हाल ही में, वॉल स्ट्रीट के प्रमुख निवेश सम्मेलन—2026 सोहन सम्मेलन में, प्रौद्योगिकी निवेश के विशेषज्ञ और एट्रेडीज मैनेजमेंट के मुख्य निवेश अधिकारी गैविन बेकर ने एक अंतर्दृष्टि साक्षात्कार दिया।

बेकर ने फिडेलिटी में 170 अरब डॉलर से अधिक के संपत्ति का प्रबंधन किया है और सेमीकंडक्टर क्षेत्र के एक अनुभवी निवेशक हैं।

उसने साक्षात्कार में कुछ ऐसे सीधे निर्णय दिए जो बाजार की सहमति को चुनौती देते हैं: वर्तमान में सबसे अधिक अवमूल्यांकित AI चिप Amazon Trainium है; TSMC की 'सावधान' उत्पादन विस्तार रणनीति उद्योग को बुलबुले से बचाने में मदद कर रही है; अंतरिक्ष कक्षा में कंप्यूटिंग क्षमता दो वर्षों में कार्यात्मक साबित होगी और इस दशक के अंत तक भूमि-आधारित डेटा केंद्रों के सहायक उद्योग पर प्रभाव डालना शुरू कर देगी।

उन्होंने कहा कि मैं कभी गूगल या ब्रॉडकॉम के खिलाफ शॉर्ट नहीं करूंगा, लेकिन मुझे लगता है कि Trainium अब गहरी रूप से अवमूल्यांकित है।

Trainium का अवमूल्यांकन अन्य सभी की तुलना में बहुत अधिक है। Trainium का 2026 के लिए महत्व, खासकर इस साल के दूसरे छमाही में Trainium 3 के वास्तविक उत्पादन के बाद, TPU का 2025 के लिए महत्व जितना है। अगर कोई आज TPU पर बहुत आशावादी है, तो उसे अपने 13F को देखना चाहिए और देखना चाहिए कि क्या उनके पास Lumentum या Celestica के स्टॉक हैं—ये TPU में निवेश के लिए सबसे अच्छे दो लक्ष्य हैं। मैंने इनमें से एक को होल्ड किया है, इसलिए मुझे लगता है कि मैं यह बात कहने में सक्षम हूँ।

उन्होंने कहा कि TSMC उस तेजी से उत्पादन में वृद्धि नहीं कर रहा है जिसकी हुआंग रेन्क्सन आशा करते हैं। "हुआंग रेन्क्सन प्रत्येक तीन महीने में TSMC जाते हैं, और वे लगभग 5% उत्पादन में वृद्धि करते हैं। हुआंग रेन्क्सन चाहते हैं कि उनकी क्षमता दोगुनी या तीन गुनी हो जाए। अगर क्षमता वास्तव में दोगुनी या तीन गुनी हो जाती है, तो NVIDIA अगले साल लगभग 1.5 ट्रिलियन डॉलर के चिप्स बेच सकता है—मैं गंभीर हूँ।"

मेमोरी साइकिल के बारे में, बेकर ने कहा कि पिछले 25 वर्षों के प्रत्येक मेमोरी साइकिल के आधार पर, अब 100% मेमोरी बेचने का सही समय है।

मैं वास्तव में 2000 में माइक्रोन का विश्लेषक था, उनके विश्लेषक दिवस के लिए सनवैली जाने की याद है, मैंने कई बार मेमोरी चक्र का अनुभव किया है, ऐतिहासिक पैटर्न के आधार पर, अब वास्तव में बेचने का समय है।

हालांकि, एक चक्र ऐसा है जिसे बेचना बिल्कुल नहीं चाहिए—वह है 1990 के मध्य, जो मेरे लिए हाल का सबसे वास्तविक क्षमता चक्र था। उस चक्र के साथ तुलना करने पर, हम अभी भी बहुत शुरुआती चरण में हो सकते हैं।

AI आय के बारे में, बेकर ने कहा कि S&P 500 कंपनियों की श्रम संरचना को "महत्वपूर्ण समायोजन" का सामना करना पड़ेगा, लेकिन AI मूल्य निर्धारण मॉडल का "मासिक प्लान" से "उपयोग के आधार पर शुल्क" में स्थानांतरण, आय को बाहरी अनुमानों से अधिक तेजी से बढ़ाएगा—वह इसे मोबाइल कॉल उद्योग के "प्लान के बाहर प्रति मिनट शुल्क" के लाभ मॉडल की तुलना करते हैं।

उन्होंने यह भी कहा कि पढ़ने का अत्यधिक महत्व है, और उन्होंने जोर देकर कहा कि वे लगभग अब सक्रिय रूप से उपलब्ध कंपनियों के प्रबंधन के साथ मुलाकात नहीं करते—ये प्रबंधन अत्यधिक कठोर प्रशिक्षण से गुजर चुके हैं, और उनके शब्द फ़ाइलों या 10-Q फ़ाइलों के दायरे से बाहर नहीं जाते।

और मैं इन दस्तावेजों को पढ़ने की गति उनकी बात करने की गति से कहीं अधिक है। नीचे निवेश अभ्यास पुस्तिका के कक्षा प्रतिनिधि (वेचात: touzizuoyeben) द्वारा संकलित सारांश सामग्री है, जिसे सभी के साथ साझा किया जा रहा है:

अमेज़न Trainium: बाजार द्वारा सबसे कम मूल्यांकित AI चिप

जैस खैरा ने बेकर के साथ बातचीत में पूछा कि निवेडिया के प्रतिद्वंद्वियों में—गूगल TPU, अमेज़ॉन Trainium, इंटेल Gaudi—बाजार द्वारा सबसे कम मूल्यांकित कौन सा है? बेकर ने उत्तर दिया: "Trainium, निस्संदेह।"

उन्होंने विशिष्ट तकनीकी तर्क प्रस्तुत किया। वर्तमान में प्रमुख अग्रणी AI मॉडल, जिन्हें 'मिक्सचर ऑफ एक्सपर्ट्स' (Mixture of Experts, MoE) आर्किटेक्चर कहा जाता है, का उपयोग करते हैं। इस प्रकार के मॉडल की निष्कर्षण के लिए, 'स्विच्ड स्केलअप नेटवर्क' (Switched Scaleup Network) नामक बुनियादी ढांचे की आवश्यकता होती है।

बेकर ने कहा: "वैश्विक स्तर पर अभी केवल दो कंपनियां ही ऐसे स्वैप एक्सपेंशन नेटवर्क चला रही हैं—एक जो निविडा GPU को चलाता है, और दूसरा अमेज़ॉन Trainium।"

यह एक ऐसी तकनीकी बाधा है जिसे आमतौर पर नज़रअंदाज़ किया जाता है। गूगल TPU इस मामले में समान क्षमता नहीं रखता है—बेकर एक विस्तार बताते हैं: "गूगल ने ML Perf बेंचमार्क बनाया, लेकिन वे अपने बेंचमार्क में TPU के परिणाम नहीं भेजते, आप देख सकते हैं कि यह बात जेसन (हुआंग रेन्क्सन) को परेशान करती है।"

बेकर ने यह भी आकलन किया कि इस वर्ष के दूसरे छमाही में Trainium 3 के बड़े पैमाने पर उत्पादन के बाद, 2026 में Trainium की स्थिति 2025 में TPU की स्थिति के समान होगी। उन्होंने कहा कि उन्होंने Celestica जैसी TPU सप्लाई चेन कंपनियों में निवेश किया है, "मुझे लगता है कि मेरे पास ऐसा कहने का अधिकार है।"

उन्होंने जोड़ा: "मैं कभी गूगल या ब्रॉडकॉम के खिलाफ शॉर्ट नहीं करूंगा, लेकिन मुझे लगता है कि Trainium अभी गहराई से अवमूल्यांकित है।"

स्पेस डेटासेंटर: 2 साल में नतीजा, इस दशक के अंत तक हिस्सा बांट लें

इस बातचीत में दूसरा ध्यान आकर्षित करने वाला विषय «ऑर्बिटल कंप्यूट» (Orbital Compute) है—जिसमें डेटा सेंटर को अंतरिक्ष में स्थापित करने की कल्पना है।

खैरा ने बेकर से पूछा: इस बात का वास्तविक व्यावसायिकीकरण कब होगा?

बेकर के उत्तर में स्पष्ट समय सीमा दी गई है: "मुझे लगता है कि आगामी दो वर्षों में, इसकी व्यावहारिकता और आर्थिक व्यवहार्यता साबित हो जाएगी। इस दशक के अंत तक, यह एक महत्वपूर्ण बाजार हिस्सा प्राप्त करना शुरू कर देगा।"

तर्क यह है कि भूमि पर केंद्रीय डेटासेंटर के सामने दो मुख्य सीमाएँ हैं: बिजली और शीतलन। लेकिन अंतरिक्ष में, बिजली सूर्य से आती है और शीतलन उपग्रह के छायादार पक्ष से होता है।

बेकर ने एक संभावित ऑर्बिटल कॉम्प्यूटिंग सप्लायर के उपग्रह डिज़ाइन का वर्णन किया: शीतलक तीन से चार सौ फुट लंबे हैं, और उपग्रह का शरीर एक रैक है—8 फुट ऊँचा, 2.5 फुट चौड़ा, 4 फुट गहरा—कई रैक्स लेज़र से जुड़े हुए हैं और एक वर्चुअल डेटासेंटर बनाते हैं। शीतलक रैक की छाया के पीछे स्थित हैं।

उन्होंने बताया कि जब यह रास्ता कार्यान्वित होगा, तो सबसे अधिक प्रभावित होंगे भूमि डेटा केंद्रों के बिजली और शीतलन उपकरण आपूर्तिकर्ता: "जो औद्योगिक कंपनियाँ डेटा केंद्र निर्माण के समर्थन के लिए व्यापक रूप से उत्पादन बढ़ा रही हैं, वे (मांग) के अचानक बंद हो जाने का सामना कर सकती हैं।"

उन्होंने एक साथ यह भी जोर दिया कि निर्मित भूमि केंद्रों का अभी भी मूल्य है, और प्रशिक्षण और पुनर्बलन अभी भूमि पर ही होगा, "मैं कल्पना भी नहीं कर सकता कि आगामी सात वर्षों में हम कभी भी एक भूमि केंद्र नहीं बनाएंगे", लेकिन वृद्धि की मांग की दिशा को पुनः परिभाषित किया जा रहा है।

टाइवेक के "दृढ़ व्यक्ति": वे वैश्विक बाजार को बुलबुला से बचा रहे हैं

एक सामान्य बाजार प्रश्न है: क्या AI निवेश इंटरनेट बुलबुले की तरह बन जाएगा?

बेकर का जवाब था: इस बार शायद अलग होगा, और कारण अप्रत्याशित है—टाइवेक के प्रबंधन की सावधानी।

उन्होंने कहा कि इतिहास में हर बड़ी नई तकनीक के आगमन पर, चाहे वह रेलवे, नहरें, पीसी, इंटरनेट या AI हो, लगभग हमेशा बुलबुला बनता है। निवेशक नई तकनीक से उत्साहित होते हैं, बाजार की सहमति बनती है, बुलबुला फूलता है, और अंततः बुलबुले के पैसे से बुनियादी ढांचा बनाया जाता है—इंटरनेट भी इसी तरह से आगे बढ़ा।

हमें बुलबुला नहीं चाहिए। बुलबुला बहुत खराब होता है, बुलबुले के अनुभव करना दर्दनाक होता है, और बुलबुले के फटने के बाद और भी अधिक दर्दनाक होता है।

लेकिन इस बार वह "आशावादी रूप से मानते हैं" कि हम बुलबुले से बच सकते हैं, क्योंकि वास्तविक दुनिया में भौतिक सीमाएँ मौजूद हैं—वॉट (बिजली) और वेफर (Wafer) की कमी।

晶圆短缺的关键，在于台积电的态度。Baker 说：「台积电是由 70 多岁的、倔强的老人们管理的。」（他随即调侃，70 岁是新 50 岁，而他自己 50 岁）

इन लोगों ने चीनी ताइवान के सेमीकंडक्टर उद्योग को इंटेल के पीछे छूटने को “इस जीवन में असंभव सपना” माना जाने से लेकर एक पूरा जीवन बिताकर इसे साकार करने तक का अनुभव किया है। वे जानते हैं कि एक बुलबुला और उसका फटना टाइवेक के लिए क्या अर्थ रखता है।

इसलिए, वे हुआंग रेन्क्सन की इच्छा के अनुसार तेजी से उत्पादन बढ़ाने से इंकार कर रहे हैं।

हुआ रेन्युन प्रति तीन महीने में एक बार टाइवेक पर जाते हैं, और वे लगभग 5% की वृद्धि करते हैं। हुआ रेन्युन चाहते हैं कि उनकी उत्पादन क्षमता दोगुनी या तीन गुनी हो जाए। अगर उत्पादन क्षमता वास्तव में दोगुनी या तीन गुनी हो जाती है, तो नेविडिया अगले साल लगभग 1.5 ट्रिलियन डॉलर के चिप्स बेच सकती है—मैं गंभीर हूँ। लेकिन इसके दूसरे पहलू के बारे में, सभी के लिए यह बहुत कठिन हो सकता है।

बेकर का निष्कर्ष है: ये "जिद्दी बुजुर्ग" एक वास्तविक दुनिया में मौजूद भौतिक सीमा को लागू करके, वस्तुतः सभी को बुलबुले से बचाने में मदद कर रहे हैं—और ऐसी सीमा पिछले किसी भी प्रौद्योगिकी क्रांति में कभी नहीं थी।

Memory cycle and AI revenue surge

बेकर ने बातचीत में दो ध्यान देने योग्य निर्णयों का उल्लेख किया।

मेमोरी साइकिल के बारे में: इस साल मेमोरी की कीमतें 60% से 70% तक बढ़ चुकी हैं, और माइक्रोन की ग्रॉस मार्जिन 60% से अधिक हो सकती है, जो ऐतिहासिक औसत (लगभग 16%) से काफी अधिक है।

बेकर ने स्वीकार किया कि पिछले 25 वर्षों के मेमोरी चक्र के अनुसार, "अब 100% मेमोरी स्टॉक बेचना चाहिए।" लेकिन उनका मानना है कि यह बार शायद 1990 के मध्य के वास्तविक उत्पादन चक्र के समान है, "हम अभी भी प्रारंभिक चरण में हो सकते हैं," और इसलिए ऐतिहासिक प्रतिरूप को सरलता से लागू नहीं किया जाना चाहिए।

AI आय के पैमाने के बारे में: बेकर का निर्णय है कि OpenAI और Anthropic की कुल आय 2000 अरब डॉलर तक पहुँचने का समय अब दूर नहीं है।

उन्होंने हुआंग रेन्क्सन का हवाला देते हुए कहा: हुआंग रेन्क्सन चाहते हैं कि उनके सबसे अच्छे इंजीनियर AI टोकन पर खर्च कम से कम अपने वेतन का आधा खर्च करें।

बेकर का निर्णय है कि यह रुझान S&P 500 कंपनियों के कार्यबल संरचना के लिए "महत्वपूर्ण समायोजन" का संकेत देता है, लेकिन AI मूल्य निर्धारण मॉडल का "मासिक प्लान" से "उपयोग के आधार पर शुल्क" में स्थानांतरण आय को बाहरी अनुमानों से अधिक तेजी से बढ़ाएगा—वह इसे मोबाइल कॉल उद्योग के "पैकेज के बाहर प्रति मिनट शुल्क" के लाभ मॉडल की तुलना करता है।

निवेश का मनोविज्ञान: पुस्तकें पढ़ना, पैटर्न पहचानना, और एक गलत पत्र

इंटरव्यू में, खैरा ने बेकर से पूछा कि उनका निवेश लाभ कहाँ से आता है।

बेकर का उत्तर संक्षिप्त था: "पढ़ना, अत्यधिक महत्वपूर्ण।" वह कहते हैं कि वे लगभग किसी भी लिस्टेड कंपनी के प्रबंधन से मुलाकात करने की कोशिश नहीं करते— "उन्हें बहुत अच्छी तरह प्रशिक्षित किया गया है, वे कभी भी फाइनेंशियल रिपोर्ट कॉल या 10-Q के बाहर कुछ नहीं कहते, और मैं उनसे कहीं अधिक तेज़ी से पढ़ता हूँ।"

उन्होंने अपने करियर का एक सबसे दर्दनाक सबक यह माना कि उन्होंने एक कंपनी के बोर्ड को शेयर रिडीम करने के लिए पत्र लिखा था, और उस कंपनी ने 18 महीने बाद दिवालियापन घोषित कर दिया। "यह उच्च लीवरेज का स्थायी सबक है—कभी-कभी सब कुछ योजना के अनुसार नहीं होता।"

बेकर ने उल्लेख किया कि उनके पूरे करियर में वे पीटर लिंच के इस कथन को लागू करने की कोशिश कर रहे हैं—घास उखाड़ दें, फूलों को पानी दें, यानी हानिकारक निवेश बेच दें और लाभदायक निवेश रखें। लेकिन किसी कारण से, यह उनके लिए अत्यंत कठिन था।

बेकर अत्यधिक मूल्यांकन के प्रति संवेदनशील हैं और मूल रूप से एक विपरीत निवेशक हैं, उनके लिए 52 सप्ताह के निम्नतम स्तर की सूची ही सबसे आरामदायक स्थान है। उन्होंने स्वीकार किया कि वे हमेशा मेमोरी स्टॉक्स को कसकर पकड़े हुए हैं। लेकिन यह एक जीवनभर का साधना है, जिसमें वे हर साल इस क्षेत्र में थोड़ा बेहतर बनने की कोशिश करते हैं।