মার্কিন যুক্তরাষ্ট্র-তাইওয়ান অস্ত্র বিক্রয় এখন একটি মার্কিন-চীন সংঘর্ষের বিষয়: ট্রাম্প-শি যোগাযোগের পর একটি $14B তাইওয়ান অস্ত্র প্যাকেজের উপর নজর রাখা হচ্ছে। পেকিং ওয়াশিংটনকে তাইওয়ানে অস্ত্র ট্রান্সফার কমিয়ে ধীরগতিতে চালিয়ে যাওয়ার জন্য চাপ দিচ্ছে; CBS বলছে, ট্রাম্পকে এখন প্রেসিডেন্ট লাই চিং-টের সাথে কথা বলার আশা করা হচ্ছে না। এই ঝুঁকি শুধুমাত্র প্রতিরক্ষা সীমানা ছাড়িয়েছে: তাইওয়ান উন্নত সেমিকন্ডাক্টর, AI সার্ভার, TSMC এবং Nvidia-সংযুক্ত সরবরাহ শৃঙ্খলের কেন্দ্র। টোকিও এবং মানিলা থেকে প্রতিক্রিয়া, এবং মিত্রদের মার্কিন যুক্তরাষ্ট্রের বিশ্বস্ততা মূল্যায়নের সময়, প্যাকেজের আকার, অনুমোদনের সময়, Patriot/বায়ু-প্রতিরক্ষা সিস্টেমগুলির উপর নজর রাখুন। #Taiwan #China #Defense #Semiconductors #Geopolitics

জেটাচেইন এবং অনুমা এআইয়ের সাথে ওমনি-মোডাল এআই ইনফ্রাস্ট্রাকচারের দিকে এগিয়ে যাওয়ার বিষয়ে আমার চিন্তা সাম্প্রতিককালে @ZetaChain-এর লক্ষ্য এবং Agent Execution Frontier: Seoul 2026 প্যানেল সেশনে @ZetaChain_KR এবং @AnumaAI কোরিয়ার অ্যান্ড্রু লিমকে দেখে আমি অনেক কিছু ভাবতে শুরু করি। এটি শুধুমাত্র একটি চেইন বা একটি সার্ভিসের কথা নয়—এটি ভবিষ্যতে এআই কীভাবে ব্যবহারকারীদের সাথে সংযুক্ত হবে এবং কীভাবে কার্যকরভাবে কাজ করবে, এই বড় ছবিটিকেই উত্থাপন করে। --------------------- বিশেষভাবে, আমি Anuma AI-এর দিকনির্দেশনা খুবই আকর্ষণীয় মনে করি। এটি একটি প্ল্যাটফর্মের মধ্যে বিভিন্ন এআই মডেলকে তুলনা করতে, একটি একক মেমোরি লেয়ারকে কেন্দ্র করে ডেটা সংগ্রহ ও ব্যবহারের সক্ষমতা প্রদান করে—এটি শুধু “অনেকগুলো” মডেলকে “যুক্ত” করা একটি প্যাসিভ সার্ভিসের চেয়েও, একটি প্ল্যাটফর্মের মধ্যেই নিজস্বভাবেওয়ার্কস্পেস তৈরিরওয়ালা। বর্তমানে Anuma-এর ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টু-ইউজ-এরওয়ালা, ১০০%ফ্রি-টુ-ઇઉજ–અર્થાત્ ઘણા મોડેલ્સને સીધા તુલના કરવા માટે ઉત્તમ વાતાવરણ પ્રદાન કરે છે. સૌથી મહત્વપૂર્ણ વિષય એ છે કે 'એક જ મેમરી લેયર' પર આધારિત હોવાથી, ઘણા મોડેલ્સના જવાબો અને સંદર્ભો યાદ રાખવામાં આવે છે અને તેમને સરળતાથી વ્યવસ્થિત કરવામાં આવે છે. AI ઘણા મોડેલ્સ વપરાશકર્તા તરીકે, તમે અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં અહીં Anuma's token system allows users to lock up ZETA tokens to receive Anuma AI tokens for accessing AI models. Additionally, it offers an annual interest rate of 12%, making it a relatively low-pressure approach. --------------------- Looking at the broader AI ecosystem, each platform competes based on its unique strengths. Platforms and models like Google @antigravity, Anthropic @claudeai, Manus AI @ManusAI, Openclaw, Hermes Agent, and many others continue to emerge, and users increasingly switch between multiple models depending on their needs. The problem is that as this happens, the demand for computational resources, usage volume, and cost inevitably increases. Although technological advances have lowered the cost per unit of performance, demand is growing even faster—so the perceived cost burden hasn’t disappeared entirely. We can say efficiency improves while total usage expands. At this point, we cannot ignore hardware bottlenecks. Recently, I set up two high-performance computers—one with AMD Ryzen and NVIDIA RTX, and another with AMD Ryzen and AMD Radeon—and used them for several weeks. What became clear is that one of the core challenges in high-performance computing is heat generation and power consumption—and the hyperscale infrastructure required to manage them. High-performance GPUs inevitably face worsening thermal issues as performance competition intensifies. Even in the consumer GPU market, recent models show design compromises—such as cut-down chips—to address heat and power concerns. AI data center GPUs go even further: they rely on HBM architecture and adopt aggressive cooling methods like immersion cooling or enhanced air cooling systems to maintain performance. Ultimately, even though both are “AI computation,” the way personal hardware handles it versus how data centers manage it is growing increasingly divergent. (What lies between data centers and personal AI assistants) --------------------- NVIDIA’s upcoming next-generation CPUs and GPUs will not be immune to these issues either. No matter how sophisticated the design becomes, in the long term, hardware bottlenecks are likely to slow down software advancements. And this bottleneck won’t be confined to just semiconductor technology—it will connect to data centers, power infrastructure, cooling systems, optical fiber cables, core components and materials (SBU), and the financial investment markets that support them all. From this perspective, AI’s growth cannot be explained merely by technological optimism; at some point, structural limits, investment credit pressure, and supply chain strain will inevitably surface. Therefore, when envisioning the future of the AI industry, we must always consider two things together: one is the clear direction of technological advancement; the other is the physical and industrial infrastructure supporting that advancement. AI models will keep improving—becoming smarter with more complex memory structures, enhancing reasoning beyond mere memory retention, and producing outputs in increasingly diverse formats.কিন্তু এর পিছনে ক্রমাগত প্রসেসিং খরচ এবং হার্ডওয়্যার চাপ বৃদ্ধি পাচ্ছে, যা পরবর্তী পর্যায়ের বৃদ্ধির বাধা হয়ে দাঁড়াবে এবং দীর্ঘমেয়াদী বাজারের গতি নিয়ন্ত্রণের সম্ভাবনা রাখে। এই বাজারে এটি কখন প্রকাশ্যে আসবে, তা নিশ্চিতভাবে বলা যায় না। তবে ২০২৪ এর প্রথম ত্রৈমাসিকে হার্ডওয়্যার বাজারে দেখা গিয়েছে আক্রমণাত্মক মূল্য হ্রাসের ফলে হুমকিপূর্ণ প্রতিযোগিতা, এবং তৃতীয় ত্রৈমাসিকের প্রত্যাশিত হার্ডওয়্যার মূল্যবৃদ্ধিরও কী ফলাফল হবে, তা পর্যবেক্ষণযোগ্য। মূল্য কমলে চাহিদা বৃদ্ধির যুক্তি থাকলেও, আবার মূল্য বাড়তে শুরু করলে, কোম্পানি এবং ব্যক্তি উভয়ই বারবার তাদের ‘ওয়ালেট’-এর দিকে তাকিয়ে সতর্কতা অবলম্বন করবে। (এইসব সংশ্লিষ্ট কোম্পানিগুলির মধ্যেই, অনেকগুলি ইতিমধ্যেই নিজস্ব অভ্যন্তরীণ সঞ্চয়গুলির উপরই নির্ভরশীল।) এই পরিবর্তনগুলি শুধুমাত্র হার্ডওয়্যারেরই সমস্যা নয়; AI-এর উত্থানের গতি,এবং সমগ্রশিল্পের মূল্যায়নকেওপ্রভাবিতকরতেপারে। --------------------- এই নিবন্ধটি পড়ারসময়,আমিএইঅসংগঠিতভাবেচিন্তাগুলিকেসংগঠিতকরতেচাইছিলামএবং#AnumaAI-এরচারটিমডেলChatGPT5.4, Claude Sonnet 4.6, Gemini 3.1 Pro, Qwen 3.6 Plus-একটিমডেলকে“AIমডেলউন্নয়নএবংবন্ধন”সম্পর্কেপ্রশ্নকরতেবললাম।অবশ্যই,মডেলগুলি“সঠিকউত্তর”প্রদানকরছেনা।কিন্তুএকটিপ্রশ্নথেকেঅনেকগুলিদিকগুলিকেদ্রুতভাবেপ্রদানকরা,এবংচিন্তারশাখাগুলিকেসজিয়েতুলা—এগুলিরঅনেকগুলিসুবিধাআছে।বিশেষকরেগবেষণা,দৃষ্টিভঙ্গি,এবংচিন্তারদিকনির্ধারণসহপ্রয়োজনীয়কাজগুলিতেএইমালটি-মডেলপরিবেশটিরঅনেকবড়সুবিধাআছে। চূড়ান্তভাবে, AI-এরভবিষ্যৎপ্ল্যাটফরমপ্রতিযোগিতা“কেআরওবড়মডেলপথশোধক”হওয়াযথাসময়শেষহবেনা।কেআরওভালইনটারফেসপ্রদানকরছে,কেআরওঅধিকসঙ্গতিপূর্ণমেমোরি-লেয়ারপ্রদানকরছে,এবংকেআরওবহুমডেলগুলিরসুবিধাগুলিকেপ্রকৃতকাজপ্রবাহগুলিরভিতরদৃষ্টিগতভাবেসংযুক্তকরছে—এগুলি-ইঅধিকগুরুত্বপূর্ণহবে।এইদিকথেকে,Anumaহ'লশুধুমডেলগুলিরএকটিসংগ্ৰহস্থলনয়,এটিAI-এরপক্ষেআপনি-জন-জন-সহজ-অপটিমাইজডকাজপরিবেশপ্লটফরমহিসেবেউন্নতহচ্ছে। নিচেAnumaকোরিয়া@AnumaAI_KR-এরউদ্ধৃতি-থেকেওসহজভাবেদেখা-যাচ্ছে,এইধারা-টি-খত-খত-ভাব-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ-দখ-দখ-ভঙ আপনি AI -এইটি -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ -এ --------------------- আপনি AI – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – --------------------- আপনি AI––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– --------------------- আপনি AI— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — --------------------- আপনি AI— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — --------------------- আপনি AI— — --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনি AI— --------------------- আপনिAI—

🚨 দক্ষিণ-পূর্ব এশিয়ার উৎপাদন মুকুটের জন্য যুদ্ধ: থাইল্যান্ড বনাম ভিয়েতনাম 🇹🇭🇻🇳 দক্ষিণ-পূর্ব এশিয়ার ভবিষ্যতের সরবরাহ শৃঙ্খলে কে প্রভুত্ব করবে? এই সরাসরি তুলনাটি দেখায় যে প্রতিযোগিতা কতটা তীব্র হয়ে উঠছে👇 🔴 থাইল্যান্ড🇹🇭: রাজত্ব করা চ্যাম্পিয়ন যে তার অঞ্চল রক্ষা করছে: শক্তি: শক্তিশালী লজিস্টিক্স বাস্তুতন্ত্র (জিডিপির 13.5% খরচ), শক্তিশালী পাবলিক-প্রাইভেট পার্টনারশিপ (PPP), এবং প্রধান বহুজাতিক প্রতিষ্ঠানগুলির জন্য পছন্দের অঞ্চলীয় হেডকোয়ার্টার। দুর্বলতা: বিউরোক্রেটিক বিলম্ব, বিচ্ছিন্ন প্রশাসন, অসম AI প্রযুক্তি গ্রহণ, এবং সবচেয়ে বড় হুমকি—একটি বয়স্ক সমাজ + গভীর শ্রম অভাব। 🔥 ভিয়েতনাম🇻🇳: গতির সাথে আক্রমণাত্মক চ্যালেঞ্জার: বিশাল অবকাঠামোগত পরিকল্পনা: 2030-2050-এর মাস্টারপ্ল্যান, 2030-এর মধ্যে 5,000 কিমি এক্সপ্রেসওয়ে + দক্ষিণ-পূর্ব চীনের সঙ্গে সরাসরি যুক্ত একটি উত্তর-দক্ষিণ হাই-স্পিড রেলওয়ে। জনসংখ্যা লাভ: 100M-এরওবেশি জনসংখ্যা, 30 বছরেরওকমগড়বয়স! খরচের সুবিধা: 200–350 $/মাস (থাইল্যান্ডের 300–500 $/মাসের চেয়ে)। 💬 থাইল্যান্ডএখনওঅভিজ্ঞতাএবংবাস্তুতন্ত্রপরিপক্কতায়অগ্রগণ্য,কিন্তুভিয়েতনামযুবকদের,কমখরচএবংবিশালযোগাযোগপ্রকল্পগুলিকেহস্তিয়ানহয়েউঠছে। এই দশকেই কি ভিয়েতনামঅফিসিয়ালভাবেথাইল্যান্ডকেঅপসারণকরবে?

আমি একটি খুব আকর্ষণীয় দিক দেখেছি: এআই ক্যালকুলেশন ক্ষমতা শুরু হয়েছে বাসস্থানের দিকে। SPAN এবং NVIDIA XFRA চালু করেছে, যেখানে সাধারণত ব্যবহার হয় না এমন বাড়ির বিদ্যুৎ পুনরায় ইনফারেন্স টাস্কের জন্য ব্যবহার করা হচ্ছে। এখন, বাধা পরিবর্তিত হয়েছে “মডেলটি পর্যাপ্ত শক্তিশালী কি না” থেকে “কোন রাস্তা প্রথমে বিদ্যুত এবং ডিপ্লয়মেন্ট পয়েন্ট পাবে”-এ। এটি মনে হচ্ছে একটি ইঞ্জিনিয়ারিং বিস্তারিত, কিন্তু বাস্তবে এআই অবকাঠামোর মানচিত্র পরিবর্তন করছে।

আপনি শীঘ্রই আপনার ঘরে একটি ছোট এআই ডেটা সেন্টার স্থাপন করতে পারবেন। NVIDIA দ্বারা সমর্থিত একটি স্টার্টআপ Span আপনার বাড়ির বাইরে একটি কম্পিউটার বক্স স্থাপনের পরিকল্পনা করছে। এটি একটি এয়ার কন্ডিশনারের আকারের। বক্সের ভিতরে: - 16টি NVIDIA Blackwell GPU - 4টি AMD EPYC CPU - 3TB RAM আপনি প্রতি মাসে প্রায় $150 প্রদান করেন, এবং তারা আপনার বিদ্যুৎ এবং ইন্টারনেটের খরচ কভার করে। প্রথম পরীক্ষা, 100টি বাড়িতে, 2026 সালের শরৎকালে শুরু হবে। এই 8,000টি হোম ইউনিটের মাধ্যমে 100MW ডেটা সেন্টারের সমান শক্তি প্রদান করা যায়। সুবিধাগুলি: - 5 গুণ সস্তা - 6 গুণ দ্রুত স্থাপন এর মানে হল, ভবিষ্যতের AI ইনফ্রাস্ট্রাকচারের জন্য বিশাল, বিলিয়ন ডলারের ডেটা সেন্টারের প্রয়োজন হতে পারে না। এটি হতে পারে হাজারো হোমের মাধ্যমে। এই সংস্করণটি মূলতথ্যগুলি অক্ষুণ্ণ রেখে পড়তেও সহজ, বুঝতেও সহজ।

লেবেলটি বলছে “উত্থানশীল বাজার।” ঝুঁকি ফ্যাক্টরটি বলছে AI। বছর ধরে, সহজ পোর্টফোলিও পদক্ষেপটি স্পষ্ট ছিল: যদি মার্কিন যুক্তরাষ্ট্র খুব মহঙ্গ, খুব ব্যস্ত এবং খুব টেক-ভারী হয়, তাহলে আপনি বিদেশী স্টক কিনতেন। এই যুক্তিটি এখনও সঠিক মনে হয়। সমস্যা হলো, ভিতরের বেঞ্চমার্কটি পরিবর্তিত হয়েছে। এটি পুরনো EM বাস্কেট নয়। উত্থানশীল বাজারগুলির অর্থ আগে ব্যাংক, ইউটিলিটি, খনি, শক্তি উৎপাদক, রাষ্ট্র-সংযুক্ত সম্পদ এবং অস্বচ্ছ স্থানীয় রাজনীতির কথা বলত। আপনি ভিন্ন অর্থনীতি, ভিন্ন মুদ্রা, ভিন্ন নীতির চক্র এবং অর্থহানির ভিন্ন উপায় কিনছিলেন। সেটাই ছিল উদ্দেশ্য। এখন MSCI উত্থানশীল বাজার সূচকের ভিতরে তাকান। TSMC, Samsung Electronics এবং SK Hynix-এর যোগফল ২৮% প্রায়, এবং recent concentration work-এও এই তিনটি ২৫%-এরও কাছাকাছি। শীর্ষ ১০টির ৯টিরও নাম এখন টেকস্টক, যার অর্থ, একটি বিস্তৃত EM ETF-এর ডেভেলপিং-ওয়ার্ল্ডের বিনিয়োগের চেয়ে AI-এর সাপ্লাই-চেইনের wrapper-এর মতোই দেখতে। এটা অবশ্যইখারাপ নয়। TSMC, Samsung এবং SK Hynix-এরা random story stocks-এরা; AI capex cycle-এর core infrastructure। কিন্তু, ঠিকই,ইহাইইসমস্যা। আপনি diversify-করছেননা,যদি P&L-কে same trade-ই drive-করছে। একজনমার্কিনinvestorযিনিNvidia, Microsoft, semis, data-center power, AI softwareএবংmegacap growth-এ long,তিনিমনেকরতেপারেনযেEMETFএকটিনতুনreturn-এরsourceযোগকরছে। বাস্তবে,তিনিশুধুTaiwanএবংKorea beta-কেAI demand curve-এরসমানভাবেযোগকরছেন। ভিন্নexchange। ভিন্নমুদ্রা। একইfactor। উত্তরকোরিয়ায়forward earnings-এরউপরভিত্তিকভাবেসস্তা—এটা question-এরউত্তরদেয়না। Memory margins cyclical,এবংearnings temporarily fatহলেlow multiplestrapহতেপারে,বাজারেরবড়সময়হয়না। বুদ্ধিমানভাবেপড়াহল“EMavoidকরুন”নয়। “EMকেএকটিমাত্রtradeহিসেবেআচরণকরবেননা”। মেক্সিকোটিTaiwanনয়। ভারতটিKoreaনয়। তুরস্কটিTSMCনয়। ব্রাজিলটিSK Hynixনয়। এখন diversification valueআসছেmore deliberateভাবে: country exposure, sector exposure, currency exposureএবংআপনিactualyকোনearnings stream-এunderwritingকরছেন। সংক্ষেপে: diversification ETF label-এprintedহয়না। এটা holdings-এ living। এবংএখন,অনেক“emerging markets”exposureশুধুAI mania-এরpassportধারণকরা।