ای آئی ماڈل کی نوآوریاں ای آئی انفراسٹرکچر میں نئے مواقع پیدا کرتی ہیں

لکھنے والے: الفا کمیونٹی

پچھلے کچھ عرصے سے، AI نیٹ ورک کمیونیکیشن کے شعبے میں زبردست رُجحان دیکھا جا رہا ہے۔

ایک طرف، سلیکون ویلی کی AI نیٹ ورک کمیونیکیشن اسٹارٹ اپس کو بڑی رقم کی سرمایہ کاری ملتی ہے، دوسری طرف، دوسرے بازار کی AI نیٹ ورک کمیونیکیشن، خاص طور پر آپٹیکل کمیونیکیشن کمپنیوں کے شیئرز کی قیمتیں بھی تیزی سے بڑھ رہی ہیں۔

AI نیٹ ورک کمیونیکیشن کی مقبولیت کیوں بڑھ رہی ہے؟ اصل میں یہ مانگ ہے جو چل رہی ہے: ماڈل کا سائز بڑھ رہا ہے، ٹوکن کی استعمال بڑھ رہی ہے، اور کمپوٹیشنل پاور کی کمی آ رہی ہے۔ اور کمپوٹیشنل پاور کے ذریعے کم لاگت پر زیادہ پاور نکالنے کے لیے، ہمیں بنیادی ٹیکنالوجی پر غور کرنا ہوگا۔

چپس کے درمیان مواصلات کو تیز کرنا، نوڈس کے درمیان مواصلات کو تیز کرنا، اور پورے کمپیوٹیشنل انفراسٹرکچر کی کارکردگی بڑھانا، ایک ایسی راہ ہے جو ابھی تصدیق کی جا رہی ہے۔

اپسکیل AI نامی ایک کمپنی نے حالیہ سرمایہ کاری میں بڑی کامیابی حاصل کی ہے۔ اس نے ستمبر 2025 میں میفلڈ اور میورک سلیکون کی قیادت میں 100 ملین امریکی ڈالر کی بیج فنڈنگ حاصل کی، جس میں اسٹیپ اسٹون گروپ، سیلیسٹا کپٹل، ایکسورا، کوالکوم وینچرز، کوٹا کپٹل، ایم وی پی وینچرز اور سٹینفورڈ یونیورسٹی بھی شامل ہیں۔

جنوری 2026 میں 2 ارب امریکی ڈالر کی A سیریز فنڈنگ حاصل ہوئی، جس کی قیادت Tiger Global، Premji Invest اور Xora Innovation نے کی، جبکہ Maverick Silicon، StepStone Group، Mayfield، Prosperity7 Ventures، Intel Capital اور Qualcomm Ventures نے شرکت کی۔

ہالیا خبروں کے مطابق، وہ 180 ملین سے 200 ملین امریکی ڈالر کے نئے فنڈنگ راؤنڈ پر بات چیت کر رہا ہے۔

ایک ایسی کمپنی جس نے اب تک ایک سال سے بھی کم عرصہ گزارا ہے، کیوں اس نے لگاتار بڑی سرمایہ کاری حاصل کی؟ اس کا تعلق اس کے بنانے والے ٹیم سے ہے۔ درحقیقت، Upscale AI Auradine سے نکلی ہے، جو خود ایک نئی AI انفراسٹرکچر کمپنی ہے جو اب Velaura AI کے نام سے جانی جاتی ہے اور یہ کلاؤڈ، ایج اور فزیکل AI ایپلیکیشنز کے لیے ثابت شدہ، بہت کم طاقت کے ساتھ انقلابی کمپوٹنگ حل فراہم کرنے پر توجہ دے رہی ہے۔

بارون کر اور راجیو کے، تصویر کاری: Upscale AI

اپسکیل AI کے ملکہ معاون اور سی ای او بارون کر، پہلے آرودین کے سی او او تھے، جبکہ ملکہ معاون اور ایگزیکٹو چیئرمین راجیو کے پہلے آرودین کے سی ای او تھے، جو اب ویلاورا AI کے سی ای او بھی ہیں۔ اپسکیل AI کے سی ٹی او پونیت اگروال نے بروکم میں دس سال کام کیا اور مارول میں ڈیٹا سنٹر ڈیپارٹمنٹ کے سی ٹی او بھی رہ چکے ہیں۔

بارون کار اور راجیو کے پچھلے کاروبار سے پہلے بڑی کمپنیوں میں کام کرنے کا تجربہ بھی ہے، جس سے واضح ہوتا ہے کہ یہ ایک ایسا ٹیم ہے جو صنعت میں سالوں سے مصروف ہے اور اس میں وسیع تجربہ موجود ہے۔

AI نیٹ ورک کمیونیکیشن، کیوں اہم ہے؟ اس کا جواب تکنیکی بنیادوں سے شروع ہوتا ہے۔

AI کمپوٹیشن لود کی خصوصیات اعلیٰ سینکرونائزیشن ہیں۔ بڑے پیمانے پر ماڈل ٹریننگ، MoE آرکیٹیکچر، اور ڈسٹریبیوٹڈ انفرنس جیسے جدید لودز نیٹ ورک پر اعلیٰ سینکرونائزیشن کا دباؤ ڈالتے ہیں۔

ٹریننگ کے دوران، ماڈل کے پیرامیٹرز کے گریڈیئنٹس کو ہزاروں GPU کے درمیان انتہائی سینکرونائزڈ لہروں میں منتقل کیا جانا چاہیے؛ جبکہ انفرینس کیلئے کمپوٹیشن سے بڑے پیمانے پر فین آؤٹ ٹریفک پیدا ہوتا ہے اور اس کے لیے تاخیر کے لیے بہت سخت درخواستیں ہوتی ہیں۔

جب نیٹ ورک کے ساتھ تطبیق نہ ہو، تو GPU روک جاتی ہے اور انتظار کرتی ہے، تاخیر لگاتار بڑھتی جاتی ہے اور کمپوٹیشن کلัสٹر کی کارکردگی ٹوٹ پڑتی ہے۔

یہ ایک آرکیٹیکچر میچنگ کا مسئلہ ہے، جسے ٹیوننگ سے حل نہیں کیا جا سکتا۔

روایتی نیٹ ورکس جو عام صلاحیت کی تلاش کرتے ہیں، ان میں مختلف لوڈز کے ساتھ مطابقت کی وجہ سے پیدا ہونے والی پیچیدگی اب AI کے مناظر میں رکاوٹ بن چکی ہے۔ یقینی مواصلات اور GPU کے کالیکٹو مواصلات کی ضرورت والی مضبوط ہم آہنگی، روایتی نیٹ ورک کے ڈیزائن کی حدود کو پار کر رہی ہے۔

AI کیلکولیشن کلัสٹر کے لیے درکار نیٹ ورک، بڑے پیمانے پر، یقینی، مزامنی، اور اعلیٰ ٹھراؤ والی مواصلات کو سپورٹ کرنے میں قادر ہونا چاہیے۔

AI نیٹ ورک کو بنیادی طور پر دوبارہ تعمیر کیا جانا چاہیے، جس میں Scale-Up اور Scale-Out کنکشن کی حقیقی ضروریات کو مدنظر رکھا جائے۔

مزید تفصیل کے لیے، مدل پر ہی یہ منحصر ہے۔

اب ماڈل کے دو خصوصیات ہیں جو AI کمپوٹنگ کلبس نیٹ ورک پر خاص طور پر زور ڈالتی ہیں۔ ایک تو ماڈل کے پیرامیٹرز کا انفرادی طور پر بڑھنا ہے، اور دوسری لمبے کانٹیکسٹ اور CoT کا مسلسل ترقی پانا۔

DeepSeek V4 pro کے نئے اجرا کے ساتھ، اس کا سائز 1.6T تک پہنچ گیا ہے اور اس کا حوالہ مجموعہ 1M تک پہنچ گیا ہے۔ 1.6T کے سائز کے لیے 1.6T میموری کی ضرورت ہوگی، جو ایک ہی کارڈ پر میموری کافی نہیں ہوگی، اس لیے اسے کئی ایکسلریٹرز پر تقسیم کرنا پڑے گا، اور اس کے نتیجے میں چپ کے درمیان مواصلات فوراً رکاوٹ بن جاتی ہے۔

طویل سیاق و سباق کی ونڈو کی وجہ سے KV کیش کا حجم تیزی سے بڑھ جائے گا اور یہ ایک ہی GPU کی HBM میموری کی صلاحیت سے زیادہ ہو جائے گا۔ یہ دونوں میموری کی صلاحیت اور کمیونیکیشن بینڈ ویتھ پر دوہرا دباؤ ڈالتے ہیں۔

صرف چپ لیول کی نوآوری نہیں، بلکہ پورے اسٹیک کی نوآوری

اس بڑے پیرامیٹر اور لمبے کنٹیکس ونڈو ماڈل کی تربیت اور چکنے استعمال کے لیے اصل حل "کمپوٹیشن بارڈر" کو دوبارہ تعریف کرنا ہے، تاکہ زیادہ GPU سپریم سپیڈ نیٹ ورک کے ذریعے جڑ سکیں، جن میں سب مائیکرو سیکنڈ لیٹنس اور ہائی تھروٹ پٹ کالیکٹو کمیونیکیشن کی صلاحیت ہو، جس سے انہیں ایک "سوپر GPU" کے طور پر دیکھا جا سکے، اس طرح ریک کا فارمیٹ ظاہر ہوا۔

NVIDIA کے NVL72 کے مثال کے طور پر، یہ 72 گیم پروسسنگ یونٹس کو الگ الگ ڈیوائسز کے طور پر نہیں بلکہ ایک ایسی مشین کے طور پر چلتا ہے جس میں میموری سیمنٹکس کا ایک مسلسل نظام ہے، جس کا اندر NVLink بینڈ ویتھ 130 ٹیرا بائٹ فی سیکنڈ ہے۔

یہاں، AI انسٹرافراسٹرکچر کے دو کنکشن لیولز متعارف کرائے گئے ہیں: ریک لیول GPU انٹرکنیکشن (اسکیل-اپ) اور کلัสٹر لیول نیٹ ورک انسٹرافراسٹرکچر انٹرکنیکشن (اسکیل-آؤٹ)۔

یہ دونوں سطحیں ایک ساتھ کام کرنا ضروری ہیں تاکہ ہزاروں GPU ایک یکجا ڈسٹریبیوٹڈ کمپیوٹنگ انجن کی طرح موثر طریقے سے کام کر سکیں۔

AI انفراسٹرکچر کے دو لیولز کے لیے، Upscale AI نے AI کے لیے مخصوص نیٹ ورک آرکیٹیکچر تیار کیا ہے۔ ریک لیول AI انٹرکنکشن (Scale-Up) کے لیے، اس کے پاس SkyHammer چپ آرکیٹیکچر ہے، اور کلัสٹر لیول AI نیٹ ورک اسٹرکچر (Scale-Out) کے لیے، اس کے پاس Open Ethernet ہے۔

اسکیل-اپ AI نیٹ ورک کی سرحدوں کو دور کرنے کے لیے ڈیزائن کی گئی ایک چپ آرکیٹیکچر، سکائی ہیمر، کھلی معیارات پر مبنی ہے اور اس کا مقصد انتہائی بڑے پیمانے پر قطعی تاخیر، انتہائی بینڈ ویتھ اور قابل پیشگوئی کارکردگی حاصل کرنا ہے تاکہ GPU اور XPU ایک انتہائی سینکرونائزڈ کمپوٹنگ انجن کے طور پر مل کر کام کر سکیں۔

اس کی خصوصیات میں سے ایک یقینی تاخیر ہے، جو ڈیٹا کو ریک کے اندر مختلف کمپوننٹس کے درمیان منتقل ہونے میں لگنے والے وقت کو ظاہر کرتی ہے، جسے بہت زیادہ قابل پیشگوئی طریقے سے کنٹرول کیا جا سکتا ہے۔

تصویر کا حوالہ: Upscale AI

اسکائی ہیمر کو ASIC لیول سے شروع کرتے ہوئے، چپ، سسٹم اور ریک کے تینوں لیولز پر مکمل کوآرڈینیٹڈ ڈیزائن کیا گیا ہے تاکہ ہر لیول اچھی طرح سے مل کر کام کرے۔ اس کا ہر ایک حصہ دوبارہ ڈیزائن کیا گیا ہے: چپ کے اندر ڈیٹا کیسے بہتا ہے، فیبرک کیسے لوڈ کے دباؤ میں خودکار طور پر ایڈجسٹ ہوتا ہے، اور سپر کلاسٹر کیسے انتہائی سینکرونائزڈ دباؤ کے باوجود قابل پیشگوئی رہتا ہے۔

یہ ESUN، UEC، UALink جیسے نئے معیارات کو سپورٹ کرتا ہے اور مستقبل کے نئے ایجادات کے لیے جگہ بھی مختص کرتا ہے۔ لچکدار ساخت کی بدولت، SkyHammer نئے معیارات کو بنا کسی دوبارہ ڈیزائن کیے یا مساوی کمی کے بغیر آسانی سے اپنایا جا سکتا ہے، جس سے کھلے اور متعدد ماحول میں بین عملیت حاصل ہوتی ہے اور ساتھ ہی پرفارمنس بھی برقرار رہتی ہے۔

اسکائی ہیمر آرکیٹیکچر پر مبنی مصنوعات 2026 میں جاری کی جانے کی منصوبہ بندی ہے۔

اوپن ایتھرنٹ بنیادی طور پر کلاسٹر لیول کے AI نیٹ ورک اسٹرکچر (اسکیل آؤٹ) کے لیے ہے۔ کلاسٹر لیول پر، AI سسٹم کو کھلا ہونا، آپسی عمل کرنے کی صلاحیت اور بہت زیادہ بینڈ ویتھ درکار ہوتی ہے۔

Upscale AI نے AI کے لیے بہترین Open Ethernet نیٹ ورک سٹرکچر تیار کیا ہے، جو NVIDIA Spectrum-X Ethernet سوئچ چپ اور SONiC نیٹ ورک آپریٹنگ سسٹم پر مبنی ہوگا اور مکمل طور پر سپورٹ فراہم کرے گا۔

ASIC نیٹو ٹیلیمیٹری کی صلاحیت، یقینی نقصان رہِت ایتھر نیٹ ورک کے رویے، اور صنعتی معیاری نیٹ ورک ورک فلو کو اکٹھا کرنے سے، سسٹم بڑے پیمانے پر منصوبوں میں پیش گوئی کے قابل کارکردگی، آسان آپریشن اور اعلیٰ قابلیت کا اہتمام کرتا ہے۔

یہ ہزاروں GPU کو ایک یکجا اعلیٰ پرفارمنس نیٹ ورک کے طور پر جوڑتا ہے، جو تقسیم شدہ تربیت اور بڑے پیمانے پر استدلال کو سپورٹ کرتا ہے۔

اس منصوبے کے لیے، Upscale AI نے NVIDIA Partner Network میں شمولیت اختیار کی ہے اور بڑے پیمانے پر AI ڈیٹا سینٹر نیٹ ورک کی تنصیب کو تیز کرنے کے لیے NVIDIA اور اس کے ایکوسسٹم پارٹنرز کے ساتھ حوالہ ڈیزائن اور تصدیق شدہ ڈیزائن پر مبنی تعاون کر رہا ہے۔

دیکھا جا سکتا ہے کہ Upscale AI صرف ایک تیز ترین نیٹ ورک چپ بنانے تک محدود نہیں رہا، بلکہ چپ، سسٹم اور سافٹ ویئر کے درمیان تنگ سے جڑاو پیدا کرتا ہے۔ بڑے AI کمپوٹنگ کلسٹرز کو چلانے کے لیے، پورے نیٹ ورک سٹرکچر میں کنگسٹن کی صورتحال، سنسکرونائزیشن کا رویہ اور GPU استعمال کو مستقل طور پر سمجھنا ضروری ہے۔

اس میں شامل ہیں: اعلیٰ کارکردگی والی RDMA نیٹ ورک، ایڈاپٹوو کنگسٹیشن مینجمنٹ، جی پی یو کے لیے ٹیلی میٹری اور قابل مشاہدہ صلاحیتیں، اور پورے نیٹ ورک ڈھانچے پر عملی انتظام کی حقیقی وقت کی دستیابی۔ Upscale AI ان تمام شعبوں میں بہتری لائے گا اور جدید AI کمپوٹنگ کلسٹرز کے لیے ضروری ڈیٹرمینسٹک نیٹ ورک انفراسٹرکچر تعمیر کرے گا۔

AI کیلکولیشن انسٹرافکچر، ابھی بھی بہت بڑی ترقی کی صلاحیت رکھتا ہے۔ درحقیقت، یہ طویل عرصے تک AI سافٹ ویئر، خاص طور پر ماڈلز کے ساتھ متناوب نوآوری کی حالت میں رہ سکتا ہے۔ جب ماڈل کی ساخت میں نوآوری ہوتی ہے، تو AI کیلکولیشن انسٹرافکچر کے ہارڈویئر یا سافٹ ویئر میں ساختی عدم مطابقت پیدا ہوتی ہے، جس سے نئے مواقع ظاہر ہوتے ہیں۔

اب کی حالت یہ ہے کہ MoE آرکیٹیکچر، بہت بڑے پیرامیٹرز، بہت لمبے کنٹیکس ونڈو، اور ایجینٹ کی ٹوکن کی خواہش کے اثرات کے نتیجے میں AI کیلکولیشن کی فراہمی طلب سے کم ہے، جس سے AI کیلکولیشن انفراسٹرکچر کے لیے نوآوری کا موقع بھی پیدا ہوتا ہے۔

کارکردگی چپ کے لیے، پچھلے چھ ماہ میں ہم نے Unconventional AI (475 ملین امریکی ڈالر کی فنڈنگ)، MatX (500 ملین امریکی ڈالر کی فنڈنگ) پر توجہ دی؛ AI کے ذریعے چپ ڈیزائن کو طاقت بخشنے کے شعبے میں، Ricursive (300 ملین امریکی ڈالر کی فنڈنگ)، Cognichip (60 ملین امریکی ڈالر کی فنڈنگ) پر توجہ دی؛ اور بے شک AI ڈیٹا سینٹر کے نیٹ ورک انٹرکنکشن، جیسے اس مضمون میں ذکر کردہ Upscale AI (جس نے تین ارب امریکی ڈالر کی فنڈنگ حاصل کر لی ہے اور ابھی دو ارب امریکی ڈالر مزید فنڈنگ کا منصوبہ بنایا ہوا ہے)، Eridu (200 ملین امریکی ڈالر کی فنڈنگ)، Ethernovia (90 ملین امریکی ڈالر کی فنڈنگ)۔

چین کے اوپن سورس AI ماڈلز نے عالمی سطح پر قیادت حاصل کر لی ہے، خاص طور پر حال ہی میں جاری کیے گئے DeepSeek V4 کے ساتھ۔ AI انفراسٹرکچر کے لحاظ سے چین اب بھی پیچھے ہے، لیکن یہ بڑے ایجادی مواقع کو ظاہر کرتا ہے۔ چین کے وینچر کیپٹل مارکیٹ کا مشاہدہ کریں، تو بہت سی نوآورانہ کمپنیاں ظاہر ہونا شروع ہو گئی ہیں، اور کچھ نے پہلے ہی ابتدائی کامیابی حاصل کر لی ہے۔