চাহিদা যেহেতু সরবরাহের বৃদ্ধি ছাড়িয়ে যাচ্ছে, তাই এআই কম্পিউট খরচ ১৫ গুণ বাড়তে পারে

লেখক: Dwarkesh Patel

সংকলন: শেনচাও টেকফ্লো

শিয়াওয়ে সারাংশ: যখন এআই মডেলের ক্ষমতা শীর্ষ সফটওয়্যার ইঞ্জিনিয়ারদের সমান হয়ে যায়, তখন একটি H100-এর যৌক্তিক ভাড়া 25 ডলারের বেশি হবে—আজকের স্পট মূল্যের 15 গুণ। এটি দূরবর্তী ভবিষ্যদ্বাণী নয়, বরং Anthropic-এর আয় 10 গুণ বৃদ্ধি এবং কম্পিউটিং ক্ষমতা 3 গুণ বৃদ্ধির মধ্যে গঠনগত টান যা বাস্তব প্রবণতা তৈরি করছে। বিনিয়োগকারীদের জন্য, কে প্রথমে কম্পিউটিং ক্ষমতা অধিকার করবে এবং কে সবচেয়ে দক্ষ মডেলটি প্রশিক্ষণ দেবে, তা পরবর্তী প্রতিযোগিতার কাঠামোকে নির্ধারণ করবে।

আমি একটি ন্যূনতম লেখার পদ্ধতি চেষ্টা করতে চাই: নিজেকে 2 ঘন্টা সময় দিন এবং দ্রুত একটি ব্লগ পোস্ট শেষ করুন। অনেকগুলি গুরুত্বপূর্ণ উপ-প্রশ্ন আমি গভীরভাবে অনুসন্ধান করার সময় পাইনি, কিন্তু যদি আমি এটি না করি, তবে আমার আগ্রহের অনেকগুলি বিষয় সবসময় স্থগিত থাকবে এবং কোনও প্রগতি হবে না।

আজ আমি কয়েক বছরের মধ্যে এআই ল্যাবগুলির ক্যালকুলেশন ক্ষমতার পরিস্থিতি নিয়ে কথা বলতে চাই।

অ্যানথ্রোপিকের বার্ষিক আয় ১০ গুণ বৃদ্ধি পাচ্ছে। এই প্রবণতা অনুসারে, এই বছরের শেষের দিকে অ্যানথ্রোপিকের আয় প্রায় ১০০০ থেকে ১৫০০ বিলিয়ন ডলারের মধ্যে পড়বে। যদি এই প্রবণতা চলতে থাকে, তাহলে তাদের পরবর্তী বছরের শেষের দিকে ১ ট্রিলিয়ন ডলার আয় করতে হবে। অবশ্যই, কোনও কঠোর কারণ নেই যে এই প্রবণতা চলতে থাকবে—এটি মূলত AI-এর ক্ষমতার বিষয়। কিন্তু ধরে নিই এটি সত্যিই চলতে থাকে, তাহলে এই বিশ্বে কী কী শর্তগুলি প্রযোজ্য হতে হবে?

ল্যাবের ক্যালকুলেশন ক্ষমতা প্রতি বছর 3 গুণ বৃদ্ধি পায়। যদি একটি ল্যাব ক্যালকুলেশন ক্ষমতা কেবল 3 গুণ বৃদ্ধি করে 10 গুণ আয় বৃদ্ধি করতে চায়, তবে নিম্নলিখিত তিনটি কাজের মধ্যে কমপক্ষে কয়েকটি একসাথে ঘটতে হবে: এক, ল্যাবের লাভজনকতা বৃদ্ধি; দুই, ক্যালকুলেশন ক্ষমতার দাম বৃদ্ধি; তিন, ল্যাবটি বড় অংশের ক্যালকুলেশন ক্ষমতা রিজনিং-এর জন্য ব্যবহার করে।

আমার বোঝা যাচ্ছে, এই তিনটি বিষয় প্রায় একসাথে ঘটছে: প্রথমত, Anthropic-এর মার্জিন লাভ ২০২৫ সালে ৪০% থেকে বর্তমানে Fable রিজনিং ব্যবসায়ের জন্য ৮০% এর বেশি হয়ে গেছে (যদিও প্রান্তিক কম্পিউটিং মার্জিন লাভ আলাদা হতে পারে, যা পরে আলোচনা করা হবে); দ্বিতীয়ত, কম্পিউটিংয়ের স্পট মূল্য ২০২৪ সালের ফেব্রুয়ারির নিম্নমানের পর থেকে ৪০% এর বেশি বেড়েছে, এবং ল্যাবগুলির বাস্তবিক প্রদানের মূল্য বৃদ্ধি আরও বেশি হতে পারে (পরবর্তীতে বিস্তারিত); তৃতীয়ত, Epoch-এর ডেটা অনুযায়ী, OpenAI ২০২৪ সালে প্রায় ২৫% কম্পিউটিং খরচ রিজনিং-এর জন্য ব্যয় করেছিল, এখন এই অনুপাত ৫০% এর কাছাকাছি, বা তারও বেশি।

প্রায়শই পরীক্ষাগারগুলি তৃতীয় পথটি বেছে নিতে চায় না (অর্থাৎ যত বেশি হয় তত বেশি ক্যালকুলেশন ক্ষমতা ব্যবহার করা হয় রিজনিং-এর জন্য)। একটি হাস্যকর কথা খুব সঠিকভাবে বলা হয়েছে: রিজনিং-এর আয়ের অর্থ হলো বিনিয়োগকারীদের প্রতারণা করে আরও অর্থ পাওয়া, যাতে আপনি আরও বেশি ক্যালকুলেশন ক্ষমতা কিনতে পারেন এবং বড় মডেলগুলি ট্রেইন করতে পারেন। যদি আপনি আপনার বেশিরভাগ ক্যালকুলেশন ক্ষমতা রিজনিং-এর উপর চাপিয়ে দেন, তবে এটি কিছুটা AI-এর উন্নতির বন্ধ হয়ে যাওয়ার ঘোষণা—কারণ ট্রেইনিং-এর উপর আরও বেশি বিনিয়োগ করা এখন অর্থহীন, এবং আপনার ব্যবসা প্রায়ই একটি ক্লাউড সার্ভিস প্রোভাইডারের মতো। বড় পরীক্ষাগারগুলি এটির সঙ্গে একমত নয়—তারা মনে করে, এখনকার মডেলগুলি ১২ মাসেরও মধ্যেই অত্যন্ত পিছিয়ে পড়ে যাবে,এবং এখনকার এই ব্যবসা—একটি বাণিজ্যিক কেস-স্টাডির সঞ্চয়,যা ১০০%বুদ্ধিমত্তা-সম্পন্ন,আরওবড়মডেলগুলিকেট্রেইনকরারজন্যসমর্থনকরবে।

অতএব বাকি দুটি পথ রয়েছে: এক, ল্যাবের লাভজনকতা বৃদ্ধি; দুই, ক্যালকুলেশন ক্ষমতা ব্যয়বহুল হওয়া। যদি শীর্ষ এক বা দুটি ল্যাব প্রতিদ্বন্দ্বীদের তুলনায় অনেক এগিয়ে থাকে, তাহলে প্রথম পথটি আরও স্পষ্ট হবে। বাজারের প্রতিযোগিতায়, লাভজনকতা নির্ভর করে আপনি দ্বিতীয় সেরা বিকল্পের চেয়ে কতটা ভালো। প্রথম প্রভাবটিকে প্রধান করতে, পরবর্তী বছরের শেষের দিকে লাভজনকতা 90% এরও বেশি হতে হবে। এটি আমার কাছে খুবই অসম্ভব। কিন্তু আমি সত্যিই মনে করি, AI ল্যাবগুলির আয় অবিশ্বাস্য গতিতে বৃদ্ধি পাওয়ার সম্ভাবনা রয়েছে।

অতএব, "পরবর্তী বছরের শেষের দিকে আয় ১ ট্রিলিয়ন ডলারে পৌঁছাবে" এই বিশ্বটি কীভাবে বাস্তবায়িত হবে, তার শেষ প্রভাবটি হল: ক্যালকুলেশন ক্ষমতার দাম অস্বাভাবিকভাবে বেড়ে যাওয়া। আমি যা বলেছি, এটি ইতিমধ্যেই শুরু হয়েছে। যদি আমরা ল্যাবগুলির প্রকৃত প্রয়োজনীয় ক্যালকুলেশন ক্ষমতা দেখি, তবে দামের বৃদ্ধি আরও চমকপ্রদ হবে—তারা স্পট ইনস্ট্যান্সের উপর নির্ভর করতে পারবে না, তাদেরকে মডেল ওয়েটস এবং ব্যবহারকারীর ডেটা সুরক্ষিত রাখতে হবে, এবং ভালো ব্যবহারের হার এবং নমনীয়তা পেতে পর্যাপ্ত স্কেলও প্রয়োজন। এই বাজারটি কতটা অস্বাভাবিক: Google এবং Anthropic SpaceX-এর কাছ থেকে ক্যালকুলেশন ক্ষমতাレン্ট। Google-এর 110,000টি GPU, GB200 এবং GB300-এর মিশ্রণ, 900মিলিয়ন ডলার/মাসের জন্যレン্ট।এটি GPU-এর 2x-এরও বেশি।এবং 2-এর 40%।

আমি একটি মূল উপসংহার তুলে ধরতে চাই: যত বেশি AI মডেল শক্তিশালী হচ্ছে, তত বেশি একই পরিমাণ ক্যালকুলেশন ক্ষমতা থেকে উৎপন্ন মূল্য বাড়ছে। যদি একজন প্রকৃতপক্ষে মানুষের মতো দক্ষ সফটওয়্যার ইঞ্জিনিয়ার H100 লেভেলের ডিভাইসে চলতে পারে, এবং বর্তমান সফটওয়্যার ইঞ্জিনিয়ারদের বাজার বেতনের ভিত্তিতে, H100-এর বার্ষিক ভাড়া 25 ডলারেরও বেশি হওয়া উচিত—আজকের স্পট মূল্যের 15 গুণ।

অবশ্যই, যদি হঠাৎ করে ১ কোটি সফটওয়্যার ইঞ্জিনিয়ার যোগ হয়, তাহলে প্রান্তিক ইঞ্জিনিয়ারের মূল্য স্বাভাবিকভাবেই কমে যাবে, তাই H100 এখনকার চেয়ে ১৫ গুণ আয় উত্পাদন করতে পারবে কিনা তা নিশ্চিত নয়। কিন্তু আমি আসলে এই যুক্তির সত্যতা নিয়ে অনিশ্চিত। যদি এই যুক্তিটি AI-এর পরিবর্তে মানুষের উপর প্রয়োগ করা হয়, তাহলে এটি প্রচলিত "শ্রমের মোট পরিমাণের ভুল"। অর্থনীতিবিদদের মধ্যে সাধারণভাবে মনে করা হয়, দক্ষ অভিবাসীদের দীর্ঘমেয়াদি প্রভাবে বেতন কমবে না, কারণ বিশেষায়িত বিভাজন এবং উদ্ভাবন শ্রমের মূল্যকে বাড়িয়ে দেয়। হয়তো এবারের শ্রম সরবরাহের ঝোঁকটি এতটাই বড় এবং দ্রুত, যে এই অভিজ্ঞতার নিয়মটি অকার্যকর হয়েছে। কিন্তু যদি আমরা শ্রমের উপর স্ট্যান্ডার্ড অর্থনীতির মতামতকে বিশ্বাস করি, তাহলে প্রান্তিক শ্রমের (এবং কম্পিউটিংয়ের) মূল্যটি অবশ্যই驚人的 (অসাধারণ)ভাবেউচ্চপর্যায়েইথাকবে।

এই বিশ্বে কী ঘটবে?

শীর্ষ মডেলগুলি ধীরে ধীরে ক্যালকুলেশন ক্ষমতা থেকে বেশি মূল্য টানতে শিখছে, তাই তাদের পিছনে পড়ার কঠিনতা বাড়ছে। যদি 2028 সালের মধ্যে সফটওয়্যার ইঞ্জিনিয়ারিং স্বয়ংক্রিয় হয়ে যায় এবং ক্যালকুলেশন ক্ষমতার দাম বর্তমানের চেয়ে 15 গুণ বেড়ে যায়, তাহলে কোনও আয় ছাড়াই শীর্ষ ল্যাবগুলির সাথে ক্যালকুলেশন ক্ষমতা নিয়ে প্রতিদ্বন্দ্বিতা করা অত্যন্ত কঠিন হয়ে পড়বে।

যদি আপনি সর্বোত্তম এবং সবচেয়ে দক্ষ মডেলটি প্রশিক্ষণ দিতে পারেন, তাহলে আপনি আজকের চেয়ে অনেক বেশি মুনাফা কামাতে পারবেন। এটি আর্চিন-অ্যালেন প্রভাব: যখন একটি স্থির খরচ দুটি ভিন্ন মানের পণ্যের উপর একসাথে প্রয়োগ করা হয়, তখন উচ্চমানের পণ্যটি আপেক্ষিকভাবে বেশি লাভজনক হয়ে ওঠে, এবং চাহিদা এটির দিকে সরে যায়। যখন H100-এর প্রতি ঘন্টার দাম 20 ডলারে উঠে যায়, তখন একটি দুর্বল এবং কম দক্ষ মডেল ব্যবহার করা অত্যন্ত ব্যয়বহুল এবং অবিবেচকপূর্ণ—কারণ আপনাকে একই ফলাফলটি পেতে আরও বেশি token ব্যয় করতে হবে, এবং আরও বেশি মহঙ্গা কম্পিউটিং ক্ষমতা চালাতে হবে। তাই, যদি কেউ এমন একটি উচ্চমানের, কম কম্পিউটিংয়ের মডেল প্রশিক্ষণ দিতে পারে, তাহলে সেটির জন্য অত্যন্ত উচ্চ প্রিমিয়ামই ধার্য করা যাবে। যেহেতু নীচের কম্পিউটিংয়ের জন্যই ১০০%ইখরচেরও ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০০%ইখরচই ১০0% only one time.

বর্তমানে জনপ্রিয় অনেক AI অ্যাপ্লিকেশন মূল্যের কারণে বাদ পড়ে যাবে। AI এখন সাপেক্ষে সস্তা, কমপক্ষে মানব শ্রমের চেয়ে সস্তা, যার একটি কারণ হল এটি এখনও শীর্ষস্থানীয় মানুষের যা করতে পারে তার অনেকগুলো কাজ করতে পারে না। একদিন এটি আর প্রযোজ্য হবে না। তখন GPU ব্যবহার করে ছোট ভিডিওর অপ্রয়োজনীয় কনটেন্ট তৈরির খরচ এতটাই বেশি হয়ে যাবে যে তা অপ্রয়োজনীয় হয়ে পড়বে।

তবে, এই ধরনের ভবিষ্যদ্বাণীগুলি অতীতের কিছু দুর্ভাগ্যজনক দুর্লভতা ভবিষ্যদ্বাণীর সাথে সাদৃশ্যপূর্ণ। আমি সাইমন-এলিশ বেটের কথা মনে করি: পল এলিশ বেট করেছিলেন যে 1990 এর আগের দশকে একটি কমোডিটি বাকেটের দাম বাড়বে, কমবে না। এই বেটটি জনপ্রিয় অর্থনীতির আলোচনায় বিখ্যাত, কারণ এটি বলা হয়েছে যে এটি এলিশের মালথুসিয়ান দৃষ্টিভঙ্গির প্রমাণ হয়েছে—তিনি বাজারের সংকেত এবং মানবিক বুদ্ধিমত্তার দ্বারা দুর্লভ সম্পদ সংরক্ষণের ভূমিকা অবহেলা করেছিলেন (যদিও কিছু বিশ্লেষণে দেখানো হয়েছে যে, যদি এই বেটটি অন্য একটি দশকের জন্য করা হত, তবে এলিশ জিততেন)।

আমি অনুমান করি যে কমোডিটি এই রেফারেন্স ফ্রেমওয়ার্কটি ক্যালকুলেশন ক্ষমতার জন্য উপযুক্ত নয়, কারণ ক্যালকুলেশন ক্ষমতার সরবরাহের নমনীয়তা ধাতু খননের তুলনায় অনেক কম, এবং বড় চাহিদা ঝোঁক শোষণ বা বিকল্প সমাধান খোঁজার ক্ষমতাও অনেক কম। প্রতি বছর 3 গুণ ক্যালকুলেশন ক্ষমতা বৃদ্ধি নিম্নলিখিত তিনটি সংখ্যার গুণফল: মোরের আইনের কারণে 1.4 গুণ, নতুন ওয়েফার প্ল্যান্ট নির্মাণের কারণে 1.2 গুণ (2030 এর আগে EUV ডিভাইসের সরবরাহের সীমাবদ্ধতার কারণে), এবং AI-এর কারণে 1.8 গুণ (যা অন্যান্য ডিভাইসগুলির কাছ থেকে অগ্রগতির প্রসেসের ওয়েফার কোটা নিয়েছে) (এইটি 2027-এর দিকে একটি বাধা দেখবে, যখন N3 ওয়েফারে AI-এর অংশ 60% থেকে 86% এ上升বে)। এই তিনটি গুণকের মধ্যে, প্রতিটিরই আরও বাড়ানোর কঠিন, এবং শেষটি 1-2 বছরেরও মধ্যেওয়েফার কোটা সম্পূর্ণভাবে পূরণের সাথেই শীর্ষে পৌঁছবে।

আমি বলতে চাই যে, ভবিষ্যতে কিছু সময়ে ক্যালকুলেশন ক্ষমতা আবার সস্তা হয়ে যাবে। একদিন রোবটগুলি সমুদ্রের কুমির বালি এবং পৃথিবীর নিচের তামা খনি সরাসরি কম্পিউটারে পরিণত করতে পারবে, এবং সেই সময়ে ক্যালকুলেশন ক্ষমতার দাম কাঁচামাল এবং সরঞ্জামের খরচের কাছাকাছি চলে আসবে। আমি এখন যা আলোচনা করছি, তা হল বর্তমান পর্যায়—AI ক্যালকুলেশন ক্ষমতা প্রতি বছর মাত্র 3 গুণ বৃদ্ধি পাচ্ছে, এই গতি AI-এর প্রতি বছর বেড়ে যাওয়ার মূল্যবৃদ্ধির সাথে তুলনা করলে এটি পুরোপুরি অপর্যাপ্ত।

একটি কথা বলি, এনথ্রোপিকের আয় প্রতি বছর ১০ গুণ বাড়ছে, যখন ক্যালকুলেশন ক্ষমতা শুধুমাত্র ৩ গুণ বাড়ছে, যা বোঝায় মডেল ব্যবসায় অত্যন্ত শক্তিশালী স্কেল ইকোনমিজ রয়েছে। যুক্তিগতভাবে এটি যুক্তিসঙ্গত—একটি মডেল ট্রেন করতে, আপনি একবারের জন্য শেখার খরচ দেন, এবং এই খরচটি সমস্ত ব্যবহারকারীদের মধ্যে বণ্টন করা যায় (মানব শ্রমের মতো নয়, যেখানে প্রতিটি উদাহরণকে আবার শেখানো লাগে)। আমি এমন একটি বিশ্বে বাস করতে চাই না, যেখানে বুদ্ধিমত্তার জন্য এতটাই শক্তিশালী স্কেল ইকোনমিজ রয়েছে (কারণ আমি ক্ষমতা কেন্দ্রীভবনের কথা ভয় পাই)। কিন্তু বাস্তবতা মনেহয়, এটিই হচ্ছে।