Nvidia ने अभी एक और तिमाही प्रकाशित की है, जिससे अधिकांश कंपनियाँ ईर्ष्या से रो पड़तीं। FY2026 की तिमाही Q3 के लिए आय $57 बिलियन तक पहुँच गई, जो पिछले वर्ष की तुलना में 62% बढ़ी है, जिसमें डेटा सेंटर विभाग अकेले ही $51.2 बिलियन कमाया।
कथा के पीछे के आंकड़े
Nvidia की डेटा सेंटर आय $51.2 बिलियन चौथाई के आधार पर 25% और पिछले वर्ष की तुलना में 66% बढ़ी। इससे कंपनी के डेटा सेंटर संचालन की वार्षिक दर $200 बिलियन से अधिक हो गई।
कंपनी AI एक्सेलरेटर बाजार का लगभग 80% नियंत्रण करती है। यह शक्ति केवल हार्डवेयर के बारे में नहीं है। यह CUDA सॉफ्टवेयर परितंत्र के बारे में है जो डेवलपर्स को Nvidia के आर्किटेक्चर में बंध देता है।
वैश्विक AI निष्कर्षण बाजार 2025 में $106.15 अरब से बढ़कर 2030 तक $254.98 अरब होने का अनुमान है, जो 19.2% की चक्रवृद्धि वार्षिक वृद्धि दर को दर्शाता है। ब्लैकवेल और ब्लैकवेल अल्ट्रा आर्किटेक्चर को विशेष रूप से निष्कर्षण अर्थशास्त्र में सुधार के लिए डिज़ाइन किया गया है, जिससे उत्पादन में AI मॉडल चलाना सस्ता और तेज़ हो जाता है।
क्यों निष्कर्ष निकालना प्रशिक्षण से अधिक महत्वपूर्ण है
एक एआई मॉडल को प्रशिक्षित करना एक बार का (या नियमित रूप से दोहराया जाने वाला) खर्च होता है। निष्कर्ष निकालना—जिसमें प्रशिक्षित मॉडल का उपयोग वास्तविक उपयोगकर्ताओं को सेवा प्रदान करने के लिए किया जाता है—लगातार होता रहता है। प्रत्येक ChatGPT प्रश्न, प्रत्येक एआई-उत्पन्न खोज परिणाम, प्रत्येक स्वचालित ग्राहक सेवा बातचीत एक निष्कर्ष निकालने का कार्य है। कुछ उद्योग अनुमानों के अनुसार, निष्कर्ष निकालना अंततः सभी एआई कंप्यूट डिमांड का 80-90% हो सकता है।
नविडिया के सीईओ जेंसन हुआंग ने क्वार्टर्स से इस संक्रमण की ओर संकेत किया है। ब्लैकवेल आर्किटेक्चर को इन्फरेंस के विशिष्ट कंप्यूटेशनल पैटर्न्स को संभालने के लिए डिज़ाइन किया गया है, जहाँ लेटेंसी और प्रति क्वेरी लागत किसी भी कच्ची थ्रूपुट के बराबर महत्वपूर्ण होती है।
बाजार की अजीब प्रतिक्रिया
अपेक्षाओं को तोड़ने वाले आंकड़े प्रकाशित करने के बावजूद, नविडिया के शेयर कम हो गए हैं। यह स्टॉक 22x से कम आगे के अर्जन पर व्यापार कर रहा है, जो एक ऐसी कंपनी के लिए सादगीपूर्ण लगता है जो प्रति वर्ष 62% की दर से आय बढ़ा रही है।
जबकि Nvidia प्रशिक्षण के कार्यभार पर शीर्ष स्थान पर है, निष्कर्षण कार्यभार अधिक विविध और संभवतः प्रतियोगियों के लिए अधिक पहुँचयोग्य हैं। गूगल, अमेज़न और शुरू हो रहे स्टार्टअप्स के कस्टम चिप्स सभी विशेष रूप से निष्कर्षण पर ध्यान केंद्रित कर रहे हैं। डिसेंट्रलाइज्ड GPU नेटवर्क का क्षेत्र भी बढ़ रहा है, जो अवप्रयुक्त हार्डवेयर को एकत्रित करके कम लागत पर निष्कर्षण कंप्यूट प्रदान कर सकता है।
22x से कम आगे अर्निंग्स मल्टीप्लर से पता चलता है कि बाजार इस जोखिम के किसी न किसी रूप को कीमत दे रहा है। यह अवसर है या चेतावनी, यह पूरी तरह से इस बात पर निर्भर करता है कि क्या Nvidia AI के मॉडल बनाने से लेकर उन्हें स्केल पर चलाने तक के परिवर्तन में अपनी प्रभुता बनाए रख पाता है।