গুগল এনথ্রোপিককে টিপিইউ ভাড়া দিয়েছে পরস্পরের সুবিধার জন্য

ME AI খবর অনুযায়ী, 动察 Beating মনিটরিং দেখিয়েছে যে, Nvidia GPU এক কার্ডও পাওয়া দুষ্কর, বিভিন্ন ল্যাবরেটরি উন্মত্তভাবে কম্পিউটিং পাওয়ার মজুত করছে এবং উঁচু প্রাচীর তুলছে—এই প্রেক্ষাপটে, Google এখনো বাইরের বিশ্বের জন্য তাদের স্ব-উন্নত TPU চিপ সেবা প্রদান অব্যাহত রেখেছে, যার মধ্যে Anthropic-এর গবেষণা ও উন্নয়ন দলও রয়েছে। যখন পিচাই (Sundar Pichai)-কে জিজ্ঞাসা করা হয় কেন তিনি একচেটিয়া প্রতিযোগিতামূলক সুবিধা নিশ্চিত করতে কম্পিউটিং পাওয়ার অবরুদ্ধ করছেন না, তখন তিনি প্রথমবারের মতো Google-এর ব্যবসায়িক যুক্তি ও কম্পিউটিং পাওয়ার ইকোলজি ব্যাখ্যা করেন। Google Cloud-এর বাণিজ্যিক কার্যক্রম আর্থিক ও পরিকল্পনা উভয় দিক থেকেই তাদের নিজস্ব মডেল গবেষণা ও উন্নয়ন দল (Google DeepMind) থেকে পুরোপুরি স্বাধীন। পিচাইয়ের দৃষ্টিতে, চিপ সরবরাহ কোনো জিরো-সাম গেম নয়: যতক্ষণ ফাউন্ড্রিগুলো পর্যাপ্ত পরিমাণ চিপ উৎপাদন করতে পারে, স্ব-উন্নত মডেল প্রশিক্ষণ ও বাইরের জন্য কম্পিউটিং পাওয়ার ভাড়া দেওয়া একই সঙ্গে মেটানো সম্ভব, একে অপরের সঙ্গে সংঘর্ষ ছাড়াই। আরো গভীর বিবেচনা হলো, ফ্রন্টিয়ার টিমগুলোর চূড়ান্ত মাত্রার ব্যবহার Google-এর স্ব-উন্নত চিপের সফটওয়্যার-হার্ডওয়্যার ইকোসিস্টেমের পুনরাবৃত্ত উন্নতির জন্য অদ্বিতীয় কৌশলগত মূল্য প্রদান করে। পিচাই সরাসরি বলেন: 「সবচেয়ে শীর্ষস্থানীয় গবেষণা প্রতিষ্ঠানগুলোকে TPU ব্যবহার করতে দেওয়াই Google-এর পক্ষে পরবর্তী প্রজন্মের সবচেয়ে শক্তিশালী AI হার্ডওয়্যার ডিজাইন ও উৎপাদনের মূল চালিকাশক্তি。」 ফ্রন্টিয়ার চিপের পুনরাবৃত্ত বিবর্তনের ইতিহাস দেখায়, শীর্ষ স্ব-উন্নত চিপ ল্যাবরেটরির ভেতর বন্ধ দরজার আড়ালে তৈরি করা সম্ভব নয়; অবশ্যই ফ্রন্টিয়ার মডেলগুলোর উপর চূড়ান্ত চাপের অধীনে বাস্তব পরীক্ষণ ও পারফরম্যান্স ফিডব্যাকের মধ্য দিয়ে যেতে হয়। Anthropic সুপার-লার্জ-স্কেল মডেল চালানোর সময় যে নেটওয়ার্ক টোপোলজি, মেমরি থ্রুপুট ও ইন্টারকানেক্ট বটলনেক সম্পর্কিত ফিডব্যাক তৈরি হয়, তা সরাসরি পরবর্তী প্রজন্মের TPU আর্কিটেকচারের টেপ-আউট ডিজাইন ও কম্পাইল অপটিমাইজেশনের দিকনির্দেশনা দিতে পারে। কম্পিউটিং পাওয়ার অস্ত্র প্রতিযোগিতার বর্তমান পরিস্থিতি দেখায়, চিপ ও আন্ডারলাইনিং ইকোসিস্টেমের সরবরাহকারী হয়ে ওঠা কৌশলগত গভীরতার দিক থেকে শুধু নিজের ডেটা সেন্টারে চিপ আটকে রাখার চেয়ে অনেক বেশি বিস্তৃত। (সূত্র: BlockBeats)