ட தொழில் பதிவுகள் அல்ல. தமது மகன்களுக்குக் கல்வி வாய்ப்புகள் கிடைக்க வேண்டும் எனப் பெற்றோர் விரும்பினர். பெற்றோர் தமது புலம்பெயர்வை நிறைவுசெய்வதற்கு முன்னரே சிறுவர்கள் அமெரிக்கா சென்றனர். பின்னைய நேர்காணல்களில், அந்தப் பிரிவைத் தமது பிள்ளைகளுக்காகப் பெற்றோர் கொண்டிருந்த எதிர்பார்ப்புகளுடன் Huang தொடர்புபடுத்தியுள்ளார். [2]

இந்தப் புலம்பெயர்வுக் கதை பெரும்பாலும் ஊக்கமளிக்கும் ஒரு குறுகிய தொடராகச் சுருக்கப்படுகிறது: வறிய புலம்பெயர் சிறுவன் வருகிறான், கடினமாக உழைக்கிறான், பில்லியனராகிறான். அந்தப் பயணத்தைச் சாத்தியமாக்கிய பெரும்பாலான விடயங்களை இத்தகைய தொடர் மறைக்கிறது. குடிவரவு முறைமைகள், நாணய மாற்று வீதங்கள் [Exchange Rates], பாடசாலை அனுமதிகள் அல்லது தம்மை ஏற்றுக்கொள்ள உறவினர்கள் முன்வருவது என்பவற்றைப் பிள்ளைகள் தெரிவுசெய்வதில்லை. முழுமையற்ற தகவல்களுடன் பெற்றோர் விளைவுகள் மிக்க தீர்மானங்களை எடுக்கின்றனர். அந்தத் தீர்மானங்கள் உருவாக்கும் வாய்ப்பையும் நிச்சயமின்மையையும் பிள்ளை ஒருசேரப் பெறுகிறது.

Huang-ஐப் பொறுத்தவரை, நாடுகளுக்கு இடையில் இடம்பெயர்வது மொழிகளுக்கும் எதிர்பார்ப்புகளுக்கும் இடையில் இடம்பெயர்வதாகவும் இருந்தது. நடைமுறைச் சவால் வெறுமனே சொற்களைக் கற்றுக்கொள்வதல்ல. ஆசிரியர்களுடன் மக்கள் எவ்வாறு பேசுகின்றனர், நட்புறவுகளை எவ்வாறு ஏற்படுத்துகின்றனர், முரண்பாடுகளுக்கு எவ்வாறு பதிலளிக்கின்றனர், திறமையை எவ்வாறு மதிப்பிடுகின்றனர் என்பதைப் புரிந்துகொள்வதும் அதில் அடங்கியது. வகுப்பறையின் சமூக விதிகளைப் புரிந்துகொள்வதற்கு முன்னரே ஒரு மாணவர் கணிதத்தைப் புரிந்திருக்கலாம். இந்த வெவ்வேறு வகையான கற்றல்கள் ஒரே வேகத்தில் முன்னேற வேண்டியதில்லை.

பல தசாப்தங்களுக்குப் பின்னர் வெளிப்பட்ட ஒரு குறிப்பிட்ட முகாமைத்துவப் பழக்கத்திற்கு [Management Habit] புலம்பெயர்வே நேரடிக் காரணம் என்று கூறுவது ஊகமாகும். அதைவிடக் கவனமான முடிவு, மாறுபட்ட சூழல்களுக்கு ஏற்பத் தன்னை மாற்றிக்கொள்ளுதல் அவரது வாழ்க்கையின் ஆரம்ப உண்மையாக அமைந்தது என்பதே. அவரது பின்னைய தொழில் வாழ்க்கை, பரிச்சயமற்ற துறைகளுக்குள் நுழைதல், அவற்றின் விதிகளை அடையாளம் காணுதல், எந்த முன்கருத்துகளைச் சவாலுக்குட்படுத்தலாம் எனத் தீர்மானித்தல் என்பவற்றை மீண்டும் மீண்டும் உள்ளடக்கியது. இந்த ஒற்றுமை சிந்திக்கத் தூண்டுவதே அன்றி உளவியல் நோயறிதல் [Psychological Diagnosis] அல்ல.

அவரது பெற்றோரின் பங்கையும் முழுமையான குடும்ப ஆவணகத்தை உருவாக்கிக் கற்பனை செய்யாமல் புரிந்துகொள்ள வேண்டும். அவர்களது தொழில்கள், பெயர்கள் பற்றிய பொதுப் பதிவுகளின் தரம் ஒரே மாதிரியானதல்ல. மீண்டும் மீண்டும் கிடைக்கும் மிக வலுவான சான்றுகள், கல்வியில் அவர்கள் கொண்டிருந்த அர்ப்பணிப்பையும் அதை நாடிச் செல்வதற்காக ஏற்றுக்கொண்ட வாழ்க்கைக் குழப்பங்களையுமே பற்றியவை. ஒவ்வொரு வெற்றிடத்தையும் நம்பத்தகுந்ததாகத் தோன்றும் விவரங்களால் நிரப்புவதில் அவர்களின் முக்கியத்துவம் தங்கியிருக்கவில்லை. அவர்களது தீர்மானம், Huang-இன் தொழில்நுட்ப வளர்ச்சிக்கு [Technical Development] மையமாக அமைந்த நிறுவனங்களையும் தொடர்பு வலையமைப்புகளையும் [Networks] அணுகும் வாய்ப்பை அவருக்கு வழங்கியது.

தவிர்க்க முடியாத வெற்றிக்கதை என்ற அணுகுமுறையின் அபாயம்

முடிவை முன்கூட்டியே அறிந்திருப்பது, வாசகர்கள் சிறுபராயத்தைப் பொருள்கொள்ளும் விதத்தை மாற்றுகிறது. வகுப்பறையில் கிடைத்த சாதாரண வெற்றி மேதைமைக்கான அடையாளமாக மாறலாம்; அசௌகரியமான அனுபவம் தலைமைத்துவத்திற்கான அத்தியாவசியத் தயாரிப்பாக மாறலாம். இந்த இரண்டு முடிவுகளும் தாமாகவே உருவாகிவிடுவதில்லை. திறமையுள்ள பல புலம்பெயர்ந்தோர் பெரிய நிறுவனங்களை உருவாக்காமலேயே கஷ்டங்களை அனுபவிக்கின்றனர். வெற்றிபெற்ற பல தொழில்முனைவோரின் [Entrepreneurs] சிறுபராயங்கள் முற்றிலும் வேறுபட்டவை.

எனவே இளம் Huang, NVIDIA-வை உருவாக்குவதற்காக ஏற்கெனவே விதிக்கப்பட்டவரா என்பதல்ல பயனுள்ள கேள்வி. அவருக்குக் கிடைத்த வாய்ப்புகள் எவ்வாறு விரிவடைந்தன, பின்னர் அவற்றைக் கொண்டு அவர் என்ன செய்தார் என்பதே கேள்வி. இந்த அணுகுமுறை முயற்சிக்கு உரிய மதிப்பளிக்கிறது; அதேவேளை அந்த முயற்சி பயனளிப்பதைச் சாத்தியமாக்கிய குடும்பத் தீர்மானங்கள், பொதுக் கல்வி, வரலாற்றுச் சூழ்நிலைகள் என்பவற்றைப் புறக்கணிப்பதில்லை.

2 Kentucky-யும் வேறுபட்டவராக இருப்பதன் அனுபவமும்

Oneida-வில் வாழ்தல்

Huang, Kentucky-யில் கழித்த காலத்தைப் பற்றிய ஒரு திருத்தம் குறிப்பாக முக்கியமானது. Kentucky ஆற்றின் South Fork-இற்கு மறுபுறம் அமைந்திருந்த அரச Oneida Elementary School-இல் கல்விகற்றபோது, அவரும் அவரது சகோதரரும் தமது விடுதியில் தங்கியிருந்ததாக Oneida Baptist Institute குறிப்பிடுகிறது. அப்போது அந்த நிறுவனம் ஒரு உயர்தரப் பாடசாலையாக இருந்ததால், சிறுவர்கள் தமது வகுப்புகளுக்குச் செல்லத் தொங்கு பாலத்தைக் கடந்து சென்றனர். விடுதியில் தங்கிய ஏற்பாட்டையும் வகுப்பறைக் கல்விக்கான சேர்க்கையையும் ஒரே விடயமாகக் கருதுவது தவறானது. [3]

காலப்போக்கில் இக்கதைக்கு நாடகத்தன்மையுள்ள பல வடிவங்கள் ஏற்பட்டுள்ளன. அமெரிக்காவில் கடினமான ஆரம்ப அனுபவம் கிடைத்ததாகவும், குடும்பத்தினர் முழுமையாக எதிர்பார்த்திராத சூழலில் தம்மைவிட வயதில் மூத்த சிறுவர்களுடன் தங்கவைக்கப்பட்டதாகவும் Huang நினைவுகூர்ந்துள்ளார். அந்தக் கடினமான அறிமுகத்தைப் பற்றிய அவரது விளக்கத்தையும் பாடசாலை அனுபவம் மீது அவர் கொண்டிருந்த பற்றையும் Oregon State-இன் அறிமுகப் பதிவு ஒருசேரப் பதிவு செய்கிறது. அசௌகரியமும் நன்றியுணர்வும் ஒன்றுக்கொன்று முரணானவை அல்ல; இரண்டு அம்சங்களும் வரலாற்றில் இடம்பெற வேண்டும். [4]

நிறுவனங்களுக்குச் சூட்டப்படும் அடையாளங்களைப் பயன்படுத்துவதில் கவனம் வேண்டும். சீர்திருத்தப் பாடசாலை [Reform School] போன்ற ஒரு சொற்றொடர், அந்தச் சூழல் பற்றிப் பேசுபவரின் நினைவை வெளிப்படுத்தலாம். ஆனால் அந்த நிறுவனத்தின் முழு வரலாற்றையோ அதன் ஒவ்வொரு மாணவரையோ அது போதுமான வகையில் விவரிக்காமல் இருக்கலாம். விடுதித் தங்குமிட ஏற்பாடு, ஆரம்பப் பாடசாலையில் கல்விகற்றமை, பெற்றோரிடமிருந்து தொலைவில் இருந்த ஒரு பிள்ளை அனுபவித்த குறிப்பிடத்தக்க கலாசாரத் தழுவல் என்பவையே கூடுதல் உறுதியுள்ள உண்மைகளாகும்.

சிறுபராயத்தில் தொடர்புபட்ட ஒரு நிறுவனம் பின்னர் ஒரு தெளிவான விவரத்தின் ஊடாக நினைவுகூரப்படலாம். தொங்கு பாலம் அத்தகைய விவரமாகும்: உண்மையானது, நினைவில் நிற்பது, சுயாதீனமாக ஆவணப்படுத்தப்பட்டது. அதைக் கடக்கும்போது Huang என்ன நினைத்தார் என்ற கற்பனை விளக்கத்தைவிட அது பயனுள்ளது. வீடு, பாடசாலை, சுற்றியிருந்த பரிச்சயமற்ற உலகம் ஆகியவற்றுக்கு இடையிலான தூரத்தை அந்தப் பௌதிக அமைப்பே வாசகர்களுக்குப் போதுமான அளவு எடுத்துக்காட்டுகிறது.

பல ஆண்டுகளுக்குப் பின்னர் Jensen மற்றும் Lori Huang, Oneida-வில் புதிய கட்டட வசதி ஒன்றிற்கு ஆதரவளித்தனர். அதற்கு இணையான நிதி திரட்டப்படுவதன் அடிப்படையில் வழங்கப்பட்ட 2 மில்லியன் அமெரிக்க டொலர் மானியத்தை [Matching Grant] நிறுவனம் பதிவு செய்கிறது. அதனால் உருவான Huang Hall, 2019-இல் அர்ப்பணிக்கப்பட்டது. அவரது சிறுபராயத்தின் ஒவ்வொரு அம்சமும் மகிழ்ச்சியானதாக இருந்தது எனக் கருத வேண்டிய அவசியமின்றி, முதிர்ந்த தொழில்முனைவோரை [Entrepreneur] அவரது சிறுபராயத்தில் இடம்பெற்ற ஓர் இடத்துடன் இந்த நன்கொடை இணைக்கிறது. [3]

கஷ்டத்தை உயர்த்திப் புகழாமல் மீண்டெழும் ஆற்றலை [Resilience] புரிந்துகொள்ளுதல்

வெற்றிபெற்றவர்களைப் பற்றிய பதிவுகள் பெரும்பாலும் சிரமத்தை ஒரு பரிந்துரையாக மாற்றுகின்றன: சாதனைக்கு முன்னர் கஷ்டம் இருந்ததால் எதிர்காலத் தலைவர்களும் கஷ்டத்தை அனுபவிக்க வேண்டும் என்கின்றன. இது பலவீனமான தர்க்கமாகும். இடர்கள் சமயோசிதத் திறனை உருவாக்கலாம்; அதேவேளை வாய்ப்புகளைக் கட்டுப்படுத்தி நீண்டகாலப் பாதிப்பையும் ஏற்படுத்தலாம். விளைவு, கிடைக்கும் ஆதரவு, சூழ்நிலைகள், சம்பந்தப்பட்ட நபர் ஆகியவற்றில் தங்கியுள்ளது.

பின்னைய பொதுவெளி உரைகளில் விடாமுயற்சியை Huang வலியுறுத்தியமை அவரது தலைமைத்துவத்துடன் தொடர்புடையது. ஆனால் மிரட்டித் துன்புறுத்தல், அடிப்படை வசதியின்மை அல்லது தவிர்க்கக்கூடிய துயரங்களைப் பாராட்டுவதற்கு அதை பயன்படுத்தக்கூடாது. ஆக்கபூர்வமான பாடம் இதைவிடக் குறுகியது: கடினமான சூழ்நிலைகளுக்குப் பதிலளிக்க மக்கள் கற்றுக்கொள்ளலாம்; அவர்கள் மீண்டு வரவும் தன்னம்பிக்கையை வளர்த்துக்கொள்ளவும் பயனுள்ள வேலையைக் கண்டறியவும் நிறுவனங்கள் உதவலாம்.

மீண்டெழும் ஆற்றலைப் [Resilience] பற்றிய முதிர்ந்த விளக்கத்தில் உதவியும் இடம்பெறும். சூழலுக்கேற்பத் தன்னை மாற்றிக்கொள்ளும் இளைஞருக்கும் ஆசிரியர்கள், உறவினர்கள், உணவு, தங்குமிடம், மேலதிக கல்விக்கான பாதை என்பவை தேவைப்படுகின்றன. நெருக்கடியை எதிர்கொள்ளும் எதிர்கால நிர்வாகிக்கும் பொறியியலாளர்கள் [Engineers], வாடிக்கையாளர்கள், நிதி தேவைப்படுகின்றன. இந்தத் தொடர்ச்சியை நினைவில் கொள்வது, வாழ்க்கை வரலாறு தனிமனித மனவலிமையின் கதையாக மட்டும் மாறிவிடுவதைத் தடுக்க உதவுகிறது.

3 Oregon: பாடசாலை, வேலை, இலட்சியம்

மேலும் நிலையான கல்விப் பாதை

குடும்பம் பின்னர் Oregon-இல் குடியேறியது. அங்கு Beaverton பகுதியில் Huang உயர்தரப் பாடசாலையில் கல்விகற்றார். தேசியத் தரவரிசையில் இடம்பெற்ற இளையோர் மேசைப்பந்தாட்ட வீரராகவும் [Junior Table-tennis Player] Oregon State-இன் பதிவு அவரை அடையாளப்படுத்துகிறது. ஆண்டுவாரியான முழுமையான பாடசாலைப் பதிவை இவை வழங்காவிட்டாலும், கல்வித்திறனையும் போட்டித்திறனையும் வளர்த்துக்கொண்டிருந்த இளைஞரை இவ்விவரங்கள் காட்டுகின்றன. [4]

பிரபலமான சில சுருக்கங்கள், அவர் எந்த வகுப்புகளைத் தாண்டிச் சென்றார் என்பதைத் துல்லியமாகக் கூறுகின்றன; அல்லது பிற தகவல்களுடன் முரண்படும் பல்கலைக்கழக நுழைவு ஆண்டை வழங்குகின்றன. அவரது வளர்ச்சிப் பாதையைப் புரிந்துகொள்ள இத்தகைய துல்லியம் அவசியமில்லை. அவர் பாடசாலைக் கல்வியில் முன்னேறி, Oregon State University-இல் மின்பொறியியல் [Electrical Engineering] கற்கச் சேர்ந்து, 1984-இல் இளமாணிப் பட்டத்தை [Bachelor’s Degree] நிறைவுசெய்தார் என்பதே உறுதியாக முக்கியமானது. இடைநிலைப் பாடசாலையின் ஒவ்வொரு ஆண்டையும் ஊகித்து மீளமைப்பதைவிட ஆவணப்படுத்தப்பட்ட பட்டம் பெற்ற திகதி உறுதியான ஆதாரப்புள்ளியாகும்.

போட்டி விளையாட்டு, பொறியியலுக்கு [Engineering] ஒரு பயனுள்ள ஒப்புமையை வழங்குகிறது. ஆனால் ஒப்புமையைக் காரணகாரிய நிரூபணமாகக் கருதக்கூடாது. மேசைப்பந்தாட்ட வீரர் [Table-tennis Player] எதிராளிக்கேற்ப மீண்டும் மீண்டும் தன்னை மாற்றிக்கொள்கிறார், உடனடிப் பின்னூட்டத்தைப் [Feedback] பெறுகிறார், அசைவுகள் நம்பகமானவையாகும் வரை பயிற்சி செய்கிறார். பொறியியலாளரும் [Engineer] பின்னூட்டத்தின் [Feedback] ஊடாகக் கற்றுக்கொள்கிறார். Huang விளையாடினார் என்பதை மட்டும் அறிந்துகொண்டு, குறிப்பிட்ட விளையாட்டுப் பழக்கங்களை அவர் உணர்வுபூர்வமாக முகாமைத்துவத்திற்குக் [Management] கொண்டுவந்தாரா என்பதைத் தீர்மானிக்க முடியாது.

Denny’s-இல் அவர் செய்த ஆரம்பகால சேவை வேலை, அவரது பொதுவெளி வரலாற்றில் மீண்டும் மீண்டும் இடம்பெறும் மற்றொரு பகுதியாகும். பாத்திரங்களைக் கழுவியது, வாடிக்கையாளர்களுக்குச் சேவை செய்தது, சாதாரண வேலை கற்றுத்தந்த பாடங்கள் ஆகியவற்றைப் பற்றி அவர் பேசியுள்ளார். மேம்பட்ட தொழில்நுட்பத்தின் [Elite Technology] தனிச்சிறப்பான உலகிற்கு வெளியேயும் அவரது வளர்ச்சி இடம்பெற்றதை அந்த உணவக வேலை காட்டுவதால் அது முக்கியமானது. பொறியியலாளர்களை [Engineers] முகாமைத்துவம் செய்வதற்கு முன்னர், சேவை, வேகம், பல சிறு பணிகளின் ஒருங்கிணைப்பு ஆகியவை அன்றாடம் வெளிப்படையாகத் தெரியும் பணியிட அனுபவம் அவருக்கு இருந்தது. [2]

ஒரு சேவை வேலை கற்றுத்தரக்கூடியவை

உணவகம் ஒரு முறைமையாகும் [System]. வாடிக்கையாளர் ஒரு உணவைக் காண்கிறார்; ஆனால் அதை வழங்குவது தயாரிப்பு, கழுவுதல், ஆர்டர் எடுத்தல், சமையல், கட்டணம், தொடர்பாடல் என்பவற்றில் தங்கியுள்ளது. மற்ற பகுதிகள் நன்றாகச் செயற்பட்டாலும் ஒரு பகுதியின் தோல்வி வாடிக்கையாளரைப் பாதிக்கிறது. தொழில்நுட்ப ரீதியில் [Technically] மிகச் சிறந்த ஒரு கூறு [Component] மட்டும் வெற்றிகரமான தயாரிப்பை [Product] உருவாக்குவதில்லை என்பதைப் புரிந்துகொள்வதற்கு இது பயனுள்ள வழியாகும்.

இதே அடிப்படைக் கொள்கை பின்னர் மிகப் பெரிய அளவில் NVIDIA-வின் வணிகத்தில் வெளிப்பட்டது. ஒரு செயலி [Processor] சக்திவாய்ந்ததாக இருந்தாலும் அதற்கு நிரல் எழுதுவது [Programming] கடினமாக இருக்கலாம். ஒரு மென்பொருள் [Software] நேர்த்தியாக இருந்தாலும் அதற்கு விநியோக வழி [Distribution Channel] இல்லாமல் இருக்கலாம். ஒரு தரவு மையத்தில் [Data Centre] போதிய செயலிகள் [Processors] இருந்தாலும் வலையமைப்பு [Networking], மின்சாரம் அல்லது குளிரூட்டல் [Cooling] போதாமல் இருக்கலாம். இவை பகுப்பாய்வு ஒப்புமைகளே அன்றி, ஒரு குறிப்பிட்ட உணவக வேலைநேரம் Huang-இற்குக் கணிப்பீட்டு நிறுவனத்திற்கான [Computing Company] முழுத் திட்டத்தைக் கொடுத்தது என்ற கூற்றுகள் அல்ல.

வேலை எவ்வளவு நேரடியாகக் கண்ணுக்குத் தெரிகிறது என்பதிலும் ஒரு பாடம் இருக்கிறது. ஒரு தயாரிப்பைப் [Product] பயன்படுத்தக்கூடியதாக ஆக்கும் மக்களிடமிருந்து மூத்த நிர்வாகி ஒருவர் விலகிய நிலையை அடையலாம். சிறிய செயல்பாட்டுத் தவறுகளின் [Operational Failures] விளைவுகளைச் சேவை வேலை விரைவாக வெளிப்படுத்துகிறது. பதவியும் செல்வமும் அந்த விளைவுகளைத் தவிர்க்கக்கூடிய நிலையை ஏற்படுத்திய பின்னரும் அவற்றைப் பற்றிய ஆர்வத்தைப் பேணுவதிலேயே தலைமைத்துவப் பெறுமதி தங்கியுள்ளது.

4 பல்கலைக்கழகப் பொறியியலும் [Engineering] Lori-யைச் சந்தித்தலும்

Oregon State-உம் ஒரு தொழிலின் அடித்தளங்களும்

Huang, 1984-இல் Oregon State University-இலிருந்து மின்பொறியியல் விஞ்ஞான இளமாணிப் பட்டத்தை [Bachelor of Science in Electrical Engineering] பெற்றார். அறிமுக மின்பொறியியல் பாடநெறி [Introductory Electrical-engineering Course] ஒன்றில் Lori Mills அவரது ஆய்வக இணையாக [Lab Partner] இருந்தார் என்றும், சந்தித்த ஐந்து ஆண்டுகளுக்குப் பின்னர் அவர்கள் திருமணம் செய்துகொண்டனர் என்றும் பல்கலைக்கழகம் பதிவு செய்கிறது. அவரது தொழில் வாழ்க்கையையும் வடிவமைத்துக்கொண்டிருந்த தொழில்நுட்பக் கல்விச் சூழலிலேயே [Technical Education] அவர்களது உறவு ஆரம்பமானது. [4]

மின்பொறியியல் [Electrical Engineering] ஒரு கல்விச் சான்றிதழைவிட அதிகமானவற்றை வழங்கியது. கட்டுப்பாடுகளுக்கு உட்பட்ட பௌதிக முறைமைகளைப் [Physical Systems] பற்றி தர்க்கரீதியாகச் சிந்திக்க அது அவரைப் பயிற்றுவித்தது. ஒரு மின்சுற்று [Circuit], நேர ஒழுங்கு [Timing], மின்சக்தி [Power], செலவு, நம்பகத்தன்மை [Reliability] ஆகிய தேவைகளை ஒரே நேரத்தில் நிறைவேற்ற வேண்டும். ஒரு அளவுகோலில் வெற்றிபெறும் வடிவமைப்பு [Design] மற்றொன்றில் தோல்வியடையலாம். புதுமை [Innovation] என்பது திடீரெனத் தோன்றும் ஓர் எண்ணத்தைத் தொடர்ந்து சிரமமின்றி நடைமுறைப்படுத்துதல் என்ற சித்திரத்திலிருந்து இந்தத் துறை வேறுபடுகிறது.

பல்கலைக்கழக ஆய்வகம் [Laboratory], ஒன்றைப் பெற மற்றொன்றில் விட்டுக்கொடுக்க வேண்டிய சமநிலைகளை [Trade-offs] நேரடியாக உணரச் செய்கிறது. ஒரு கணக்கீடு இறுதியில் இயங்கக்கூடிய கூறுகளின் [Components] அமைப்புடன் பொருந்த வேண்டும். எதிர்பாராத செயற்பாட்டை விளக்கிச் சமாளித்துவிடாமல் ஆராய வேண்டும். இவை பொறியியல் கல்வியின் [Engineering Education] பொதுவான அம்சங்களே அன்றி Huang-இன் குறிப்பிட்ட பாடப்பணிகளை மீளுருவாக்கிய பட்டியல் அல்ல. அவரது பட்டம் பிரதிநிதித்துவப்படுத்தும் தொழில்முறை உருவாக்கத்தின் தன்மையைப் புரிந்துகொள்ள இவை உதவுகின்றன.

எதிர்காலப் பில்லியனரைத் தற்செயலாகச் சந்தித்த துணைக் கதாபாத்திரமாக Lori-யைச் சுருக்கிவிடக்கூடாது. அவர் பொறியியல் [Engineering] கற்றவர்; பின்னர் குறிப்பிடத்தக்க கல்வித் திட்டங்களுக்கான இணை நன்கொடையாளராகவும் விளங்கினார். அந்தப் பங்கைப் பொதுத் தகவல்கள் ஆதரிக்கின்றன. ஆனால் குடும்பம் எடுத்த ஒவ்வொரு தனிப்பட்ட தீர்மானத்தையும் அவருக்குச் சார்த்துவதற்கு அது நியாயமளிக்காது. நம்பகமான பதிவு உறுதிப்படுத்தாத வரை NVIDIA-வில் அவர் முறையான பதவி வகித்தார் என்று கூறுவதற்கும் அது நியாயமளிக்காது.

வேலை செய்துகொண்டே Stanford-இல் கல்விகற்றல்

முழுநேரமாக வேலை செய்துகொண்டிருந்தபோதே Huang, 1992-இல் Stanford University-இல் மின்பொறியியல் முதுமாணிப் பட்டத்தை [Master’s Degree in Electrical Engineering] நிறைவுசெய்தார். Stanford-இன் சொந்த வாழ்க்கைக் குறிப்பு பட்டத்தை உறுதிப்படுத்துகிறது; வேலைவாய்ப்பையும் பட்டமேற்படிப்பையும் [Graduate Study] இணைத்த அவரது பயணத்தை Oregon State விவரிக்கிறது. இதனால் அவரது உயர்கல்வி, தொழில்முறை வளர்ச்சிக்கு முழுமையாக முன்னதாக அமைந்ததாக இல்லாமல் அதன் ஓர் அங்கமாக அமைகிறது. [4, 5]

அந்த வேறுபாடு முக்கியமானது. வேலை செய்துகொண்டே கல்விகற்கும் ஒருவர் கோட்பாட்டுக் கருவிகளை [Theoretical Tools] வணிகப் பிரச்சினைகளுடன் ஒப்பிட்டுப் பார்க்க முடியும். ஒரு வடிவமைப்பு [Design] ஏன் அவ்வாறு செயற்படுகிறது என்பதை கல்விசார் வேலை தெளிவுபடுத்தலாம்; வகுப்பறைப் பயிற்சி குறிப்பிடாத கட்டுப்பாடுகளை வேலைவாய்ப்பு வெளிப்படுத்தலாம். ஒரு சூழல் மற்றொன்றிற்கு மாற்றீடாகாது. இரண்டிற்கும் இடையில் சென்று வருவதிலிருந்து அவற்றின் பெறுமதி உருவாகலாம்.

தொழில்முனைவைப் [Entrepreneurship] பற்றிய பிரபலமான ஆனால் தவறாக வழிநடத்தும் ஒரு கதையையும் இந்தத் திகதிகள் சவாலுக்குட்படுத்துகின்றன. உடனடியாக நிறுவனம் உருவாக்குவதற்காக முறையான கல்வியை நிராகரித்துப் பல்கலைக்கழகத்திலிருந்து விலகியவர் Huang அல்ல. NVIDIA நிறுவப்பட்டபோது அவரிடம் இளமாணி மற்றும் முதுமாணி நிலைப் பொறியியல் தகுதிகளும் [Engineering Qualifications], குறைக்கடத்தித் துறையில் [Semiconductor Industry] கணிசமான அனுபவமும் இருந்தன. துணிச்சலுடன் அபாயத்தை ஏற்றுக்கொள்வதன் முக்கியத்துவத்தை அவரது கதை ஆதரிக்கும் அளவிற்கு, கற்றலினதும் தொழில்முறைத் தயாரிப்பினதும் முக்கியத்துவத்தையும் வலுவாக ஆதரிக்கிறது.

தொழில்முனைவிற்கான [Entrepreneurship] முழுமையான செய்முறையை முறையான கல்வி வழங்கவில்லை. வாடிக்கையாளர்கள் ஒரு வரைகலைச் சில்லை [Graphics Chip] வாங்குவார்களா, முதலீட்டாளர்கள் மூலதனத்தை [Capital] வழங்குவார்களா, ஒரு புதிய மென்பொருள் தளம் [Software Platform] உருவாக்குநர்களை [Developers] ஈர்க்குமா என்பவற்றை அதனால் உறுதிசெய்ய முடியவில்லை. அந்தப் பிரச்சினைகளை ஆராய்வதற்கான கருவிகளை அது வழங்கியது. பின்னைய சாதனை, நிச்சயமற்ற சூழலில் அந்தக் கருவிகளைப் பயன்படுத்தி விரிவுபடுத்துவதில் தங்கியிருந்தது.

5 குறைக்கடத்தி வணிகத்தைக் [Semiconductor Business] கற்றல்

AMD மற்றும் LSI Logic

1983 முதல் 1985 வரை Advanced Micro Devices-இலும் 1985 முதல் 1993 வரை LSI Logic-இலும் Huang பணிபுரிந்ததை NVIDIA-வின் ஒழுங்குமுறைத் தாக்கல்களில் உள்ள வாழ்க்கைக் குறிப்பு [Regulatory Biography] பதிவு செய்கிறது. AMD-இல் வேலை ஆரம்பித்த திகதியைப் பேணுவது முக்கியமானது. ஏனெனில் சில பிரபலமான பதிவுகள் அதை அவரது இளமாணிப் பட்ட ஆண்டான 1984 என எளிமைப்படுத்துகின்றன. பட்டம் பெற்றதை அடிப்படையாகக் கொண்டு ஊகிக்கப்பட்ட ஒழுங்கான தொடரைவிட அதிகாரபூர்வத் தொழில் பதிவுகள் சிறந்த காலவரிசை அடிப்படையை வழங்குகின்றன. [6]

AMD-இல் அவர் நுண்செயலி வடிவமைப்பில் [Microprocessor Design] பணியாற்றினார். LSI Logic-இல் CoreWare வணிகத்துடன் தொடர்புடைய வேலைகள் உட்படப் பொறியியல் [Engineering], சந்தைப்படுத்தல் [Marketing], முகாமைத்துவப் [Management] பொறுப்புகளை வகித்தார். இந்தப் பங்குகள் அவரது அனுபவத்தை ஒரு தனி மின்சுற்றை [Circuit] வடிவமைப்பதற்கு அப்பாலும் விரிவுபடுத்தின. தொழில்நுட்ப ஆற்றல் [Technical Capability], வாடிக்கையாளர் தேவைகள் [Customer Requirements], வணிக மூலோபாயம் [Commercial Strategy] ஆகியவற்றுக்கு இடையிலான உறவை அவர் அறிந்துகொள்ள அவை வழிவகுத்தன. [6]

குறைக்கடத்தித் துறை [Semiconductors], ஒரு புதிய நிறுவனத்தின் மீது வழக்கத்திற்கு மாறான தேவைகளை விதிக்கிறது. ஒரு சில்லை [Chip] வடிவமைப்பது செலவுமிக்கது; உற்பத்தி [Manufacturing] சிறப்புவசதிகளில் தங்கியுள்ளது; தவறுகள் செலவுமிக்க மீள்வடிவமைப்புகளை [Redesigns] வேண்டிநிற்கலாம்; தயாரிப்பு [Product] வெளிவரும்போது சந்தை ஏற்கெனவே மாறியிருக்கலாம். ஒரு பொறியியல் தீர்மானத்திற்கும் [Engineering Decision] சந்தையிலிருந்து கிடைக்கும் பின்னூட்டத்திற்கும் [Market Feedback] இடையிலான காலம் நீண்டதாக இருக்கலாம். இந்தத் துறையில் ஒரு நிறுவனரைப் பொறுத்தவரை தொழில்நுட்பத் தீர்ப்பாற்றலும் [Technical Judgement], நிச்சயமின்மைக்கான நிதியை வழங்கும் வழியும் தேவைப்படுகின்றன.

வாடிக்கையாளர் தேவைக்கேற்ற தனிப்பயன் சில்லுகளில் [Custom Chips] LSI Logic செய்த வேலை, வாடிக்கையாளர்கள் ஒரு முறைமைத் தேவையை [System Requirement] எவ்வாறு சிலிக்கன் [Silicon] வடிவமைப்பாக மாற்றுகின்றனர் என்பதைப் புரிந்துகொள்வதற்குப் பொருத்தமான தயாரிப்பாக இருந்தது. NVIDIA-விற்கு தொடர்ந்து மையமாக அமைந்த ஒரு வேறுபாட்டையும் அது எடுத்துக்காட்டியது: தொழில்நுட்ப ரீதியில் [Technically] சுவாரசியமானது என்பதற்காக மட்டும் வாடிக்கையாளர்கள் ஒரு சில்லை [Chip] விரும்புவது அரிது. சிறந்த வரைகலை [Graphics], குறைந்த செலவு, குறுகிய கணிப்பீட்டு நேரம் [Computation Time], அல்லது தங்களுடைய மேலும் திறனுள்ள தயாரிப்பு [Product] போன்ற ஒரு பெறுபேற்றையே அவர்கள் விரும்புகின்றனர்.

ஒரு துறை நிபுணராக இருப்பதைத் தாண்டி வளர்தல்

பொறியியலாளரிலிருந்து [Engineer] தொழில்முனைவோராக [Entrepreneur] மாறுவது, தொழில்நுட்ப வேலையை [Technical Work] விட்டுவிலகுவதாகச் சிலவேளைகளில் விவரிக்கப்படுகிறது. Huang-இன் தொழில் வாழ்க்கை வேறொரு போக்கைக் காட்டுகிறது. தொழில்நுட்பப் புரிதல் [Technical Understanding] மையமாகத் தொடர்ந்தது; அதேவேளை தீர்மானங்களின் வட்டம் ஆட்கள், விலை நிர்ணயம் [Pricing], நிதி, சந்தைத் தெரிவு [Market Selection] என்பவற்றையும் உள்ளடக்கும் வகையில் விரிவடைந்தது.

நிறுவனத்தின் கவனத்திற்கு உரிய பிரச்சினைகள் எவை என்பதை ஒரு தொழில்முனைவோர் [Entrepreneur] தீர்மானிக்க வேண்டும். குறிப்பிடப்பட்ட வடிவமைப்பை [Design] ஒரு பொறியியலாளர் [Engineer] உகந்ததாக்க முடியும் [Optimise]; ஆனால் அந்த வடிவமைப்பு உருவாக்கப்பட வேண்டுமா என்பதையும் நிறுவனர் தீர்மானிக்க வேண்டும். ஒன்றை உருவாக்க முடியுமா என்பதிலிருந்து, போதிய மக்கள் அதை மதிப்பார்களா, நிறுவனம் அதை வழங்க முடியுமா, ஒரு போட்டியாளர் அதைவிட வேகமாகப் பதிலளிக்க முடியுமா என்பதாகக் கேள்வி மாறுகிறது.

இந்த மாற்றத்தைச் செயற்படுத்துவதைவிட, பின்னோக்கிப் பார்த்து விவரிப்பது எளிது. உயர்ந்த வடிவமைப்பு [Superior Design] வென்றே ஆக வேண்டும் என அதன் உரிமையாளர் வலியுறுத்தும்போது தொழில்நுட்ப நிபுணத்துவம் [Technical Expertise] ஒரு பொறியாக மாறலாம். இணக்கத்தன்மை [Compatibility], கிடைப்புத்தன்மை [Availability], அல்லது பயன்படுத்துவதற்கான எளிமை [Ease of Use] என்பவற்றை வாடிக்கையாளர்கள் விரும்பலாம். சந்தையின் முன்னுரிமைகள், பொறியியல் குழுவின் [Engineering Team] ஆரம்ப முன்கருத்துகளிலிருந்து வேறுபடுகின்றன என்பதைக் கண்டறிய நிறுவனர் தயாராக இருக்க வேண்டும்.

எனவே NVIDIA-விற்கு முந்தைய Huang-இன் ஆண்டுகள் வாழ்க்கை வரலாற்றின் மையத்தில் இடம்பெற வேண்டும். முக்கியமான கதை ஆரம்பிப்பதற்கு முன்னர் காத்திருந்த ஓர் இடமாக மட்டும் அவை இருக்கவில்லை. தயாரிப்புத் தீர்மானங்கள் [Product Decisions], உற்பத்தி உறவுகள் [Manufacturing Relationships], வாடிக்கையாளர் நம்பிக்கை என்பவை ஒன்றிலிருந்து ஒன்று பிரிக்க முடியாத துறை ஒன்றில் அவை அனுபவத்தை வழங்கின.

6 NVIDIA-வை நிறுவுதல்

மூன்று நிறுவனர்களும் கடினமான ஒரு சந்தையும்

1993-இல் Jensen Huang, Chris Malachowsky, Curtis Priem ஆகியோர் NVIDIA-வை நிறுவினர். Huang அதன் பிரதம நிறைவேற்று அதிகாரியாக [Chief Executive] பொறுப்பேற்று, நிறுவனம் வளர்ந்தபோதும் அப்பதவியில் தொடர்ந்தார். புகழ்பெற்ற Denny’s சந்திப்புகள் அதன் நிறுவன வரலாற்றின் ஒரு பகுதியாகும். ஆனால் அந்த உணவகம், அங்கு அமர்ந்திருந்தவர்களின் திரட்டப்பட்ட நிபுணத்துவத்தை மறைத்துவிடக்கூடாது. [7, 8]

ஆரம்ப வாய்ப்பு தனிப்பட்ட கணினிகளுக்கான [Personal Computers] வரைகலையில் [Graphics] இருந்தது. விளையாட்டுகள் [Games] அதிகத் திறன் கோரும் பயன்பாடாக [Application] அமைந்தன: நுகர்வோர் மேலும் வளமான காட்சி உலகங்களை விரும்பினர்; அதேவேளை சிக்கலாகிவரும் வரைகலையை [Graphics] செயற்திறனுடன் வழங்குவதில் பொதுப்பயன் செயலிகள் [General-purpose Processors] சிரமப்பட்டன. தெரிவுசெய்யப்பட்ட செயல்பாடுகளை [Operations] மிக வேகமாகச் செய்வதன் மூலம் ஒரு சிறப்புச் செயலி [Specialist Processor] அனுபவத்தை மேம்படுத்தக்கூடியதாக இருந்தது.

இது வணிகத்திற்குள் நுழையும் ஒரு தொடக்க வாய்ப்பே அன்றி இன்றைய உருவாக்கச் செயற்கை நுண்ணறிவுப் பொருளாதாரத்திற்கான [Generative-AI Economy] முழுமையாக உருவான திட்டமல்ல. இன்றைய வெற்றியைப் பின்னோக்கிப் பொருத்தி, பின்னர் வந்த ஒவ்வொரு பயன்பாட்டையும் நிறுவனர்கள் அப்போதே கண்டிருந்தார்கள் என்று கற்பனை செய்வது எளிது. அதைவிட வலுவான விளக்கம், பரந்த கணிப்பீட்டுப் பிரச்சினையை [Computing Problem] அவர்கள் அடையாளம் கண்டு, ஒரு வணிகத்தைத் தாங்கக்கூடிய சந்தையின் ஊடாக நுழைந்தார்கள் என்பதாகும்.

பரந்த அடிப்படைக் கருத்திற்கும் [Thesis] முதல் தயாரிப்பிற்கும் [First Product] இடையிலான வேறுபாடு முக்கியமானது. ஒரு நடைமுறைப்படுத்தல் [Implementation] தோல்வியடைந்தாலும் அடிப்படைக் கருத்து பயனளிப்பதாகத் தொடரலாம். சிறப்புக் கணிப்பீடு [Specialised Computation] முக்கியமாகும் என்று ஒரு நிறுவனம் நம்பலாம்; அதேவேளை தனது முதல் முயற்சியின் கட்டமைப்பு [Architecture], வாடிக்கையாளர் அல்லது காலத் தெரிவில் தவறாக இருக்கலாம். அப்போது அடிப்படையான புரிதலின் பயனுள்ள ஒவ்வொரு பகுதியையும் கைவிடாமல் முயற்சியை மாற்றுவதில்தான் அதன் நிலைத்திருத்தல் தங்கியுள்ளது.

இணை நிறுவனர்கள் ஏன் முக்கியமானவர்கள்

பிரதம நிறைவேற்று அதிகாரியை [Chief Executive] மையமாகக் கொண்ட வாழ்க்கை வரலாறு, அவரைச் சுற்றியுள்ள நிறுவனத்தைத் தற்செயலாக மறைத்துவிடலாம். Malachowsky மற்றும் Priem ஆகியோர் இணை நிறுவனர்கள்; ஏற்கெனவே முழுமைபெற்ற ஒரு தொலைநோக்கின் துணைப் பொருட்கள் அல்லர். பொறியியலாளர்கள் [Engineers], முதலீட்டாளர்கள், ஆரம்ப வாடிக்கையாளர்கள் ஆகியோரும் ஒரு கருத்தை நிறுவனமாக மாற்ற உதவினர். அவர்களது பங்களிப்புகள் வெளிப்படையாக இருக்கும்போதுதான் Huang-இன் தலைமைத்துவத்தைத் துல்லியமாக மதிப்பிடுவது எளிதாகிறது.

Hewlett-Packard மற்றும் Sun Microsystems நிறுவனங்களிலிருந்து பொறியியல் [Engineering], தொழில்நுட்பத் தலைமைத்துவ [Technical Leadership] அனுபவங்களை Malachowsky கொண்டுவந்தார். வரைகலை முறைமைகளில் [Graphics Systems] அவருக்கிருந்த பின்னணி நிறுவனத்தின் தொழில்நுட்ப அடித்தளத்தின் [Technical Foundation] ஒரு பகுதியாக அவரை ஆக்கியது. நிறுவனர் மற்றும் உயர்நிலைத் தொழில்நுட்ப அறிஞர் [Fellow] என்ற வகையில் அவர் தொடர்ந்து NVIDIA-வுடன் தொடர்புபட்டிருந்தார். தொழில்நுட்பப் பின்னணி இல்லாத ஒரு தொழில்முனைவோர் [Non-technical Entrepreneur], முழுமையான திட்டத்தை நிறைவேற்றுவதற்குப் பொறியியலாளர்களை [Engineers] வெறுமனே பணியமர்த்திய நிகழ்வாக இந்நிறுவனம் அமையவில்லை. [32]

Priem-உம் Sun-இல் வேலை செய்திருந்தார். அங்கு GX வரைகலைத் தயாரிப்புகளின் [Graphics Products] கட்டமைப்பை வடிவமைத்தார். 1993 முதல் 2003 வரை அவர் NVIDIA-வின் பிரதம தொழில்நுட்ப அதிகாரியாக [Chief Technical Officer] பணியாற்றியதை Rensselaer Polytechnic Institute பதிவு செய்கிறது. IBM Professional Graphics Adapter-உம் அவரது முந்தைய வேலைகளில் அடங்கியது. NVIDIA-விற்கு முந்தைய வரைகலைப் பொறியியல் [Graphics Engineering] மரபின் தொடர்ச்சியில் இந்த அனுபவங்கள் நிறுவனர்களை வைத்தன. NVIDIA-வின் முதல் வரைகலைச் செயலி [GPU] சந்தைப்படுத்தலை [Marketing], அந்த முழுத் துறையின் ஆரம்பமாகக் குழப்பிக்கொள்ளக்கூடாது என்பதையும் அவை விளக்குகின்றன. [33]

இந்த நிபுணத்துவத்துடன் இணைந்ததாகவே Huang-இன் பங்களிப்பு அமைந்தது. AMD மற்றும் LSI Logic-இல் குறைக்கடத்தி வடிவமைப்பிலும் [Semiconductor Design] வணிக முகாமைத்துவத்திலும் [Commercial Management] அவர் பணியாற்றியிருந்தார். இந்த இணைவு, வரைகலை நடைமுறைப்படுத்தலையும் [Graphics Implementation] குறைக்கடத்தி வணிகத்தை [Semiconductor Business] உருவாக்கும் பணியையும் பற்றிய பார்வைகளை நிறுவனக் குழுவிற்கு வழங்கியது. தவறிழைப்பதிலிருந்து அது அவர்களைப் பாதுகாக்கவில்லை; ஆனால் தவறுகளை அடையாளம் கண்டு பதிலளிப்பதற்கான வளங்களை வழங்கியது.

தீர்மானங்களை ஒருங்கிணைப்பதே பிரதம நிறைவேற்று அதிகாரியின் [Chief Executive] தனித்துவமான பணியாக இருந்தது. தொழில்நுட்பச் சாத்தியங்கள் [Technical Possibilities] தயாரிப்புத் திட்டமாக [Product Plan] மாற வேண்டும்; தயாரிப்புத் திட்டத்திற்கு நிதி தேவை; நிதிக்கு நம்பகத்தன்மை தேவை; பின்னடைவுகளின் போதும் அந்த நம்பகத்தன்மை நிலைத்திருக்க வேண்டும். ஒவ்வொரு பொறியியல் [Engineering] அல்லது வணிகப் பணியையும் ஒரே நபரால் செய்ய முடியாது. அவற்றுக்கிடையே ஒத்திசைவான திசையைப் பேணுவதும் தலைமைத்துவத்தில் அடங்கியது.

தனது கட்டுப்பாட்டில் இல்லாத ஒரு சூழலமைப்பிற்குள்ளும் [Ecosystem] ஆரம்பகால நிறுவனம் செயற்பட்டது. இயங்குதளங்கள் [Operating Systems], வரைகலைத் தரநிலைகள் [Graphics Standards], மென்பொருள் உருவாக்குநர்கள் [Software Developers], உற்பத்திப் பங்காளிகள் [Manufacturing Partners] ஆகியோர் அதன் வடிவமைப்பின் [Design] பெறுமதியை மாற்றக்கூடியவர்களாக இருந்தனர். இந்தச் சார்புநிலை NVIDIA-விற்கு மட்டும் உரிய பலவீனமல்ல. ஒரு பெரிய கணிப்பீட்டு முறைமைக்குப் [Computing System] புதிய கூறை [Component] உருவாக்குவதன் இயல்பான நிலையாக அது இருந்தது.

எனவே நிறுவனத்தை ஆரம்பிப்பதற்கான பாடம், வெறுமனே துணிச்சலுடன் தொடங்குவதைவிட அதிகமானவற்றைக் கோருகிறது. தீர்க்கத் தகுந்த ஒரு பிரச்சினையைத் தெரிவுசெய்தல், ஒன்றையொன்று பூர்த்திசெய்யும் நிபுணத்துவங்களை ஒன்றுதிரட்டல், கையிலுள்ள பணம் முடிவதற்கு முன்னர் கற்றுக்கொள்ளக்கூடிய வணிகத்தை உருவாக்குதல் என்பதே அப்பாடம். துணிச்சல் முக்கியமானது; ஆனால் இந்த ஏற்பாடுகளுக்கு அது மாற்றீடாக முடியாது.

7 நிறுவனம் தோல்வியின் விளிம்பை எட்டியபோது

NV1 மற்றும் Sega பிரச்சினை

NVIDIA-வின் ஆரம்பகாலத் தயாரிப்புகள் [Products] வெற்றிக்கு நேரான பாதையை உருவாக்கவில்லை. 1995-இல் அறிமுகப்படுத்தப்பட்ட NV1, வணிக ரீதியில் சிரமப்பட்டது. அதன் பின்னர் Sega-வுடன் நிறுவனம் மேற்கொண்ட வேலை மேலும் ஆழமான பிரச்சினையை வெளிப்படுத்தியது: பரந்த வரைகலைச் சந்தை [Graphics Market] தன்னை ஒழுங்குபடுத்திக்கொண்டிருந்த தரநிலைகளுடன் [Standards] அதன் தொழில்நுட்பத் திசை [Technical Direction] பொருந்தாத நிலை உருவாகிக்கொண்டிருந்தது. [7, 9]

கட்டமைப்புப் பிரச்சினை [Architectural Problem] தெளிவானதாக இருந்தது. NV1, இருபடித் தன்மையுள்ள மேற்பரப்பு வரைபடுத்தலை [Quadratic Texture Mapping] பயன்படுத்தியது; உருவாகிக்கொண்டிருந்த Direct3D சூழலமைப்பு [Ecosystem] முக்கோணங்களை மையமாகக் கொண்டிருந்தது. வேறுபட்ட அணுகுமுறையை ஆதரிப்பது விளையாட்டு உருவாக்குநர்களுக்குக் [Game Developers] கூடுதல் வேலையை உருவாக்கி, NVIDIA-வின் வன்பொருள் [Hardware] வழங்கும் அனுகூலத்தைக் கட்டுப்படுத்தியது. RIVA 128, கூடுதல் இணக்கமான திசையை ஏற்றுக்கொண்டது. பாடத்தின் ஒரு பகுதி தரநிலைகளைப் [Standards] பற்றியது: சுற்றியுள்ள மென்பொருள் துறையால் [Software Industry] வசதியாகப் பயன்படுத்த முடியாவிட்டால், நேர்த்தியான நடைமுறைப்படுத்தல்கூட [Implementation] தோல்வியடையலாம். [34]

எந்த வடிவம் கணித ரீதியில் உயர்ந்தது என்பதைப் பற்றிய போட்டி மட்டுமல்ல இது. ஒரு வரைகலைக் கட்டமைப்பு [Graphics Architecture], உருவாக்கக் கருவிகள் [Authoring Tools], நிரலாக்க இடைமுகங்கள் [Programming Interfaces], உருவாக்குநர்கள் [Developers] ஏற்கெனவே புரிந்துகொண்டுள்ள நுட்பங்கள் [Techniques] ஆகியவற்றுடன் இயங்க வேண்டும். வேறுபட்ட அணுகுமுறையை ஏற்றுக்கொள்ளுமாறு வாடிக்கையாளர்களைக் கேட்கும் வழங்குநர், கூடுதல் வேலையை நியாயப்படுத்தும் அளவிற்குப் பெரிய நன்மைகளை வழங்க வேண்டும். தனது முதல் வடிவமைப்பைச் [Design] சுற்றி சூழலமைப்பு [Ecosystem] மீளமைக்கப்பட வேண்டும் என எதிர்பார்ப்பதற்குப் பதிலாக, அதன் திசையை ஏற்றுக்கொள்வதில்தான் NVIDIA-வின் நிலைத்திருத்தல் தங்கியிருந்தது.

நெருக்கடியைப் பற்றி பின்னர் கூறியபோது Huang, ஒப்பந்தத்தைத் தொடர்ந்தால் எதிர்காலத்தை ஆதரிக்காத தயாரிப்பு [Product] ஒன்றுடன் NVIDIA நிற்க நேரிடும்; அதைக் கைவிட்டால் நிலைத்துப் பிழைப்பதற்குத் தேவையான பணமின்றி நிறுவனம் விடப்படலாம் என்பதை உணர்ந்ததாக விவரித்தார். அவர் Sega-வின் தலைமையை அணுகி உதவி கோரினார். அதன் விளைவாகக் கிடைத்த ஆதரவு NVIDIA தனது திசையை மாற்றுவதற்கு இடமளித்தது. [9]

கட்டணம் மற்றும் முதலீட்டின் செயல்முறைகளை [Payment and Investment Mechanics] விவரிப்பதில் அந்த ஏற்பாடு பற்றிய பதிவுகள் வேறுபடுகின்றன. பொதுவாக சுமார் 5 மில்லியன் அமெரிக்க டொலர் எனக் கூறப்படும் முக்கியமான நிதி ஆதரவை Sega வழங்கியது; Shoichiro Irimajiri அதில் முக்கிய பங்காற்றினார் என்பதே பாதுகாப்பாகக் கொள்ளக்கூடிய முடிவு. தொடர்பில்லாத Nintendo நிர்வாகி ஒருவர் நிறுவனத்தைக் காப்பாற்றினார் என்ற கதையாகவோ, பணம் நிபந்தனையற்ற தனிப்பட்ட நன்கொடையாகவே இருந்தது என்பதாகவோ அதை எளிமைப்படுத்தக்கூடாது. [8, 10]

இதன் அறநெறிசார் முக்கியத்துவம் குறிப்பிட்ட தன்மை கொண்டது. ஒரு முக்கிய பங்காளியிடம் பெரிய தவறை Huang ஒப்புக்கொள்ள வேண்டியிருந்தது. ஆரம்பத்திலிருந்தே தாம் சரியாக இருந்த தொலைநோக்காளர் எனத் தம்மை முன்வைப்பதிலிருந்து அது வேறுபட்டது. நம்பகமான மீட்பிற்கு வெளிப்படைத்தன்மை, நம்பிக்கை, வழக்கத்திற்கு மாறான விளைவை ஏற்கும் பங்காளியின் விருப்பம் ஆகியவற்றின் ஏதோவொரு இணைவு தேவைப்பட்டது.

RIVA 128-உம் வணிக நம்பிக்கை மீண்டெழுதலும்

1997-இல் அறிமுகப்படுத்தப்பட்ட RIVA 128, தீர்க்கமான திருப்புமுனைத் தயாரிப்பாக [Turnaround Product] அமைந்தது. நான்கு மாதங்களில் ஒரு மில்லியன் அலகுகள் விற்பனையானதை NVIDIA-வின் நிறுவனக் காலவரிசை பதிவு செய்கிறது. சந்தையின் தேவைகளுடன் மேலும் நன்றாகப் பொருந்தியவுடன் ஒரு தயாரிப்பு [Product], இளம் நிறுவனத்தின் நிலையை எவ்வளவு விரைவாக மாற்றக்கூடும் என்பதை அந்த எண்ணிக்கை எடுத்துக்காட்டுகிறது. [7]

Sega-வின் ஆதரவும் RIVA 128-இன் வெற்றியும் ஒன்றுடன் ஒன்று தொடர்புடைய நிலைத்துப் பிழைத்தல் கதையின் பகுதிகளாகும். ஒவ்வொரு படியையும் தனித்தனி திவாலாகக் [Bankruptcy] கருதுவது பதிவுகளை மிகைப்படுத்துகிறது. ஒன்று செயற்படுவதற்கான இடத்தை வழங்கியது; மற்றொன்று புதிய திசையை வருவாயாக [Revenue] மாற்ற உதவியது. இரண்டுமே பரந்த குழுவின் பொறியியல் வேலையிலும் [Engineering Work] வணிக நடைமுறைப்படுத்தலிலும் [Commercial Execution] தங்கியிருந்தன.

அவசரமான காலக்கெடு ஒரு நிறுவனத்தின் கவனத்தைக் குவிக்கலாம்; ஆனால் அது அபாயத்தையும் உருவாக்குகிறது. கடுமையான நேர மற்றும் பணக் கட்டுப்பாடுகளின் கீழ் உருவாக்கப்படும் ஒரு சில் [Chip], இரண்டாவது முயற்சிக்கான ஆற்றல் மிகக் குறைவாக இருக்கக்கூடும் என்பதால் விசேட கவனத்துடன் சோதிக்கப்பட வேண்டும் [Tested]. நிறுவனர் போதிய அளவு உறுதியாக நம்பும்போது சோதனையைத் [Testing] தவிர்க்கலாம் என்பதல்ல பாடம். திருத்தச் செலவு உயிர்க்கொல்லியாக மாறுவதற்கு முன்னரே தவறுகளை வெளிப்படுத்தும் முறைகள், கட்டுப்பாடுகளுக்குட்பட்ட நிறுவனங்களுக்குத் தேவை என்பதே பாடம்.

Huang, NVIDIA-வை பலமுறை திவாலிலிருந்து [Bankruptcy] காப்பாற்றினாரா

குறிப்பாக 1990-களின் நடுப்பகுதியில் மீண்டும் மீண்டும் தோல்வியின் விளிம்பை எட்டியமைக்கான நம்பகமான சான்றுகள் உள்ளன. அந்தக் காலத்தில் சில சந்தர்ப்பங்களில் நிறுவனம் தோல்வியடைவதற்கு முப்பது நாட்கள் மட்டுமே இருந்த நிலையை எட்டியதாக நீண்டகால இயக்குநர் Mark Stevens விவரித்துள்ளார். வீழ்ச்சியிலிருந்து பலமுறை தப்பித்தல் என்ற சொற்றொடரை அது ஆதரிக்கிறது. NVIDIA மீண்டும் மீண்டும் முறையான திவால் நடவடிக்கைகளுக்குள் [Formal Bankruptcy Proceedings] சென்றது என்பதை அது நிறுவவில்லை. [8]

பின்னைய மூலோபாயத் தோல்விகளையும் [Strategic Failures] துல்லியமாக வகைப்படுத்த வேண்டும். CUDA, பயன்கள் வெளிப்படுவதற்குக் காலம் எடுத்த செலவுமிக்க அர்ப்பணிப்பாக இருந்தது. கையடக்கத் தொலைபேசி முயற்சி [Mobile-phone Effort], கடினமான சந்தையிலிருந்து பின்வாங்குவதை உள்ளடக்கியது. பங்கு விலை வீழ்ச்சி [Falling Share Price], செலவுமிக்க திட்டம் [Expensive Project], உடனடியாகக் கட்டணங்களைச் செலுத்த முடியாத நிலை என்பவை வெவ்வேறு நிலைமைகள். இவை அனைத்தையும் திவால்கள் [Bankruptcies] என அழைப்பது கதையை மேலும் நாடகத்தன்மையாக்கி அதன் பயனைக் குறைக்கிறது.

தனது ஆரம்ப ஆண்டுகளில் பணம் தீர்ந்துபோகும் தெளிவான அவசரநிலைகளை அதிகமாக எதிர்கொண்ட NVIDIA, பல ஆபத்தான காலகட்டங்களைக் கடந்து நிலைத்திருப்பதற்கு Huang உதவினார் என்பதே மிக வலுவாக ஆதரிக்கக்கூடிய கூற்று. அவரது தீர்மானங்கள் முக்கியமானவை. அதேபோல Sega-வின் ஆதரவு, சக ஊழியர்களின் வேலை, முதலீட்டாளர்களின் பொறுமை, மீள்வடிவமைக்கப்பட்ட தயாரிப்புகளின் [Redesigned Products] வணிக வெற்றி என்பவையும் முக்கியமானவை.

8 வரைகலைத் தயாரிப்புகளிலிருந்து [Graphics products] கணிப்பீட்டுத் தளத்திற்கு [Computing platform]

பொதுப் பங்கு வெளியீடும் [Going public] ஒரு வகையை வரையறுத்தலும்

1999இல் NVIDIA மேற்கொண்ட ஆரம்பப் பொதுப் பங்கு வெளியீடு [Initial public offering] அதன் வளர்ச்சியில் புதிய கட்டத்தைக் குறித்தது. அதே ஆண்டில் GeForce 256ஐ அறிமுகப்படுத்திய நிறுவனம், அதனை முதலாவது வரைகலைச் செயலாக்க அலகு [Graphics processing unit] எனச் சந்தைப்படுத்தியது. வரலாற்றுச் சூழலைத் தெளிவுபடுத்துவது முக்கியமானது: அதற்கு முன்னரே வரைகலை முடுக்கிகள் [Graphics accelerators] இருந்தன. NVIDIAவின் கூற்று, வரைகலைச் செயலாக்க அலகின் [GPU] குறிப்பிட்ட ஒருங்கிணைந்த வடிவமைப்பைக் குறித்ததே தவிர, கணினி வரைகலை வன்பொருள் [Computer graphics hardware] அனைத்தையும் முதலில் உருவாக்கியதாகக் கூறவில்லை. [7]

நிறுவனத்தின் பொது அடையாளம் கணினி விளையாட்டுகளுடன் [Gaming] நெருக்கமாகவே தொடர்புபட்டிருந்தது. அது பின்னர் வந்த, அதிக மதிப்புடையதாகக் கருதப்படும் வணிகத்திற்கான சிறிய முன்னுரை அல்ல. கணினி விளையாட்டுகள் உயர்ந்த எதிர்பார்ப்புள்ள வாடிக்கையாளர்களையும் விரைவான தயாரிப்புச் சுழற்சிகளையும் [Product cycles], கணிசமான பொறியியல் முதலீட்டைத் தாங்கக்கூடிய பெரிய சந்தையையும் உருவாக்கின. அவற்றுடன் பரிசோதனை செய்யக்கூடிய ஆராய்ச்சியாளர்களின் கைகளில் திறன்மிக்க இணைநிலைச் செயலிகளையும் [Parallel processors] அவை கொண்டு சேர்த்தன.

ஒரு தயாரிப்பை அடிப்படையாகக் கொண்டு மற்றவர்கள் நீடித்த பணிகளை உருவாக்கக்கூடியபோது ஒரு தளம் [Platform] உருவாகின்றது. வேகமான வரைகலை அட்டை [Graphics card] ஒரு கொள்வனவைப் பெற்றுத்தரலாம். நிலையான நிரலாக்கச் சூழல் [Programming environment], பயனுள்ள மென்பொருள் நூலகங்கள் [Libraries], திரண்டுவரும் உருவாக்குநர் அறிவு [Developer knowledge] என்பவை எதிர்காலத்தில் பல கொள்வனவுகளில் செல்வாக்குச் செலுத்தலாம். வழங்குநரை மாற்றுவதற்கு மென்பொருளை [Software] மாற்றுவதும் பணியாளர்களை மீளப் பயிற்றுவிப்பதும் தேவைப்படலாம் என்பதால், இது வேறுவகையான வணிக உறவாகும்.

ஒரு தளத்தை [Platform] நோக்கிய நகர்வு, தரம் என்பதன் பொருளையும் மாற்றுகின்றது. வன்பொருளின் [Hardware] வேகம் தொடர்ந்தும் முக்கியமானது. அதேபோல் ஆவணப்படுத்தல் [Documentation], முந்தைய பதிப்புகளுடனான இணக்கத்தன்மை [Backward compatibility], பிழைநீக்கம் [Debugging], செயற்பாட்டில் நிறுவுதல் [Deployment], ஆதரவு [Support] என்பனவும் முக்கியமானவை. பயனர்கள் தமது பயன்பாடுகளில் [Applications] நம்பகமாகப் பெறமுடியாவிட்டால், செயல்திறன் அளவீட்டுச் சாதகம் [Benchmark advantage] பயனற்றுப் போகலாம்.

போட்டி மறைந்துவிடவில்லை

போட்டியாலும் நிறுவன ஒருங்கிணைப்பாலும் [Consolidation] வரைகலைத் துறை [Graphics industry] தொடர்ந்தும் மாறியது. 2000 டிசம்பரில் 3dfxஇன் குறிப்பிட்ட வரைகலைச் சொத்துக்களை [Graphics assets] வாங்க NVIDIA இணங்கியது; பரிவர்த்தனை 2001 ஏப்ரலில் நிறைவுற்றது. தேர்ந்தெடுக்கப்பட்ட சொத்துக்களை வாங்கியதை, போட்டியாளரின் வணிகத்தின் ஒவ்வொரு பகுதியையும் வாங்கியதாகச் சுருக்கிக் கூறக்கூடாது. சட்டரீதியாகவும் வரலாற்றுரீதியாகவும் இந்த வேறுபாடு முக்கியமானது. [35]

ஆழக் கற்றல் [Deep learning] முக்கியத்துவம் பெற்ற பின்னரும் கணினி விளையாட்டு வரைகலை [Gaming graphics] தொடர்ந்தும் வளர்ந்தது. 2018 ஓகஸ்டில் Turing கட்டமைப்பை [Architecture] அடிப்படையாகக் கொண்ட GeForce RTX தயாரிப்புகளை NVIDIA அறிமுகப்படுத்தியது. அவை வழக்கமான நிழலிடலை [Shading], ஒளிக்கதிர்த் தடமறிதலுக்கென [Ray tracing] ஒதுக்கப்பட்ட திறன்களுடனும் செயற்கை நுண்ணறிவுத் திறன்களுடனும் [AI capabilities] இணைத்தன. முன்னர் அதிகச் செலவுடையதாக இருந்த காட்சித் தொழில்நுட்பங்களை [Visual techniques], பயனர் செயல்களுக்கு எதிர்வினையாற்றும் தயாரிப்புகளில் [Interactive products] நடைமுறைப்படுத்துவதற்கான மேலும் ஒரு முயற்சியாக இது அமைந்தது. [36]

ஒளிக்கதிர்த் தடமறிதல் [Ray tracing], பிரதிபலிப்புகளையும் நிழல்களையும் போன்ற விளைவுகளை உருவாக்க ஒளியின் பாதைகளை மாதிரியாக்குகின்றது [Models]. நிகழ்நேரப் பயன்பாடுகள் [Real-time applications] கடுமையான நேர வரம்புகளுக்கு உட்பட்டவை. உருவாக்குவதற்குப் [Render] பல நிமிடங்கள் எடுக்கும் படம், உடனடி நேரக் கட்டுப்பாடு இல்லாத தயாரிப்புப் பணிக்குப் [Offline production] பயனுள்ளதாக இருக்கலாம்; ஆனால் விரைவாகப் பதிலளிக்கும் விளையாட்டை நேரடியாக ஆதரிக்க முடியாது. ஆகவே நம்பத்தகுந்த படத்தைக் கணிப்பது மட்டுமல்ல சவால்; பயனுள்ள செயல்திறன் வரம்புக்குள் [Performance budget] அதனைச் செய்வதே சவாலாகும்.

NVIDIA கணினி விளையாட்டுகளை [Gaming] வெறுமனே கைவிட்டு செயற்கை நுண்ணறிவு நிறுவனமாக [AI company] மாறியது என்ற கருத்தை இந்த வளர்ச்சிகள் சிக்கலாக்குகின்றன. வரைகலை [Graphics] தொடர்ந்தும் செயற்பாடுமிக்க தொழில்நுட்பத் துறையாக இருந்தது. வரைகலை, ஒப்புருவாக்கம் [Simulation], செயற்கை நுண்ணறிவு [AI] ஆகியவற்றிற்கிடையிலான தொடர்பு தொடர்ந்தும் வாய்ப்புகளை உருவாக்கியது. நிறுவனத்தின் வரலாற்றை, ஓர் அடையாளத்தை மற்றொன்றால் முழுவதுமாக மாற்றியதாக அல்லாமல், திறன்களின் விரிவாக்கமாகப் புரிந்துகொள்வதே பொருத்தமானது.

வரைகலைச் செயலாக்க அலகு [GPU], மையச் செயலாக்க அலகிலிருந்து [CPU] எவ்வாறு வேறுபடுகின்றது

மையச் செயலாக்க அலகு [Central processing unit] பல்வகையான பணிகளைக் கையாள வடிவமைக்கப்படுகின்றது. சிக்கலான கட்டுப்பாட்டு ஓட்டமும் [Control flow], வரிசையாக நிகழவேண்டிய செயல்பாடுகளும் இதில் அடங்கும். வரைகலைச் செயலாக்க அலகு [Graphics processing unit], ஒன்றோடொன்று தொடர்புடைய பல செயல்பாடுகளை இணைநிலையில் [Parallel] மேற்கொள்வதற்குத் தனது வடிவமைப்பின் பெரும்பகுதியை ஒதுக்குகின்றது. ஒன்று புத்திசாலித்தனமானது, மற்றொன்று எளிமையானது என்றோ, வரைகலைச் செயலாக்க அலகு [GPU] எப்போதும் வேகமானது என்றோ இந்த ஒப்பீடு கூறவில்லை. அவற்றின் பலங்கள் பணிச்சுமையைச் [Workload] சார்ந்தவை.

பல மில்லியன் படப்புள்ளிகளுக்கு [Pixels] ஒரே உருமாற்றத்தை [Transformation] பயன்படுத்துவதை எண்ணிப் பாருங்கள். அந்த வேலையின் பெரும்பகுதியை ஒத்த செயல்பாடுகளாகப் பிரிக்கலாம். இணைநிலை வன்பொருள் [Parallel hardware] அவற்றில் பலவற்றை ஒரே நேரத்தில் செயலாக்கலாம். மாறாக, ஒவ்வொரு முடிவும் அதற்கு முந்தைய முடிவின் பெறுபேற்றைச் சார்ந்திருக்கும் பணிக்கு வரைகலைச் செயலாக்க அலகால் [GPU] கிடைக்கும் நன்மை குறைவாக இருக்கலாம். செயலிகளுக்கிடையே [Processors] தரவை [Data] நகர்த்துவதற்கும் நேரமும் ஆற்றலும் செலவாகலாம்.

நவீன செயற்கை நுண்ணறிவு [AI], இணைநிலைப் பணியாக [Parallel work] ஒழுங்கமைக்கக்கூடிய எண்ணியல் செயல்பாடுகளை [Numerical operations] பெரிதும் நம்பியுள்ளது. பெரிய அணிப் பெருக்கல்களும் [Matrix multiplications] இவற்றில் அடங்கும். இது வரைகலைச் செயலாக்க அலகுகளை [GPUs] பயனுள்ளவையாக்குகின்றது. ஆனால் ஒவ்வொரு செயற்கை நுண்ணறிவுப் பணியும் ஒரேவகையானது என்றோ, ஒவ்வொரு வரைகலைச் செயலாக்க அலகு நிறுவலும் [GPU deployment] செலவுப் பயனுடையது என்றோ பொருளல்ல. நினைவகக் கொள்ளளவு [Memory capacity], தொடர்பாடல் [Communication], எண்ணியல் துல்லியம் [Numerical precision], மென்பொருள் நடைமுறைப்படுத்தல் [Software implementation] ஆகிய அனைத்தும் பெறுபேற்றில் தாக்கம் செலுத்துகின்றன.

வரைகலை வரைவதைத் தாண்டிய பிரச்சினைகளுடன் இந்தத் திறன்களை இணைப்பதே Huangஇன் மூலோபாய வாய்ப்பாக இருந்தது. ஒரு வரைகலைச் சில்லு [Graphics chip] சக்திவாய்ந்தது என்று அறிவிப்பதைவிட அதிகம் அதற்குத் தேவைப்பட்டது. விளையாட்டுக் காட்சிகளை உருவாக்குவதுடன் [Rendering] அதிகத் தொடர்பில்லாத பணிகளைச் செய்பவர்களுக்கும் அந்த வன்பொருளை [Hardware] அணுகக்கூடியதாக்க வேண்டியிருந்தது.

9 CUDAவும் ஒரு சூழலமைப்பைப் [Ecosystem] பொறுமையுடன் கட்டியெழுப்புதலும்

இணைநிலைக் கணிப்பீட்டை [Parallel computing] பயன்படுத்தக்கூடியதாக்குதல்

CUDA என்பது NVIDIAவின் இணைநிலைக் கணிப்பீட்டுத் தளமும் [Parallel-computing platform] நிரலாக்க மாதிரியும் [Programming model] ஆகும். ஒவ்வொரு பிரச்சினையையும் வரைகலை இடைமுகத்தின் [Graphics interface] வழியாக வெளிப்படுத்தாமல், பொதுப் பயன்பாட்டு எண்ணியல் வேலைகளுக்காக [General-purpose numerical work] ஆதரிக்கப்படும் NVIDIA வரைகலைச் செயலாக்க அலகுகளை [GPUs] நிரலாளர்கள் பயன்படுத்துவதற்கு அதன் வளர்ச்சி வழிவகுத்தது. NVIDIA 2006இல் அந்தக் கட்டமைப்பை [Architecture] அறிமுகப்படுத்தியது; பொதுப் பயன்பாட்டுக்கான மென்பொருள் கருவித்தொகுதி [Software toolkit] 2007இல் வெளிவந்தது. [7, 11]

வரலாற்றுக் குறிப்புகளில் இரண்டு ஆண்டுகளும் இடம்பெறுவதற்கான காரணத்தை, கட்டமைப்புக்கும் [Architecture] கருவித்தொகுதிக்கும் [Toolkit] இடையிலான வேறுபாடு விளக்குகின்றது. வன்பொருள் திறன் [Hardware capability], நிரலாக்கக் கருவிகள் [Programming tools], உருவாக்குநர்களின் ஏற்பு [Developer adoption] என்பவை கிடைக்கப்பெற்ற வரிசையை ஓர் ஒற்றைத் திகதி மறைத்துவிடலாம். அவற்றின் இணைப்பிலிருந்தே வணிக முக்கியத்துவம் உருவானது.

இணைநிலை வன்பொருளால் [Parallel hardware] பயனடைவதற்கு ஓர் அறிவியலாளர் வரைகலை நிபுணராக [Graphics specialist] மாறவேண்டியதில்லை. பழக்கமான கணிதச் செயல்பாடுகளை [Mathematical operations] மென்பொருள் நூலகங்கள் [Libraries] வழங்கலாம். நிரல் தொகுப்பியும் [Compiler] இயக்கநேர அமைப்பும் [Runtime], வரைகலைச் செயலாக்க அலகு [GPU] நிறைவேற்றக்கூடிய வேலையாக நிரல் குறியீட்டை [Code] மாற்ற உதவுகின்றன. காலப்போக்கில், உயர்நிலை மென்பொருள் கட்டமைப்புகள் [Higher-level frameworks] அந்த நூலகங்களை நம்பிச் செயற்படலாம். இதனால் ஆராய்ச்சியாளருக்கும் செயலிக்கும் [Processor] இடையே பல எளிமைப்படுத்தல் அடுக்குகள் [Layers of abstraction] அமைகின்றன.

சில்லுகளின் விவரக்குறிப்புகளை [Chip specifications] எண்ணுவதால் மட்டும் NVIDIAவின் நிலையைப் புரிந்துகொள்ள முடியாததற்கு இந்த அடுக்கமைப்பும் ஒரு காரணமாகும். உருவாக்குநர்கள் [Developers] பழக்கங்களை உருவாக்குகின்றனர்; நிறுவனங்கள் சோதிக்கப்பட்ட நிரல் குறியீடுகளைச் [Tested code] சேர்த்துக்கொள்கின்றன; ஆராய்ச்சிச் சமூகங்கள் எடுத்துக்காட்டுகளைப் பகிர்கின்றன. இந்த முதலீடுகள் பயனுள்ள தொடர்ச்சியை உருவாக்குகின்றன; அதேவேளை மாற்றிச் செல்வதற்கான செலவுகளையும் [Switching costs] உருவாக்கலாம். ஒரே சூழலமைப்பு [Ecosystem] ஒரு பயனருக்கு வசதியாகவும் மற்றொருவருக்குச் சார்புநிலையாகவும் அமையலாம்.

பலன் தெளிவாவதற்கு முன்னரே முதலீடு செய்தல்

தொடக்கத்தில் சந்தேகங்களை ஏற்படுத்திய, செலவுமிக்க நீண்டகால உறுதிப்பாடாக CUDAவை Huang விவரித்துள்ளார். பிற்கால செயற்கை நுண்ணறிவுச் சந்தை [AI market] அதன் வணிகப் பலனைத் தெளிவாக்குவதற்கு முன்னரே அந்த முடிவு செலவுகளை ஏற்படுத்தியது. நிதிச் சந்தையின் [Financial market] நம்பிக்கை பலவீனமாக இருந்த காலத்துடன் அந்த முதலீட்டை அவரது சொந்தப் பின்னோக்குக் குறிப்புகள் இணைக்கின்றன. [9]

CUDA இறுதியில் வெற்றிபெற்றது என்பதற்காகச் செலவுமிக்க எந்தத் திட்டத்திற்கும் காலவரையின்றி நிதி வழங்கவேண்டும் என்று முடிவெடுப்பது தவறாகும். அறிவுபூர்வமான நீண்டகால முதலீட்டிற்கு, அதன் தொழில்நுட்ப அடித்தளம் [Technical foundation] மேம்படுகின்றது என்பதற்கும், அதனைப் பயன்படுத்திப் பயனர்கள் மதிப்புள்ள ஒன்றைச் செய்யமுடிகின்றது என்பதற்கும் சான்றுகள் தேவை. கற்றுக்கொள்ளாத பொறுமை, ஒரு முன்னேற்றத்தைத் தக்கவைப்பதைப் போலவே தோல்வியையும் தக்கவைக்கலாம்.

உடனடியாக மிகப்பெரிய சந்தையைக் கோராமல், ஒரு சாத்தியத்துக்கு ஆதரவு வழங்குவதே மூலோபாயச் சவாலாக இருந்தது. எதிர்பாராத நோக்கங்களுக்காக வரைகலைச் செயலாக்க அலகுகளை [GPUs] பயன்படுத்திய ஆராய்ச்சியாளர்கள் தகவல்களை வழங்கினர். தொடக்கத்தில் அந்த வன்பொருளுக்கு [Hardware] நிதியளித்த வாடிக்கையாளர் வட்டத்திற்கு அப்பாலும் பிரச்சினைகளை அது தீர்க்கக்கூடும் என்பதை அவர்களது வேலை சுட்டிக்காட்டியது. தற்போதுள்ள சந்தைகளில் தயாரிப்புகளை விற்பனை செய்துகொண்டே, அந்தப் பயன்பாடுகளிலிருந்து NVIDIA கற்றுக்கொள்ள முடிந்தது.

சூழலமைப்புச் சாதகத்தின் [Ecosystem advantage] வரம்புகள்

வலுவான மென்பொருள் சூழலமைப்பு [Software ecosystem] போட்டியை இல்லாதொழிப்பதில்லை. மாற்று முடுக்கிகள் [Alternative accelerators], நிரல் தொகுப்பித் திட்டங்கள் [Compiler projects], வெவ்வேறு தளங்களுக்கு மாற்றக்கூடிய மென்பொருள் கட்டமைப்புகள் [Portable frameworks] என்பவை குறிப்பிட்ட வழங்குநர் மீதான சார்பைக் குறைக்கலாம். தனிப்பயன் வன்பொருளை [Specialised hardware] உருவாக்குவதை நியாயப்படுத்தும் அளவுக்குப் பெரிய வாடிக்கையாளர்களின் செயற்பாட்டு அளவு இருக்கலாம். சில பணிச்சுமைகளுக்கு [Workloads], மிக நெகிழ்வான வரைகலைச் செயலாக்க அலகுத் தளத்தைவிட [GPU platform] எளிமையான அல்லது குறைந்த விலையுடைய அமைப்பு நன்மை தரலாம்.

ஏற்றுக்கொள்ளக்கூடிய செலவில் பயனுள்ள செயல்திறனை [Performance] முழுமையான NVIDIA அமைப்பு தொடர்ந்தும் வழங்குகின்றதா என்பதே நீடித்த சோதனையாகும். மென்பொருளுடனான [Software] பரிச்சயம் மாற்றிச் செல்வதைத் தாமதப்படுத்தலாம்; ஆனால் வாடிக்கையாளர் விசுவாசத்தை என்றென்றும் உறுதிப்படுத்த முடியாது. அதனால்தான் ஒரு சூழலமைப்பு [Ecosystem], அதனைவிட்டு வெளியேறுவதிலுள்ள சிரமத்தை மட்டுமே நம்பியிருக்காமல், தொடர்ந்தும் மதிப்பை உருவாக்கவேண்டும்.

தொழில்முனைவோருக்கு CUDA கடினமான ஒரு பாடத்தை வழங்குகின்றது: சிலவேளைகளில், வழங்குநர் தொடக்கத்தில் குறிப்பிட்டிராத பயன்பாடுகளை வாடிக்கையாளர்கள் கண்டறிய உதவும் கருவியே மிக முக்கியமான தயாரிப்பாக அமையும். அத்தகைய கருவியை உருவாக்குவதற்குத் தொடர்ச்சியான ஆதரவு தேவை. பெரிய, முன்கணிக்கக்கூடிய கொள்வனவு ஆணைப் பதிவில் அல்லாமல், சிறிய பரிசோதனைகளில்தான் மதிப்பு முதலில் வெளிப்படலாம் என்பதையும் ஏற்றுக்கொள்ளவேண்டும்.

10 ஆழக் கற்றலின் [Deep learning] திருப்புமுனை

AlexNetவும் ஆராய்ச்சியிலிருந்து கிடைத்த புதிய அறிகுறியும்

2012இல் Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton ஆகியோர் பொதுவாக AlexNet என அறியப்படும் ஆய்வை வெளியிட்டனர். அவர்களது சுருள் நரம்பியல் வலையமைப்பு [Convolutional neural network], பெரிய அளவிலான பயிற்சியை [Training] நடைமுறைப்படுத்த வரைகலைச் செயலாக்க அலகுக் கணிப்பீட்டைப் [GPU computation] பயன்படுத்தி, ImageNet போட்டியில் முக்கியமான பெறுபேற்றை அடைந்தது. பிற்கால நிறுவன விளக்கத்தை அல்லாமல், ஆராய்ச்சிச் சாதனையை ஆவணப்படுத்துவதால் அந்த ஆய்வுக் கட்டுரை முக்கியமானது. [12]

அந்த நரம்பியல் வலையமைப்பையோ [Neural network], ImageNet தரவுத்தொகுதியையோ [Dataset], இயந்திரக் கற்றலின் [Machine learning] முழுத் துறையையோ NVIDIA கண்டுபிடிக்கவில்லை. அதன் வன்பொருளும் [Hardware] நிரலாக்கச் சூழலமைப்பும் [Programming ecosystem], அந்தச் சாதனையைச் சாத்தியப்படுத்திய உட்கட்டமைப்பின் [Infrastructure] ஒரு பகுதியாக இருந்தன. சமநிலையான வரலாறு, கணிப்பீட்டை [Computation] வழங்கிய நிறுவனத்துடன் ஆராய்ச்சியாளர்களையும் தரவு உருவாக்குநர்களையும் [Data creators] கவனத்தில் வைத்திருக்கும்.

ஒரு செயல்திறன் அளவீடு [Benchmark], எதிர்காலத்தின் எல்லாச் செயற்கை நுண்ணறிவுப் பயன்பாடுகளையும் [AI applications] நிரூபித்தது என்பதல்ல அந்த நிகழ்வின் முக்கியத்துவம். தரவு [Data], மாதிரி வடிவமைப்பு [Model design], கிடைக்கக்கூடிய கணிப்பீட்டுச் சக்தி [Computing power] ஆகியவற்றின் சேர்க்கை முக்கியமான ஒரு பணியில் வியக்கத்தக்க முன்னேற்றத்தை உருவாக்கக்கூடும் என்பதை அது காட்டியது. இது மேலும் முதலீட்டையும் பரிசோதனைகளையும் ஊக்குவித்தது. அந்தப் பெறுபேறு விளைவுகளை ஏற்படுத்திய ஓர் அறிகுறியே தவிர, எதிர்காலத்தின் முழுமையான முன்கணிப்பு அல்ல.

அந்த அறிகுறிக்கு எவ்வாறு பதிலளிப்பது என்பதே Huangஇன் மூலோபாயக் கேள்வியாக இருந்தது. வளர்ந்துவரும் துறைக்குச் சேவை செய்யும் விதத்தில் தன்னை ஒழுங்கமைக்காமலேயே, நம்பிக்கையளிக்கும் ஆராய்ச்சி முடிவை ஒரு நிறுவனம் கவனிக்க முடியும். ஆழக் கற்றலுக்கு [Deep learning] ஆதரவு வழங்க வன்பொருள் தெரிவுகள் [Hardware choices], மென்பொருள் நூலகங்கள் [Software libraries], அமைப்புகள் [Systems], ஆராய்ச்சியாளர்களுடனான உறவுகள் தேவைப்பட்டன. நிறுவனம் தனது வளர்ச்சியை அமைத்துக்கொள்ளக்கூடிய திசையாக அந்தப் பணிச்சுமையை [Workload] கருதவேண்டியிருந்தது.

பயிற்சியும் [Training] அனுமானச் செயலாக்கமும் [Inference]

பயிற்சி [Training], தரவையும் [Data] உகப்பாக்கச் செயல்முறையையும் [Optimisation process] பயன்படுத்தி ஒரு மாதிரியின் அளவுருக்களை [Model parameters] சரிசெய்கின்றது. அனுமானச் செயலாக்கம் [Inference], பயிற்றப்பட்ட மாதிரியைப் [Trained model] பயன்படுத்தி வெளியீட்டை [Output] உருவாக்குகின்றது. இரண்டிற்கும் கணிசமான கணிப்பீடு [Computation] தேவைப்படலாம்; ஆனால் அவற்றின் செயல்பாட்டுத் தேவைகள் வேறுபடுகின்றன. பயிற்சி நீண்ட காலப்பகுதிகளில் பெரிய வேலைகளை இயக்கலாம். அனுமானச் செயலாக்கமோ செலவையும் தாமதத்தையும் [Latency] கட்டுப்படுத்தியவாறு பல பயனர்களுக்கு விரைவாகப் பதிலளிக்க வேண்டியிருக்கலாம்.

செயற்கை நுண்ணறிவு உட்கட்டமைப்பு [AI infrastructure] ஏன் வேறுபாடில்லாத ஒரே சந்தையாக இல்லை என்பதை இந்த வேறுபாடு விளக்க உதவுகின்றது. பெரிய மாதிரியைப் [Model] பயிற்றும் ஆராய்ச்சிக் கூடத்திற்கும், சிறிய மருத்துவப் பட மாதிரியை [Imaging model] இயக்கும் வைத்தியசாலைக்கும், உரையை உருவாக்கும் கைப்பேசிப் பயன்பாட்டிற்கும் [Mobile application] வெவ்வேறு ஏற்பாடுகள் தேவைப்படலாம். சிறந்த அமைப்பு, செயற்பாட்டு அளவு [Scale], தனியுரிமை [Privacy], நம்பகத்தன்மை [Reliability], பதில் நேரம் [Response time], செய்யவேண்டிய வேலையின் அளவு என்பவற்றைச் சார்ந்திருக்கும்.

மாதிரிகள் [Models] பெரிதாகியபோது, செயலிகளுக்கிடையிலான [Processors] தொடர்பாடல் [Communication] மேலும் முக்கியமானது. வேகமான சில்லுகளின் [Chips] தொகுப்பு தானாகவே வேகமான கணினியாகாது. நினைவகங்கள் [Memory] மற்றும் வலையமைப்புகள் [Networks] வழியாகத் தரவு [Data] நகரவேண்டும்; செயலிழப்புகள் கண்டறியப்பட்டு நிர்வகிக்கப்படவேண்டும். அதிக விளம்பரக் கவனம் பெறும் கணித அலகுகளுக்கு [Arithmetic units] வெளியே செயல்திறன் இடையூறு [Bottleneck] இருக்கலாம்.

இந்தப் பின்னணியில், கணினி அமைப்புகளுக்கும் [Systems] வலையமைப்புக்கும் [Networking] NVIDIA விரிவடைந்ததைப் புரிந்துகொள்ளலாம். போட்டியின் அலகு, தனி வரைகலை அட்டையைத் [Graphics card] தாண்டி, பெரிய கணிப்பீட்டு நிறுவலின் [Computing installation] செயல்திறனை [Performance] நோக்கி நகர்ந்தது. ஒரு சில்லு வழங்குநரின் [Chip supplier] தலைவராக மட்டும் அல்லாமல், அமைப்பைக் கட்டியெழுப்புபவராகவும் சூழலமைப்பை [Ecosystem] ஒழுங்கமைப்பவராகவும் Huangஇன் பங்கு அதிகரித்தது.

ஆராய்ச்சித் தேவையைத் தயாரிப்புகளாக மாற்றுதல்

2016இல் ஒருங்கிணைந்த ஆழக் கற்றல் அமைப்பாக [Integrated deep-learning system] DGX-1ஐ NVIDIA அறிமுகப்படுத்தியது. ஒவ்வொரு ஆராய்ச்சிக் கூடமும் தனித்தனி பாகங்களைக் கொண்டு கணினியைச் சேர்க்க வேண்டியதற்குப் பதிலாக, முன்கட்டமைக்கப்பட்ட வரைகலைச் செயலாக்க அலகுகளையும் [GPUs] மென்பொருளையும் [Software] இணைத்த அமைப்பை அது வழங்கியது. வன்பொருளைப் [Hardware] பெறுவதற்கும் பயனுள்ள ஆராய்ச்சியை மேற்கொள்வதற்கும் இடையிலான இடைவெளியைக் குறைப்பதே வணிகக் கருத்தாக இருந்தது. முதலாவது ஆழக் கற்றல் மீக்கணினி [Deep-learning supercomputer] என NVIDIA அதனை விவரித்தது ஒரு சந்தைப்படுத்தல் கூற்றே தவிர, அதற்கு முன்னர் எந்தக் கணினியும் நரம்பியல் வலையமைப்பைப் [Neural network] பயிற்றவில்லை என்ற கூற்று அல்ல. [28]

அடுத்த ஆண்டில் Volta கட்டமைப்பு [Architecture], ஆழக் கற்றலுக்கு [Deep learning] முக்கியமான செயல்பாடுகளுக்கான சிறப்பு அலகுகளான Tensor Coresஐ அறிமுகப்படுத்தியது. வரைகலைத் திறனை [Graphics capability] மீளப் பயன்படுத்துவதிலிருந்து, செயற்கை நுண்ணறிவு சார்ந்த கணிப்பீட்டுக்காக [AI-related computation] வன்பொருளை [Hardware] வடிவமைப்பதை நோக்கிய மேலும் ஒரு படியாக இது அமைந்தது. உள் செயலமைப்பு கணிசமாக மாறினாலும் ஒரு தளம் [Platform] எவ்வாறு தொடர்ச்சியைத் தக்கவைக்க முடியும் என்பதையும் இது காட்டியது. பயன்பாட்டின் [Application] ஒவ்வொரு அடுக்கையும் மீள எழுதாமல், புதுப்பிக்கப்பட்ட மென்பொருள் நூலகங்கள் [Libraries] மூலம் புதிய வன்பொருளிலிருந்து உருவாக்குநர்கள் [Developers] பயனடையலாம். [29]

2022இல் அறிவிக்கப்பட்ட Hopper, உருமாற்றி மாதிரிகளுடன் [Transformer models] தொடர்புடைய பணிச்சுமைகளை [Workloads] முடுக்குவதற்கான Transformer Engineஐ உள்ளடக்கியது. 2024 மார்ச்சில் அறிவிக்கப்பட்ட Blackwell, உருவாக்கச் செயற்கை நுண்ணறிவிற்கான [Generative AI] NVIDIAவின் அமைப்புநிலை அணுகுமுறையை [System-level approach] விரிவாக்கியது. இந்த அறிவிப்புகள் தயாரிப்புத் திசையிலும் திறனிலும் ஏற்பட்ட மாற்றங்களைக் குறிக்கின்றன. தலைப்புச் செய்திகளில் இடம்பெறும் செயல்திறன் மடங்குகள் [Performance multipliers], பணிச்சுமை, துல்லியம் [Precision], ஒப்பிடப்படும் அமைப்பு ஆகியவற்றைச் சார்ந்தவை; அவற்றை அனைத்திற்கும் பொருந்தும் பெறுபேறுகளாகக் கருதக்கூடாது. [30, 31]

மாதிரிப் பெயர்களின் பட்டியலைவிட இந்த வரிசை முக்கியமானது. வாடிக்கையாளர்கள் செய்ய விரும்பிய வேலை மாறியதற்கு ஏற்ப, NVIDIA மீண்டும் மீண்டும் வன்பொருளையும் [Hardware] மென்பொருளையும் [Software] மாற்றியமைத்தது. எதிர்காலச் செயல்திறனை [Performance] மேம்படுத்தக்கூடிய வசதிகளை அறிமுகப்படுத்தும் அதேவேளை, ஏற்கெனவே செய்யப்பட்ட முதலீட்டைப் பாதுகாக்கப் போதுமான இணக்கத்தன்மையையும் [Compatibility] நிறுவனம் பேணவேண்டியிருந்தது. தளத் தலைமைத்துவத்தில் [Platform leadership] இந்த இழுபறி மையமானது: அளவுக்கு மீறிய மாற்றம் சூழலமைப்பைப் [Ecosystem] பிளக்கலாம்; போதிய மாற்றமின்மை அதனைக் காலாவதியாக்கலாம்.

11 உயிர்தப்பிய பின்னரும் ஏற்பட்ட பின்னடைவுகள்

தயாரிப்புத் தரமும் 2008இன் பொருளாதாரச் சரிவும்

தொடக்க நிறுவனக் [Start-up] காலத்தைத் தாண்டி உயிர்தப்பியதால் NVIDIA தவறுகளிலிருந்து விடுபட்டுவிடவில்லை. பலவீனமான மூலப்பொருட்களின் சேர்க்கையால் பாதிக்கப்பட்ட குறிப்பிட்ட மடிக்கணினித் தயாரிப்புகளின் [Notebook products] உத்தரவாதம் [Warranty], திருத்தம், திரும்பப் பெறுதல், மாற்றீடு ஆகியவற்றுக்கு எதிர்பார்க்கப்பட்ட செலவுகளுடன் தொடர்புடைய US$196 மில்லியன் கணக்குச் செலவை [Charge] 2008 ஓகஸ்டில் அது அறிவித்தது. அதே அறிவிப்பு காலாண்டு நட்டத்தையும் தெரிவித்ததுடன், போட்டிசார் விலை நிர்ணயத் தவறுகளையும் ஏற்றுக்கொண்டது. [13]

ஆரம்பகாலப் பணப்பற்றாக்குறையிலிருந்து வேறுபட்ட நெருக்கடியாக இது இருந்தது. தயாரிப்புத் தரம், வாடிக்கையாளர்களின் செலவுகள், திட்டங்களை நிறைவேற்றுவதிலுள்ள நம்பகத்தன்மை ஆகியவற்றுடன் இது தொடர்புபட்டிருந்தது. சிறந்த மூலோபாயத்தை மட்டும் கவனிக்கும் வாழ்க்கை வரலாறு, தலைமைத்துவத்தின் இந்தப் பகுதியைத் தவறவிடுகின்றது. வழங்கப்பட்ட பின்னரும் தயாரிப்புகள் சரியாக இயங்கவேண்டும் என்பதையே வாடிக்கையாளர்கள் நம்பியுள்ளனர். முக்கிய உரை நிகழ்த்தும் மேடையிலிருந்து வெகு தொலைவில் நிகழக்கூடிய குறைபாடுகளுக்கும் வெற்றிகரமான ஒரு நிர்வாகி பொறுப்புக்கூற வேண்டியவராகவே இருக்கின்றார்.

2009 நிதியாண்டுக்கான நிறுவனத்தின் வருடாந்தத் தாக்கல், ஆண்டிறுதியில் பணம், பணத்துக்குச் சமமான சொத்துக்கள் [Cash equivalents], சந்தையில் விற்கக்கூடிய பத்திரங்கள் [Marketable securities] ஆகியவற்றில் சுமார் US$1.26 பில்லியன் இருந்ததாகக் குறிப்பிட்டது. 2008இல் ஏற்பட்ட ஒவ்வொரு சிரமமும் உடனடி வங்குரோத்திற்கான மற்றொரு நிலை என்று எளிதாகக் கூறுவதற்கு அந்த நிதிநிலை ஆதரவளிக்கவில்லை. நட்டம், கணக்குச் செலவு [Charge], பரந்த பொருளாதாரச் சரிவு என்பவை அந்த அடையாளம் தேவைப்படாமலேயே தீவிரமானவையாக இருந்தன. [14]

கைப்பேசித் துறையிலிருந்து [Mobile] பின்வாங்குதல்

NVIDIA கைப்பேசித் துறையிலும் முயன்றது; பின்னர் அந்த முயற்சியிலிருந்து விலகியது. இயந்திர மனிதவியல் [Robotics], தன்னியக்க வாகனங்கள் [Autonomous vehicles] உள்ளிட்ட ஏனைய வாய்ப்புகளில் கவனம் செலுத்துவதற்கு இடமளித்த முடிவாக அந்தப் பின்வாங்கலை Huang தனது விளக்கத்தில் முன்வைக்கின்றார். அவர் அந்த அனுபவத்தை எவ்வாறு புரிந்துகொண்டார் என்பதற்கே இது சான்றாகும்; மாற்று வாய்ப்புகள் வெற்றிபெறும் என்பது உறுதியாக இருந்ததற்கான நிரூபணம் அல்ல. [9]

ஒரு திட்டம் கடினமானது என்பதற்காக அதனை மாற்றுவதற்கும், அதன் அடிப்படைப் பொருளாதார இயல்பு கவர்ச்சியற்றதாக மாறிவிட்டதால் அதனை மாற்றுவதற்கும் வேறுபாடு உண்டு. இயல்பான எதிர்ப்பைத் தாங்குவதற்குப் போதுமான உறுதியும், தொடர்ந்திருப்பது எப்போது வீணாகிவிட்டது என்பதை அறிந்துகொள்வதற்குப் போதுமான நெகிழ்வும் தலைவர்களுக்குத் தேவை. இந்தச் சூழல்களை முன்கூட்டியே நம்பகமாக வேறுபடுத்திக்காட்ட எந்தக் கோஷத்தாலும் முடியாது.

கருதுகோள்களை வெளிப்படையாகக் கூறுவதே பயனுள்ள ஒழுக்கமாகும். எந்த வாடிக்கையாளர் தேவை நிறைவேற்றப்படுகின்றது? எந்தத் தொழில்நுட்பச் சாதகத்தை [Technical advantage] இன்னமும் தக்கவைக்க முடியும்? எவ்வளவு கூடுதல் முதலீடு தேவை? எந்தச் சான்று கிடைத்தால் நிறுவனம் நிறுத்தும்? ஒவ்வொரு முடிவும் அறிவார்ந்ததாகத் தோன்றச் செய்வதற்குப் பின்னர் சொல்லப்படும் கதையாக அல்லாமல், காரணங்களுடன் வளங்களை ஒதுக்கும் நடவடிக்கையாக ஒரு பின்வாங்கலை இந்தக் கேள்விகள் மாற்றுகின்றன.

நடைபெறாத கையகப்படுத்தல் [Acquisition]

குறிப்பிடத்தக்க ஒழுங்குமுறைச் சவால்களைச் [Regulatory challenges] சுட்டிக்காட்டி, 2022 பெப்ரவரியில் NVIDIAவும் SoftBankஉம் திட்டமிடப்பட்ட Arm கையகப்படுத்தலை [Acquisition] முடிவுக்குக் கொண்டுவந்தன. NVIDIA முன்கூட்டியே செலுத்திய US$1.25 பில்லியனை SoftBank வைத்திருக்கும் என்றும், இருபது ஆண்டுகளுக்கான Arm உரிமத்தை [Licence] NVIDIA வைத்திருக்கும் என்றும் அறிவிப்பு கூறியது. அது சில்லுப் பொறியியலின் [Chip engineering] தோல்வியாக இல்லாவிட்டாலும், நிறைவேறாத அந்தப் பரிவர்த்தனை முக்கியமான மூலோபாயப் பின்னடைவாக இருந்தது. [15]

நிறுவுனரின் அதிகாரத்திற்குள்ள வரம்புகளை இந்த நிகழ்வு விளக்குகின்றது. ஒரு பரிவர்த்தனை அதன் ஆதரவாளர்களுக்குப் பொருத்தமானதாகத் தோன்றலாம்; அதேவேளை ஒழுங்குபடுத்துநர்கள், வாடிக்கையாளர்கள் அல்லது போட்டியாளர்களுக்குக் கவலைகளை எழுப்பலாம். சட்ட மற்றும் அரசியல் நிறுவனங்களுக்குள் தொழில்நுட்ப இலட்சியம் செயற்படுகின்றது. உறுதியால் மட்டுமே அகற்றிவிடக்கூடிய பொறியியல் கட்டுப்பாடுகளாக [Engineering constraints] அந்த நிறுவனங்களை ஒரு தலைமை நிர்வாகி கருதமுடியாது.

தோல்வியடைந்த கையகப்படுத்தலை [Acquisition], நிபந்தனையற்ற வெற்றியாக மீள எழுதுவது பொருத்தமான பதில் அல்ல. செலவுகளை ஏற்றுக்கொண்டு, பரிவர்த்தனை ஏன் தோல்வியடைந்தது என்பதைப் புரிந்துகொண்டு, நிறுவனத்தின் பிற்காலத் தெரிவுகளை அவற்றின் சொந்தத் தகுதிகளின் அடிப்படையில் மதிப்பிடுவதே பொருத்தமானது. வெற்றிகரமான முடிவை வலிந்து திணிக்காமல், வெற்றிபெறாத முடிவை விவரிக்கும்போது தலைமைத்துவக் குறிப்பின் நம்பகத்தன்மை அதிகரிக்கின்றது.

12 செயற்கை நுண்ணறிவு உட்கட்டமைப்பு நிறுவனத்தைக் [AI infrastructure company] கட்டியெழுப்புதல்

தனிச் சில்லுக்கு [Chip] அப்பால்

செயற்கை நுண்ணறிவுப் பணிச்சுமைகள் [AI workloads] விரிவடைந்தபோது, NVIDIAவின் தயாரிப்புகள் பெருமளவில் பெரிய அமைப்புகளின் பகுதிகளாகின. வரைகலைச் செயலாக்க அலகுகளுக்கு [GPUs] உயர் அலைவரிசை நினைவகம் [High-bandwidth memory], வேகமான இணைப்புகள் [Connections], வலையமைப்பு [Networking], சேவையகங்கள் [Servers], நிர்வாக மென்பொருள் [Management software], ஆதரவு [Support] என்பவை தேவைப்பட்டன. 2020இல் நிறைவுற்ற Mellanox கையகப்படுத்தல் [Acquisition], அந்த அமைப்பின் வலையமைப்புப் பகுதியை வலுப்படுத்துவதில் முக்கியமான படியாக இருந்தது. [16]

பெரிய பயிற்சிப் பணி [Training job] இந்தச் சிக்கலை விளக்குகின்றது. ஒரு செயலி [Processor], மற்றொன்றிடமிருந்து தரவைப் [Data] பெறக் காத்திருந்தால், விலையுயர்ந்த வன்பொருள் [Hardware] செயலற்றிருக்கலாம். வலையமைப்பு [Network] நம்பகமற்றதாக இருந்தால், நீண்ட நேரம் இயங்கும் பணி ஏற்கெனவே செய்யப்பட்ட பயனுள்ள வேலையை இழக்கலாம். குளிரூட்டல் [Cooling] போதாமலிருந்தால், அதன் கூறுகள் [Components] வாக்களித்த செயல்திறனை [Performance] அமைப்பால் தொடர்ந்து வழங்கமுடியாது. முழு நிறுவலிலும் [Installation] ஒருங்கிணைப்பு இருப்பதிலேயே வாடிக்கையாளரின் பெறுபேறு தங்கியுள்ளது.

ஒருங்கிணைந்த அமைப்புகளின் [Integrated systems] கவர்ச்சியை விளக்க இது உதவுகின்றது. ஒவ்வொரு கூறையும் [Component] தனித்தனியாகச் சேர்த்துச் சரிபார்க்கும் [Validating] வாடிக்கையாளரின் சுமையை அவை குறைக்கின்றன. வழங்குநர் மீதான சார்பையும் அவை அதிகரிக்கலாம். வாடிக்கையாளர் மேலும் முழுமையான தீர்வைப் பெறும் அதேவேளை, அந்தத் தீர்வு எவ்வாறு வளர்கின்றது என்பது குறித்த குறுகிய தெரிவுகளையும் ஏற்க வேண்டியிருக்கலாம்.

முடுக்கப்பட்ட கணிப்பீடு [Accelerated computing] பற்றிய Huangஇன் பொது விளக்கம் இந்த மாற்றத்துடன் பொருந்துகின்றது. குறிப்பிட்ட அளவு நேரம், ஆற்றல், பணம் ஆகியவற்றைக் கொண்டு ஓர் அமைப்பு எவ்வளவு பயனுள்ள வேலையை முடிக்க முடியும் என்பதே பொருத்தமான கேள்வியாகின்றது. கூடுதல் கணினிகள் தேவைப்பட்டாலோ, மதிப்புள்ள பெறுபேற்றைத் தாமதப்படுத்தினாலோ, குறைந்த விலையுடைய சில்லு [Chip] நடைமுறையில் அதிகச் செலவுடையதாக இருக்கலாம். மாறாக, எளிமையான அமைப்பு போதுமானபோது, மேம்பட்ட அமைப்பு தேவையற்ற செலவாகலாம்.

செயற்கை நுண்ணறிவுப் பெருவளர்ச்சி [AI boom] நிரூபித்ததும் நிரூபிக்காததும்

உருவாக்கச் செயற்கை நுண்ணறிவின் [Generative AI] விரைவான ஏற்பு, கணிப்பீட்டு உட்கட்டமைப்பிற்கான [Computing infrastructure] தேவையை அதிகரித்தது. அந்தப் பணிச்சுமைகளுடன் [Workloads] தொடர்புடைய வன்பொருளையும் [Hardware] மென்பொருளையும் [Software] உருவாக்குவதில் ஏற்கெனவே பல ஆண்டுகளைச் செலவிட்டிருந்ததால் NVIDIA பயனடைந்தது. அந்த நேரப் பொருத்தம் வணிகரீதியாக வலிமையானது. செயற்கை நுண்ணறிவுப் பெருவளர்ச்சிக்கு [AI boom] அது மட்டுமே காரணம் என்பதுடன் இதனைக் குழப்பக்கூடாது.

பல்கலைக்கழக ஆராய்ச்சி, பொதுத் தரவுத்தொகுதிகள் [Public datasets], திறந்த மூல மென்பொருள் [Open-source software], மேக உட்கட்டமைப்பு [Cloud infrastructure], குறைக்கடத்தி உற்பத்தி [Semiconductor manufacturing], போட்டியிடும் ஆராய்ச்சிக் கூடங்களின் வேலை ஆகியவற்றையும் நவீன செயற்கை நுண்ணறிவு [AI] அடிப்படையாகக் கொண்டுள்ளது. மாதிரி உருவாக்குநர்கள் [Model developers] கட்டமைப்பு [Architecture] மற்றும் பயிற்சி [Training] தொடர்பான முடிவுகளை எடுத்தனர்; வன்பொருள் நிறுவனங்கள் [Hardware companies] கருவிகளை வழங்கின; பயனர்களும் முதலீட்டாளர்களும் தேவையை வடிவமைத்தனர். இந்த வலையமைப்பிற்குள் Huangஇன் பங்களிப்பு கணிசமானதாக இருந்ததே தவிர, அதிலிருந்து தனித்ததாக இருக்கவில்லை.

நிதிப் பெறுபேறு வியக்கத்தக்கதாக இருந்தது. 2026 ஓகஸ்ட் 26 திகதியிட்ட NVIDIAவின் வெளியீடு, 2026 ஜூலை 26இல் முடிவடைந்த 2027 நிதியாண்டின் இரண்டாவது காலாண்டிற்கான வருவாய் US$96.2 பில்லியன் என்றும், அதில் தரவு மையப் பிரிவிலிருந்து [Data Center] US$89.0 பில்லியன் கிடைத்ததாகவும் தெரிவித்தது. இவை அறிவிக்கப்பட்ட காலாண்டுத் தொகைகளே தவிர, நாட்காட்டி ஆண்டின் மொத்தமோ முன்கணிப்போ அல்ல. [17]

Vera Rubin முழு அளவிலான உற்பத்திக்குச் [Full production] சென்றுகொண்டிருப்பதாகவும் அதே வெளியீடு விவரித்தது. இத்தகைய நிறுவன அறிக்கைகளை அவற்றின் திகதிசார் சூழலில் வாசிக்கவேண்டும். NVIDIA என்ன அறிவித்தது என்பதை அவை உறுதிப்படுத்துகின்றன. ஆனால் தனித்தனி நிறுவல்களின் [Installations] செயல்திறன் [Performance], பயன்பாட்டு நிறுவல் [Deployment], பொருளாதாரப் பலன் [Economic return] ஆகியவற்றிற்கு அவற்றுக்குரிய சான்றுகள் தேவை. தயாரிப்பு வழித்திட்டமும் [Product roadmap], வாடிக்கையாளர் உண்மையில் பெற்ற நன்மையும் தொடர்புடையவை; ஆயினும் தனித்தனியான விடயங்களாகும்.

அசாதாரண வளர்ச்சிக்குள் இருக்கும் ஆபத்து

விரைவான வளர்ச்சி பலவீனமான கருதுகோள்களை மறைக்கலாம். எதிர்காலத் தேவைக்கு முன்னதாகவே வாடிக்கையாளர்கள் வாங்கிக்கொண்டிருக்கலாம். உட்கட்டமைப்பை [Infrastructure] மின்சாரத்துடன் இணைப்பதற்குத் திட்டமிட்டதைவிட அதிக நேரம் எடுக்கலாம். புதிய மாதிரிகளுக்கு [Models] வேறுபட்ட வன்பொருள் [Hardware] தேவைப்படலாம்; அல்லது அவை மேலும் செயல்திறன்மிக்கவையாகலாம். அதிகப் பயன்பாட்டு விகிதத்தில் [Utilisation] கவர்ச்சியாகத் தோன்றும் முதலீடு, கணினிகள் செயலற்றிருக்கும்போது அதிகச் செலவுடையதாக மாறலாம்.

அதனால்தான் வருவாய் வளர்ச்சியுடன், சில வாடிக்கையாளர்களில் குவிந்திருத்தல் [Customer concentration], உறுதிப்பாடுகள் [Commitments], வழங்கல் திறன் [Supply capacity], வாடிக்கையாளர்களின் வணிகப் பொருளாதாரம் என்பவற்றையும் சேர்த்து ஆராயவேண்டும். சுற்றியுள்ள துறையின் சில பகுதிகள் போதிய வருமானத்தை ஈட்டச் சிரமப்படும்போதும், பெருவளர்ச்சிக் காலத்தில் ஒரு வழங்குநர் வெற்றிகரமாக விற்பனை செய்யலாம். அந்தச் சாத்தியம் ஒரு பொருளாதாரக் குமிழியை [Bubble] நிரூபிப்பதில்லை. மிக வேகமாக வளரும் பங்கேற்பாளரை மட்டும் வியப்பதற்குப் பதிலாக, பொருளாதாரச் சங்கிலியைச் சோதிப்பதற்கான காரணமாகும்.

13 தலைமைத்துவ அமைப்பு

நேரடித் தகவலும் உயர்ந்த தர எதிர்பார்ப்புகளும்

நிர்வாகம் குறித்த Huangஇன் பொதுக் கருத்தாடல்கள், தகவல் அணுகல், பகிரப்பட்ட பின்னணி அறிவு [Shared context], கடினமான தொழில்நுட்பப் பிரச்சினைகளில் [Technical problems] ஈடுபாடு என்பவற்றை வலியுறுத்துகின்றன. 2024இல் Stripe Sessionsஇல் இடம்பெற்ற உரையாடலில், NVIDIAவின் அமைப்பின் சில அம்சங்களையும் நேரடிக் கருத்தூட்டலை [Direct feedback] அவர் பயன்படுத்தும் முறையையும் விவரித்தார். அவர் கூறும் தத்துவத்திற்கான பயனுள்ள சான்றுகளாக அந்தக் கருத்துக்கள் இருந்தாலும், அவை நிறுவனத்தை வழிநடத்துபவரின் சொந்த விளக்கமாகவே இருக்கின்றன. [18]

குறைந்த நிர்வாக அடுக்குகளைக் கொண்ட அமைப்பு [Flatter organisation], ஒரு பிரச்சினை உருவாவதற்கும் அதனைத் தீர்க்கக்கூடியவர்களைச் சென்றடைவதற்கும் இடையிலான தாமதத்தைக் குறைக்கலாம். அதேவேளை தலைமை நிர்வாகியின்மீது மிகப்பெரிய தகவல் சுமையையும் வைக்கலாம். பணியாளர்களின் தரம், முடிவெடுக்கும் அதிகாரங்களின் [Decision rights] தெளிவு, போட்டியிடும் முன்னுரிமைகளைத் தீர்க்கும் திறன் ஆகியவற்றைச் சார்ந்தே அத்தகைய அமைப்பின் பயன் அமைகின்றது.

ஆகவே நேரடியாக அறிக்கையிடும் பெருமளவிலான பணியாளர்களைக் கொண்ட முறையை ஒவ்வொரு நிறுவனமும் பின்பற்றவேண்டும் என்று பரிந்துரைப்பது மிக எளிமையான பார்வையாகும். நிறுவன அமைப்பு வரைபடம் [Organisation chart] என்பது இயங்கும் அமைப்பின் வெளியில் தெரியும் வடிவம் மட்டுமே. ஒத்த வரைபடங்களைக் கொண்ட இரு நிறுவனங்கள் மிகவும் வேறுபட்ட பண்பாடுகளைக் கொண்டிருக்கலாம். முக்கியத் தகவல் சென்றடைகின்றதா, முடிவுகள் புரிந்துகொள்ளப்படுகின்றனவா, தேவையின்றி மேல்மட்டத்துக்காகக் காத்திருக்காமல் மக்கள் செயற்படமுடிகின்றதா என்பதே முக்கியமானது.

Huang பற்றிய குறிப்புகளில் உயர்ந்த தர எதிர்பார்ப்புகள் மீண்டும் மீண்டும் இடம்பெறுகின்றன. ஆயினும் உயர்ந்த செயல்திறனைக் [Performance] கோருவது தானாகவே நல்ல நிர்வாகமாகாது. தரங்கள் எவ்வாறு தெரிவிக்கப்படுகின்றன, எதிர்பார்ப்புகளை அடையமுடியுமா, கருத்து வேறுபாட்டை வெளிப்படுத்துவது பாதுகாப்பானதா, தவறுகள் கற்றலுக்கு வழிவகுக்கின்றனவா என்பவையே கேள்விகள். அவமானப்படுத்துவதை முன்னேற்றத்திற்கான முறையாக மாற்றாமலேயே ஒரு தலைவர் மிகக் கடுமையான தரங்களை எதிர்பார்க்கலாம்.

பழக்கமானதாக மாறுவதற்கு முன்னரே எதிர்காலத்தை விளக்குதல்

வெவ்வேறு தேவைகளைக் கொண்ட பார்வையாளர்களை ஒரு தொழில்நுட்ப நிறுவனுனர் [Technical founder] இணங்கச் செய்யவேண்டும். ஒரு கட்டமைப்பு [Architecture] இயங்குகின்றதா என்பதைப் பொறியியலாளர் அறிய விரும்புகின்றார். அது ஒரு பிரச்சினையைத் தீர்க்கின்றதா என்பதை வாடிக்கையாளர் அறிய விரும்புகின்றார். வணிகம் முதலீட்டுப் பலனை ஈட்டுமா என்று முதலீட்டாளர் கேட்கின்றார். பாதுகாப்பு [Security], உள்நாட்டுத் திறன், அணுகல் [Access] என்பவற்றில் ஓர் அரசாங்கம் அக்கறை கொள்ளலாம்.

Huangஇன் பொதுவெளி விளக்கவுரைகள், ஒரு தொழில்நுட்ப வளர்ச்சியை [Technical development] பெரும் தொழில்துறை மாற்றத்துடன் அடிக்கடி இணைக்கின்றன. புரியாத எதிர்காலத்தை அடிப்படையாகக் கொண்டு வாடிக்கையாளர்கள் வாங்கவோ கட்டியெழுப்பவோ முடியாது என்பதால் அந்தத் திறனுக்கு மூலோபாய மதிப்பு உண்டு. நல்ல விளக்கம், பல நிறுவனங்களின் முதலீடுகளை ஒரே திசையில் அமைக்கலாம்.

அதே திறன் ஒரு பொறுப்பையும் உருவாக்குகின்றது. இணங்கச் செய்யும் கதையாடல்கள் சான்றுகளை முந்திச் செல்லலாம். கவனமாகத் தேர்ந்தெடுக்கப்பட்ட நிபந்தனைகளில் ஒரு செயல்விளக்கம் [Demonstration] இயங்கலாம். செயல்திறன் ஒப்பீடு [Performance comparison], குறிப்பிட்ட பணிச்சுமையையோ [Workload] மென்பொருள் பதிப்பையோ [Software version] சார்ந்திருக்கலாம். எதிர்காலத் திறன் பற்றிய வாக்குறுதி, இப்போதே கிடைக்கக்கூடிய தயாரிப்பாகத் தவறாகப் புரிந்துகொள்ளப்படலாம். கதை சொல்லுபவரின் திறன் அதிகரிக்க அதிகரிக்க, இந்த வகைகளை வேறுபடுத்துவது மேலும் முக்கியமாகின்றது.

தீர்மான அதிகாரம் ஒருவரிடம் குவிதல்

நீண்டகாலம் பதவியிலிருக்கும் நிறுவனுனர், தொழில்நுட்பத் தொடர்ச்சியைப் [Technical continuity] பேணவும் குறுகிய நிர்வாகக் காலப்பார்வையில் நீடிக்கமுடியாத முதலீடுகளைப் பாதுகாக்கவும் முடியும். அதேவேளை தீர்மான அதிகாரத்தை ஒருவரிடம் குவிக்கவும் முடியும். நிறுவனுனர் விரும்புவது சரியானதா என்பதைச் சோதிப்பதற்குப் பதிலாக, அவர் என்ன விரும்புவார் என்பதை முன்கூட்டியே ஊகிப்பதில் சக பணியாளர்கள் தேர்ச்சிபெறலாம்.

இடர்களைத் தாங்கும் நிறுவனத்திற்கு வலுவான மையமும், அந்த மையத்தைத் திருத்தக்கூடிய முறைகளும் தேவை. இயக்குநர் சபைகள், தொழில்நுட்ப மீளாய்வுகள் [Technical reviews], வாடிக்கையாளர் கருத்தூட்டல் [Customer feedback], சுயாதீன உறுதிப்படுத்தல் [Independent assurance] என்பவை அனைத்தும் பங்களிக்கின்றன. தொலைநோக்கிற்குத் தடையாக இருப்பவை என ஒதுக்கப்படாமல், வெற்றிகரமான தலைவரிடம் கேள்வி எழுப்பக்கூடியபோதுதான் அவற்றின் மதிப்பு மிக அதிகமாகின்றது.

Huang நேரடியாக வழிநடத்தும்போது NVIDIA எவ்வளவு சிறப்பாகச் செயற்படுகின்றது என்பதைக் கொண்டு மட்டுமல்லாமல், அவருக்கு அப்பாலும் பயனுள்ள தீர்மானம், பொறுப்புக்கூறல், கண்டுபிடிப்பு ஆகியவற்றை நிறுவனம் எவ்வளவு சிறப்பாகப் பேணமுடிகின்றது என்பதைக் கொண்டும் இறுதியில் அவரது தலைமைத்துவம் மதிப்பிடப்படவேண்டும். தனிப்பட்ட கவர்ச்சியைவிட இது கடினமான சோதனையாகும். நிறுவனம் பொருளாதாரரீதியாக முக்கியத்துவம் பெறும்போது இதன் முக்கியத்துவமும் அதிகரிக்கின்றது.

14 ஊக்கம், இலட்சியம், தோல்வியின் பொருள்

பொதுவெளிக் கூற்றுகள் எவற்றை உறுதிப்படுத்த முடியும்

நிச்சயமின்மை, கடின உழைப்பு, தவறுகளிலிருந்து கற்றல் ஆகியவை பற்றி Huang பலமுறை பேசியுள்ளார். National Taiwan Universityஇல் 2023இல் அவர் ஆற்றிய பட்டமளிப்பு உரை, நிறுவனத்தின் வளர்ச்சியை விளக்குவதற்குத் தோல்வி மற்றும் மூலோபாயப் பின்வாங்கல் பற்றிய எடுத்துக்காட்டுகளைப் பயன்படுத்தியது. பின்னடைவுகளைப் புதுமையின் [Innovation] ஒரு பகுதியாகப் பொதுவெளியில் கருதும் தலைவர் என்ற பார்வைக்கு இந்தக் கூற்றுகள் ஆதரவளிக்கின்றன. அவரது தனிப்பட்ட உந்துதல்களை எல்லையின்றி அறிந்துகொள்ள அவை இடமளிப்பதில்லை. [9]

வாழ்க்கை வரலாறுகள் ஒருவருக்கு ஓர் ஒற்றை உணர்வுசார் உந்துவிசையை அடிக்கடி வழங்குகின்றன: வறுமை பற்றிய பயம், அங்கீகாரத்திற்கான தேவை, அல்லது விமர்சகர்கள் தவறு என்பதை நிரூபிக்கும் விருப்பம். சிக்கலான வாழ்க்கையை எளிதில் நினைவில் வைத்திருக்க உதவுவதால் அத்தகைய விளக்கங்கள் கவர்ச்சியாக இருக்கலாம். வலுவான சான்றுகள் இல்லாதபோது அவை ஊகங்களே.

மேலும் ஒழுங்கான அணுகுமுறை, காணக்கூடிய தெரிவுகளை ஆராயலாம். Huang பல தசாப்தங்களாக ஒரே நிறுவனத்துடன் இருந்தார். பிற்காலச் சந்தை தெளிவாவதற்கு முன்னரே நிரலாக்கச் சூழலமைப்பில் [Programming ecosystem] NVIDIA தொடர்ந்தும் முதலீடு செய்தது. சில திட்டங்களைக் கைவிட்ட அதேவேளை, மற்றவற்றை மேலும் ஆழமாக முன்னெடுத்தது. ஒவ்வொரு காலையிலும் அவர் என்ன உணர்ந்தார் என்ற கற்பனை விளக்கம் தேவையின்றியே, இந்த முடிவுகள் முன்னுரிமைகளை வெளிப்படுத்துகின்றன.

பயனளிக்கும் பதற்றமும் அதன் வரம்புகளும்

ஒரு நிறுவனம் எப்போதும் தோல்விக்கு அருகிலேயே உள்ளது என்ற பழக்கமான கருத்து விழிப்புணர்வை ஊக்குவிக்கலாம். வாடிக்கையாளர்களுக்கு மாற்றுத் தெரிவுகள் உள்ளன என்பதையும் தொழில்நுட்பச் சாதகங்கள் [Technical advantages] குறைந்துபோகின்றன என்பதையும் அது நினைவூட்டுகின்றது. ஆனால் நிரந்தர அவசரநிலை நிறுவனத்தைச் சோர்வடையச் செய்யலாம்; அல்லது சிந்தனையுடன் கருத்து வேறுபாட்டை வெளிப்படுத்துவதைக் கடினமாக்கலாம்.

அந்த எச்சரிக்கை என்ன விளைவை உருவாக்குகின்றது என்பதில்தான் வேறுபாடு உள்ளது. சிறந்த சோதனைகள் [Testing], வாடிக்கையாளர் பிரச்சினைகளை விரைவாக அறிதல், மேலும் நேர்மையான திட்டமிடல் ஆகியவற்றிற்கு அது வழிவகுக்கின்றதா? அல்லது அவசர முடிவுகளையும் மோசமான செய்திகளை மறைப்பதையும் ஊக்குவிக்கின்றதா? ஒவ்வொரு பணியாளரும் அந்தப் பண்பாட்டை ஒரே விதமாக அனுபவித்தார் என்று கூறாமல், இந்த இழுபறியை ஒரு வாழ்க்கை வரலாறு அடையாளம் காணலாம்.

அதேபோல், செயலில் பயன்படுத்தக்கூடிய ஒன்றை நிறுவனம் கற்றுக்கொள்ளும்போதுதான் தோல்வி பயனுள்ளதாகின்றது. கருதுகோள்களை மாற்றாமல் வெற்றிபெறாத பரிசோதனையை [Experiment] மீண்டும் செய்வது இடர்களைத் தாங்கும் திறன் அல்ல. சிறப்பாக வடிவமைக்கப்பட்ட பரிசோதனை, அதன் வணிக முடிவு ஏமாற்றமளித்தாலும் தகவலை உருவாக்குகின்றது. மோசமாக வடிவமைக்கப்பட்ட ஒன்று, மையக் கேள்விக்குப் பதிலளிக்காமலேயே பணத்தைச் செலவழித்துவிடலாம்.

மனதை மாற்றிக்கொள்ளும் ஒழுக்கம்

ஆரம்பகால Sega நிகழ்வு குறிப்பாகப் படிப்பினை அளிக்கின்றது. ஏனெனில் ஒரு தொழில்நுட்பத் தெரிவிலிருந்து [Technical choice] தனது அடையாளத்தைப் பிரித்துப் பார்க்க Huang அதில் வேண்டியிருந்தது. ஒரு வடிவமைப்பில் [Design] நிறுவனுனர் தனது நற்பெயரையும் பணத்தையும் பல ஆண்டுகளின் உழைப்பையும் முதலிட்டிருக்கலாம். அது தவறானது என்று ஏற்றுக்கொள்வது, நிறுவனமே தவறானது என்று ஏற்றுக்கொள்வதுபோல் தோன்றலாம். ஆயினும் உயிர்தப்புவது, துல்லியமாக அந்த வேறுபாட்டை உணர்வதையே சார்ந்திருக்கலாம்.

பரிந்துரைக்கப்பட்ட தீர்வு மாறுவதற்கு இடமளித்தவாறு, பிரச்சினையைத் தீர்ப்பதற்கான உறுதிப்பாட்டைப் பேணுவதே விரிவான பாடமாகும். இந்தப் பாங்கின் பல வடிவங்களை NVIDIAவின் வரலாறு வழங்குகின்றது: வரைகலைக் கட்டமைப்புகள் [Graphics architectures] வளர்ந்தன; மென்பொருள் [Software] மையமானது; செயற்கை நுண்ணறிவு [AI] முக்கியத்துவம் பெற்றது; சில சந்தைகள் கைவிடப்பட்டன. எதிர்காலத்தின் ஒவ்வொரு திசைமாற்றமும் [Pivot] வெற்றிபெறும் என்ற உறுதிப்பாடாக உயர்த்தாமல், தொடர்ச்சியான முடிவுகளாக இந்தப் பாங்கை ஆராயவேண்டும்.

15 Lori, Spencer மற்றும் Madison

பொது வரலாற்றில் ஒரு குடும்பம்

Jensen மற்றும் Lori Huang ஆகியோர் Oregon State-இல் பொறியியல் மாணவர்களாக இருந்தபோது சந்தித்து, 1985-இல் மணமுடித்தனர். அவர்களுக்கு Spencer, Madison என இரு வயது வந்த பிள்ளைகள் உள்ளனர். அவர்களது கூட்டுக் கல்வி நற்பணி [Educational philanthropy] நன்கு ஆவணப்படுத்தப்பட்டுள்ளது. அந்தப் பொதுப் பதிவுக்கு அப்பால், ஒரு வாழ்க்கை வரலாறு குடும்பத்தின் பொது நடவடிக்கைகளுக்கும் அதன் தனிப்பட்ட வாழ்வுக்கும் [Private life] இடையிலான வேறுபாட்டை மதிக்க வேண்டும். [1], [4]

பல தசாப்தங்களாக ஒரு நிறுவனத்தைக் கட்டியெழுப்புவது ஒரு குடும்பத்தைப் பாதிக்கும் என்பதை ஒப்புக்கொள்வது நியாயமானது. ஆனால் பொதுவில் தாமே விவரிக்காத குடும்ப உறுப்பினர்களின் உரையாடல்களையோ, சமரசங்களையோ, உணர்வு அனுபவங்களையோ கற்பனை செய்வது நியாயமல்ல. ஒவ்வொரு வணிக வெற்றிக்கும் பின்னாலுள்ள இரகசியம் துணைவியார் என்று சொல்வது பாராட்டாகத் தோன்றினாலும், அவருடைய சொந்தத் தனித்துவமான செயலாற்றலை [Agency] அழித்துவிடக்கூடும்.

Lori-யின் தற்போதைய முறையான பதவி, அறக்கட்டளையின் சொத்துகள் [Foundation's assets] அல்லது துல்லியமான தொழில் திகதிகள் பற்றிய கூற்றுகளுக்கும் இதே எச்சரிக்கை பொருந்தும். இந்த விவரங்களுக்குத் திகதியிட்ட ஆவணங்கள் [Dated records] தேவை. குடும்பத்தின் செல்வத்தின் அளவிலிருந்து அவை ஊகிக்கப்படக்கூடாது; மூலமில்லாத சுருக்கங்களிலிருந்து நகலெடுக்கப்படக்கூடாது.

Madison Huang

NVIDIA-யின் தற்போதைய பொது வாழ்க்கைக் குறிப்பு, Madison Huang-ஐ இயற்கை செயற்கை நுண்ணறிவுத் தளங்களுக்கான [Physical AI platforms] உற்பத்தி மற்றும் தொழில்நுட்பச் சந்தைப்படுத்தலின் [Product and technical marketing] மூத்த இயக்குநராக [Senior director] அடையாளப்படுத்துகிறது. Omniverse, Cosmos, Isaac ஆகியவற்றில் பரந்த பொறுப்புகளை அது விவரிக்கிறது; மேலும் Louis Vuitton Moët Hennessy குழுவில் முந்தைய சந்தைப்படுத்தல் பணியையும், London Business School-இல் சந்தைப்படுத்தல் மற்றும் உத்தியில் [Marketing and Strategy] MBA படிப்பையும் பதிவு செய்கிறது. [19]

இவை அர்த்தமுள்ள தொழில் விவரங்கள். தந்தையின் சில்லு வடிவமைப்புத் [Chip-design] தொழிலை எளிதாகப் பிரதி செய்வதற்குப் பதிலாக, சந்தைப்படுத்தல் மற்றும் வணிகக் கல்வி வழியாகத் தொழில்நுட்பத்திற்குள் நுழைந்த பாதையை இவை காட்டுகின்றன. அவரது தற்போதைய பங்கை விளக்க, துல்லியமான வயது அல்லது முழுமையான சமையல் பயிற்சி காலவரிசை [Culinary-training chronology] பற்றிய கூற்றுகள் தேவையில்லை.

ஒரு தொழில்நுட்பத் தளத்தைச் சந்தைப்படுத்துவது வெறும் விளம்பரம் உருவாக்குவதல்ல. நிரலாளர்களுக்கும் [Developers] வாடிக்கையாளர்களுக்கும் திறன்களை விளக்குவது, ஏற்றுக்கொள்ளலின் தடைகளை [Adoption barriers] புரிந்துகொள்வது, பொறியியல் பணியைச் சந்தையுடன் இணைப்பது ஆகியவை அதில் அடங்கும். அந்தப் பணியின் தரம் அதன் விளைவுகள் மூலமே மதிப்பிடப்பட வேண்டும்; குடும்ப உறவிலிருந்து முன்கூட்டியே ஊகிக்கப்படக்கூடாது.

Spencer Huang

NVIDIA-யின் தொழில்நுட்ப வாழ்க்கைக் குறிப்பு, Spencer Huang-ஐ இயந்திரமயத் துறையின் [Robotics] உற்பத்தி இயக்குநராக [Director of product] அடையாளப்படுத்துகிறது. உருவகப்படுத்தல் [Simulation], இயந்திரக் கற்றல் [Robot learning], தொகுப்புத் தரவு [Synthetic data], தன்னாட்சி இயந்திரங்களை [Autonomous machines] பயிற்றுவித்து நிலைநிறுத்தப் பயன்படும் உள்கட்டமைப்பு [Infrastructure] ஆகியவற்றை உள்ளடக்கிய பணியை அது விவரிக்கிறது. செயற்கை நுண்ணறிவில் [Artificial intelligence] கவனம் செலுத்திய New York University-யின் தொழில்நுட்ப MBA-வையும் [Technical MBA] அது பதிவு செய்கிறது. [20]

பொது விவரங்களில் கூறப்படும் தொழில் பாதை அவரது தந்தையின் ஆரம்பகாலத் தொழிலிலிருந்து வேறுபடுகிறது. அந்த வேறுபாடு முக்கியமானது; ஏனெனில் ஒரு குடும்பம் ஒரே நிறுவனத்தைப் பகிர்ந்தாலும், ஒரே மாதிரியான பயிற்சியையோ பொறுப்புகளையோ பகிர வேண்டியதில்லை. ஒரு பதவி மட்டும் ஒருவரின் தொழில்நுட்பப் பங்களிப்பின் ஆழத்தை நிலைநிறுத்தாது; அதேபோல், பெற்றோர் வம்சம் [Parentage] அந்தப் பங்களிப்பை நிராகரிக்க நியாயமாகாது.

குடும்ப வேலைவாய்ப்பும் நிர்வாகமும் [Family employment and governance]

ஒரு நிறுவனரின் உறவினர்கள் பொது நிறுவனத்தில் பணிபுரியும்போது, வழக்கமான நிர்வாகக் கேள்விகள் [Governance questions] எழுவது இயல்பு. பங்குகளும் ஊதியங்களும் [Compensation] முறையாக மதிப்பாய்வு செய்யப்படுகின்றனவா? அறிக்கை உறவுகள் [Reporting relationships] தெளிவாக உள்ளனவா? ஏனைய ஊழியர்கள் நேர்மையாகப் போட்டியிட முடிகிறதா? சம்பந்தப்பட்ட தரப்புப் பரிவர்த்தனைகள் [Related-party transactions] முறையாக வெளிப்படுத்தப்படுகின்றனவா?

இந்தக் கேள்விகள் தவறு நடந்ததை நிரூபிப்பதில்லை. நிறுவனம் வளரும்போது முக்கியத்துவம் பெறும் நிறுவன ஒழுக்கத்தின் [Institutional discipline] ஒரு பகுதியே இவை. அதேபோல், பெற்றோரின் புகழ், பிள்ளையின் பணியின் சுயாதீன மதிப்பீட்டிற்குப் பதிலாகாது.

வேலைவாய்ப்பு ஒரு வாரிசு அறிவிப்பும் [Succession announcement] அல்ல. NVIDIA-இல் Spencer மற்றும் Madison-இன் இருப்பு, இருவரில் யாராவது தலைமை நிர்வாக அதிகாரியாக [Chief executive] தேர்ந்தெடுக்கப்பட்டுள்ளதாக நிலைநிறுத்தாது. தொழில்நுட்ப வம்சாவளி [Technology dynasty] பற்றிய ஊகங்கள் கவனத்தைப் பெறலாம்; ஆனால் கவனமான வாழ்க்கை வரலாறு, தற்போதைய பணியையும் பொதுவில் உறுதிப்படுத்தப்படாத எதிர்கால நியமனத்தையும் பிரித்துப் பார்க்க வேண்டும்.

16 கல்வி மூலம் சமூகத்திற்குத் திருப்பிக் கொடுத்தல் [Giving back through education]

முக்கியமாக நிலைக்கும் நிறுவனங்கள்

Huang குடும்பத்தினரின் பொது நற்பணிகளுக்கு கல்வியுடன் வலுவான தொடர்புகள் உள்ளன. Jen-Hsun and Lori Huang Collaborative Innovation Complex-இற்காக 2022-இல் அவர்களின் 50 மில்லியன் அமெரிக்க டொலர் நன்கொடையை Oregon State அறிவித்தது. இந்தத் திட்டம் பொறியியல், கணினியியல் [Computation], ஆராய்ச்சி ஆகியவற்றைப் பல்துறைகள் குறுக்கே இணைக்கிறது. [21]

Huang Engineering Center பற்றிய Stanford-இன் விவரணை, தம்பதியரின் 30 மில்லியன் அமெரிக்க டொலர் உறுதிமொழியை [Commitment] பதிவு செய்கிறது. 2019-இல் அர்ப்பணிக்கப்பட்ட வசதிக்கான அவர்களது 2 மில்லியன் அமெரிக்க டொலர் இணை நிதி உதவியை [Matching grant] Oneida-யின் விவரணை பதிவு செய்கிறது. இந்த நன்கொடைகள் Huang-இன் வாழ்க்கையின் வெவ்வேறு கட்டங்களை இணைக்கின்றன: இளமை, இளங்கலைக் கல்வி, முதுகலைக் கல்வி. [22], [3]

இந்தத் தொகைகள், சம்பந்தப்பட்ட நிறுவன அறிவிப்புகளில் விவரிக்கப்பட்ட உறுதிமொழிகளாகவே வாசிக்கப்பட வேண்டும். ஒரு உறுதிமொழி [Pledge], சொத்து மதிப்பீடு [Asset valuation], ஏற்கெனவே வழங்கப்பட்ட பணம் [Money disbursed] — இவை ஒன்றுக்கொன்று பதிலானவை அல்ல. மேலும், குடும்பத்தின் நற்பணியை NVIDIA-யின் கூட்டுறவு அறக்கட்டளையுடனோ [Corporate foundation] நிறுவனத்தின் வணிக முதலீடுகளுடனோ குழப்பக்கூடாது.

கல்வி நற்பணி எதைச் சாதிக்க முடியும்

ஒரு பல்கலைக்கழகக் கட்டிடம் தானாகவே ஒரு கல்வி விளைவல்ல. அதன் பெறுமானம் அது ஆதரிக்கும் மனிதர்கள், உபகரணங்கள், நிகழ்ச்சி நிரல்கள் [Programmes] ஆகியவற்றில் தங்கியுள்ளது. நன்கு வடிவமைக்கப்பட்ட வசதிகள், முன்பு சிரமமாக இருந்த கூட்டுழைப்பை [Collaboration] சாத்தியமாக்கலாம்; மாணவர்களுக்கு மேம்பட்ட கருவிகளை அணுகுவதற்கான வாய்ப்பைத் தரலாம்; முக்கியமான பிரச்சினைகளில் உழைக்கும் ஆராய்ச்சியாளர்களை ஈர்க்கலாம்.

ஒரு தொழில்நுட்ப நன்கொடையாளருக்கும் பல்கலைக்கழகத்திற்கும் இடையிலான உறவும் ஆழ்ந்த பரிசீலனைக்கு உரியது. நன்கொடைகள் வாய்ப்பை விரிவாக்கும் அதேவேளை, முன்னுரிமைகளையும் [Priorities] செல்வாக்குச் செலுத்தலாம். நிறுவனங்களுக்குக் கல்விச் சுயாதீனம் [Academic independence], வெளிப்படையான நிர்வாகம், ஒரு நன்கொடையுடன் வரும் கடப்பாடுகள் பற்றிய தெளிவான புரிதல் ஆகியவை தேவை.

எனவே நற்பணி பற்றிய வலுவான விவரணை இரு உச்சங்களையும் தவிர்க்கிறது. தானம் செய்யப்பட்ட செல்வத்தைத் தானாகவே தார்மீக சிறப்பின் ஆதாரமாகக் கருதுவதில்லை; ஒவ்வொரு நன்கொடையும் வெறும் சுய விளம்பரம் என்றும் கருதுவதில்லை. ஆவணப்படுத்தப்பட்ட உறுதிமொழி, பெறுநரின் நோக்கம், ஆதாரம் கிடைக்குமிடத்து விளைவுகள் ஆகியவற்றை அது ஆராய்கிறது.

இந்த வாழ்க்கை வரலாற்றில், கல்வியுடனான தொடர்ச்சியான தொடர்பு குறிப்பிடத்தக்கது. Huang-இன் சொந்தத் தொழில், தொழில்நுட்பப் பயிற்சியிலும் அவருக்கு வளர இடம் கொடுத்த நிறுவனங்களிலும் தங்கியிருந்தது. அந்த நிறுவனங்களை ஆதரிப்பது, தனிப்பட்ட வெற்றிக்கும் ஏனையோருக்கான வாய்ப்புகளுக்கும் இடையே புலனாகும் தொடர்பை உருவாக்குகிறது. அந்தத் தொடர்பு இறுதியில் எவ்வளவைச் சாதிக்கிறது என்பது காலப்போக்கில் ஆதாரத்தால் பதிலளிக்கப்பட வேண்டிய கேள்வி.

17 Huang-ஐ Steve Jobs-உடன் ஒப்பிடுவதற்கான வாதம்

பயனுள்ள ஒப்பீடு ஒரு வரையறையில் தொடங்குகிறது

Huang-ஐ வாழும் Steve Jobs என்று அழைப்பது பல வெவ்வேறு பொருள்களைக் கொண்டிருக்கலாம். அவர் கவர்ச்சியான தொழில்நுட்பத் தலைவர் [Charismatic technology leader], ஒரு தொழில்துறையையே மாற்றியமைக்கும் நிறுவனத்தின் நிறுவனர், அல்லது சிக்கலான உற்பத்திகளை உற்சாகமூட்டும் வகையில் வழங்கக்கூடிய பொது நபர் என்று அது பொருள்படலாம். இவை சோதிக்கக்கூடிய ஒப்பீடுகள் [Testable comparisons]. அவருக்கு அதே ஆளுமை, தொழில் அல்லது வரலாற்றுப் பங்கு உள்ளது என்று அது உண்மையில் பொருள்பட முடியாது.

வலுவான வாதம், தொழில்நுட்பத்தை ஒரு பெரிய சாத்தியத்துடன் இணைக்கும் திறனிலிருந்து தொடங்குகிறது. தனிப்பட்ட கணினியியலையும் [Personal computing] கையடக்கச் சாதனங்களையும் [Mobile devices] மக்கள் விரும்பக்கூடிய அனுபவங்களாகப் புரிய வைக்க Jobs உதவினார். முடுக்குவிக்கப்பட்ட கணினியியலை [Accelerated computing], ஆராய்ச்சியாளர்களும் வணிகங்களும் முன்பு நடைமுறையில் இயலாத வேலைகளைச் செய்யக்கூடிய உள்கட்டமைப்பாகப் [Infrastructure] புரிய வைக்க Huang உதவியுள்ளார்.

இந்த ஒப்பீடு ஒருங்கிணைப்பிலும் [Integration] நிலைகிறது. Apple-இன் 2007 iPhone அறிவிப்பு, தகவல் தொடர்பு, ஊடகம் [Media], இணையச் செயல்பாடுகளைக் கட்டுப்பாடான இடைமுகம் வழியாக [Tightly controlled interface] இணைத்த சாதனத்தை முன்வைத்தது. NVIDIA-யின் உத்தி, செயலிகள் [Processors], வலையமைப்பு [Networking], மென்பொருள் ஆகியவற்றை நிரலாளர்களுக்கும் நிறுவனங்களுக்குமான தளங்களாக இணைக்கிறது. இரு நிகழ்வுகளிலும், வாடிக்கையாளர் பயன், பாகங்கள் எவ்வாறு ஒன்றாகச் செயல்படுகின்றன என்பதிலேயே தங்கியுள்ளது. [23]

ஒற்றுமைக்கு முன்னரே உறுதி [Conviction before consensus]

இரு தொழில்களிலும், கொண்டாடப்படுவதற்கு முன் நிச்சயமற்றவையாகத் தோன்றிய முடிவுகள் உள்ளன. ஆரம்பத்தில் தெளிவான தொழில் திட்டமாகத் தோன்றாத அனுபவங்களில் பின்னர் அவர் கண்ட பெறுமானத்தை Jobs-இன் சொந்த Stanford உரை விவரிக்கிறது; நிறுவனத்திலிருந்து வெளியே இருந்த காலத்திற்குப் பின்னரே அவர் Apple-இற்குத் திரும்பினார். ஆழ்கற்றலின் [Deep learning] பரந்த வணிகப் புகழுக்கு முன்னரே CUDA-வில் Huang-இன் நிலைத்த முதலீடு இருந்தது. [24], [9]

ஒத்ததன்மை என்பது இருவரில் யாராவது எதிர்காலத்தைச் சரியாகக் கண்டார்கள் என்பதல்ல. தொழில்நுட்பம் எவ்வாறு மேலும் பயனுள்ளதாக மாறலாம் என்ற பார்வையைச் சுற்றி கணிசமான முயற்சியை ஒழுங்கமைக்க இருவரும் தயாராக இருந்ததே அது. ஒரு பார்வை [Vision], உற்பத்தி முடிவுகள், முதலீடு, ஏனையோரின் பணி ஆகியவற்றை மாற்றும்போது மட்டுமே நடைமுறை முக்கியத்துவத்தைப் பெறுகிறது.

இயக்கச் சொத்தாகப் பொது கதை சொல்லல் [Public storytelling as an operating asset]

Jobs-இன் உற்பத்தி வழங்கல்கள் [Product presentations] Apple-இன் வணிக அடையாளத்தின் ஒரு பகுதியாகின. அதேபோல், Huang-இன் வழங்கல்கள் அவரை NVIDIA-யின் உத்தியின் பொது விளக்கவாதியாக்கியுள்ளன. இருவருடனும் தொடர்புடைய உடை நினைவில் நிற்கிறது; ஆனால் அது ஒப்பீட்டிற்குப் பலவீனமான அடிப்படை. வலுவான ஒத்ததன்மை, தொழில்நுட்பத் தேர்வுகளை ஒரு ஒத்திசைவான கதையாக மொழிபெயர்க்கும் அவர்களது பங்கே.

இது ஒரு நிறுவனம் ஒரு திசையைச் சுற்றி ஒருங்கிணைய உதவலாம். ஊழியர்கள் உற்பத்தி எதைச் சாதிக்க வேண்டும் என்பதைப் புரிந்துகொள்கிறார்கள். வாடிக்கையாளர்கள் அது தங்கள் திட்டங்களுக்கு எவ்வாறு பொருந்தும் என்பதைக் காண்கிறார்கள். கூட்டாளர்கள் நிரப்புப் பணியில் [Complementary work] முதலீடு செய்ய காரணம் பெறுகிறார்கள். எனவே கதை சொல்லல், செயலாக்கத்தை [Execution] வெறும் அலங்கரிப்பதற்குப் பதிலாக அதற்குப் பங்களிக்க முடியும்.

ஆனால் சம்மதிக்கச் செய்யும் சக்தி அபாயங்களையும் உருவாக்குகிறது. பார்வையாளர்கள் ஒரு தலைவரின் நம்பிக்கையையே ஆதாரமாகக் கருதத் தொடங்கலாம். நன்கு வழங்கப்பட்ட அறிவிப்பு, தீர்க்கப்படாத பொறியியல் அல்லது வணிகக் கேள்விகளை மறைக்கலாம். போற்றுதல் வாசகர்களை அந்தக் கேள்விகள் பற்றி மேலும் கவனமாக்க வேண்டும்; குறைவாக்கக் கூடாது.

பாதுகாக்கக்கூடிய விளக்கம் [A defensible interpretation]

AI சகாப்தத்தின் Steve Jobs [The Steve Jobs of the AI era] என்ற சொற்றொடர், உத்தியியல் உறுதி, ஒருங்கிணைப்பு, பொது தொடர்பாடல் [Public communication] ஆகியவற்றை இணைக்கும் செல்வாக்குள்ள நிறுவனருக்கான ஆசிரியர் உருவகமாக [Editorial metaphor] பாதுகாக்கப்படலாம். அந்தப் பரிமாணங்கள் வெளிப்படையாகக் கூறப்படும்போது அது மிக வலுவாக இருக்கும்.

அந்த வடிவமைப்பிற்கும் வரம்புகள் தேவை. AI-க்குப் பல கட்டுநர்கள் [Builders] உள்ளனர்; ஒரே உரிமையாளர் இல்லை. Huang-இன் முக்கியத்துவம், ஒவ்வொரு மாதிரி உருவாக்குநரையோ [Model developer], ஆராய்ச்சியாளரையோ, போட்டி வன்பொருள் வடிவமைப்பாளரையோ அவரது கதையின் துணை நடிகர்களாக்காது. அவரது உற்பத்திகளோ முடிவுகளோ Apple-இன் அதே நீண்டகால பண்பாட்டு நிலையை [Cultural position] அனுபவிக்கும் என்றும் இந்த ஒப்பீடு நிலைநிறுத்தாது.

எனவே நேர்மறையான வாதம் கணிசமானது; ஆனால் குறுகியது. புதிய தொழில்நுட்பத் திசையை ஏனையோர் அடையாளம் கண்டு ஏற்றுக்கொள்ள உதவிய தலைவராக Huang-ஐ Jobs-உடன் ஒப்பிடலாம். இந்த ஒப்பீடு சமநிலையான குணத்தின் சான்றிதழும் [Certificate of equivalent character] அல்ல; ஒத்த பாரம்பரியத்தின் கணிப்பும் [Prediction of identical legacy] அல்ல.

18 வாழும் Steve Jobs பட்டத்திற்கு எதிரான வாதம்

தொழில்நுட்பத்திற்குள் வெவ்வேறு பாதைகள்

Jobs-யும் Huang-யும் வெவ்வேறு வடிவங்களிலான தயாரிப்பின் வழியாகத் தலைமைத்துவத்தை அடைந்தனர். Reed College-ஐ விட்டு வெளியேறிய Jobs, வழக்கமான பட்டப் பாதைக்கு வெளியே தான் ஆராய்ந்த பாடங்களின் செல்வாக்கைப் பின்னர் விவரித்தார். Huang, குறைகடத்தி அனுபவத்தை [Semiconductor experience] உருவாக்கிக்கொண்டே இளங்கலை மற்றும் முதுகலை மின்பொறியியல் பட்டங்களை [Electrical-engineering degrees] இரண்டையும் நிறைவு செய்தார். [24], [4]

இந்த வேறுபாடு உள்ளுணர்வுக்கும் கல்விக்கும் இடையிலான போட்டியாக மாறக்கூடாது. Jobs, திறன்மிகு பொறியாளர்களுடன் பணியாற்றினார்; செயலாக்கத்தின் முக்கியத்துவத்தை உணர்ந்திருந்தார். Huang-இன் வெற்றிக்கும் தகுதிகளால் சுருக்க முடியாத தீர்ப்பு, தொடர்பாடல், கற்பனை ஆகியவை தேவைப்பட்டன. தொழில்நுட்பத் தலைமைத்துவத்திற்கு ஒரே கல்வி மாதிரி இல்லை என்பதே கருத்து.

வெவ்வேறு வாடிக்கையாளர்களும் வெவ்வேறு புலப்பாடும்

Apple-இன் மிகப் புகழ்பெற்ற உற்பத்திகள் நிறுவனத்தின் முடிவுகளை நேரடியாக நுகர்வோரின் கைகளில் கொண்டுசென்றன. சாதனத்தைப் பயன்படுத்தும் அனுபவமே பெறுமான முன்மொழிவின் [Value proposition] மையமாக இருந்தது. NVIDIA-யின் AI வணிகத்தின் பெரும் பகுதி, வேறு நிறுவனங்களுக்கு உள்கட்டமைப்பை வழங்குகிறது; அவற்றின் உற்பத்திகள் முற்றிலும் வேறுபட்ட சின்னங்களைக் [Brands] கொண்டிருக்கலாம்.

அந்த வேறுபாடு விற்பனைச் செயல்முறை, பொறியியல் முன்னுரிமைகள், வெற்றியின் பொருள் ஆகியவற்றைப் பாதிக்கிறது. ஒரு நுகர்வோர் சில நிமிடங்களில் ஒரு இடைமுகம் சிறந்ததாக உணர்கிறது என முடிவு செய்யலாம். ஒரு நிறுவனம், திறன் [Throughput], மென்பொருள் இணக்கம் [Software compatibility], நிலைநிறுத்தல் அபாயம் [Deployment risk], மொத்தச் செலவு ஆகியவற்றை மாதங்களாக மதிப்பிட வேண்டியிருக்கும். Huang, தொழில்நுட்ப மதிப்பீட்டாளர்களையும் நிறுவன முடிவெடுப்பவர்களையும் சம்மதிக்கச் செய்ய வேண்டும்.

இந்த வேறுபாடு முழுமையானதல்ல. NVIDIA-க்குப் பெரிய நுகர்வோர் விளையாட்டு வரலாறு உண்டு; Apple, நிரலாளர்களையும் உள்கட்டமைப்பையும் சார்ந்துள்ளது. இருப்பினும், முதன்மை ஈர்ப்பு மையங்கள் [Centres of gravity] போதுமான அளவு வேறுபடுகின்றன; ஆகவே Huang-ஐ வெறும் மற்றொரு Jobs என்று அழைப்பது விளக்குவதை விட மறைக்கக்கூடும்.

கட்டுப்பாட்டின் வெவ்வேறு வடிவங்கள்

Apple-இன் ஒருங்கிணைந்த உற்பத்திகள் பெரும்பாலும் இறுதிப் பயனர் அனுபவத்தின் [End-user experience] மீது நெருக்கமான கட்டுப்பாட்டைக் கொண்டிருந்தன. NVIDIA-யின் தளமும் நிரலாளர்கள், உபகரண உற்பத்தியாளர்கள், மேகக் கணினி வழங்குநர்கள் [Cloud providers], ஆராய்ச்சிச் சமூகங்கள் ஆகியோரின் பரந்த வலையமைப்பை உள்ளடக்க வேண்டும். NVIDIA தாமே வடிவமைக்காத பல பொருட்களை ஏனையோர் கட்டுவதிலேயே அதன் வெற்றி தங்கியுள்ளது.

இதை எளிய மூடிய-எதிர்-திறந்த [Closed-versus-open] முரணாக மாற்றுவது துல்லியமாக இருக்காது. NVIDIA-க்குத் தனியுரிம மென்பொருளும் வன்பொருள் இடைமுகங்களும் [Proprietary software and hardware interfaces] உண்டு; திறந்த திட்டங்களும் உண்டு. Apple, முக்கியக் கட்டுப்பாட்டுப் புள்ளிகளைத் தக்கவைத்துக்கொண்டே விரிவான மூன்றாம்-தரப்பு மேம்பாட்டை [Third-party development] சாத்தியமாக்கியுள்ளது. மேலும் பயனுள்ள ஒப்பீடு, ஒவ்வொரு வணிகமும் தன் எல்லைகளை எங்கு வரைகிறது, ஏன் என்பதைப் பற்றியது.

நிறுவப்பட்ட நிறுவனத்துடன் வெவ்வேறு உறவுகள்

Jobs, 1985-இல் Apple-ஐ விட்டு வெளியேறி, 1990களில் அது NeXT-ஐ கையகப்படுத்தியதைத் தொடர்ந்து திரும்பினார். Pixar உட்பட Apple-க்கு வெளியே முக்கியமான பணியும் அவரது தொழிலில் இருந்தது. Huang, நிறுவப்பட்ட நாள் முதல் NVIDIA-ஐத் தொடர்ந்து வழிநடத்தியுள்ளார். [24], [25]

தொடர்ச்சி [Continuity], நிறுவன நினைவையும் நீண்டகால உறுதிப்பாடுகளையும் பாதுகாக்கலாம். இல்லாமைக்குப் பின்னரான திரும்பல், நிறுவனத்தின் மேலும் தீவிரமான மறுபரிசீலனையை [Radical reassessment] கொண்டுவரலாம். எந்தப் பாதையும் தானாகவே சிறந்த தலைமைத்துவத்தைத் தராது. நிறுவனர் கற்றல், அதிகாரம் பெறுதல், உத்தியை மாற்றுதல் ஆகியவை நடைபெறும் வெவ்வேறு சூழல்களை அவை உருவாக்குகின்றன.

மேடை நடிப்பிலிருந்து ஆளுமையை ஊகிக்க முடியாது

Jobs-ஐக் கடுமையானவர், Huang-ஐ இரக்கமுள்ளவர் என்றோ, Jobs-ஐக் கலைஞர், Huang-ஐப் பகுப்பாய்வாளர் என்றோ விவரிக்க ஆசைப்படலாம். அத்தகைய நேர்த்தியான எதிர்மைய அமைப்புகள் நம்பகமானவை அல்ல. பொது நேர்காணல்கள், ஊழியர் குறிப்புகள், வாழ்க்கை வரலாறுகள் — காலம், சூழல், பார்வையாளரின் உறவு ஆகியவற்றால் வடிவமைக்கப்பட்ட ஓரளவு காட்சிகளே.

பொறுப்பான முறை, ஆவணப்படுத்தப்பட்ட நடத்தைகளை ஒப்பிடுவதே: ஒரு முடிவு எவ்வாறு எடுக்கப்பட்டது, ஒரு உற்பத்தி எவ்வாறு மாற்றப்பட்டது, ஒரு தவறு எவ்வாறு ஒப்புக்கொள்ளப்பட்டது, தகவல் நிறுவனம் முழுவதும் எவ்வாறு நகர்ந்தது. உள் குணம் பற்றிய பரந்த கூற்றுகளுக்கு, சில மேற்கோள்களோ ஒரு வெற்றிகரமான முன்னுரையோ [Keynote] போதாது; மேலும் ஆதாரம் தேவை.

வணிக வெற்றியை, ஒவ்வொரு கடுமையான நடத்தையும் நியாயப்படுத்தப்பட்டதற்கு ஆதாரமாகக் கருதுவதில் ஒரு தார்மீகப் பொறியும் உண்டு. மனிதர்களிடம் மோசமாக நடந்துகொண்டதின் காரணமாக அல்ல; அதற்கு இருந்தும் ஒரு உற்பத்தி வெற்றி பெறலாம். எழும் நிறுவனர் ஒருவர், புகழ்பெற்ற நிர்வாகி பற்றிய மிக நாடகீயமான சம்பவத்தைப் பின்பற்றி அதே வணிக விளைவை எதிர்பார்க்கக்கூடாது.

தீர்ப்பு [The verdict]

ஒப்பீடு ஒருவரை மற்றொருவராக மாற்றுவதற்குப் பதிலாக அவர்களின் வேறுபாடுகளை வெளிப்படுத்தும்போது, Jobs-யின் அருகில் Huang மிக வெளிப்படுத்தும் வகையில் தெரிகிறார். வாழும் Steve Jobs என்ற பட்டம், தெளிவாகக் குறிக்கப்பட்ட உருவகமாகப் பாதுகாக்கப்படக்கூடியது; ஆனால் உண்மை விவரணையாகப் பலவீனமானது. தொழில்நுட்பத் துறைக்கு Jobs-இற்கு ஒரே வாரிசு தேவை என்பதை அது குறிப்பிடுமாயின், குறிப்பாகத் தவறாக வழிநடத்தும்.

மேலும் துல்லியமான முடிவு என்னவென்றால், Jensen Huang ஒரு தனித்துவமான தொலைநோக்குத் தலைவர் [Visionary leader]; அவரது செல்வாக்கு Steve Jobs-உடன் ஒப்பீட்டை அழைக்கிறது. மனிதர்களுக்கும் தனிப்பட்ட தொழில்நுட்பத்திற்கும் இடையிலான உறவை மீள்வடிவமைக்க Jobs உதவினார். பல நிறுவனங்கள் AI-ஐ வளர்த்தெடுக்கும் கணினித் தளத்தை உருவாக்க Huang உதவினார். தலைமைத்துவ முறையில் அவர்களது சாதனைகள் ஒன்றுடனொன்று பொருந்துகின்றன; உற்பத்திகள், சந்தைகள், நிறுவன வரலாறு ஆகியவற்றில் வேறுபடுகின்றன.

ஒரு அத்தியாயத்திற்கோ கட்டுரைக்கோ தலைப்பாக, A Living Steve Jobs ஒரு கேள்வியாகச் செயல்படலாம். கவனமான வாழ்க்கை வரலாற்றின் முடிவாக, Huang, அவருடைய சொந்தப் பெயரிலேயே புரிந்துகொள்ளப்படத் தகுதியானவர்.

19 சக்தி, சார்பு, பொறுப்பு [Power, dependence and responsibility]

மைய வழங்குநர் ஒரு மத்திய வங்கி அல்ல

அதன் கணினி உற்பத்திகளுக்கான அணுகல் உத்தியியல் முக்கியத்துவம் பெற்றதால், NVIDIA சில சமயங்களில் AI-யின் மத்திய வங்கி [Central bank of AI] என உருவகமாக விவரிக்கப்படுகிறது. இந்த உருவகம் சார்பையும் செல்வாக்கையும் பிடிக்கிறது; ஆனால் தொழில்துறை எவ்வாறு இயங்குகிறது என்பதன் உண்மையான விவரணை அல்ல.

ஒரு மத்திய வங்கிக்குப் பொது பொறுப்புகளும் நாணய அதிகாரங்களும் [Monetary powers] உண்டு; அவை NVIDIA-க்கு இல்லை. NVIDIA என்பது வாடிக்கையாளர்கள், போட்டியாளர்கள், வழங்குநர்கள், அரசாங்கங்கள் ஆகியோருக்கிடையே இயங்கும் ஒரு வணிக நிறுவனம். அது AI-யின் நாணயத்தை வெளியிடுவதில்லை; துறைக்கு பணப்புழக்கத்திற்கு [Liquidity] உத்தரவாதம் தருவதில்லை; அதை நிலைப்படுத்த வரம்பற்ற திறனும் அதற்கு இல்லை.

NVIDIA-இல் ஒரு கடுமையான இடையூறு [Disruption], வாடிக்கையாளர்களுக்கும் பரந்த சந்தைக்கும் கணிசமான விளைவுகளை உருவாக்கலாம். அதிலிருந்து ஒவ்வொரு AI நிறுவனமும் தானாகவே சரிந்துவிடும் என்று வராது. நிலவும் உபகரணங்கள் தொடர்ந்து இருக்கும்; மாற்று வழங்குநர்கள் இருப்பார்கள்; நிறுவனங்கள் வெவ்வேறு வழிகளில் பதிலளிப்பார்கள். எந்தவொரு தீங்கின் அளவும் நேரமும் இடையூறின் தன்மையைச் சார்ந்திருக்கும்.

இந்த வேறுபாடு முக்கியமானது; ஏனெனில் ஒரு நாடகீய உருவகம் முடிவெடுப்பதற்குத் தவறான மாதிரியாக மாறலாம். உள்கட்டமைப்பைத் திட்டமிடும் நிறுவனம், குவிவு அபாயத்தை [Concentration risk], ஒப்பந்தக் கடப்பாடுகளை, மென்பொருள் நகர்த்துதல் தன்மையை [Software portability], அவசர நிலை வாய்ப்புகளை [Contingency options] மதிப்பிட வேண்டும். முழுமையான பாதுகாப்போ தவிர்க்க முடியாத அமைப்புச் சரிவோ எனக் கருதுவதை விட இக்கேள்விகள் பயனுள்ளவை.

வழங்கல் சங்கிலிகளும் புவியரசியலும் [Supply chains and geopolitics]

மேம்பட்ட சில்லுகள் [Advanced chips] சிறப்புப் பன்னாட்டு வழங்கல் சங்கிலியை [Supply chain] சார்ந்தவை. வடிவமைப்பு, உற்பத்தி [Fabrication], நினைவகம் [Memory], தொகுப்பு [Packaging], உபகரணங்கள், தரவு மையக் கட்டுமானம் [Data-centre construction] ஆகியவை பல நிறுவனங்களுக்கும் அதிகார வரம்புகளுக்கும் பரவியுள்ளன. NVIDIA-யின் வெற்றி அந்தச் சார்புகளை நீக்காது. வழங்கல், வாடிக்கையாளர்கள், ஒழுங்குமுறை [Regulation], ஏற்றுமதிக் கட்டுப்பாடுகள் [Export controls] தொடர்பான அபாயங்களை அதன் ஆண்டுத் தாக்கல்கள் [Annual filings] விவரிக்கின்றன. [6]

ஏற்றுமதிக் கட்டுப்பாடுகள், எந்த உற்பத்திகளை ஒரு சந்தையில் விற்கலாம் என்பதை மாற்றலாம். உற்பத்தி அல்லது தொகுப்புக் கட்டுப்பாடுகள் டெலிவரிகளைக் குறைக்கலாம். வன்பொருள் தயாராக இருந்தாலும் மின்சாரம் கிடைக்காமை [Energy availability] நிறுவல்களைத் தாமதப்படுத்தலாம். இவை புறநிலைப் பிரச்சினைகள் அல்ல: வணிக வாய்ப்பையும் நிறுவனத்தின் உத்தியியல் தேர்வுகளையும் இவை வடிவமைக்கக்கூடும்.

தலைமைத்துவத்திற்கான கருத்து: தொழில்நுட்பப் பார்வை நிறுவனத் தீர்ப்புடன் [Institutional judgement] இணைந்திருக்க வேண்டும். மேலும் கணினி திறனைக் கட்டுவது பற்றிய வாக்குறுதிக்கு, வழங்குநர்கள், மின்சாரம், நிதி, இணக்கம் [Compliance] ஆகியவற்றுக்கான நம்பகமான திட்டங்கள் தேவை. பிற பங்குதாரர்கள் திட்டத்தைச் செயல்திறன் மட்டுமல்லாது பாதுகாப்பு அல்லது சுற்றுச்சூழல் கவலைகள் மூலமும் மதிப்பிடக்கூடும் என்பதையும் அது அங்கீகரிக்க வேண்டும்.

நவம்பர் 2026-இல் தீர்க்கப்படாத நிர்வாகச் சோதனை [The unresolved governance test in November 2026]

8 நவம்பர் 2026-இல், Huang ஒரு வெளிநாட்டு புலனாய்வு முயற்சியின் [Foreign intelligence effort] இலக்காக இருந்ததாக வந்த அறிக்கையைத் தொடர்ந்து, NVIDIA-யின் இயக்குநர் சபை [Board] ஒரு சுயாதீன விசாரணையை [Independent investigation] அறிவித்தது. தேசிய பாதுகாப்போ NVIDIA இரகசியங்களோ பாதிக்கப்பட்டதாக நம்ப அப்போது தமக்குக் காரணம் இல்லை என்றும், Huang-இலும் அவரது தலைமைக் குழுவிலும் நம்பிக்கை தெரிவித்ததாகவும், அவர் மறுபரிசீலனையை ஆதரித்து ஒத்துழைப்பார் என்றும் சபை தெரிவித்தது. [26]

10 நவம்பரில், விசாரணையை நடத்த முன்னாள் பதவி அமெரிக்க வழக்குரைஞர் [Acting US Attorney] Joon H. Kim-ஐயும் Wachtell, Lipton, Rosen & Katz-ஐயும் நியமித்ததாக சுயாதீன இயக்குநர்கள் [Independent directors] அறிவித்தனர். இந்தப் பதிப்பின் கடைசித் திகதியில் [Cut-off], இந்த அறிக்கைகள் ஒரு விசாரணையையும் அதன் மேற்பார்வை ஏற்பாடுகளையும் [Oversight arrangements] நிலைநிறுத்துகின்றன; நிறைவுபெற்ற குற்றக் கண்டறிதலோ குற்றமற்ற தீர்ப்போ [Exoneration] அல்ல. [27]

பொது நலன் சார்ந்த பிரச்சினை, ஒரு முக்கிய நிறுவனத்தின் நிர்வாகமும் பாதுகாப்பும் ஆகும். அந்தப் பிரச்சினையை விளக்க, கவனமான வாழ்க்கை வரலாறு சரிபார்க்கப்படாத தனிப்பட்ட குற்றச்சாட்டுகளை [Unverified intimate allegations] மீண்டும் கூறத் தேவையில்லை. சபையின் விசாரணை, அதன் முடிவு என்னவாக இருக்க வேண்டும் என்ற ஊகங்களால் அல்ல; அதன் சுயாதீனம், வரம்பு, ஆதாரம், இறுதிக் கண்டறிதல்கள் [Findings] ஆகியவற்றால் மதிப்பிடப்பட வேண்டும்.

இந்நிகழ்வு ஒரு பொது நியதியையும் அடிக்கோடிட்டுக் காட்டுகிறது: தொலைநோக்கு நிறுவனர் பொறுப்புக்கு உட்பட்டவரே [Accountable]. தொழில்நுட்பச் சாதனை, பங்குதாரர் செல்வம், பொது போற்றுதல் ஆகியவை ஒரு தலைவரை ஆராய்ச்சிக்கு [Scrutiny] அப்பால் கொண்டுசெல்லாது. அதேவேளை, குற்றச்சாட்டு தீர்ப்பல்ல [An allegation is not a verdict]. நேர்மை, இரு முன்மொழிவுகளையும் உடையதாக வைத்திருக்க வேண்டும்.

20 அடுத்த அத்தியாயம் இன்னும் எழுதப்படவில்லை [The next chapter remains unwritten]

இயற்கை AI-யும் நிஜ உலகத்துடனான எல்லையும் [Physical AI and the boundary with the real world]

NVIDIA-யின் பொதுத் தளங்கள் பெருகிய அளவில் இயந்திரமயம் [Robotics], உருவகப்படுத்தல் [Simulation], இயற்கை AI [Physical AI] ஆகியவற்றை உள்ளடக்குகின்றன. Omniverse உருவகப்படுத்தல் தொடர்பான பணிப்பாய்வுகளை [Workflows] ஆதரிக்கிறது; Isaac இயந்திரமயம் சார்ந்தது; தொடர்புடைய மாதிரி மற்றும் தரவுக் கருவிகள், இயற்கை உலகத்துடன் தொடர்பு கொள்ளும் அமைப்புகளை நிரலாளர்கள் பயிற்றுவித்து மதிப்பிட உதவுவதை நோக்கமாகக் கொண்டுள்ளன. நிறுவனத்தின் தற்போதைய உற்பத்தி வாழ்க்கைக் குறிப்புகளும் அறிவிப்புகளும் இத்திசையைப் பிரதிபலிக்கின்றன. [19], [20]

ஒரு பதிலை உருவாக்குவதிலிருந்து ஒரு இயந்திரத்தைக் கட்டுப்படுத்துவதற்கான மாற்றம், பிழையின் விளைவுகளை மாற்றுகிறது. தவறான பத்தி வழிதவற வைக்கலாம்; தவறான இயந்திர இயக்கம் உபகரணத்தைச் சேதப்படுத்தலாம் அல்லது ஒருவருக்குக் காயம் ஏற்படுத்தலாம். உருவகப்படுத்தல் பெறுமதியானது; ஆனால் ஒவ்வொரு நிஜச் சூழலிலும் பாதுகாப்பான நடத்தையை அது தானாகவே நிலைநிறுத்த முடியாது.

எனவே வணிக வாய்ப்புடன் சோதனை [Testing], கண்காணிப்பு [Monitoring], பாதுகாப்பு, தெளிவான பொறுப்பு ஆகியவற்றுக்கான தேவைகளும் சேர்ந்து வருகின்றன. மிக ஆற்றல்மிகு மாதிரி [Model] தானாகவே மிகப் பாதுகாப்பான இயக்க அமைப்பு அல்ல. உணர்விகள் [Sensors], இயக்கிகள் [Actuators], மனித நடைமுறைகள், மீள்தங்கு நுட்பங்கள் [Fallback mechanisms] — அனைத்தும் விளைவில் பங்களிக்கின்றன.

தளங்களைக் கட்டுவதற்கான Huang-இன் நீண்டகால வலியுறுத்தல் இங்கு பொருத்தமாக இருக்கலாம். நம்பகமான உருவகப்படுத்தல், பயிற்சி, நிலைநிறுத்தல் கருவிகள் [Deployment tools] நிரலாளர்களுக்குத் தேவைப்பட்டால், அந்த அடுக்குகளை இணைக்கும் வழங்குநர் பெறுமதியானவராக இருக்கலாம். விளைவும் பயன்பாடுகள் உறுதி செய்த பயன்களைத் தருகின்றனவா என்பது ஆதாரத்திற்கான விடயமே; தளத்தின் லட்சியத்தின் விளைவல்ல.

தொழில்முனைவோர் இவ்வாழ்க்கையிலிருந்து எடுத்துக்கொள்ளக்கூடியவை

முதல் பாடம்: நம்பிக்கையை நிபுணத்துவத்திற்குப் [Expertise] பதிலாகக் கருதுவதற்கு முன் நிபுணத்துவத்தை உருவாக்க வேண்டும். Huang-இன் தொழில் கல்வியிலும் பல ஆண்டு தொழில்துறைப் பணியிலும் நிலைகொண்டிருந்தது. துணிச்சல் முக்கியமானது; ஆனால் அது தொழில்நுட்ப அறிவாலும் தொழில் உறவுகளாலும் தாங்கப்பட்டது.

இரண்டாவது: ஒரு பிரச்சினையைக் குறிப்பிட்ட தீர்விலிருந்து [Particular solution] வேறுபடுத்த வேண்டும். முடுக்குவிக்கப்பட்ட கணினியியல் முக்கியமான வாய்ப்பாக இருந்தபோதும் NVIDIA-யின் ஆரம்பகாலக் கட்டமைப்பு [Architecture] தவறாக இருக்கலாம். இந்த வேறுபாட்டை உணர முடியாத நிறுவனர், வாடிக்கையாளர்களும் தரநிலைகளும் வேறுபக்கம் நகர்ந்த பின்னரும் ஒரு வடிவமைப்பைப் பாதுகாக்கும் அபாயத்தில் சிக்குவார்.

மூன்றாவது: ஏனையோர் பெறுமதியை உருவாக்க எளிதாக்க வேண்டும். CUDA-வின் முக்கியத்துவம், NVIDIA-யின் சொந்த உற்பத்திகளுக்கு அப்பால் அது சாத்தியமாக்கிய பணியிலும் ஓரளவு கிடக்கிறது. பரிசோதனையின் [Experimentation] சிரமத்தைக் குறைத்து, வெற்றிகரமான பணியை மீள்பயன்படுத்தக்கூடியதாக்கும்போது தளங்கள் வளர முடியும்.

நான்காவது: கற்றுக்கொள்ள நிதி வசதியைப் [Financial room] பாதுகாக்க வேண்டும். பணம் இன்றி ஒரு வாக்களிப்புள்ள கருத்து வரம்பின்றி உயிர்வாழ முடியாது. Sega மீட்பு [Sega rescue], பின்னர் அதன் பெறுமானம் தெரிய வருவதற்கு முன் ஒரு முக்கிய நிறுவனம் எவ்வளவு நெருக்கமாக மறைந்துபோக நெருங்கியது என்பதைக் காட்டுகிறது. ஏனையோரின் உதவி தீர்மானமாக இருக்கலாம் என்பதையும் அது காட்டுகிறது.

ஐந்தாவது: தலைமைத்துவத்தை மாற்றக்கூடியதாக்க [Transferable] வேண்டும். ஒரு நிறுவனரின் தீர்ப்பைச் சார்ந்த நிறுவனத்திற்கு, வேறு தீர்ப்புகளை வளர்ப்பதற்கும், அறிவைப் பாதுகாப்பதற்கும், முடிவுகளைச் சவால் செய்வதற்குமான நுட்பங்கள் [Mechanisms] தேவை. நிலைக்கும் நிறுவனம் என்பது இல்லாமல் இருக்க முடியாத ஆளுமையை விடப் பெரிய சாதனை.

முடிவுகள் மூலம் புரிந்துகொள்ளப்பட்ட வாழ்க்கை [A life understood through decisions]

Jensen Huang-இன் கதை கவர்ச்சியானது; ஏனெனில் அது உண்மையான நிச்சயமற்ற தன்மையைக் கொண்டுள்ளது. ஒரு குழந்தை நாடுகளைக் கடந்தது. ஒரு மாணவர் பொறியாளரானார். ஒரு பொறியாளர் நிறுவனரானார். நிறுவனர், தோல்வியுற்ற கருதுகோள்கள், வணிகத் திடல் வெற்றிகள், NVIDIA-ஐ AI-யின் மையத்தில் நிறுத்த உதவிய நிரலாக்கத் தளத்தில் நீண்ட முதலீடு ஆகியவற்றின் வழியாக நிறுவனத்தை வழிநடத்தினார்.

இந்த வரிசையை, அது தவிர்க்க முடியாதது என்று செய்யாமல் பாராட்டலாம். ஒவ்வொரு தடையையும் திவாலாக்கவோ, ஒவ்வொரு வெற்றியையும் தனித்த மேதைத்தனத்தின் ஆதாரமாக்கவோ அமல் அதை ஆய்வு செய்யலாம். அதன் மிகப் பயனுள்ள பாடங்கள், தீர்ப்பு, தயாரிப்பு, சகபணியாளர்கள், நிறுவனங்கள், சூழ்நிலைகள் ஆகியவற்றின் இடைவினையிலிருந்தே [Interaction] எழுகின்றன.

Steve Jobs-உடனான ஒப்பீடு அந்தச் சாதனையின் ஒரு பகுதியை வெளிச்சமிட உதவுகிறது. இரு தலைவர்களும் தொழில்நுட்ப மாற்றத்திற்குப் பொது குரல் கொடுத்தனர்; என்ன கட்டப்படலாம் என்ற லட்சியப் பார்வைகளைச் சுற்றி நிறுவனங்களை ஒழுங்கமைத்தனர். இருப்பினும், ஒப்பீடு அவரது அடையாளத்தை இடமாற்றம் செய்வதற்கு முன்னரே நிறுத்தும்போதே Huang-இன் தனித்துவமான பங்களிப்பு மேலும் தெளிவாகிறது.

உலகம் மற்றொரு Steve Jobs-ஐக் கண்டுபிடித்ததால் அவர் முக்கியமானவர் அல்ல. அவர் ஒழுங்கமைக்க உதவிய பணி, வேறு பலர் என்ன கணக்கிடலாம், ஆராயலாம், கட்டலாம் என்பதை மாற்றியதால் அவர் முக்கியமானவர். அந்தப் பங்களிப்பின் இறுதி மதிப்பீடு இன்னும் முன்னால் உள்ள முன்னேற்றங்களைச் சார்ந்திருக்கும்: AI பயன்பாடுகளின் பெறுமானம், நிறுவனத்தின் உறுதித்தன்மை [Resilience], அதன் தலைமைத்துவத்தின் நடத்தை, அதன் சொந்த வளர்ச்சிக்கு அப்பாற்பட்ட நோக்கங்களுக்கு அதன் தொழில்நுட்பம் சேவை செய்யும் திறன்.

காலவரிசை [Chronology]

தொழில்நுட்பச் சொல்லகம் [Technical glossary]

முடுக்குவிக்கப்பட்ட கணினியியல் [Accelerated computing]. பொது-நோக்கக் கணினியியலுடன் சிறப்புச் செயலிகளையும் [Specialised processors] இணைத்துப் பயன்படுத்தி, பொருத்தமான பணிச்சுமைகளை [Workloads] மேலும் திறமையாகச் செய்தல்.

AI மாதிரி [AI model]. முன்கணிப்புகள், வகைப்பாடுகள் [Classifications] அல்லது உருவாக்கப்பட்ட வெளியீடுகளை உருவாக்க அதன் அளவுருக்கள் [Parameters] மற்றும் கட்டமைப்பு பயன்படுத்தப்படும் கணினி அமைப்பு.

ASIC. குறிப்பிட்ட வகைப் பணிக்காக வடிவமைக்கப்பட்ட பயன்பாட்டு-குறித்த ஒருங்கிணைந்த சுற்று [Application-specific integrated circuit].

CPU. மத்திய செயலி [Central processing unit]. பரந்த அளவிலான செயல்பாடுகளுக்கும் கட்டுப்பாட்டுப் பணிகளுக்கும் ஏற்ற பொது-நோக்கச் செயலி.

CUDA. ஆதரிக்கப்படும் NVIDIA GPU-களில் முடுக்குவிக்கப்பட்ட கணினியியலுக்கான NVIDIA-யின் தளமும் நிரலாக்க மாதிரியும் [Programming model].

தரவு மையம் [Data centre]. கணினி, சேமிப்பு [Storage], வலையமைப்பு உபகரணங்களையும், அவற்றை இயக்கத் தேவையான மின்சாரம், குளிரூட்டல் [Cooling], இயக்க அமைப்புகளையும் கொண்ட வசதி.

ஆழ்கற்றல் [Deep learning]. பல செயலாக்க அடுக்குகள் கொண்ட நரம்பு வலையமைப்புகளை [Neural networks] பயன்படுத்தும் இயந்திரக் கற்றல் [Machine learning].

இலக்கவியல் இரட்டை [Digital twin]. பகுப்பாய்வு, கண்காணிப்பு அல்லது உருவகப்படுத்தலுக்காகப் பயன்படுத்தப்படும் இயற்கை அமைப்பின் இலக்கவியல் பிரதிநிதித்துவம். சம்பந்தப்பட்ட நிஜ-உலக நடத்தையை அது எவ்வளவு துல்லியமாகப் பிரதிபலிக்கிறது என்பதிலேயே அதன் பயன் தங்கியுள்ளது.

GPU. வரைகலைச் செயலி [Graphics processing unit]. உயர் இணைநிலை வேலைக்காக [Highly parallel work] வடிவமைக்கப்பட்ட செயலி; வரைகலையிலும் பல எண்ணியல் கணினிப் பயன்பாடுகளிலும் பயன்படுகிறது.

அனுமானம் [Inference]. பயிற்றுவிக்கப்பட்ட மாதிரியை இயக்கி, புதிய உள்ளீட்டிலிருந்து வெளியீட்டை உருவாக்குதல்.

இடைஇணைப்பு [Interconnect]. கூறுகளுக்கோ அமைப்புகளுக்கோ இடையிலான தகவல் தொடர்பு இணைப்பு. அதன் அலைஅகலம் [Bandwidth] மற்றும் தாமதம் [Latency], இணைநிலைக் கணினிச் செயல்திறனை வலுவாகப் பாதிக்கலாம்.

பெரிய மொழி மாதிரி [Large language model]. மொழியைச் செயலாக்கவோ உருவாக்கவோ பெருமளவு உரை மற்றும் தொடர்புடைய தரவில் பயிற்றுவிக்கப்பட்ட மாதிரி. சரளமான மொழிநடை உண்மைத் துல்லியத்திற்கு உத்தரவாதம் தராது.

இணைநிலைக் கணினியியல் [Parallel computing]. வேலையை ஒரே நேரத்தில் செய்யக்கூடிய செயல்பாடுகளாகப் பிரித்தல்.

தளம் [Platform]. ஏனையோர் பயன்பாடுகளையோ சேவைகளையோ கட்டக்கூடிய தொழில்நுட்பங்கள் மற்றும் இடைமுகங்களின் தொகுப்பு.

Tensor Core. AI மற்றும் ஏனைய எண்ணியல் பணிச்சுமைகளுக்கு முக்கியமான தேர்ந்தெடுக்கப்பட்ட அணிச் செயல்பாடுகளை [Matrix operations] முடுக்குவிக்கும் சிறப்பு வன்பொருள் அலகுகளுக்கு NVIDIA-யின் பெயர்.

பயிற்சி [Training]. தரவு மற்றும் மேம்படுத்தல் இலக்கை [Optimisation objective] பயன்படுத்தி ஒரு மாதிரியின் அளவுருக்களைச் சரிசெய்யும் செயல்முறை.

Transformer. கவன நுட்பங்களை [Attention mechanisms] அடிப்படையாகக் கொண்ட நரம்பு வலையமைப்புக் கட்டமைப்பு; மொழி மற்றும் ஏனைய மாதிரிகளில் பரவலாகப் பயன்படுகிறது.

ஆதாரத்தை வாசித்தல் [Reading the evidence]

எண்ணிடப்பட்ட குறிப்புகள், உண்மைக் கூற்றுகளுக்கான மூலங்களை அடையாளம் காட்டுகின்றன. தலைமைத்துவம், உத்தி, ஒப்பீடு பற்றிய சுற்றுள்ள விவாதம், கருத்துருவுகளின் மேற்கோள் அல்ல; பகுப்பாய்வே [Analysis]. நிறுவன வரலாறுகள் பட்டங்கள், நன்கொடைகள், அலுவலக பங்குகள் ஆகியவற்றை நிலைநிறுத்துகின்றன. ஒழுங்குமுறைத் தாக்கல்கள் நிறுவனத்தின் அறிவிக்கப்பட்ட வெளிப்படுத்தல்களை [Disclosures] நிலைநிறுத்துகின்றன. நேர்காணல்கள் பேசுநர்களின் நினைவுகளையும் கருத்துக்களையும் பாதுகாக்கின்றன. உற்பத்தி வெளியீடுகள் அறிவிப்புகளை நிலைநிறுத்துகின்றன; செயல்திறன் கூற்றுகள் தமது மூல நிபந்தனைகளைத் தக்கவைத்துக்கொள்கின்றன.

தோல்விக்கு நெருக்கமாக இருத்தல் [Near-failure] முறையான திவாலுக்குச் [Bankruptcy] சமமல்ல. உற்பத்தி அறிவிப்பு, நிறைவுபெற்ற வாடிக்கையாளர் நிலைநிறுத்தலுக்கு [Customer deployment] சமமல்ல. குடும்ப உறுப்பினரின் வேலை வாரிசு நியமனமல்ல. விசாரணை கண்டறிதல் அல்ல. இந்த வாழ்க்கையைத் துல்லியமாகப் புரிந்துகொள்ள இந்த வேறுபாடுகள் இன்றியமையாதவை.

Wikipedia-யும் வழங்கப்பட்ட குடும்பம்-மற்றும்-தொழில் குறிப்புகளும் [Family-and-career notes] ஆராய்ச்சிக்கான தலைப்புகளை அடையாளம் காட்ட உதவின. இந்த விவரணைக்குப் பயன்படுத்தப்பட்ட அடிப்படைப் பொது மூலங்களை மேற்கோள் பட்டியல் [Bibliography] வாசகர்களுக்குத் தருகிறது. இந்தப் பதிப்புடன் இணைந்துள்ள திகதி, அதன் அறிவின் எல்லையே; பின்னரான நிகழ்வுகள் அதன் முடிவுகளை உறுதி செய்யும் என்ற கணிப்பல்ல.

மூலங்களும் மேலும் வாசிப்புக்கும் [Sources and further reading]

உரையில் குறிப்புகள் எண்ணிடப்பட்டுள்ளன. இணைப்புகள் மூல வெளியீட்டாளருக்கு வழிநடத்துகின்றன. கீழே வெளியீட்டுத் திகதி குறிப்பிடப்படாவிட்டால், குறிப்பு 11 நவம்பர் 2026-இல் பார்க்கப்பட்டது.

1. Jensen Huang

Wikipedia. 11 நவம்பர் 2026-இல் பார்க்கப்பட்ட நிகழ்காலக் குறிப்புப் பக்கம்; வழிகாட்டல் மூலமாகப் [Orientation source] பயன்படுத்தப்பட்டது, சர்ச்சைக்குரிய விவரங்களுக்கு ஒரே அதிகாரம் அல்ல.

மூலம்: https://en.wikipedia.org/wiki/Jensen_Huang

2. Only In America: Jensen Huang on Vision, Risk and the GPU

Hoover Institution. Condoleezza Rice-உடன் நேர்காணல்; குடும்பம், குடிபெயர்தல் [Migration], கல்வி, வேலை பற்றிய நேரடி நினைவுகள்.

மூலம்: https://www.hoover.org/plus/research/jensen-huang-vision-risk-and-gpu

3. Former Student Gift Paves the Way for New Facility

Oneida Baptist Institute. விடுதி வாழ்வு, தொடக்கப் பள்ளிக் கல்வி, Huang Hall நன்கொடை பற்றிய நிறுவன விவரணை.

மூலம்: https://www.oneidaschool.org/about/huanghall.cfm

4. Jen-Hsun Huang: Engineering Hall of Fame 2013

Oregon State University. பட்டத் திகதிகள், ஆரம்பகாலக் கல்வி, மேசைப்பந்து [Table tennis], Lori Mills-ஐச் சந்தித்தல்.

மூலம்: https://engineering.oregonstate.edu/alumni-partners/oregon-stater-awards/searchable-awards-database/jen-hsun-huang-engineering-hall

5. Jensen Huang

Stanford University School of Engineering. 1992 மின்பொறியியல் முதுகலைப் பட்டத்தை உறுதிசெய்யும் நிறுவன வாழ்க்கைக் குறிப்பு.

மூலம்: https://engineering.stanford.edu/about/history/heroes/2018-heroes/jensen-huang

6. NVIDIA Form 10-K for the fiscal year ended 26 January 2025

US Securities and Exchange Commission. நிர்வாகிகளின் பணி காலவரிசையும் [Executive employment chronology] நிறுவனத்தின் அபாய வெளிப்படுத்தல்களும் [Risk disclosures].

மூலம்: https://www.sec.gov/Archives/edgar/data/1045810/000104581025000023/nvda-20250126.htm

7. Our History: Innovations Over the Years

NVIDIA. கூட்டுறவுக் காலவரிசை [Corporate chronology]; உற்பத்திக் கூற்றுகள் நிறுவன விவரணைகளாகவே கருதப்படுகின்றன.

மூலம்: https://www.nvidia.com/en-us/about-nvidia/corporate-timeline/

8. Nvidia: An Overnight Success Story 30 Years in the Making

Sequoia Capital. Huang, Mark Stevens மற்றும் ஏனையோருடன் Crucible Moments நேர்காணல்; பின்னோக்கிய உயிர்வாழ்தல் மற்றும் தள விவரணைகள்.

மூலம்: https://sequoiacap.com/podcast/crucible-moments-nvidia

9. NVIDIA CEO Tells NTU Grads to Run, Not Walk, But Be Prepared to Stumble

NVIDIA Blog. 26 மே 2023; Huang-இன் பட்டமளிப்பு உரையும் [Commencement address] மூன்று உத்தியியல் பின்னடைவுகளும் பற்றிய நிறுவன விவரணை.

மூலம்: https://blogs.nvidia.com/blog/huang-ntu-commencement/

10. Nvidia nearly went out of business in 1996 trying to make Sega's Dreamcast GPU

Tom's Hardware. Sega-யின் ஆதரவும் Shoichiro Irimajiri-யின் பங்கும் பற்றிய செய்தி; நிதி ஏற்பாட்டைத் தனிப்பட்ட நன்கொடை என விவரிக்கக்கூடாது.

மூலம்: https://www.tomshardware.com/tech-industry/nvidia-nearly-went-out-of-business-in-1996-trying-to-make-segas-dreamcast-gpu-instead-sega-americas-ceo-offered-the-company-a-dollar5-million-lifeline

11. CUDA Platform for Accelerated Computing

NVIDIA Developer. கருவித் தொகுப்பு [Toolkit], தொகுப்பி [Compiler], நூலகங்கள் [Libraries], நிரலாக்கச் சூழல் [Programming environment] பற்றிய தொழில்நுட்ப மேலோட்டம்.

மூலம்: https://developer.nvidia.com/cuda

12. ImageNet Classification with Deep Convolutional Neural Networks

Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton. 2012 அசல் ஆராய்ச்சிக் கட்டுரை; AlexNet முடிவு.

மூலம்: https://papers.nips.cc/paper_files/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html

13. NVIDIA Reports Results for Second Quarter of Fiscal 2009

US Securities and Exchange Commission. 12 ஆகஸ்ட் 2008; 196 மில்லியன் அமெரிக்க டொலர் உற்பத்தித் தரக் கழிவும் காலாண்டு முடிவுகளும்.

மூலம்: https://www.sec.gov/Archives/edgar/data/1045810/000104581008000018/q209form8kpressrelease.htm

14. NVIDIA Fiscal 2009 Form 10-K

US Securities and Exchange Commission. 25 ஜனவரி 2009-இல் முடிவடைந்த ஆண்டு; ரொக்கம், சமமானவை, விற்கக்கூடிய பத்திரங்கள் நிலை [Cash, equivalents and marketable securities position].

மூலம்: https://www.sec.gov/Archives/edgar/data/1045810/000104581009000013/fy2009form10k.htm

15. NVIDIA and SoftBank Group Announce Termination of NVIDIA Acquisition of Arm Limited

NVIDIA மற்றும் SoftBank. 7 பெப்ரவரி 2022; ஒழுங்குமுறைத் தடைகள் [Regulatory obstacles], முன்பணம் [Prepaid amount], தக்கவைக்கப்பட்ட உரிமம் [Retained licence].

மூலம்: https://nvidianews.nvidia.com/news/nvidia-and-softbank-group-announce-termination-of-nvidias-acquisition-of-arm-limited

16. NVIDIA Completes Acquisition of Mellanox

NVIDIA. 27 ஏப்ரல் 2020; நிறைவும் வலையமைப்பு காரணியும் [Networking rationale].

மூலம்: https://nvidianews.nvidia.com/news/nvidia-completes-acquisition-of-mellanox-creating-major-force-driving-next-gen-data-centers

17. NVIDIA Announces Financial Results for Second Quarter Fiscal 2027

NVIDIA. 26 ஆகஸ்ட் 2026; 26 ஜூலை 2026-இல் முடிவடைந்த காலாண்டின் முடிவுகளும் திகதியிட்ட உற்பத்திக் கூற்றுகளும்.

மூலம்: https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/

18. A conversation with NVIDIA's Jensen Huang

Stripe Sessions. 2024 நேர்காணல்; தலைமைத்துவம், தகவல் ஓட்டம் [Information flow], உத்தியியல் சிந்தனை.

மூலம்: https://stripe.com/sessions/2024/a-conversation-with-nvidias-jensen-huang

19. Madison Huang Author Page

NVIDIA Blog. தற்போதைய பொது பங்கு, முந்தைய LVMH பணி, London Business School MBA; 11 நவம்பர் 2026-இல் பார்க்கப்பட்டது.

மூலம்: https://blogs.nvidia.com/blog/author/madisonh/

20. Spencer Huang Author Page

NVIDIA Technical Blog. தற்போதைய இயந்திரமயப் பங்கு [Robotics role] மற்றும் NYU தொழில்நுட்ப MBA; 11 நவம்பர் 2026-இல் பார்க்கப்பட்டது.

மூலம்: https://developer.nvidia.com/blog/author/spencerh

21. $50 Million Gift by NVIDIA Founder and Spouse Helps Launch Oregon State University Research Center

Oregon State University. 14 அக்டோபர் 2022; Huang குடும்பத்தினரின் நன்கொடை பற்றிய நிறுவன அறிவிப்பு.

மூலம்: https://news.oregonstate.edu/news/50-million-gift-nvidia-founder-and-spouse-helps-launch-oregon-state-university-research-center

22. Designing for the future

Stanford Engineering. Huang Center-இன் நிறுவன வரலாறும் 30 மில்லியன் அமெரிக்க டொலர் உறுதிமொழியும்.

மூலம்: https://engineering100.stanford.edu/stories/designing-for-the-future

23. Apple Reinvents the Phone with iPhone

Apple. 9 ஜனவரி 2007; வெளியீட்டு அறிவிப்பும் ஒருங்கிணைந்த உற்பத்தின் விவரணையும்.

மூலம்: https://www.apple.com/newsroom/2007/01/09Apple-Reinvents-the-Phone-with-iPhone/

24. 'You've got to find what you love,' Jobs says

Stanford University. 12 ஜூன் 2005; Steve Jobs-இன் பட்டமளிப்பு உரையின் தயாரிக்கப்பட்ட உரை.

மூலம்: https://news.stanford.edu/stories/2005/06/youve-got-find-love-jobs-says

25. Apple Timeline

Computer History Museum. Jobs-இன் பிரிவும் திரும்பலும் உட்பட Apple-இன் வரலாற்றுக் காலவரிசை.

மூலம்: https://computerhistory.org/apple-timeline/

26. Statement From NVIDIA Board of Directors

NVIDIA. 8 நவம்பர் 2026; சுயாதீன விசாரணை, தெரிவிக்கப்பட்ட நம்பிக்கை, அத்திகதியில் சபையின் நிலைப்பாடு.

மூலம்: https://nvidianews.nvidia.com/news/statement-from-nvidia-board-of-directors

27. Statement From the Independent Members of the NVIDIA Board

NVIDIA. 10 நவம்பர் 2026; Joon H. Kim மற்றும் Wachtell, Lipton, Rosen & Katz நியமனம்.

மூலம்: https://nvidianews.nvidia.com/news/statement-from-the-independent-members-of-the-nvidia-board

28. NVIDIA Launches World's First Deep Learning Supercomputer

NVIDIA. 5 ஏப்ரல் 2016; DGX-1 அறிவிப்பு; முதன்மைக் கூற்றுகள் நிறுவனத்திற்கே உட்படுத்தப்படுகின்றன.

மூலம்: https://nvidianews.nvidia.com/news/nvidia-launches-world-s-first-deep-learning-supercomputer-6622436

29. NVIDIA Launches Revolutionary Volta GPU Platform

NVIDIA. 2017; Volta மற்றும் Tensor Core அறிவிப்பு.

மூலம்: https://nvidianews.nvidia.com/news/nvidia-launches-revolutionary-volta-gpu-platform-fueling-next-era-of-ai-and-high-performance-computing

30. NVIDIA Announces Hopper Architecture

NVIDIA. 22 மார்ச் 2022; Hopper கட்டமைப்பும் Transformer Engine அறிவிப்பும்.

மூலம்: https://nvidianews.nvidia.com/news/nvidia-announces-hopper-architecture-the-next-generation-of-accelerated-computing

31. NVIDIA Blackwell Platform Arrives to Power a New Era of Computing

NVIDIA. 18 மார்ச் 2024; Blackwell அறிவிப்பு; செயல்திறன் கூற்றுகள் குறிப்பிட்ட ஒப்பீடுகளைச் சார்ந்தவை.

மூலம்: https://nvidianews.nvidia.com/news/nvidia-blackwell-platform-arrives-to-power-a-new-era-of-computing

32. Chris Malachowsky

Computer History Museum. HP மற்றும் Sun-இல் தொழில் பின்னணியும் NVIDIA இணை-நிறுவனராக இருந்ததும்.

மூலம்: https://computerhistory.org/profile/chris-malachowsky/

33. Curtis R. Priem

Rensselaer Polytechnic Institute. வரைகலைப் பொறியியல் வரலாறும் 1993 முதல் 2003 வரை NVIDIA CTO ஆகப் பணியாற்றியதும்.

மூலம்: https://president.rpi.edu/leadership/curtis-r-priem-bs-82

34. Famous Graphics Chips: Nvidia RIVA 128

IEEE Computer Society. NV1, வரைகலைத் தரநிலைகள், RIVA திருப்பம் பற்றிய Jon Peddie-யின் வரலாற்று விவரணை.

மூலம்: https://www.computer.org/publications/tech-news/chasing-pixels/famous-graphics-chips-nvidias-riva128

35. NVIDIA Fiscal 2014 Third Quarter Form 10-Q

US Securities and Exchange Commission. 3dfx சொத்துக் கொள்வனவு ஒப்பந்தம் [Asset-purchase agreement] மற்றும் முடிவுத் திகதி பற்றிய வரலாற்று வெளிப்படுத்தல்.

மூலம்: https://www.sec.gov/Archives/edgar/data/1045810/000104581013000109/nvda2014q310q.htm

36. NVIDIA Brings Real-Time Ray Tracing to Gamers with GeForce RTX

NVIDIA. 20 ஆகஸ்ட் 2018; Turing மற்றும் GeForce RTX அறிவிப்பு.

மூலம்: https://nvidianews.nvidia.com/news/10-years-in-the-making-nvidia-brings-real-time-ray-tracing-to-gamers-with-geforce-rtx