AI ডেটা সেন্টারের আকার বাড়তে থাকার সাথে সাথে নিভিডিয়ার বাফারের বিষয়ে বাজারের আলোচনা পরিবর্তন হচ্ছে। বিদেশি মিডিয়া TechCrunch-এর মন্তব্য অনুযায়ী, অতীতে বিনিয়োগকারীরা বেশি গুরুত্ব দিত যে ক্লাউড প্রদানকারীদের নিজস্ব চিপ দ্বারা GPU-এর প্রভাব কমে যাবে কিনা, কিন্তু সর্বশেষ ফাইন্যানশিয়াল রিপোর্টের পর, বাজার এখন অন্য একটি প্রশ্নের দিকে মনোযোগ দিচ্ছে: কে সম্পূর্ণ AI সিস্টেমটি দক্ষতার সাথে চালাতে পারবে।
প্রতিযোগিতার কেন্দ্র সিস্টেমের দিকে সরে গেছে
লেখাটি মনে করে যে, এআই ক্যালকুলেশন বিন্যাস উচ্চতর পাওয়ার এবং বড় ক্লাস্টারের দিকে এগিয়ে যাচ্ছে, এবং শুধুমাত্র জিপিইউ দেখেই প্রতিযোগিতামূলক পরিস্থিতি বোঝা যায় না। ডেটা সেন্টারটি যত বড় হবে, ডেটা, স্টোরেজ, নেটওয়ার্ক এবং কম্পিউটিংয়ের মধ্যে সমন্বয় তত জটিল হয়ে পড়বে। জিপিইউ এখনও মূল উপাদান, কিন্তু দক্ষতা নির্ধারণের জন্য বাড়তি ভূমিকা পালন করছে জিপিইউর বাইরের সিস্টেমের ক্ষমতা।
এটিই বর্তমানে নভেডিয়ার কাহিনীর পরিবর্তনের মূল বিষয়। যদিও অ্যামাজন, গুগল ইত্যাদি বড় ক্লাউড প্রোভাইডারগুলি নিজেদের চিপ ডিজাইন চালিয়ে যাচ্ছে, নভেডিয়া এখনও GPU-এর চারপাশে একটি আরও সম্পূর্ণ অবকাঠামো সংগ্রহ তৈরি করছে। নিবন্ধটি এটিকে এভাবে সংক্ষেপে বর্ণনা করে: যদি GPU ইঞ্জিন হয়, তবে বাকি সিস্টেমগুলি হলো পুরো গাড়ি।
ভেরা রুবিন আরও বেশি পর্যায় কভার করে
টেকক্রাঞ্চ উল্লেখ করেছে যে নভিডিয়া ভেরা রুবিন আর্কিটেকচার উন্নয়নে এগিয়ে যাচ্ছে। এই আর্কিটেকচার শুধুমাত্র রুবিন GPU নয়, বরং ভেরা CPU এবং স্টোরেজ, নেটওয়ার্ক ইত্যাদির জন্য র্যাক-লেভেল সিস্টেমও অন্তর্ভুক্ত করে। নিবন্ধটি মনে করে যে এই পণ্যগুলির গুরুত্ব হলো, এগুলি সরাসরি token জেনারেট করে না, বরং GPU-এর বাইরের পারফরম্যান্স লসকে সর্বাধিকভাবে কমিয়ে দেয়।
এর মধ্যে, ভেরা সিপিইউকে ডেটা স্কিডিউলিংয়ের একটি গুরুত্বপূর্ণ অংশ হিসাবে বর্ণনা করা হয়েছে। নভিডিয়ার স্টোরেজ টেকনোলজির ভাইস প্রেসিডেন্ট জেসন হার্ডি বলেন, একটি সার্ভার বা একটি একক কম্পিউটিং প্ল্যাটফর্মে স্মৃতির পরিমাণ সীমিত, তাই ডেটাকে সঠিক সময়ে জিপিইউতে পাঠানোই সিস্টেমের দক্ষতার কী হয়ে উঠেছে।
ডেটা নতুন যুদ্ধক্ষেত্রে স্থানান্তরিত হচ্ছে
হার্ডির উদ্ধৃতি অনুযায়ী, কিছু সংশ্লিষ্ট অপারেশনে ভেরা সিপিইউ দ্বারা প্রায় তিনগুণ গতিবৃদ্ধি অর্জন করা যায়। এর অর্থ হল ফ্ল্যাশ মেমোরির মতো হার্ডওয়্যার সম্পদগুলি আরও কার্যকরভাবে ব্যবহার করা যাবে এবং সিস্টেমের বন্ধনীগুলি কমানোর সম্ভাবনা থাকবে।
লেখাটিতে উল্লেখ করা হয়েছে যে এই ধরনের সমস্যা শুধুমাত্র নভিডিয়া সিস্টেমের মধ্যেই সীমাবদ্ধ নয়। ওপেনএআই আগে জালাপেঞ্জো চিপের পরিচয় দেওয়ার সময়, ডেটা স্থানান্তর এবং যোগাযোগের ল্যাটেন্সি কমানোকে প্রধান লক্ষ্য হিসাবে উল্লেখ করেছিল। এর ধারণা হলো, সম্পূর্ণ ওয়ার্কলোডটিকে একটি ইন্টারকানেক্টেড সিস্টেমের ভিতরেই রাখা, যাতে মডিউলগুলির মধ্যে ট্রান্সফারের কারণে হওয়া ক্ষতি কমে।
টেকক্রঞ্চের মতে, এটি এআই ইনফ্রাস্ট্রাকচার প্রতিযোগিতাকে একটি নতুন পর্যায়ে নিয়ে যাচ্ছে। কোম্পানিগুলি এখন শুধুমাত্র প্রসেসরের ক্ষমতা নয়, বরং ডেটা কীভাবে প্রবাহিত হয়, স্টোরেজ কীভাবে সমন্বিত হয় এবং নেটওয়ার্ক কীভাবে বন্ধ হওয়া এড়ায়—এগুলির উপরও প্রতিযোগিতা করছে। অর্থাৎ, প্রতিযোগিতার স্তর “কার কাছে শক্তিশালী GPU আছে” থেকে “কে সম্পূর্ণ সিস্টেমকে উচ্চতর দক্ষতায় চালাতে পারে”-এর দিকে সরে যাচ্ছে।
এই পরিবর্তনটি এনভিডিয়ার জয় নিশ্চিত করে না বলে নিবন্ধটি মনে করে। এখনও এটি অন্যান্য চিপ প্রস্তুতকারক এবং বড় ক্লাউড সেবাদানকারীদের সাথে প্রতিযোগিতা করছে। তবে বর্তমান পর্যায়ে, সিস্টেম একীকরণ এবং সমন্বয়ের ক্ষমতায় এনভিডিয়া এখনও এগিয়ে, যা বাজারের তার AI সুবিধাগুলির পুনর্মূল্যায়নের প্রধান কারণ।