কেন ২০২৬ সালে শীর্ষ এআই কোম্পানিগুলি কাস্টম চিপ নিয়ে কাজ করছে

জুলাই ৭ তারিখে, চীনা এআই কোম্পানিগুলির নিজস্ব চিপ নিয়ে দুটি খবর হট টপিক হয়ে উঠেছে।

প্রথমে রয়টার্সের একক প্রতিবেদন: ডিপসিক নিজস্ব চিপ উন্নয়নের কাজ করছে। এই প্রতিবেদনে তিনজন জানাকারীর তথ্য উদ্ধৃত করা হয়েছে যে, এই চিপটি প্রশিক্ষণের পরিবর্তে উপসংহার (inference) এর জন্য উদ্দিষ্ট। প্রতিবেদনে বলা হয়েছে, ডিপসিক চিপ ডিজাইন ইঞ্জিনিয়ারদের গোপনে নিয়োগ করছে, এবং এটি সাধারণ নিয়োগ প্রক্রিয়ার মাধ্যমে নয়, এছাড়াও এটি বাইরের কন্ট্রাক্ট ম্যানুফ্যাকচারার এবং স্টোরেজ প্রোভাইডারদের সাথে যোগাযোগ করছে। ডিপসিক মন্তব্যের জন্য অনুরোধের উত্তর দেয়নি, এবং এই খবরটি এখনও শুধুমাত্র রয়টার্সের একক সূত্রের উপর নির্ভরশীল, যা বিতর্কিত।

একই দিনে, দ্য ইনফরমেশন আবার প্রতিবেদন করেছে যে চীনা একটি অন্যান্য পরীক্ষাগার, জিজংও নিজস্ব কাস্টম চিপ মূল্যায়ন করছে। জানা ব্যক্তিদের মতে, কারণটি হল GLM-5.2-এর চাহিদার বিস্ফোরণ। দ্য ইনফরমেশন এবং অনেকগুলি অন্যান্য সংবাদমাধ্যমের উদ্ধৃতি অনুযায়ী, এই মডেলটি Vercel মডেল এগ্রিগেশন প্ল্যাটফর্মের সবচেয়ে দ্রুত বৃদ্ধি পাচ্ছে মডেল, যা লঞ্চের প্রথম সপ্তাহে দিনপ্রতি token ব্যবহার 27 গুণ পর্যন্ত বেড়েছিল। জিজং ইতিমধ্যেই কয়েকটি দেশীয় চিপ ডিজাইন কোম্পানির সাথে প্রাথমিকভাবে যোগাযোগ করেছে, তবে এখনও কোনও সহযোগীকে নির্বাচন করা হয়নি, এবং প্রকল্পটির জন্য 2-এরও বেশি বছরেরও বেশি সময়ের প্রয়োজন হতে পারে। এই খবরটির পর, জিজং-এর হংকংয়ের শেয়ারগুলি ঐদিন 9.9%-এরও বেশি বেড়েছিল।

অবশ্যই, উভয় বার্তাই প্রাথমিক মূল্যায়ন পর্যায়ে রয়েছে, কোনো প্রকৃত পণ্য বা চূড়ান্ত ডিজাইন নেই।

বাস্তবে, ডিপসিক এবং জিজ্ঞাপ শুধুমাত্র একক উদাহরণ নয়। দৃষ্টিভঙ্গি দূরে সরিয়ে দিন, আপনি দেখতে পাবেন যে ২০২৬ সালের মধ্যে “এআই কোম্পানিরা নিজেদের চিপ তৈরি করতে চায়” এটি একটি ব্যক্তিগত পছন্দ থেকে শিল্পের ডিফল্ট কার্যক্রমে পরিণত হয়েছে: দূরের ওপারের OpenAI, Anthropic থেকে শুরু করে দেশীয় এই দুটি অগ্রণী পরীক্ষাগার পর্যন্ত, তাদের কার্যক্রম অসাধারণভাবে একই। এই নিবন্ধটির উদ্দেশ্য হল: কেন?

যদি ডিপসিকের সংবাদ এখনও শুধু প্রচারের মাত্রায় থাকে, তবে ওপেনএআই ইতিমধ্যেই বাস্তব পণ্যটি প্রদর্শন করেছে।

জুন 24 তারিখে, ওপেনএআই এবং ব্রডকম জুড়ে জালাপেনিও প্রকাশ করেছে, যা ওপেনএআই-এর প্রথম স্ব-উন্নয়িত চিপ এবং একটি বড় মডেল ইনফারেন্সের জন্য ডিজাইন করা একটি ASIC (অ্যাপ্লিকেশন-স্পেসিফিক ইন্টিগ্রেটেড সার্কিট)।

অপেনএআইয়ের হার্ডওয়্যার প্রধান রিচার্ড হো বলেছেন, এই চিপটি "LLM ইনফারেন্সের জন্য শূন্য থেকে ডিজাইন করা হয়েছে", এবং টিমটি কোর, মেমোরি মুভমেন্ট, নেটওয়ার্ক এবং সার্ভিস মডেলের উপর লক্ষ্য করে অপ্টিমাইজেশন করেছে।

ওপেনএআই-এর অনুসারে, প্রাথমিক ল্যাব পরীক্ষাগুলিতে জালাপেঞ্জোর প্রতি ওয়াট পারফরম্যান্স "বর্তমান শিল্পের সর্বোচ্চ পর্যায়ের চেয়ে অনেক বেশি"। তবে কোম্পানিটি স্বীকার করেছে যে চূড়ান্ত পারফরম্যান্স এখনও পরিমাপ করা হচ্ছে, এবং বিস্তারিত প্রযুক্তিগত রিপোর্টটি আগামী মাসগুলিতে প্রকাশিত হবে। এই ধরনের উৎপাদনকারীদের দাবি কেবলমাত্র তৃতীয় পক্ষের বেঞ্চমার্ক আসা পর্যন্ত একপক্ষীয় দাবি হিসেবেই বিবেচিত হতে পারে।

কয়েকটি বিস্তারিত বিষয় লক্ষ্যণীয়। টমস হার্ডওয়্যারের প্রতিবেদন অনুযায়ী, এই চিপটি ডিজাইন থেকে টেপ-আউট পর্যন্ত মাত্র নয় মাসে সম্পন্ন হয়েছে, এবং OpenAI এটিকে হাই-পারফরম্যান্স অ্যাডভান্সড সেমিকন্ডাক্টরের ইতিহাসের দ্রুততম ASIC ডেভেলপমেন্ট সাইকেল বলে দাবি করেছে; এই সাইকেলকে ত্বরান্বিত করেছে OpenAI-এর নিজস্ব মডেল: AI-কে ডিজাইন করতে AI ব্যবহার করা।

জালাপেঞ্জো প্রকল্পটি ২০২৬ সালের শেষের দিকে চালু হবে, যা ২০২৯ সালের মধ্যে সম্পন্ন হওয়ার পরিকল্পনা রাখা ১০ GW স্কেলের ব্রডকম সহযোগিতার সাথে সংযুক্ত। জানা গিয়েছে যে মাইক্রোসফট জালাপেঞ্জোর প্রথম উৎপাদন ক্ষমতার প্রায় ৪০% কিনতে প্রস্তুত।

অন্য একটি অগ্রণী পরীক্ষাগার Anthropic-এর দিকে তাকান। এই বছরের এপ্রিলে, রয়টার্স প্রথম প্রতিবেদন করে যে Anthropic নিজস্ব চিপ ডিজাইনের বিষয়ে বিচার করছে, যার ভাষা খুব সতর্ক: পরিকল্পনাটি প্রাথমিক পর্যায়ে, কোম্পানিটি শেষপর্যন্ত শুধুমাত্র কেনার সিদ্ধান্তও নিতে পারে, এখনও ডিজাইন চূড়ান্ত হয়নি এবং বিশেষ দলও গঠন করা হয়নি।

কিন্তু জুলাইয়ের প্রথম সপ্তাহে, বিষয়টি নতুন প্রগতি লাভ করে। অনেক মিডিয়া রিপোর্ট অনুসারে, Anthropic একটি কাস্টম চিপের জন্য স্যামসাং-এর সাথে যোগাযোগ শুরু করেছে, যা স্যামসাংয়ের 2 ন্যানোমিটার প্রসেস এবং অ্যাডভান্সড প্যাকেজিংয়ের উদ্দেশ্যে।

এবং এনথ্রোপিক সম্প্রতি ক্লাইভ চ্যানকে নিয়োগ করেছে, যিনি ওপেনএআইয়ের নিজস্ব চিপ দলের প্রাথমিক সদস্য।

প্রশ্নের উত্তরে অ্যানথ্রোপিক বলেছে যে, গুগল, অ্যামাজন এবং নভেডিয়া চিপ দিয়ে গঠিত 'বৈচিত্র্যপূর্ণ হার্ডওয়্যার স্ট্যাক' এখনও তাদের কম্পিউটিং কৌশলের কেন্দ্রবিন্দু থাকবে, এবং স্যামসাংয়ের সাথে সহযোগিতার বিষয়ে আর কোনও মন্তব্য করা হবে না।

এই অফিসিয়াল বিবৃতিটি ঠিক সেই সবচেয়ে বাস্তবিক উদ্দেশ্যটিকেই উল্লেখ করেছে যা নিজস্ব চিপ ডেভেলপমেন্টের ঢলের মধ্যে রয়েছে। The Information-এর ডেটা অনুযায়ী, নভেডিয়া বিশ্বব্যাপী প্রায় 74% AI চিপ বাজার দখল করে আছে; অন্ত্রোপিক এখনও একটি নিজস্ব চিপ তৈরি করেননি, Claude-এর প্রতিটি কল পার্টনারদের কাছ থেকে ভাড়া করা চিপগুলির উপর চলছে; এবং এই পার্টনারদেরই একইসাথে তাদের প্রতিদ্বন্দ্বী।

মনে রাখা গুরুত্বপূর্ণ যে, Anthropic-এর নিজস্ব চিপ ডেভেলপমেন্টের পথ অনুসরণের সময়টি এর আয়ের হঠাৎ বৃদ্ধির সাথে প্রায় একই সময়ে ঘটেছে। নিজেদের প্রকাশিত তথ্য অনুযায়ী, 2026 সালের পরিচালনা আয় বার্ষিকভাবে 300 বিলিয়ন ডলারের ঊর্ধ্বে পৌঁছেছে, যখন 2025 সালের শেষের দিকে এটি মাত্র প্রায় 90 বিলিয়ন ডলার ছিল। এই পরিমাণের স্কেলে পৌঁছানোর পরই নিজস্ব চিপ ডেভেলপমেন্টের অর্থনৈতিক যুক্তি সম্ভবপর হয়ে ওঠে।

ডিপসিক, জিজ্ঞাপ, ওপেনএআই, অ্যানথ্রোপিক—এই সংবাদগুলি পাশাপাশি দেখলে একটি সাধারণ বিষয় উঠে আসে: তারা যা তৈরি করছে, তা হল ট্রেনিং চিপ নয়, বরং ইনফারেন্স চিপ। এটি দুর্ঘটনা নয়।

একটি প্রচলিত কাঠামোগত পরিবর্তন ঘটছে: ক্যালকুলেশন খরচের কেন্দ্র এখন "মডেল ট্রেনিং" থেকে "মডেল রান করা"-এর দিকে সরে যাচ্ছে। ট্রেনিং একবারের খরচ, কিন্তু শত শত হাজার বা কোটি ব্যবহারকারীকে মডেল সার্ভিস দেওয়া একটি নিরন্তর খরচ। ইন্ট্রোলের শিল্প বিশ্লেষণ অনুযায়ী, এখন রিজনিংয়ের জন্য সমস্ত AI ক্যালকুলেশনের প্রায় দুই-তৃতীয়াংশ ব্যবহার হচ্ছে।

https://introl.com/blog/custom-silicon-inflection-2026-hyperscaler-asics-nvidia-gpu

এবং যুক্তিপূর্ণ প্রক্রিয়াকরণ হল এসিসির মূল ক্ষেত্র। চিপ যুদ্ধের লেখক ক্রিস মিলারের CNBC-এর জন্য একটি উপমা অনুযায়ী: নভেডিয়ার জিপিইউ একটি সুইস আর্মি কাইফের মতো, যা যেকোনো সম song গণনার জন্য ব্যবহার করা যায়; আর এসিসি হল একটি একক উদ্দেশ্যের টুল, যা খুব দক্ষ এবং দ্রুত, কিন্তু শুধুমাত্র একটি ধরনের কাজের জন্য হার্ডওয়্যারের মাধ্যমে বাঁধা। প্রশিক্ষণের পর্যায়ে সুইস আর্মি কাইফের নমনীয়তা প্রয়োজন, কারণ মডেলের আকারগতি এখনও পরিবর্তনশীল; কিন্তু একবার মডেলটি স্থির হয়ে গেলে এবং এটিকে বিশাল সংখ্যক অনুরোধের জন্য ব্যবহার করতে হবে, তখন "একক-উদ্দেশ্যবিশিষ্ট টুল"টি আরও কম বিদ্যুৎ খরচ করে এবং আরও সস্তা।

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

এজেন্টের বিস্ফোরণ এই হিসাবকে আরও বাড়িয়ে দিয়েছে। মাইন্ডকাস্ট এআই-এর একটি বিশ্লেষণ একটি আকর্ষণীয় পার্থক্য প্রস্তাব করে:

প্রাচীন যুক্তি হল "প্রশ্নের খরচ": একটি প্রশ্ন, একটি উত্তর, সমাপ্ত বিল;

এজেন্ট হল একটি "চক্রীয় খরচ": একটি ব্যবহারকারীর লক্ষ্য এজেন্টকে ডিজিটালভাবে ডিকোড করতে, পরিকল্পনা করতে, অনুসন্ধান করতে এবং বাস্তবায়ন করতে দশ বা শতাধিক যুক্তিসঙ্গত কল ট্রিগার করে।

চিত্রটি অনুবাদ করা হয়েছে https://www.mindcast-ai.com/p/ai-inference-economy

যখন বুদ্ধিমত্তা বড় পরিসরে ব্যাপ্ত হবে, তখন প্রশিক্ষণ এবং উপস্থাপনার মধ্যে অর্থনৈতিক অসমতা অরৈখিকভাবে বৃদ্ধি পাবে। এজন্য, এই বিশ্লেষণাত্মক প্রতিষ্ঠানটি মনে করে: উপস্থাপনার অর্থনীতি 2028 সালের জন্য নয়, বরং 2026 সালের একটি ক্রয় সিদ্ধান্ত।

"কেন নিজে তৈরি করবেন" এর জন্য, শিল্পে ইতিমধ্যেই পর্যাপ্ত সংখ্যাগত সমর্থন রয়েছে।

সবচেয়ে স্পষ্ট উদাহরণটি এআই ইমেজ প্ল্যাটফর্ম মিডজার্নি থেকে আসে। জানা গিয়েছে, মিডজার্নি নভেডিয়া জিপিইউ থেকে গুগলের সপ্তম প্রজন্মের টিপিইউ-তে রিজনিং লোড স্থানান্তর করার পর, মাসিক কম্পিউটিং খরচ 210 মিলিয়ন ডলার থেকে কমে 70 মিলিয়ন ডলারে নেমে আসে, যা 65% হ্রাস। এই অনুপাতটি প্রতিদিন বিলিয়ন কোয়েরি চালানো অতি-বৃহৎ ফার্মগুলির ক্ষেত্রে বড় করলে, একজন বিশ্লেষকের মতো, দশ বিলিয়ন ডলার বিনিয়োগ করে নিজস্ব চিপ ডিজাইন করা হয়, যা একটি “সরাসরি আর্থিক গণনার” বিষয়ে পরিণত হয়।

এই প্রশ্নের উত্তরটি সম্পূর্ণ বাজারকে পরিবর্তন করছে। ট্রেন্ডফোর্সের পূর্বানুমান অনুযায়ী, 2026 সালে কাস্টম এসিসির ডেলিভারি বৃদ্ধির হার 44.6% হবে, যেখানে কমার্শিয়াল GPU মাত্র 16.1%—এটিই প্রথমবারের মতো কাস্টম চিপের বৃদ্ধির হার GPU-এর চেয়ে বেশি হবে। ইনট্রল ব্লুমবার্গ ইন্ডাস্ট্রি রিসার্চের ডেটা উল্লেখ করে বলছে: 2033 সালের মধ্যে সমগ্র AI অ্যাকসেলারেটর বাজার 6040 বিলিয়ন ডলারে পৌঁছানোর পূর্বানুমান করা হয়েছে, এবং কাস্টম সিলিকনের শেয়ারও ত্বরান্বিতভাবে বৃদ্ধি পাচ্ছে।

অত্যন্ত বড় প্রস্তুতকারকগুলি ইতিমধ্যেই বাস্তব অর্থ দিয়ে ভোট দিয়েছে। গুগলের TPU, অ্যামাজনের Trainium, মাইক্রোসফটের Maia, মেটার MTIA... এই স্ব-বিকশিত চিপগুলি প্রতিটি মাতৃকোম্পানির অভ্যন্তরীণ বিশাল পরিমাণের ইনফারেন্স লোডকে সমর্থন করে।

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

CNBC-এর এক প্রতিবেদন অনুযায়ী, ট্রেইনিয়ামের প্রধান আর্কিটেক্ট রন ডিয়াম্যান্ট বলেছেন, এমেজনের এই ASIC-এর AWS-এর অন্যান্য হার্ডওয়্যার সরবরাহকারীদের তুলনায় 30% থেকে 40% পর্যন্ত মূল্য-পারফরম্যান্স সুবিধা রয়েছে।

এই সংখ্যাগুলি নির্দেশ করে: যখন আপনার ক্যালকুলেশন ক্ষমতার চাহিদা অতিমাপের পর্যায়ে বৃদ্ধি পায়, তখন চিপগুলি একটি খরচের আইটেম নয়, বরং প্রতিযোগিতার বাধা হয়ে ওঠে। যেমন Oplexa-এর একটি বিশ্লেষণে বলা হয়েছে, নিজের সিলিকন নিয়ন্ত্রণ করা মানে নিজের পারফরম্যান্স রোডম্যাপ, খরচ কাঠামো এবং সরবরাহ শৃঙ্খল নিয়ন্ত্রণ করা। এই তিনটি কিছুই কোনও ক্রয় অর্ডারের মাধ্যমে পাওয়া যায় না।

যদি অর্থনৈতিক হিসাব প্রকাশ্যের কারণ হয়, তবে "ভাগ্যকে একটি কোম্পানির হাতে ছেড়ে দিতে চাই না" এটি ঢেউয়ের নিচের গভীরতর অন্তর্বাহী প্রবাহ।

নভেডিয়ার শক্তির অংশটি চিপের কারণে, কিন্তু বড় অংশটি CUDA-এর কারণে। CUDA হল একটি বিশেষ সফটওয়্যার ইকোসিস্টেম, যা বছরের পর বছর জমা হয়েছে। Spheron-এর বিশ্লেষণ অনুযায়ী, FlashAttention থেকে vLLM-এর কন্টিনিউয়াস ব্যাচিং পর্যন্ত প্রায় সমস্ত গুরুত্বপূর্ণ LLM ইনফারেন্স অপ্টিমাইজেশন শুধুমাত্র CUDA-এর উপর চলে। এই ইকোসিস্টেমটি নভেডিয়ার প্রতিরক্ষামূলক প্রাচীর হিসাবে নয়, বরং যে কোনও চিপ পরিবর্তন করতে চাওয়া দলের জন্য “স্থানান্তরণ খরচ” হিসাবে বিবেচিত। অনুমান করা হয়, vLLM-এর সার্ভিস স্ট্যাককে Amazon Neuron SDK-এ মাইগ্রেট করতে দুই থেকে ছয় সপ্তাহের ইঞ্জিনিয়ারিং সময় লাগে, এবং কিছু মডেল আর্কিটেকচার এমনকি সমর্থিতও হয়না।

https://www.spheron.network/blog/hyperscaler-custom-ai-chips-2026-trainium-tpu-maia-mtia-vs-nvidia-gpu/

এই দেয়ালটি যেহেতু এত উঁচু এবং পুরু, তাই এটি পার হওয়ার প্রেরণা আরও শক্তিশালী। অতিবৃহৎ প্রস্তুতকারক এবং অগ্রণী পরীক্ষাগারগুলির জন্য, প্রতিটি স্ব-উন্নয়নকৃত চিপে চলমান লোড মানে আরও বেশি লাভ নিজেদের পকেটে থাকা, এবং নভেডিয়ার সাথে দাম নিয়ে আলোচনা করার সময় আরও বেশি বলের অবস্থান।

দ্য স্ট্রিটের মূল্যায়ন খুব সরল: যা পরিবর্তিত হচ্ছে, তা হলো "AI ল্যাবগুলিকে নভেডিয়ার যেকোনো মূল্য এবং সরবরাহের শর্ত গ্রহণ করতে হবে" এই ডিফল্ট ধারণা। মাইক্রোসফটের আছে মাইয়া, অ্যামাজনের আছে ট্রেইনিয়াম, গুগলের আছে টিপিইউ, এবং সবচেয়ে নতুন প্রজন্মের AI ল্যাবগুলি এখন নিজেদের জন্যও একই ধরনের চাপ তৈরি করতে চায়।

জুলাই ৭ তারিখের সেই দুটি বার্তায় ফিরে যান। ডিপসিক এবং জিজ্ঞাপু এর জন্য, উপরের সমস্ত কারণের পাশাপাশি, তাদের একটি সাধারণ সমস্যা রয়েছে যা তাদের মার্কিন প্রতিদ্বন্দ্বীদের নেই: রপ্তানি নিয়ন্ত্রণ।

এছাড়াও উল্লেখ্য যে, ডিপসিকের এই স্ব-উন্নয়নের সংবাদ ঠিক তখনই ঘটেছে যখন এটি প্রথমবারের মতো বাইরের বিনিয়োগ গ্রহণ করেছিল: কোম্পানিটি ৫০০ বিলিয়ন যুয়ানেরও বেশি ফান্ডিং সম্পন্ন করেছে এবং এর মূল্যায়ন ৩,৩০০ বিলিয়ন যুয়ানেরও বেশি। চিপ তৈরি করা খুবই ব্যয়বহুল, এবং টাকা এবং চিপ—এই দুটি ঘটনা একসাথে ঘটার কথা অবশ্যই দৈব নয়।

এবং জিজং, এই বছরের জানুয়ারিতেই হংকং স্টক এক্সচেঞ্জে তাদের প্রথম চীনা এআই ল্যাব হিসেবে তালিকাভুক্ত হয়েছিল। উভয়ই এই ব্যয়বহুল জুয়ায় আগে থেকেই তাদের টাকার বাক্স প্রস্তুত করছে।

এই সব ইঙ্গিতগুলি একত্রিত করুন, "কেন এআই কোম্পানিগুলি নিজেদের চিপ তৈরি করতে চায়" এই প্রশ্নের উত্তর আসলে কয়েকটি শক্তির সমন্বয়: রিজনিং ট্রেনিংয়ের পরিবর্তে ক্যালকুলেশনের মুখ্য মাঠ হয়ে উঠেছে, যা স্পেশালাইজড ASIC-এর জন্য সুযোগ তৈরি করেছে; এজেন্টগুলির বিস্ফোরণ রিজনিং খরচকে অ-রৈখিকভাবে বাড়িয়ে তুলেছে, যাতে প্রতিটি টাকা বাঁচানোর মান বাড়িয়ে দেওয়া হয়েছে; এবং নভিডিয়ার উপর গভীর নির্ভরশীলতা সবাইকে নিজেদের জন্য একটি বার্তা বহনের জন্য প্রস্তুত করেছে। ডিপসিক, জিজ্ঞাপসহ চীনা কোম্পানিগুলির জন্য, রপ্তানি নিয়ন্ত্রণের সমস্যা এটির সাথে যোগ করতে হবে।

কিন্তু এই উত্তেজনার নিচেও একটু শীতল পানি ঢালা দরকার। নিজস্ব চিপ ডিজাইন করা সবসময় নিশ্চিত লাভের কথা নয়। ডিজাইনের চক্র প্রায়শই 18 থেকে 24 মাস সময় নেয়, প্রাথমিক প্রকৌশল ব্যয় অত্যন্ত বেশি, এবং একটি নির্দিষ্ট আর্কিটেকচারের চারপাশে ডিজাইন করা শুধুমাত্র তখনই যুক্তিসঙ্গত যখন লোডওয়ার্কটি যথেষ্ট স্থির এবং পূর্বানুমানযোগ্য। যারা এখনও মডেল আর্কিটেকচার পরীক্ষা করছে, অথবা যাদের কাজগুলি অত্যন্ত বিবিধ—তাদের জন্য NVIDIA GPU-এর নমনীয়তা আরও লাভজনক।

টেকটাইমস স্পষ্টভাবে বলেছে, দিনে দশ বিলিয়ন কোয়েরি চালানো বিশাল কোম্পানিগুলিই এই 40% থেকে 65% খরচের সুবিধা পায়; সপ্তাহে কয়েক লক্ষ কোয়েরি চালানো কোম্পানিগুলির জন্য এই হিসাবটি উল্টো।

একটি আরও গুরুত্বপূর্ণ প্রশ্ন হল: এই ঢেউটি নিউডিয়াকে দুর্বল করবে নাকি শুধু এটিকে একটি পূরক পজিশন যোগ করবে? বেশিরভাগ বিশ্লেষণ উত্তরটিকে পরবর্তীটির দিকে ঝুঁকিয়েছে। Oplexa-এর মতে, 2027 সালের মধ্যে ASIC-এর বিতরণ সংখ্যায় GPU-এর চেয়ে বেশি হতে পারে, কিন্তু উভয় বাজারই বৃদ্ধি পাবে: AI ইনফ্রাস্ট্রাকচারটি দুটি ভিন্ন পথে বিভক্ত হচ্ছে—স্থির, হাই-ফ্রিকোয়েন্সি, পূর্বনির্ধারিত লোডগুলি ASIC-এর জন্য, অনুসন্ধান, বৈচিত্র্যপূর্ণ, এবং এখনও বিকাশশীল আর্কিটেকচারগুলি GPU-এর জন্য। নিউডিয়া এখনও ট্রেনিং এবং বেশিরভাগ বাজারকে দৃঢ়ভাবে নিয়ন্ত্রণ করছে।

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

ডিপসিক এবং জিজ্ঞাপ কি নিজেদের চিপ তৈরি করতে পারবে, এখনও কোনো উত্তর নেই, কারণ উভয় খবরই এখনও প্রাথমিক মূল্যায়ন পর্যায়ে আছে।

কিন্তু তারা একই দিনে প্রতিষ্ঠিত হয়েছিল, যেন জলের পৃষ্ঠে একসাথে ফেলা দুটি পাথর, যার তরঙ্গগুলি একই চিন্তার প্রতিফলন ঘটিয়েছিল: স্যান ফ্রান্সিসকো থেকে বেইজিং পর্যন্ত, এই ক্যালকুলেশন-ই-পাওয়ারের যুগে, পরবর্তী রাউন্ডে বেঁচে থাকতে চায় এমন কোনও AI কোম্পানি তাদের জীবন-মৃত্যুর মূলভিত্তি কখনও অন্যের হাতে ভাড়া দিতে চায় না।

এই পোস্টটি ওয়েইচ্যাট গ্রুপ "মেশিন সিন্টিস" (ID: almosthuman2014) থেকে এসেছে, লেখক: Panda