एनविडिया का एआई हार्डवेयर पर नियंत्रण अच्छी तरह से दस्तावेजित है। कंपनी डेटा-सेंटर GPU राजस्व का लगभग 86% कमाती है। लेकिन इसका वास्तविक लाभ कभी चिप्स खुद नहीं था। यह CUDA था, जो सॉफ्टवेयर परितंत्र विकासकर्ताओं को एनविडिया हार्डवेयर पर इतना निर्भर बनाता है कि स्विच करना जैसे स्काईडाइविंग के दौरान एक नई भाषा सीखना हो।
OpenAI यह अनुमान लगा रही है कि वह हर किसी को एक पैराशूट प्रदान कर सकती है। जुलाई 2021 में जारी किए गए इस कंपनी के ओपन-सोर्स टूल, ट्रिटन, को न्यूडिया हार्डवेयर के बिना AI मॉडल चलाने के लिए न्यूनतम कोड बदलाव के साथ कुंजी के रूप में प्रस्तुत किया जा रहा है।
अनुसंधान परियोजना से रणनीतिक हथियार
ट्राइटन एक अपेक्षाकृत साधारण प्रोजेक्ट के रूप में शुरू हुआ। इसका मूल उद्देश्य डेवलपर्स को निम्न स्तरीय CUDA प्रोग्रामिंग के साथ लड़ने के बजाय पायथन में हाई-परफॉर्मेंस GPU कोड लिखने की अनुमति देना था।
टूल 2021 के मध्य में 1.0 संस्करण जारी होने के बाद काफी विकसित हो चुका है। 2026 की शुरुआत के विश्लेषण से पता चलता है कि ट्राइटन अब एक ऐसे बिंदु पर पहुंच गया है, जहां यह विभिन्न हार्डवेयर प्लेटफॉर्मों के बीच एआई मॉडल्स को स्थानांतरित करने में सक्षम है, जिसके लिए न्यूनतम या यहां तक कि शून्य कोड पुनर्लिखन की आवश्यकता होती है।
OpenAI केवल एक खाली स्थान में उपकरण बना रहा है। कंपनी ने अक्टूबर 2025 में AMD के साथ एक बहु-वर्षीय समझौता किया है, जिसके तहत वह अधिकतम 6 गीगावॉट Instinct GPUs लागू करेगी। पहली लहर, MI450 श्रृंखला के 1 गीगावॉट चिप्स, 2026 के दूसरे भाग में पहुंचने की उम्मीद है।
भर्ती के अनुसरण में
OpenAI AMD GPU सक्षमता पर केंद्रित निष्कर्षण इंजीनियर्स को सक्रिय रूप से भर्ती कर रहा है। 2026 की रिपोर्ट्स के अनुसार, OpenAI ने कुछ Nvidia चिप्स के प्रति असंतोष व्यक्त किया है।
इसका निवेशकों के लिए क्या अर्थ है
डेटा-सेंटर GPU राजस्व का Nvidia का 86% हिस्सा एक रात में वाष्प नहीं हो जाएगा। CUDA के पास दशकों का सं tíchित अनुकूलन और एक गहराई से फैला डेवलपर परितंत्र है।
AMD को सबसे सीधे लाभ होने की संभावना है। कंपनी के पास पहले से ही प्रतिस्पर्धी सिलिकॉन है, और OpenAI के साथ भागीदारी उसके AI हार्डवेयर के लक्ष्यों को एक ऐसे तरीके से मान्यता देती है जिसे कोई भी बेंचमार्क कभी नहीं कर सकता। जब दुनिया की सबसे बड़ी AI कंपनी आपके GPUs को गीगावॉट्स में लागू करने के लिए प्रतिबद्ध होती है, तो यह उद्योग के बाकी हिस्सों के लिए एक स्पष्ट संदेश भेजती है कि Nvidia के बजाय एक व्यवहार्य विकल्प मौजूद है।
ध्यान देने वाला जोखिम निष्पादन है। कोई उपकरण बनाना जो सिद्धांत रूप से किसी भी हार्डवेयर पर चलता है, एक बात है। निविडा के अपने चिप्स पर CUDA-अनुकूलित कोड के समान प्रदर्शन प्राप्त करना पूरी तरह से एक अलग चुनौती है।