হুয়াওয়ে বিজ্ঞানী এআই চিপ স্কেলিংয়ের ভৌত সীমাবদ্ধতার সতর্কবার্তা দিয়েছেন

火星财经ের সংবাদ অনুযায়ী, 8 月 4 日, Huawei-এর সেমিকন্ডাক্টর প্রধান বিজ্ঞানী এবং昇腾 AI চিপের অন্যতম মূল স্থপতি 廖恒 সাম্প্রতিক এক公开 সাক্ষাৎকারে সতর্কবার্তা দিয়েছেন যে, Nvidia-কে প্রতিনিধিত্বকারী পশ্চিমা চিপ জায়ান্টরা আরও শক্তিশালী প্রসেসর追求 করতে গিয়ে ধীরে ধীরে পদার্থবিজ্ঞানের সীমার কাছে পৌঁছে যাচ্ছে——「নিরন্তর বেশি সংখ্যক কম্পিউটিং চিপ এবং আরও বেশি HBM যোগ করে স্কেল বাড়াতে গেলে অবশ্যম্ভাবীভাবে একটি সিলিং থাকবে। ইন্ডাস্ট্রি এগোচ্ছে বটে, কিন্তু একবার এই পদার্থগত সীমা অতিক্রম করলে, তুষারধ্বসের মতো পতন ঘটবে。」 廖恒 পুরো AI ভ্যালু চেইনকে 「18 স্তরের প্যাগোডা」 হিসেবে উপমা দিয়েছেন, যা Nvidia CEO Jensen Huang-এর 「স্তরিত কেক」 ফ্রেমওয়ার্কের সঙ্গে সামঞ্জস্যপূর্ণ, এবং জোর দিয়েছেন যে চীনের প্রয়োজন প্রতিটি স্তরে সমন্বিত সক্ষমতা গড়ে তোলা, বিশেষ করে চিপ নির্মাতা এবং AI মডেল ডেভেলপারদের মধ্যে ঘনিষ্ঠ সহযোগিতা থাকা জরুরি। 廖恒 আরও প্রকাশ করেছেন যে Huawei খুব শিগগিরই Tau Scaling Law ফ্রেমওয়ার্ক ভিত্তিক ডিজাইনের প্রথম স্মার্টফোন চিপ প্রকাশ করতে যাচ্ছে, যা LogicFolding প্রযুক্তির মাধ্যমে বাস্তবায়িত হবে। তখন SemiAnalysis এবং TechInsights ইত্যাদি প্রতিষ্ঠান এই চিপের টিয়ারডাউন বিশ্লেষণ করলে, 「বিশ্ব এ বছরের শেষের দিকে স্পষ্টভাবে বুঝতে পারবে এই বিকল্প পথ কীভাবে ব্যবধান কমাতে সাহায্য করে」。 Tau Scaling Law হলো Huawei প্রস্তাবিত একটি উদ্ভাবনী ডিজাইন ধারণা, যার মূল হলো—চিপের মিনি-টারাইজেশনের অন্তর্নিহিত সুবিধা ধীরে ধীরে ক্ষয় হতে থাকলে, কম্পিউটার সিস্টেমের বিভিন্ন উপাদানের মধ্যে ডেটা ট্রান্সফারের গতি বাড়ানোর দিকে গুরুত্ব স্থানান্তর করা। 廖恒 DeepSeek-এর প্রতিষ্ঠাতা 梁文锋-কে উচ্চ মূল্যায়ন দিয়েছেন, তিনি মনে করেন 2025 সালে অত্যন্ত কম算力 ব্যবহার করে শীর্ষস্থানীয় মডেল ট্রেনিং করার মূল চাবিকাঠি ছিল মডেল আর্কিটেকচারের উদ্ভাবন। তিনি চীনা AI উদ্ভাবনকে তুলনা করেছেন ছোট অ্যাপার্টমেন্টে স্থানকে সর্বাধিকভাবে কাজে লাগানোর সঙ্গে, আর পশ্চিমা সহকর্মীদের তুলনা করেছেন আরও প্রশস্ত ভিলায় বসবাসকারী মানুষের সঙ্গে। 廖恒 উল্লেখ করেছেন যে Huawei নিজেও চিপ ও মডেলের সমন্বিত ডিজাইন প্রক্রিয়া ব্যবহার করে এমন AI চিপ উন্নয়ন করছে যা দক্ষ আর্কিটেকচারকে আরও ভালোভাবে সমর্থন করতে পারে, 「আমাদের অবশ্যই ডিজাইনে আরও বেশি প্রচেষ্টা বিনিয়োগ করতে হবে, বেশি জটিলতা দিয়ে কম কম্পিউটিং রিসোর্স ব্যবহারের বিনিময় করতে হবে」。