30 दिसंबर 2025 · 24-घंटे AI ब्रीफिंग: Meta ने एजेंट को “खरीदा”, Jensen ने उत्तराधिकार की परीक्षा ली, TSMC 2nm ने GAA युग की शुरुआत की
पिछले 24 घंटों में तीन बड़ी दिशाएँ साफ़ हुई हैं: बड़े प्लेटफ़ॉर्म “अक्विज़िशन + डिस्ट्रीब्यूशन” से AI एजेंट का एंट्री-पॉइंट पकड़ रहे हैं; NVIDIA रोबोटिक्स और सिमुलेशन पर लंबी अवधि की बाज़ी लगा रहा है; और प्रोसेस लीडरशिप अब सिर्फ़ स्केलिंग नहीं, बल्कि ट्रांजिस्टर संरचना और सिस्टम-स्तरीय सह-ऑप्टिमाइज़ेशन का खेल बन रही है।
1. Meta ने AI ऐप डेवलपर Manus को अरबों डॉलर में खरीदा—यह उसका तीसरा सबसे बड़ा अधिग्रहण है।
टिप्पणी:
Meta के पास Llama, विशाल यूज़र डेटा और सोशल डिस्ट्रीब्यूशन है, लेकिन AI Agent क्षेत्र में लंबे समय से “किलर” प्रोडक्ट की कमी रही है। Manus को जनरल-पर्पज़ एजेंट के रूप में पेश किया जाता है, जो मार्केट रिसर्च, कोडिंग, डेटा एनालिसिस और ट्रैवल प्लानिंग जैसे काम खुद कर सकता है—“सोच → योजना → निष्पादन → सत्यापन” के क्लोज़्ड-लूप के साथ। Meta के लिए यह “एक और मॉडल” नहीं, बल्कि Llama और अपने डिस्ट्रीब्यूशन को सीधे बिक्री योग्य फ़ंक्शन से जोड़ने का कदम है—ओपन-सोर्स क्षमता और राजस्व के बीच की मिडल-लेयर भरने के लिए।
पर निर्णायक सवाल यही है: क्या Meta इसे WhatsApp/Instagram/Facebook के कोर यूज़-केस में इस तरह एम्बेड कर पाएगा कि टिकाऊ उपयोग और भुगतान व्यवहार बने, या यह केवल शक्तिशाली डेमो तक सीमित रह जाएगा?
2. Jensen Huang के दो बच्चे NVIDIA के कोर मैनेजमेंट में आए—उत्तराधिकार पर चर्चा तेज़।
टिप्पणी:
Madison Huang और Spencer Huang क्रमशः Omniverse (सिमुलेशन) और रोबोटिक्स लाइन की जिम्मेदारी संभाल रहे हैं। उन्हें NVIDIA के सबसे लाभदायक डेटासेंटर/GPU कोर से दूर रखकर ऐसे क्षेत्रों में लगाया गया है जो अभी निवेश चरण में हैं—लेकिन Jensen के अनुसार “AI के दूसरे हाफ़” के मुख्य युद्धक्षेत्र हैं।
रणनीतिक रूप से यह शॉर्ट-टर्म संवेदनशीलता घटाता है और लॉन्ग-साइकिल बिज़नेस में नेतृत्व क्षमता की परीक्षा लेता है—साथ ही कंपनी के भीतर रोबोटिक्स/सिमुलेशन को ‘सेंट्रल’ घोषित करता है।
अगर आप Jensen होते, क्या आप ऐसा ही करते? क्यों?
3. TSMC ने 2nm का Q4 2025 में मास प्रोडक्शन घोषित किया—GAA युग की शुरुआत।
टिप्पणी:
2nm, TSMC का पहला मास-प्रोडक्शन नोड है जो nanosheet GAA ट्रांजिस्टर पर आधारित है—FinFET से मुख्यधारा का संक्रमण। अहमियत “छोटा” होने से आगे है: गेट कंट्रोल/चैनल इंजीनियरिंग, डिवाइस-इंटरकनेक्ट-पावर डिलीवरी का को-डिज़ाइन, DTCO और यील्ड-रैम्प निर्णायक होंगे।
AI में बाधाएँ तेजी से सिस्टम-लेवल पर हैं: HBM, इंटरकनेक्ट, पैकेजिंग, पावर और कूलिंग। 2nm perf-per-watt बढ़ाएगा, पर असली जीत पैकेजिंग क्षमता/यील्ड, HBM सप्लाई चेन समन्वय और सॉफ़्टवेयर/सिस्टम आर्किटेक्चर में लाभ उतारने की क्षमता से तय होगी।
पिछले 72 घंटों की बड़ी तस्वीर के लिए पढ़ें: