অপ্রচলিত AI একটি মেগা সিড রাউন্ড এবং AI চিপসের একটি নতুন পদ্ধতির মাধ্যমে সাফল্য লাভ করে

এর আগমন অপ্রচলিত এআই এটি কৃত্রিম বুদ্ধিমত্তার হার্ডওয়্যারের জগতে এক বিরাট পরিবর্তন এনেছে, যার ফলে তহবিল সংগ্রহের বিষয়টি ইতিমধ্যেই প্রতিটি শিল্প মহলে আলোচিত হচ্ছে। মাত্র কয়েক মাস বয়সী, কোম্পানিটি এটি প্রযুক্তি জগতের সবচেয়ে শক্তিশালী তহবিলের আগ্রহ অর্জন করতে সক্ষম হয়েছে।এমন একটি ধারণার উপর বাজি ধরা যা কাগজে কলমে, AI-এর জন্য কম্পিউটিং সংস্থানগুলি কীভাবে ডিজাইন এবং ব্যবহার করা হয় তা পুনর্বিবেচনা করার প্রতিশ্রুতি দেয়।

ক্রমবর্ধমান বৃহত্তর এবং আরও বেশি ক্ষুধার্ত মডেলগুলিতে মনোনিবেশ করার পরিবর্তে, কোম্পানিটি সমস্যার মূলে আক্রমণ করতে চায়: শক্তি দক্ষতা এবং চিপসের ভৌত স্থাপত্যতার প্রস্তাবটি স্পষ্টতই জীববিজ্ঞান এবং মস্তিষ্কের কার্যকারিতা দ্বারা অনুপ্রাণিত, যার সাথে লক্ষ্য হলো এমন একটি সিস্টেমের কাছাকাছি যাওয়া যা আজকের প্রয়োজনীয় শক্তির একটি ভগ্নাংশ ব্যবহার করে বিপুল কম্পিউটিং শক্তি প্রদান করতে সক্ষম। বৃহৎ ডেটা সেন্টার।

বছরের সবচেয়ে বড় এআই হার্ডওয়্যার বীজ রাউন্ড

অপ্রচলিত AI ৪৭৫ মিলিয়ন ডলারের বীজ রাউন্ড সম্পন্ন করেছেএমন একটি চিত্র যা, এমনকি বিপুল সংখ্যার সাথে অভ্যস্ত একটি বাজারেও, এত প্রাথমিক পর্যায়ে এর বিশালতার জন্য আলাদা। লেনদেনটি কোম্পানির মূল্য প্রায় ৬০০ মিলিয়ন ডলার, এটিকে AI হার্ডওয়্যার ইকোসিস্টেমে বীজ তহবিলের সবচেয়ে আকর্ষণীয় উদাহরণগুলির মধ্যে একটি করে তুলেছে।

এই রাউন্ডটি ভেঞ্চার ক্যাপিটাল ফান্ড দ্বারা পরিচালিত হয়েছে আন্দ্রেসেন হোরোভিটজ (a16z) y লাইটস্পিড ভেঞ্চার পার্টনারসগভীর প্রযুক্তিতে দীর্ঘমেয়াদী বিনিয়োগের ক্ষেত্রে দুটি গুরুত্বপূর্ণ খেলোয়াড়। তাদের সাথে যোগ দিয়েছেন অন্যান্য শীর্ষ-স্তরের বিনিয়োগকারীরা যেমন লাক্স ক্যাপিটাল, ডিসিভিসি, ডেটাব্রিক্স এমনকি আমাজনের প্রতিষ্ঠাতাও, জেফ বেজোসএটি এই অনুভূতিকে আরও দৃঢ় করে যে প্রকল্পটিকে একটি দীর্ঘমেয়াদী কৌশলগত পদক্ষেপ হিসেবে দেখা হচ্ছে।

বহিরাগত মূলধনের পাশাপাশি, একজন সহ-প্রতিষ্ঠাতা তার নিজের পকেট থেকে অবদান রাখার সিদ্ধান্ত নিয়েছেন। ৬০০ মিলিয়ন ডলার...অন্যান্য প্রধান বিনিয়োগকারীদের মতো একই শর্তে। পরিমাণের বাইরে এই পদক্ষেপ কোম্পানির প্রযুক্তিগত এবং ব্যবসায়িক থিসিসের প্রতি প্রতিশ্রুতি এবং অভ্যন্তরীণ আস্থার স্পষ্ট সংকেত পাঠায়।

বিভিন্ন সাক্ষাৎকার অনুসারে, ৪৭৫ মিলিয়ন ডলারের এই প্রাথমিক কিস্তি কেবল একটি তহবিল সংগ্রহ পরিকল্পনার সূচনা হবে যা ২০,০০০ টাকা পর্যন্ত পৌঁছাতে পারে ৬০০ মিলিয়ন ডলার এই একই পর্যায়ে। উদ্দেশ্যের বিশালতা তারা যে ধরণের প্রকল্পের মুখোমুখি হচ্ছে তা তুলে ধরে: জটিল হার্ডওয়্যার, দীর্ঘ উন্নয়ন চক্র, এবং গবেষণা ও উন্নয়নে একটি শক্তিশালী প্রাথমিক বিনিয়োগ.

অন্যান্য সাম্প্রতিক লেনদেনের তুলনায়, মূল্যায়ন কিছুটা কম হয়েছে ৫.৮ বিলিয়ন প্রথম গুজবে যা নিয়ে আলোচনা করা হয়েছিল, কিন্তু এটি এখনও অপ্রচলিত এআইকে স্টার্টআপগুলির লিগে রাখে, যেগুলি খুব কমই কোনও আয় বা বাণিজ্যিক পণ্য ছাড়াই, ইতিমধ্যেই অনেক বেশি পরিপক্ক কোম্পানিগুলির জন্য সংরক্ষিত মূলধনের স্তরে খেলছে।

নবীন রাওয়ের দৃষ্টিভঙ্গি এবং প্রযুক্তিগত ঝুঁকিতে অভ্যস্ত একটি দল

প্রকল্পটি পরিচালনা করছেন নবীন রাওরাও, তার উদ্যোক্তা দিক এবং প্রধান প্রযুক্তি কোম্পানিগুলিতে তার পদ উভয়ের জন্যই কৃত্রিম বুদ্ধিমত্তা জগতে একজন সুপরিচিত ব্যক্তিত্ব। ইন্টেলের কৃত্রিম বুদ্ধিমত্তা প্ল্যাটফর্মের জন্য দায়ী মেশিন লার্নিংয়ের জন্য প্রসেসরে বিশেষজ্ঞ, তার প্রথম স্টার্টআপ, নার্ভানা সিস্টেমস কেনার পর।

পরবর্তীতে, প্রতিষ্ঠাতা সহ-প্রতিষ্ঠা করে আরেকটি পদক্ষেপ নেন মোজাইকএমএল, একটি মডেল প্রশিক্ষণ প্ল্যাটফর্ম যা ডেটা এবং এআই ইকোসিস্টেমে আকর্ষণ অর্জন করেছিল এবং শেষ পর্যন্ত অধিগ্রহণ করেছিল প্রায় ১.৩ বিলিয়ন ডলারে ডেটাব্রিক্সএক দশকেরও কম সময়ের মধ্যে দুটি উল্লেখযোগ্য প্রস্থানের এই ট্র্যাক রেকর্ড, এখন তাদের নতুন প্রকল্পকে সমর্থনকারী তহবিলগুলির মধ্যে আস্থা তৈরিতে ব্যাপক ভূমিকা পালন করেছে।

রাওয়ের পাশাপাশি, কোম্পানিটি উচ্চ-স্তরের প্রোফাইলগুলিকে অন্তর্ভুক্ত করেছে যা ছেদস্থল থেকে এসেছে হার্ডওয়্যার, সফটওয়্যার এবং একাডেমিক গবেষণা, যেমন মাইকেল কার্বিন, সারা আচৌর y মীলান লিএটি এমন একটি দল যা উচ্চ প্রযুক্তিগত ঝুঁকি, দীর্ঘ-চক্র প্রকল্প এবং দ্রুত সফ্টওয়্যার পুনরাবৃত্তি দিয়ে সমাধান করা যায় না এমন সমস্যাগুলি মোকাবেলা করতে অভ্যস্ত, বরং জটিল প্রোটোটাইপ এবং ভৌত স্থাপত্য এবং অ্যালগরিদমের মধ্যে খুব ঘনিষ্ঠ একীকরণের সাথে।

রাও নিজেই ব্যাখ্যা করেছেন যে অপ্রচলিত AI-এর কর্মপরিকল্পনা জড়িত কয়েক বছর ধরে একাধিক প্রোটোটাইপ পরীক্ষা করাদক্ষতা এবং খরচের দিক থেকে কোন প্যারাডাইমটি সবচেয়ে ভালো তা তারা মূল্যায়ন করছে। অন্য কথায়, তারা দ্রুত কোনও পণ্য চালু করতে চাইছে না, বরং এমন একটি প্রযুক্তিগত ভিত্তি তৈরি করতে চাইছে যা আগামী দশকে AI কম্পিউটিংয়ে একটি পার্থক্য আনতে পারে।

তথাকথিত এই বাজি "দীর্ঘ চক্র প্রকৌশল" এটি অনেক সফটওয়্যার স্টার্টআপের সাধারণ পদ্ধতির সাথে বৈপরীত্য, যারা যত তাড়াতাড়ি সম্ভব গ্রাহকদের সাথে যাচাইকরণ এবং দ্রুত পুনরাবৃত্তির মাধ্যমে পণ্যটিকে সূক্ষ্ম-টিউন করার উপর মনোনিবেশ করে। এখানে, পথটি বৃহৎ সেমিকন্ডাক্টর কোম্পানি বা গুরুত্বপূর্ণ অবকাঠামো প্রকল্পগুলির মতোই, যেখানে বিনিয়োগের উপর রিটার্ন পরে আসে কিন্তু, যদি সবকিছু ঠিকঠাক হয়, তাহলে একটি সম্পূর্ণ সেক্টরকে পুনরায় সংজ্ঞায়িত করতে পারে।

কৃত্রিম বুদ্ধিমত্তার জন্য একটি নতুন ধরণের মেশিন

অপ্রচলিত AI-এর প্রস্তাবের মূল কথা হল তৈরি করা একটি মৌলিকভাবে আরও বেশি শক্তি-সাশ্রয়ী কম্পিউটার কৃত্রিম বুদ্ধিমত্তার কাজের চাপের জন্য। রাও এই উচ্চাকাঙ্ক্ষাকে এমন একটি বাক্যাংশে সংক্ষেপে বর্ণনা করেছেন যা এই খাতে মনোযোগ আকর্ষণ করেছে: এমন একটি সিস্টেম ডিজাইন করা যা "জীববিজ্ঞানের মতোই দক্ষ", ন্যূনতম শক্তি খরচ করে জটিল গণনা করার জন্য মানব মস্তিষ্কের ক্ষমতাকে একটি রেফারেন্স হিসেবে গ্রহণ করা।

যদিও বেশিরভাগ শিল্প মডেলের স্কেলিং-এ জোর দিচ্ছে—আরও প্যারামিটার, আরও ডেটা, আরও জিপিইউ—, কোম্পানিটি এই ধারণা থেকে শুরু করে যে এই কৌশলটির খরচ এবং উপলব্ধ শক্তির ক্ষেত্রে একটি স্পষ্ট সীমা রয়েছেবৃহৎ ডেটা সেন্টারগুলি ইতিমধ্যেই বিদ্যুৎ সীমাবদ্ধতা, ক্রমবর্ধমান খরচ এবং টেকসইতার সমস্যার সম্মুখীন হচ্ছে, যা জলবায়ু এবং নিয়ন্ত্রক উদ্দেশ্যের কারণে ইউরোপ এবং স্পেনে বিশেষ উদ্বেগের বিষয়।

এই গতিশীলতা ভাঙতে, স্টার্টআপটি প্রস্তাব করে কম্পিউটিং স্থাপত্যে একটি আদর্শ পরিবর্তনপ্রচলিত ডিজিটাল স্থাপত্যগুলিকে আরও পরিমার্জিত করার পরিবর্তে, এমন নকশাগুলি অন্বেষণ করুন যা সিলিকনের ভৌত বৈশিষ্ট্য এবং মস্তিষ্কের কার্যকারিতা দ্বারা অনুপ্রাণিত নীতিগুলি, যেমন নিউরনের অরৈখিক গতিবিদ্যা।

তাদের ওয়েবসাইটে প্রকাশিত একটি লেখায়, কোম্পানিটি তাদের লক্ষ্যকে একটি "বুদ্ধিমত্তার জন্য নতুন স্তর"ধারণাটি হল, জৈবিক সিস্টেমের আচরণের সাথে কৃত্রিম কম্পিউটিংকে সংযুক্ত করে এমন সঠিক কাঠামো খুঁজে বের করার মাধ্যমে, কেবলমাত্র ক্লাসিক ডিজিটাল স্থাপত্য উন্নত করে যা অর্জন করা হয় তার চেয়ে অনেক বেশি দক্ষতা অর্জন করা সম্ভব।

রাউন্ডে অংশগ্রহণকারী লাইটস্পিডের বিনিয়োগকারীরা সেই নির্ণয়ের সাথে একমত, প্রয়োজনীয়তার দিকে ইঙ্গিত করে "বুদ্ধিমত্তার জন্য উপযুক্ত আইসোমরফিজম" অনুসন্ধান করতে যদি লক্ষ্য হয় AI শক্তি খরচে ব্যাপক হ্রাস অর্জন করা, তাহলে এই চিন্তাভাবনা নিউরোমরফিক কম্পিউটিং এবং উন্নত অ্যানালগ সিস্টেমের গবেষণা প্রচেষ্টার সাথে সামঞ্জস্যপূর্ণ, যা এখন পর্যন্ত মূলত বৃহৎ নির্মাতাদের একাডেমিয়া বা পরীক্ষামূলক প্রকল্পের মধ্যেই রয়ে গেছে।

স্থাপত্য: অ্যানালগ চিপস থেকে স্পন্দিত নিউরন পর্যন্ত

অপ্রচলিত AI-এর সবচেয়ে আকর্ষণীয় দিকগুলির মধ্যে একটি হল এর সম্মিলিত পদ্ধতি অ্যানালগ, মিশ্র এবং নিউরোমরফিক স্থাপত্যবর্তমান ডিজিটাল চিপগুলির বিপরীতে, যা বিচ্ছিন্ন শূন্য এবং এক ব্যবহার করে তথ্য উপস্থাপন করে, অ্যানালগ ডিজাইনগুলি অবিচ্ছিন্ন মানগুলির সাথে কাজ করার এবং ভৌত ঘটনাগুলির সুবিধা গ্রহণের অনুমতি দেয় যা সঠিকভাবে নিয়ন্ত্রিত হলে, নির্দিষ্ট ক্রিয়াকলাপের জন্য অনেক বেশি দক্ষ হতে পারে। এই পদ্ধতিটি অগ্রগতির দিকে ইঙ্গিত করে উন্নত চিপ নকশা এবং প্রক্রিয়া যা ভৌত ভিত্তি থেকে দক্ষতা সর্বোত্তম করার চেষ্টা করে।

কোম্পানিটি অন্বেষণ করছে সম্ভাব্যতা বিতরণগুলিকে শারীরিকভাবে সংরক্ষণ করতে সক্ষম চিপগুলিঐতিহ্যবাহী প্রসেসরের মতো সংখ্যাগতভাবে আনুমানিকভাবে তাদের আনুমানিক করার পরিবর্তে। এটি সম্ভাব্য মডেলগুলির জন্য আরও প্রাকৃতিক উপস্থাপনার দরজা খুলে দেয় এবং সম্ভাব্যভাবে, এক হাজার গুণ পর্যন্ত শক্তি খরচ হ্রাস আজকের ডেটা সেন্টারগুলিতে আধিপত্য বিস্তারকারী ডিজিটাল সিস্টেমের তুলনায়।

এটি অর্জনের জন্য, দলটি ধারণাগুলি ব্যবহার করে অসিলেটর, তাপগতিবিদ্যা এবং স্পাইকিং নিউরনএই ধরণের মডেলটি সময়ের সাথে সাথে বিচ্ছিন্ন আবেগ দ্বারা প্রকৃত নিউরনগুলি যেভাবে সক্রিয় হয় তা দ্বারা অনুপ্রাণিত। নিউরোমরফিক ক্ষেত্রের বৈশিষ্ট্যযুক্ত এই স্থাপত্যগুলি ব্যবহার না করার সময় চিপের বৃহৎ অংশ নিষ্ক্রিয় করতে পারে, যা ধ্রুবক কার্যকলাপ বজায় রাখে এমন সার্কিটের তুলনায় শক্তির ক্ষতি উল্লেখযোগ্যভাবে হ্রাস করে।

এই পদ্ধতিটি ইন্টেলের মতো কোম্পানিগুলির নিউরোমরফিক প্রসেসরের পূর্ববর্তী প্রচেষ্টার কিছুটা স্মরণ করিয়ে দেয়, যা ঐতিহ্যবাহী কেন্দ্রীয় ঘড়িটি বাদ দেয় এবং চিপটিকে অ্যাসিঙ্ক্রোনাসভাবে কাজ করার অনুমতি দেয়, কাজের চাপের উপর নির্ভর করে কেবল প্রয়োজনীয় অংশগুলি সক্রিয় করে। তবে, অপ্রচলিত AI আরও এক ধাপ এগিয়ে যেতে চায়শুধুমাত্র নিউরোনাল আচরণ অনুকরণ করেই নয়, বরং সিলিকনের ভৌত নকশাকে সেই পরিবেশের জন্য বিশেষভাবে ডিজাইন করা AI মডেলের সাথে ঘনিষ্ঠভাবে একীভূত করে।

এই সমন্বয় বিশেষায়িত হার্ডওয়্যার এবং সহ-পরিকল্পিত মডেল এটি এমন একটি ভবিষ্যতের দিকে ইঙ্গিত করে যেখানে চিপ এবং অ্যালগরিদমের মধ্যে সীমানা ঝাপসা হয়ে যাবে এবং যেখানে কর্মক্ষমতা আর কতগুলি GPU স্ট্যাক করা যেতে পারে তার উপর নির্ভর করবে না, বরং উপকরণ এবং সার্কিটের গভীর ভৌত বৈশিষ্ট্যগুলি কতটা ভালভাবে কাজে লাগানো হচ্ছে তার উপর নির্ভর করবে।

পরবর্তী AI তরঙ্গের জন্য কাস্টম-ডিজাইন করা একটি SoC

সাধারণ সারসংক্ষেপের বাইরেও, অপ্রচলিত এআই যে ধরণের চিপ উৎপাদনে আনতে চায় সে সম্পর্কে প্রযুক্তিগত বিবরণ উঠে আসছে। কোম্পানি কর্তৃক প্রকাশিত বিভিন্ন চাকরির পোস্টিং ইঙ্গিত করে... সিস্টেম-অন-এ-চিপ (SoC) ডিজাইনের উপর ভিত্তি করে একটি AI অ্যাক্সিলারেটরঅর্থাৎ, একটি একক উপাদান যা বেশ কয়েকটি বিশেষায়িত কম্পিউটিং মডিউলকে একীভূত করে।

এই বর্ণনা অনুসারে, SoC-তে অন্তর্ভুক্ত থাকবে একটি কেন্দ্রীয় প্রসেসর (CPU) প্রাথমিক কাজের জন্য দায়ী, যেমন সংবেদনশীল তথ্য সংগঠিত করা এবং প্রস্তুত করা, আরও নির্দিষ্ট AI ইউনিটগুলিতে প্রেরণের আগে। এই সাধারণ ভিত্তির উপর ভিত্তি করে, অপ্টিমাইজ করা ব্লকগুলি সম্পাদনের জন্য যুক্ত করা হবে রৈখিক বীজগণিত অপারেশনযা বৃহৎ ভাষা মডেল থেকে শুরু করে কম্পিউটার ভিশন সিস্টেম পর্যন্ত প্রায় সকল গভীর শিক্ষা মডেলের গাণিতিক হৃদয়।

নকশাটি ব্যবহারকেও বিবেচনা করে তৃতীয় পক্ষের বৌদ্ধিক সম্পত্তি কিছু মডিউলের ক্ষেত্রে, এটি সেমিকন্ডাক্টর শিল্পে সাধারণ অভ্যাস, যেখানে কিছু প্রমাণিত ব্লককে স্ক্র্যাচ থেকে বিকাশের চেয়ে লাইসেন্স দেওয়া বেশি দক্ষ। সেখান থেকে, অপ্রচলিত AI-এর অতিরিক্ত মূল্য SoC-এর সবচেয়ে উদ্ভাবনী অংশগুলিতে কেন্দ্রীভূত হবে।

এই পার্থক্যকারী উপাদানগুলির মধ্যে রয়েছে মিশ্র সংকেত সার্কিটএই সার্কিটগুলি, অ্যানালগ এবং ডিজিটাল উভয় তথ্য প্রক্রিয়াকরণ করতে সক্ষম, সেন্সর থেকে ডেটা পরিচালনা করার জন্য বা সরাসরি পদার্থবিদ্যা-অনুপ্রাণিত ক্রিয়াকলাপ বাস্তবায়নের জন্য খুবই কার্যকর। কোম্পানি যে অরৈখিক গতিবিদ্যা এবং সম্ভাব্য উপস্থাপনাগুলি অনুসরণ করছে তা কাজে লাগানোর জন্য চিপের জন্য এই ধরণের সার্কিট্রি গুরুত্বপূর্ণ।

আরেকটি প্রাসঙ্গিক বিষয় হল কোম্পানির আগ্রহ উদীয়মান অ-উদ্বায়ী স্মৃতি, যেমন RRAMবিদ্যুৎ চলে গেলেও এই প্রযুক্তিগুলি তথ্য ধরে রাখে। কিছু পরিস্থিতিতে এগুলি ঐতিহ্যবাহী ফ্ল্যাশ মেমোরির তুলনায় কর্মক্ষমতা সুবিধা প্রদান করতে পারে, যদিও তারা এখনও প্রযুক্তিগত চ্যালেঞ্জের মুখোমুখি হয় যা ডেটা সেন্টারগুলিতে তাদের ব্যাপক স্থাপনাকে সীমিত করে দিয়েছে। মেমোরি বাজারের বিবর্তন এবং নির্মাতাদের সিদ্ধান্ত যেমন পণ্য লাইনের সাথে সম্পর্কিত মাইক্রন তারা এই চ্যালেঞ্জ এবং সুযোগগুলি তুলে ধরে।

হার্ডওয়্যার এবং এআই মডেলের সহ-নকশা

অপ্রচলিত এআই কেবল প্রসেসরের ভৌত স্তরেই থাকতে চায় না। কৌশলটিতে তাদের চিপগুলির সাথে খাপ খাইয়ে নেওয়া AI মডেলগুলি তৈরি করাও জড়িত।শুরু থেকেই সফ্টওয়্যার এবং হার্ডওয়্যার একসাথে তৈরি করে অপ্টিমাইজেশন মার্জিনের সুবিধা গ্রহণ করা।

এই পদ্ধতির সহ-নকশা এটি চিপের মধ্যে ডেটা কীভাবে উপস্থাপন করা হবে, কোন ক্রিয়াকলাপগুলি সম্পাদন করা হবে এবং কীভাবে কাজ বিতরণ করা হবে তার উপর সর্বাধিক নিয়ন্ত্রণের অনুমতি দেয়। সাধারণ-উদ্দেশ্যের GPU-গুলির জন্য ডিজাইন করা বিদ্যমান মডেলগুলিকে অভিযোজিত করার পরিবর্তে, কোম্পানিটি এমন অ্যালগরিদম ডিজাইন করতে পারে যা তার অ্যানালগ সার্কিট, স্পন্দিত নিউরন বা অপ্রচলিত মেমরি মডিউলগুলির অনন্য বৈশিষ্ট্যগুলিকে কাজে লাগায়।

কোম্পানি আশা করে যে এই একীকরণের ফলে এটি অর্জন করতে সক্ষম হবে বর্তমান সিলিকনের তুলনায় প্রায় ১,০০০ গুণ দক্ষতা নির্দিষ্ট কাজের চাপের অধীনে। যদিও প্রথম স্বাধীন প্রোটোটাইপ এবং মানদণ্ড উপস্থিত হওয়ার সময় এই পরিসংখ্যানগুলি যাচাই করা প্রয়োজন হবে, তবে এগুলি দলটি যে উচ্চাকাঙ্ক্ষার লক্ষ্যে রয়েছে তার একটি ধারণা দেয়।

এই ধরণের পদ্ধতি বিশেষভাবে প্রাসঙ্গিক ইউরোপ এবং স্পেনযেখানে প্রযুক্তিগত সার্বভৌমত্ব এবং বিদেশী হার্ডওয়্যার সরবরাহকারীদের উপর নির্ভরতা নিয়ে বিতর্ক ক্রমশ জোরদার হচ্ছে। নতুন, আরও দক্ষ AI আর্কিটেকচার থাকা আরও টেকসই এবং কম ব্যয়বহুল ডেটা সেন্টারের দরজা খুলে দেয়।এটি অঞ্চলের জ্বালানি এবং নিয়ন্ত্রক অগ্রাধিকারের সাথে সামঞ্জস্যপূর্ণ। প্রধান ক্লাউড সরবরাহকারী এবং হার্ডওয়্যার নির্মাতাদের মধ্যে জোট, যেমন সম্প্রতি শিল্পের ভূদৃশ্যকে নতুন রূপ দিয়েছে, এই সমাধানগুলি কোন প্রেক্ষাপটে খাপ খাইয়ে নিতে পারে তার উদাহরণ দেয়।ক্লাউড এবং নির্মাতাদের মধ্যে সহযোগিতা).

যদি অপ্রচলিত AI মডেলটি শেষ পর্যন্ত প্রতিযোগিতামূলক প্রমাণিত হয়, ইউরোপীয় ক্লাউড কোম্পানি, গবেষণাগার এবং বৃহৎ কর্পোরেশনগুলিকে এই ধরণের সমাধানগুলিকে একীভূত করতে দেখা অবাক করার মতো কিছু হবে না। এর অবকাঠামোতে, খুঁজছে জ্বালানি খরচ এবং কার্বন পদচিহ্ন কমানো উন্নত AI ক্ষমতার ত্যাগ ছাড়াই।

বাজার প্রেক্ষাপট: মেগা-রাউন্ড এবং এআই অবকাঠামোর জন্য প্রতিযোগিতা

অপ্রচলিত AI এর ঘটনাটি একটি বৃহত্তর প্রবণতার অংশ: খুব প্রাথমিক পর্যায়ে কয়েক মিলিয়ন ডলার সংগ্রহকারী এআই স্টার্টআপগুলির উত্থান, কয়েক বছর আগে যে মূল্যায়নগুলি তালিকাভুক্ত কোম্পানি বা খুব একত্রিত রাজস্ব সহ কোম্পানিগুলির জন্য সংরক্ষিত ছিল।

সাম্প্রতিক বছরগুলিতে, নামগুলি যেমন ওপেনএআই, নৃতাত্ত্বিক অথবা যেমন ব্যক্তিত্বদের দ্বারা প্রচারিত উদ্যোগ ইলিয়া সুটস্কেভার o মীরা মুরতি তারা ঐতিহাসিক ভেঞ্চার ক্যাপিটাল রাউন্ডে জড়িত। ২০২৫ সালে, কয়েক ডজন এআই স্টার্টআপ মাইলফলক অতিক্রম করেছে অর্থায়নে 100 মিলিয়ন ডলারএই খাতে অভূতপূর্ব বিনিয়োগের পরিমাণ একীভূত করা।

এই তরঙ্গের ভেতরে, অবকাঠামোর জন্য যুদ্ধ চিপস, বিশেষায়িত ক্লাউড, অ্যাক্সিলারেটর এবং প্রশিক্ষণ ব্যবস্থা সবচেয়ে বিতর্কিত ক্ষেত্রগুলির মধ্যে একটি হয়ে উঠেছে। প্রসেসর নির্ভরতা হাতে গোনা কিছু নির্মাতার, বিশেষ করে উচ্চমানের জিপিইউ-এর ঘাটতি, বিনিয়োগকারী এবং উদ্যোক্তাদের সরবরাহ এবং মূল্যের বাধা দূর করার জন্য বিকল্প খুঁজতে উৎসাহিত করেছে।

অপ্রচলিত AI এই দৌড়ে প্রবেশ করে প্রস্তাব করে প্রধান GPU নির্মাতাদের সাথে কেবল ক্রমবর্ধমান প্রতিযোগিতার চেয়ে ভিন্ন পথকেবল আরও কর্মক্ষমতার জন্য লড়াই করার পরিবর্তে, শক্তি দক্ষতার ক্ষেত্রে ব্যাপক উন্নতি অর্জনের দিকে মনোনিবেশ করুন, যা মধ্যমেয়াদে AI সিস্টেমগুলিকে ভৌত এবং অর্থনৈতিক সীমাবদ্ধতার মধ্যে না গিয়ে বৃদ্ধি অব্যাহত রাখার জন্য গুরুত্বপূর্ণ।

ইউরোপীয় বাস্তুতন্ত্রের জন্য, যেখানে জ্বালানি খরচ এবং নির্গমনের উপর নিয়ন্ত্রক প্রয়োজনীয়তা বিশেষভাবে কঠোর, এই ধরণের প্রস্তাবের সাফল্য নির্ণায়ক প্রমাণিত হতে পারে। অনেক বেশি দক্ষ এআই হার্ডওয়্যার এটি সবুজ রূপান্তর কৌশলগুলির সাথে খাপ খায়, একই সাথে কোম্পানি এবং প্রশাসনগুলিকে তাদের ব্যবহার না বাড়িয়ে উন্নত AI অ্যাপ্লিকেশন স্থাপনের অনুমতি দেয়।

প্রকল্পটি অপ্রচলিত এআই এটি বর্তমান সময়ের অনেক প্রধান প্রবণতার মূর্ত প্রতীক: বীজ পর্যায়ে মেগা-রাউন্ড, AI-এর জন্য প্রাথমিকভাবে ডিজাইন করা হার্ডওয়্যার, জীববিজ্ঞান থেকে সরাসরি অনুপ্রেরণা এবং ক্রমবর্ধমান স্পষ্ট বাস্তবতার প্রতি সাড়া দেয় এমন শক্তি দক্ষতার প্রতি আকাঙ্ক্ষা। যদি কোম্পানিটি সিলিকনে তার প্রতিশ্রুতি বাস্তবায়ন করতে সক্ষম হয়, তাহলে এটি পরবর্তী দশকে মার্কিন যুক্তরাষ্ট্র এবং ইউরোপ উভয় ক্ষেত্রেই এবং সম্প্রসারিতভাবে স্পেনের মতো বাজারে কৃত্রিম বুদ্ধিমত্তা মডেলগুলিকে কীভাবে প্রশিক্ষিত এবং পরিচালিত করা হয় তা নির্ধারণকারী মূল খেলোয়াড়দের মধ্যে একটি হয়ে উঠতে পারে।

সম্পর্কিত নিবন্ধ:

চিপ ডিজাইনের কেন্দ্রবিন্দুতে অবস্থিত সিনোপসিসের সাথে এনভিডিয়া তার কৌশলগত জোটকে শক্তিশালী করছে

আলবার্তো নাভারো

আমি একজন প্রযুক্তি উত্সাহী যিনি তার "গীক" আগ্রহকে একটি পেশায় পরিণত করেছেন। আমি আমার জীবনের 10 বছরেরও বেশি সময় অতিবাহিত করেছি অত্যাধুনিক প্রযুক্তি ব্যবহার করে এবং বিশুদ্ধ কৌতূহল থেকে সমস্ত ধরণের প্রোগ্রামের সাথে টিঙ্কারিং করে। এখন আমি কম্পিউটার প্রযুক্তি এবং ভিডিও গেমে বিশেষায়িত হয়েছি। এর কারণ হল 5 বছরেরও বেশি সময় ধরে আমি প্রযুক্তি এবং ভিডিও গেমগুলির উপর বিভিন্ন ওয়েবসাইটের জন্য লিখছি, এমন নিবন্ধ তৈরি করছি যা আপনাকে এমন একটি ভাষায় আপনার প্রয়োজনীয় তথ্য দিতে চায় যা প্রত্যেকের বোধগম্য।

যদি আপনার কোন প্রশ্ন থাকে, আমার জ্ঞান উইন্ডোজ অপারেটিং সিস্টেমের সাথে সাথে মোবাইল ফোনের জন্য অ্যান্ড্রয়েড সম্পর্কিত সবকিছু থেকে শুরু করে। এবং আমার প্রতিশ্রুতি আপনার প্রতি, আমি সর্বদা কয়েক মিনিট সময় ব্যয় করতে এবং এই ইন্টারনেট জগতে আপনার যে কোনও প্রশ্নের সমাধান করতে সাহায্য করতে ইচ্ছুক।