এআই হার্ডওয়্যারে নভিডিয়ার নিয়ন্ত্রণ ভালোভাবে নথিভুক্ত। কোম্পানিটি ডেটা-সেন্টার GPU রাজস্বের প্রায় ৮৬% নিয়ন্ত্রণ করে। কিন্তু এর প্রকৃত সুবিধা কখনও চিপগুলি নয়। এটি ছিল CUDA, যে সফটওয়্যার বাস্তুতন্ত্রটি ডেভেলপারদের নভিডিয়া হার্ডওয়্যারের প্রতি এতটাই নির্ভরশীল করে তোলে যে পরিবর্তন করা মনে হয় যেন স্কাইডাইভিংয়ের সময় একটি নতুন ভাষা শেখা।
ওপেনএআই বিশ্বাস করছে যে সে প্রত্যেককে একটি প্যারাশুট প্রদান করতে পারবে। জুলাই ২০২১-এ প্রকাশিত ওপেন-সোর্স টুল ট্রিটনকে নন-নভিডিয়া হার্ডওয়্যারে এআই মডেল চালানোর জন্য কম কোড পরিবর্তনের চাবিকাঠি হিসেবে প্রস্তুত করা হচ্ছে।
গবেষণা প্রকল্প থেকে কৌশলগত অস্ত্র
ট্রাইটন একটি আপেক্ষিকভাবে সামান্য প্রকল্প হিসেবে শুরু হয়েছিল। এর মূল উদ্দেশ্য ছিল ডেভেলপারদের নিম্ন-স্তরের CUDA প্রোগ্রামিংয়ের সাথে লড়াইয়ের পরিবর্তে পাইথনে হাই-পারফরম্যান্স GPU কোড লিখতে সক্ষম করা।
2021 এর মধ্যভাগে 1.0 সংস্করণ প্রকাশের পর থেকে এই টুলটি উল্লেখযোগ্যভাবে উন্নত হয়েছে। 2026 এর শুরুর বিশ্লেষণ দেখায় যে Triton এখন বিভিন্ন হার্ডওয়্যার প্ল্যাটফর্মের মধ্যে AI মডেলগুলি সর্বনিম্ন বা এমনকি শূন্য কোড পুনর্লিখনের সাথে স্থানান্তরিত করতে সক্ষম।
OpenAI শুধুমাত্র একটি শূন্যে টুল তৈরি করছে না। কোম্পানিটি অক্টোবর 2025-এ AMD-এর সাথে একটি বহুবর্ষীয় চুক্তিতে স্বাক্ষর করেছে, যার অধীনে এটি প্রায় 6 গিগাওয়াট Instinct GPU চালু করবে। প্রথম ঢল, MI450 সিরিজের 1 গিগাওয়াট চিপ, 2026 এর দ্বিতীয়ার্ধে আসার প্রত্যাশা করা হচ্ছে।
চাকরির পথ অনুসরণ করুন
OpenAI সক্রিয়ভাবে AMD GPU এনেবলমেন্টে ফোকাস করে ইনফারেন্স ইঞ্জিনিয়ারদের নিয়োগ করছে। 2026 সালের রিপোর্টগুলি দেখায় যে OpenAI কিছু Nvidia চিপের প্রতি অসন্তুষ্টি প্রকাশ করেছে।
এটি বিনিয়োগকারীদের জন্য কী অর্থ বহন করে
ডেটা-সেন্টার GPU আয়ে Nvidia-এর 86% শেয়ার এক রাতে বিলীন হবে না। CUDA-এর দশকের পর দশক ধরে জমা হওয়া অপ্টিমাইজেশন এবং একটি গভীরভাবে বিস্তৃত ডেভেলপার বাস্তুতন্ত্র রয়েছে।
AMD-এর সরাসরি সবচেয়ে বেশি লাভ হবে। কোম্পানিটি ইতিমধ্যেই প্রতিযোগিতামূলক সিলিকন রাখে, এবং OpenAI-এর সঙ্গে চুক্তি তার AI হার্ডওয়্যারের লক্ষ্যকে যেকোনো বেঞ্চমার্কের চেয়ে বেশি বৈধতা দেয়। যখন বিশ্বের সবচেয়ে বড় AI কোম্পানিটি আপনার GPU-এর গিগওয়াট পরিমাণ চালু করার প্রতিশ্রুতি দেয়, তখন এটি শিল্পের বাকি অংশকে স্পষ্টভাবে জানায় যে Nvidia-এর পরিবর্তে একটি বাস্তবসম্মত বিকল্প রয়েছে।
যে ঝুঁকি দেখা উচিত তা হল বাস্তবায়ন। যে কোনো হার্ডওয়্যারে তাত্ত্বিকভাবে চলে এমন একটি টুল তৈরি করা এক বিষয়। নভিডিয়ার নিজস্ব চিপে CUDA-অপ্টিমাইজড কোডের সাথে সমান পারফরম্যান্স প্রদান করা এক সম্পূর্ণ অন্য চ্যালেঞ্জ।