.png)
जेनसन हुआंग एकदा ग्रामीण केंटकीमध्ये टॉयलेट्स साफ करायचे आणि डॅनी’समध्ये भांडी धुवायचे. दशकांनंतर तो AI क्रांतीचा लेदर-जॅकेट घातलेला चेहरा बनला. ही साधारण करिअर स्टोरी नाही—ही तर एकदम मानवी प्लॉट ट्विस्ट आहे.
हो, हा प्रश्नच इतका मोहक आहे: Jensen Huang यांचा IQ नक्की किती असेल?
हुआंगने कधी IQ टेस्ट दिल्याची सार्वजनिक नोंद नाही. जुनाट SAT-युगातील धूसर अफवा नाही, कुठलाही लीक झालेला अॅसेसमेंट नाही, आणि पॉडकास्टवर “माझा स्कोअर…” असा क्षणही नाही. पण आपल्याकडे आणखी रोचक गोष्ट आहे: तो कसा विचार करतो, कसं शिकतो, समस्यांचं निराकरण करतो, आणि भविष्यातील गोष्टी इतरांपेक्षा थोड्या आधी कशा पाहतो—याबद्दल पुराव्यांचा मोठा साखळी. आणि प्रामाणिकपणे सांगायचं तर, एका दुपारच्या एकाच नंबरपेक्षा हे जास्त चांगलं आहे.
याच्या शेवटी आपण संख्यात्मक अंदाज लावू. पण ती संख्या पानावर येण्यासाठी कमावावी लागेल.
कठीण बालपण सहसा काहीतरी महत्त्वाचं उघड करतं
एन्सायक्लोपæडिया ब्रिटॅनिकानुसार, ह्वांगचा जन्म 1963 मध्ये तैवानच्या तैनानमध्ये झाला. त्याचे वडील केमिकल इंजिनिअर होते आणि आई शाळाशिक्षिका. लहानपणीच त्याचे कुटुंब थायलंडला गेले, आणि वयाच्या 9 व्या वर्षी तो आणि त्याचा भाऊ अमेरिकेत नातेवाईकांकडे राहण्यासाठी पाठवण्यात आला. मग पुढे आलेली एक अतिशय विचित्र गोष्ट—कोणत्याही मोठ्या CEOच्या बायोग्राफीतील. शेवटी ते केंटकीमधील Oneida Baptist Institute मध्ये गेले. ह्वांगच्या कुटुंबाला ते बोर्डिंग स्कूल वाटत होते, पण प्रत्यक्षात ते कठोर सुधारगृहासारखे काम करत होते.
ब्रिटानिका नोंदवते की हुआंग दररोज तिथे शौचालये स्वच्छ करायचा, आणि त्याला छळ सहन करावा लागायचा—इतकंच नाही तर धमक्याही मिळायच्या. बेन थॉम्पसन यांच्या 2022 मधील Stratechery साठीच्या हुआंग मुलाखतीत हुआंग म्हणाला की तो आणि त्याचा भाऊ त्या कामाकडे फक्त साध्या आयुष्याप्रमाणेच पाहत होते: तो बाथरूम स्वच्छ करायचा, आणि त्याचा भाऊ तंबाखूच्या शेतांत काम करायचा. हे उत्तर महत्त्वाचे आहे. याचा अर्थ दबावाखाली असामान्य जुळवून घेण्याची क्षमता दिसते. अर्थातच हे फक्त IQ नाही—पण बुद्धिमत्ता क्वचितच फक्त अमूर्त विचार हवेत तरंगत असते; हा मुद्दा आपण बुद्धिमत्ता नेमकी काय आहे आणि IQ टेस्ट्स ती कशी मोजतात या आमच्या लेखात मांडला होता. जो मुलगा गोंधळ शोषून घेऊ शकतो, कष्टांना “सामान्य” करून ठेवू शकतो, आणि तरीही काम करत राहतो, तो खूप लवकरच मेंदूची नियंत्रणक्षमता दाखवत असतो.
त्याचे पालक शेवटी कुटुंबाला उपनगरी पोर्टलँड, ओरेगॉन येथे हलवतात. तिथे मात्र गोष्टींचा सूर पटकन बदलतो. Britannicaनुसार हुआंगने अॅलोहा हायस्कूलमध्ये शिक्षण घेतलं, अभ्यासात कमाल केली आणि अगदी टेबल टेनिसमध्ये राष्ट्रीय पातळीवरही रँक मिळवला. IEEE Engineering and Technology History Wiki आणखी एक छान “फ्लेक्स” देते: तो १६ व्या वर्षी हायस्कूलमधून पदवीधर झाला. आयुष्य साधं-सरळ, आरामदायी आणि सगळे तुम्हाला एकटे सोडत असतील, तर तसं सहसा होत नाही. यावरून उच्च प्रक्रिया वेग, जलद शिकण्याची क्षमता, किंवा दोन्ही सूचित होतं.
आणि हा पॅटर्न लक्षात ठेवा, कारण तो पुन्हा दिसणार आहे: ह्वांग फक्त कठीण सिस्टीममधून वाचतो इतकंच नाही. तो त्या सिस्टीम कशा काम करतात हे शिकतो आणि मग त्यातच ऑप्टिमाइझ करायला सुरुवात करतो. अगदी किशोरवयातसुद्धा—हे एक मोठं संकेत आहे.
इथूनच खरं प्रकरण गंभीर होतं—इंजिनिअरिंग स्कूलपासून
जर हायस्कूलने आपल्याला संकेत दिले असतील, तर कॉलेज आपल्याला अधिक ठोस पुरावा देतं. Britannica आणि IEEE च्या इतिहासप्रोफाइलनुसार, ह्वांग यांनी 1984 मध्ये ओरेगॉन स्टेट युनिव्हर्सिटीमधून इलेक्ट्रिकल इंजिनिअरिंगमध्ये बॅचलर पदवी आणि 1992 मध्ये स्टॅनफर्डहून इलेक्ट्रिकल इंजिनिअरिंगमध्ये मास्टर्स पदवी मिळवली.
आता, इलेक्ट्रिकल इंजिनिअरिंग म्हणजे एखाद्या छोट्या-छोट्या मेजरमधून तुम्ही बिनधास्तपणे चालत गेल्यासारखं नाही. यात गणितीय विचार, स्पेशल थिंकिंग, अमूर्तता आणि गुंतागुंतीची सहनशक्ती लागते. त्यानंतर स्टॅनफर्ड अजून बार वाढवतो (स्टॅनफर्ड नेहमी असंच करतो). हा प्रोसेस पार करणं म्हणजे सरासरीपेक्षा खूपच जास्त इंटेलिजन्स असल्याचं ठाम संकेत देतं—विशेषतः जेव्हा पुढे ती व्यक्ती त्या ट्रेनिंगचा उपयोग फक्त नोकरी मिळवण्यासाठी नाही, तर संपूर्ण उद्योगच बदलण्यासाठी करते.
येथे मला वाटतं काही वाचक हुआंगचा कमी आढावा घेतात. तुम्ही त्याचं करिश्मा, कीनोट स्टेजवरील दमदार उपस्थिती, काळी जॅकेट, Nvidia ची मार्केट कॅप पाहता—आणि मग तुम्ही त्याला “छान बिझनेस माणूस” म्हणून वर्गीकरण करता. हो, पण त्याआधी तो एक खूप गंभीर इंजिनिअर होता. बिझनेस यश तांत्रिक पुराव्याची जागा घेत नाही—ते त्यावरच थरावर थर चढतं.
आणि स्टॅकिंग महत्त्वाचं आहे. एकच मजबूत क्रेडेन्शियल कधी नशीब, वेळ किंवा वेड्या चिकाटीमुळे असू शकतं. वेगवेगळ्या परिस्थितींमध्ये मिळालेली अनेक अवघड यशं साधारणपणे अधिक खोल मेंदूची क्षमता दर्शवतात.
डिशवॉशरची गोष्ट मजेशीर आहे, पण ती सिस्टम थिंकिंगची जोरात आठवण करून देते.
15 व्या वर्षी Huang ने Denny’s मध्ये डिशवॉशर म्हणून काम सुरू केलं. हे फक्त एखाद्या रंगतदार “साध्या सुरुवाती”चं तपशील वाटू शकतं—पण Huang सतत त्या नोकरीचं वर्णन अशा पद्धतीने करते की ते भविष्यातला चिप आर्किटेक्ट throughput समजावत असल्यासारखं संशयास्पद वाटतं.
Sydney Lake च्या 2024 च्या Yahoo Finance प्रोफाईलनुसार, ह्वांग म्हणाला की तो डेननीजचा “best dishwasher” आहे कारण त्याने आपलं काम प्लॅन केलं, व्यवस्थित राहिला, आणि “those dishes वर जिवंत दम काढून धुवले.” तो पुढे म्हणाला, “मी कधीही रिकाम्या हाताने स्टेशन सोडलं नाही. मी खूप कार्यक्षम होतो.” म्हणजे… अरे बापरे. बहुतेक टीनएजर्स डिशवॉशिंगबद्दल असंच बोलत नाहीत. हा तर एप्रनमध्ये अडकलेला प्रोसेस इंजिनिअर आहे.
ही तपशील महत्त्वाचे आहेत, कारण ते असं दाखवतात जे IQ टेस्ट्स अनेकदा फक्त अंशतः पकडतात: स्वयंस्फूर्त ऑप्टिमायझेशन. काही लोक खूप मेहनत करतात. हुआंग मात्र वाया कमी करणे, फ्लोला योग्य रचना देणे आणि सिस्टीम्स सुधारणा करणे हे जवळपास आपोआप करतोय असं वाटतं. त्या डिश-पिटच्या मानसिकतेतून पुढे जेनसन हुआंगपर्यंत थेट जोडता येतं—तो विचारतो, मग पहिल्या तत्त्वांवरून 6 दिवसांमध्ये शक्य असताना एखाद्याला 74 दिवस का लागावेत?
आणि मग आधुनिक बिझनेस इतिहासातली सगळ्यात “डॅनी’s” अशी ओळ येते: Nvidia ही एका Denny’s मध्येच जन्माला आली. Britannica आणि Yahoo Finance दोन्ही सांगतात की हुवांग यांनी 1993 मध्ये Chris Malachowsky आणि Curtis Priem यांच्यासोबत Nvidia सह-स्थापना केली—ही कल्पना Denny’s च्या बूथमध्ये नाश्त्याच्या वेळी आकाराला आली. कुठेतरी एक पॅनकेक अजूनही आत्मसंतुष्ट वाटत असेल.
३० व्या वर्षी सेमीकंडक्टर कंपनी सुरू करणे हे फक्त महत्त्वाकांक्षी नाही—हे मेंदूला आव्हान देणारं धाडस आहे. तुम्हाला तांत्रिक कौशल्य, रिस्क मॉडेलिंग, मार्केटची सहज जाण आणि निश्चय येण्याआधीच कृती करण्याची हिंमत लागते. बहुतेकांना आधी नकाशा हवा असतो. ह्वांग मात्र चालत असतानाच तो नकाशा काढायला आरामात दिसतो.
Nvidia हे संपूर्ण केसचं सर्वात मजबूत पुरावा आहे
अनेक हुशार लोक अभियांत्रिकीची पदवी घेतात. कमी लोक टिकणाऱ्या कंपन्या उभ्या करतात. आणि त्याहून कमी लोक अशी कंपनी उभी करतात जी एकापेक्षा जास्त वेळा भविष्य बरोबर ओळखते.
IEEE Engineering and Technology History Wiki नुसार, Nvidia ने 1999 मध्ये GPU हा प्रोग्रामेबल लॉजिक चिप म्हणून विकसित केला आणि नंतर GPUsना ग्राफिक्ससोबतच वैज्ञानिक संगणना आणि डीप लर्निंगसाठीही “स्टँडर्ड” आर्किटेक्चर बनवायला मदत केली. त्याच प्रोफाइलमध्ये असंही नमूद आहे की Huang यांनी सुरुवातीला ओळखलं होतं की डीप न्यूरल नेटवर्क्ससाठी GPUs खूपच योग्य आहेत—कारण ते ट्रेनिंगला हजारो पटींनी वेग देऊ शकतात. अपवादात्मक बुद्धिमत्तेचा अंदाज लावताना आम्ही नेमकं अशाच पॅटर्न-रिकग्निशनकडे पाहतो.
इथे ह्वांग स्वतःला केवळ हुशार इंजिनीयरपेक्षा वेगळं सिद्ध करतो. तो फक्त चिप्सचं समजून घेत नव्हता—तो कशासाठी चिप्स उपयुक्त ठरतील हेही समजून घेत होता. तांत्रिक वस्तूपासून पुढच्या भविष्यातल्या इकोसिस्टमपर्यंत उडी घेणं खूपच दुर्मीळ असतं.
ब्रिटानिका आणखी पुढे जाऊन, GPU आणि मशीन लर्निंगबद्दल हुआंगची समज वाढीस लावणारी ठरली, असे म्हणते—ज्यामुळे मशीन लर्निंग मुख्य प्रवाहात येण्यास मदत झाली. आणि Nvidiaच्या 2018 GPU Technology Conference मध्ये, Britannica म्हणते त्याप्रमाणे, हुआंगने GPUमधील प्रगती इतकी वेगवान असल्याचे वर्णन केले की ती Moore’s Law पेक्षाही खूपच पुढे गेली; त्यामुळे या ट्रेंडला “Huang’s Law” असे नाव पडले. गुरुवारी थोडेफार हुशार असलात, म्हणूनच संगणक क्षेत्रात तुमच्या नावावर अशी अनौपचारिक “लॉ” ठेवली जात नाही.
आता पॅटर्न कसा तयार होतोय ते लक्षात घ्या. सुरुवातीची जुळवून घेण्याची क्षमता. जलद शैक्षणिक प्रगती. एलिट तांत्रिक प्रशिक्षण. सामान्य नोकऱ्यांमध्ये सिस्टिम्स थिंकिंग. मग संपूर्ण जगाच्या पातळीवर दीर्घकालीन तंत्रज्ञानाची दूरदृष्टी. आपण IQचा अंदाज एखाद्या केस फाईलसारखा तयार करत असू, तर इथेच फोल्डर जाड होतं—आमचा बुद्धिमत्ता खरोखर करिअर यशाची भविष्यवाणी करते का यावरील लेख याच मुद्द्यावर सखोलपणे चर्चा करतो.
हुआंगने जे बनवलंय त्यापेक्षाही त्याच्या विचारांची पद्धत जास्त खुलासा करणारी असू शकते
Ben Thompson यांच्यासोबतच्या 2022 च्या मुलाखतीत Huang यांनी बुद्धिमत्तेची एक संक्षिप्त व्याख्या दिली: “पॅटर्न ओळखण्याची क्षमता, नातेसंबंध ओळखण्याची क्षमता, त्यावर तर्क करणे, आणि भविष्यवाणी करणे किंवा एखादी कृतीची योजना आखणे.” हे अगदी संशयास्पदपणे Demis Hassabis यांच्याकडे पाहताना आम्ही अनुमान केलेल्या मनाच्या वर्णनासारखं वाटतं—आणखी एका टेक्नॉलॉजिस्टचे IQ, जे टेस्ट स्कोर्सपेक्षा दूरदृष्टीत जास्त दिसते. ही उत्तरं दोन कारणांसाठी लक्षवेधी आहेत. पहिले, ही कॉग्निटिव्ह इंटेलिजन्सची अगदी चांगली सामान्य-भाषेतील मांडणी आहे. दुसरे, ते जवळपास त्यांच्या स्वतःच्या करिअरचं वर्णनच आहे.
Lex Fridman पॉडकास्टचा ट्रान्सक्रिप्ट ह्वांगच्या मानसिक शैलीत आणखी स्पष्ट झलक देतो. तिथे तो “the speed of light” असं म्हणतो—समजूत-गुंतवणूक आणि सवयींची हळूहळू घुसखोरी होण्याआधी, भौतिकशास्त्र मूलतः काय परवानगी देतं हे विचारण्याचा त्याचा शॉर्टहँड. तो सांगतो की प्रत्येक व्हेरिएबलची तुलना त्या मर्यादेशी होते: मेमरी स्पीड, गणिताचा वेग, पॉवर, खर्च, वेळ, मेहनत. हेच पहिल्या-तत्त्वांवर आधारित विचार करणं—त्याच्या सर्वात शुद्ध रूपात.
फ्रिडमॅन ह्वांगलाही त्याच्या आवडत्या मॅनेजमेंट ट्रिक्सपैकी एक सांगायला लावतो: कोणी म्हणालं की प्रोजेक्टला 74 दिवस लागतील, तर ह्वांग विचारतो—जर ते पूर्ण नव्याने बांधलं असतं, तर काय शक्य झालं असतं? कधी कधी, असं तो म्हणतो, उत्तर 6 दिवस असतं. मुद्दा असा नाही की ते 68 अतिरिक्त दिवस म्हणजे नेहमीच मूर्खपणा. मुद्दा इतकाच की अनेक निर्बंध (constraints) वारशाने मिळतात; ते मूळ/मूलभूत नसतात. खूप उच्च-IQ असलेले लोक अनेकदा हाच पॅटर्न दाखवतात: इतरांना ते लक्षातही येण्याआधीच ते गृहीतकं मनातल्या मनात पटकन काढून टाकतात.
फ्रिडमन मुलाखतीतला आणखी एक खुलासा करणारा कोट: हुआंग म्हणतो, सिस्टीम्स “गरज तितक्याच गुंतागुंतीच्या, पण शक्य तितक्या साध्या” असाव्यात. हे ऐकायला छान वाटतं—कारण ते खरंच छान आहे. पण अभियांत्रिकीतील सौंदर्य साधारणपणे खोल समज दाखवतं; वरवरची चलाखी नाही. गुंतागुंत वाढवणं कोणालाही शक्य असतं. खरी किमया म्हणजे मशीन बिघडू न देता नेमकं काय काढून टाकता येईल हे जाणणं. ही प्रगत विचारशक्ती आहे.
तोच तो जन्मजात “जिनीअस” कमी करूनच सांगतो. Fortune मधील एलिनोर प्रिंगल यांच्या प्रोफाइलमध्ये ह्वांग म्हणतो, “जादू काही नाही; रोजच्या रोज मेहनतीचे 61 वर्षच आहेत.” 2025 च्या 60 Minutes मुलाखतीत तो जवळपास तीचच गोष्ट पुन्हा सांगतो—“एक सामान्य डिशवॉशर-बसबॉय इतका पुढे जाऊ शकतो” हेच विलक्षण आहे असे वर्णन करत. मला वाटते, तो तसंच म्हणतोय. आणि मला हेही वाटतं की तो नम्रपणे बोलतोय. मेहनत प्रचंड महत्त्वाची असते; मेहनत आणि दुर्मिळ pattern recognition यांचा संग मात्र जास्त महत्वाचा. आपल्याला यापैकी काही निवडायची गरज नाही.
Fortune ला दिलेल्या 2023 च्या त्याच्या प्रतिक्रियांमुळे आणखी एक स्तर जोडला जातो. तैपेमधील Computex मध्ये बोलताना ह्वांग म्हणाला की AI मुळे आता “सगळ्यांनाच प्रोग्रामर बनवलंय—फक्त संगणकाला काहीतरी सांगायचं.” ही टिप्पणी फक्त टेक-प्रचार नाही. ती त्याला बुद्धिमत्ता डायनॅमिक पद्धतीने कळते असं दाखवते: एखादी कौशल्यं ऑटोमेट झाली की, खरंच मौल्यवान विचार दुसरीकडे सरकतो.
त्याची बुद्धिमत्ता फक्त तांत्रिक नाही
तुम्हाला वाटू शकतं की ह्वांग हा अशा हुशार पण थोडा संकुचित लोकांपैकी आहे—जो सुपरकंप्यूटर ऑप्टिमाइज करतो आणि मग अॅपेटायझर्सच्या आधी चुकून संपूर्ण खोलीला अपमान करतो. पण रिपोर्ट्स काहीतरी वेगळंच सांगतात.
Fortune मध्ये कर्मचारी त्याला मागणी करणारा आणि परिपूर्णतावादी म्हणून वर्णन करतात, आणि ह्वांग त्या लेबलशी उघडपणे सहमत आहेत. “तुम्हाला असामान्य गोष्टी करायच्या असतील, तर ते सोपं नसावं,” तो म्हणतो. सगळ्यांच्या स्वप्नातला तितकासा शांत मॅनेजर नसेलही, पण यावरून त्याची मजबूत executive functioning आणि नेहमीपेक्षा जास्त उंच मानके स्पष्ट होतात.
दरम्यान, Stratechery काहीतरी अधिक मऊ आणि आणखी महत्त्वाचं पकडतं: हुआंग म्हणतो, त्याचं सर्वात मोठं वरदान म्हणजे स्वतःला अफलातून लोकांनी वेढणं आणि त्यांना उत्तम काम करण्याची संधी देणं. तो वारंवार सह-संस्थापक आणि अव्वल अभियंत्यांचं श्रेय देतो. हेच सामाजिक बुद्धिमत्तेचं लक्षण आहे. बालपण आणि डॅनीच्या वेळचा तो पॅटर्न आठवा: तो सिस्टीम्स पटकन वाचतो—आणि लोकही सिस्टीम्सच असतात, फक्त त्या थोड्या जास्त गोंधळलेल्या, हे मान्य.
त्याचं नम्रपणातही माहिती दडलेली आहे. 60 Minutesच्या मुलाखतीत हुआंग कबूल करतो की, आपल्या चमकदार सार्वजनिक प्रतिमेच्या मागेही, तो इतक्या मोठ्या कीनोट स्टेजवर चालताना घाबरतो—कारण तो “परफॉर्मर नाही, इंजिनिअर आहे.” ही ओळ मनाला लागू पडते. आणि ती दिखाव्यापेक्षा आत्मजागरूकता दाखवते. पुन्हा सांगायचं तर, IQ म्हणजे EQ नाही—पण आयुष्यात ते अनेकदा एकमेकांना बळ देतात.
आणि त्याची बुद्धिमत्तेबद्दलची व्यापक दृष्टीही आहे. मुलाखतींमध्ये हुआंग वारंवार निर्णयक्षमता, जिद्द आणि “कोपऱ्याआड पाहण्याची” क्षमता याच्याकडे परत येतो. हा माणूस फक्त टेस्ट स्कोर्सची पूजा करणारा नाही. आयुष्यभर त्याने शोधलं आहे की कच्चं सामर्थ्य नेमकं काय करू शकतं आणि काय नाही.
शेवटचा अंदाज: Jensen Huang यांचा अंदाजे IQ
तर मग याचा आपल्याला शेवटी काय फायदा/परिणाम होतो?
आमच्याकडे अधिकृत IQ स्कोअर नाही. पण हुआंगच्या जलद शैक्षणिक प्रगती, इलेक्ट्रिकल इंजिनिअरिंग ट्रेनिंग, स्टॅनफर्ड मास्टर्स, अत्यंत सिस्टीम्स थिंकिंग, फर्स्ट-प्रिन्सिपल्स रीज़निंग, कॉम्प्युटिंगमधील दीर्घकालीन फोरकास्टिंग आणि अत्यंत कठीण उद्योगाच्या शिखरावर दशकानु दशकं मिळालेला अनुभव—यावरून आम्ही एक गंभीर अंदाज लावू शकतो.
आमचा अंदाज आहे की जेन्सन हुआंग यांचा IQ सुमारे 149 आहे.
यामुळे तो साधारणपणे 99.9वा पर्सेंटाइलमध्ये, म्हणजे असाधारण प्रतिभावंत या श्रेणीत येईल.
कमीच का नाही? कारण वरच्या दिशेनेच बोट दाखवणारे अनेक स्वतंत्र पुरावे आहेत: तांत्रिक खोली, वेगळीच अमूर्तता समजण्याची क्षमता, मजबूत मौखिक तर्कशक्ती, रणनीतिक दूरदृष्टी आणि अत्यंत जटिलतेला सहज सोपं करण्याची दुर्मीळ ताकद. असं मग अफाट जास्त—160 किंवा 170—का नाही? कारण त्याची चमक ही शुद्ध सैद्धांतिक प्रतिभेचा एकटाच ठिणगीसारखा झटका वाटत नाही; ती खूप उच्च सर्वसाधारण बुद्धिमत्ता, दर्जेदार अभियांत्रिकी-स्तरीय तर्क, चिकाटी आणि अचूक अंमलबजावणी यांचं एक शक्तिशाली मिश्रण वाटतं.
आणि अजून एक गोष्ट: IQ, जरी काळजीपूर्वक अंदाज लावला तरी, हुआंगच्या सर्वोत्तम गुणांना कदाचित कमीच दाखवते. स्टँडर्ड स्कोअर्स भविष्यवेध, अनिश्चिततेत नेतृत्व, किंवा पुढच्या मोठ्या ट्रेंडला सतत वेळेआधी जुळवून देणारी कंपनी उभारण्याची ताकद पूर्णपणे मोजू शकत नाहीत. म्हणजेच: प्रयोगशाळेतला फक्त प्रतिभावान नाही, तर जो प्रत्यक्षात प्रॉडक्ट/काम पुढे नेतो असा प्रतिभावान.
तो सर्वात शक्य Jensen Huang परिणाम असू शकतो. आयुष्यापासून तुटलेला निर्जीव आकडा नव्हे, तर असा मन ज्यावर तुम्ही प्रत्यक्ष काम करताना पाहू शकता—डिश पिटपासून डेटा सेंटरपर्यंत.
.png)
