CUDA دوبارہ اور دوبارہ توڑ دیا گیا…
اس بار، جو ہاتھ اٹھایا، وہی ایک نیواڈا نے خود پالا ہوا AI ہے۔
ایک صرف ایک سال پرانی چھوٹی کمپنی نے AI پروگرامنگ ایجنٹ کا استعمال کرتے ہوئے صرف 10 گھنٹوں میں ایک "CUDA جیسا سافٹ ویئر" تیار کر لیا۔
روکو، روکو، روکو۔
کیا آپ کہنا چاہ رہے ہیں کہ نیوڈیا کی طرف سے تقریباً 20 سالوں میں تعمیر کی گئی یہ سافٹ ویئر کی سلطنت اتنی آسانی سے نقل کر لی گئی؟؟
اس سے بھی زیادہ۔ ڈیپسیک کم سے کم کرنا بھی کوشش کر رہے ہیں۔
انہوں نے TileLang کا استعمال کرتے ہوئے TileKernels نامی ایک GPU آپریٹر لائبریری کو اوپن سورس کر دیا ہے، جس سے بہت ساری مینوئل CUDA کوڈ لکھنے کی ضرورت ختم ہو گئی۔
لیکن اس طرح کی "CUDA کریسس" کے بارے میں ہم پہلے بھی سن چکے ہیں۔
کبھی کبھی CUDA کو نکال کر ڈانٹا جاتا ہے، اسے متبادل قرار دے دیا جاتا ہے، اس کی حفاظتی دیوار کو الٹ دیا جاتا ہے…
کیا یہ سچ میں ایسا ہے؟
10 گھنٹے میں CUDA کا نقلی نسخہ
نیوڈیا کا ذکر کرتے ہی بہت سے لوگوں کا پہلا خیال GPU ہوتا ہے۔
H100، بلاکول، روبن، ایک نسل کے بعد ایک زیادہ طاقتور چپس کے ذریعے، نوڈیا نے اس AI لہر کا سب سے بڑا فائدہ اٹھایا۔
لیکن نوڈیا کا سچا، انتہائی مشکل سے ہٹایا جانے والا فائدہ اصل میں ہارڈویئر نہیں، بلکہ سافٹ ویئر ہے۔
چپس خریدی جا سکتی ہیں، پیرامیٹرز کو اپ گریڈ کیا جا سکتا ہے، اور پروسیس بھی ترقی کرتا رہے گا۔ واقعی اس بات نے گاہکوں کو نیکوڈیا کے استعمال سے الگ ہونے سے روک دیا ہے کہ GPU کے ارد گرد ایک مکمل سافٹ ویئر ایکوسسٹم تعمیر کیا گیا ہے۔
اور CUDA، یہی اس نرم افزاری امپائر کا مرکز ہے۔
CUDA کا مکمل نام Compute Unified Device Architecture ہے، جسے نیوڈیا کے ایگزیکٹو Ian Buck کی قیادت میں تقریباً 20 سال کی محنت سے تیار کیا گیا۔
اسے عام طور پر پروگرامنگ زبان کہا جاتا ہے، لیکن زیادہ درست طور پر، CUDA نیکوڈیا GPU کے ارد گرد تعمیر کیا گیا ایک مکمل سافٹ ویئر پلیٹ فارم ہے۔
اگر اسے تین طبقات میں تقسیم کیا جائے، تو سب سے نیچے کور کی لیئر ہے، جو چپ کو ب без کام کرنے کے لیے کرنل، کمپائلر اور رن ٹائم کو براہ راست ہدایت دیتی ہے۔
درمیان میں کیوبیلیس، کیوڈین وغیرہ جیسے بلند سطح پر بہتر بنائے گئے کمپوٹیشنل لائبریریز اور ڈیبگنگ، تصدیق اور پرفارمنس تجزیہ کے ٹولز ہیں۔
سب سے اوپر، پائٹورچ، ٹینسر فلو جیسے ڈویلپمنٹ فریم ورکس، کمپنیوں کے ذخیرہ کردہ لاکھوں کوڈ اور ورک فلو، اور کیو ڈی اے کے ارد گرد ترقی پا چکا ڈویلپر ایکوسسٹم شامل ہیں۔
△
یہ تھوڑا مفہومی لگ سکتا ہے، لیکن آپ NVIDIA GPU کو ایک فیکٹری کی طرح سمجھ سکتے ہیں۔
CUDA کی سب سے نیچلی سطح مشین کو ہر قدم پر یہ بتاتی ہے کہ کیا کرنا ہے، درمیانی سطح پر تیار پیداواری ٹولز دیے جاتے ہیں، اور سب سے اوپری سطح پر کئی سالوں سے چل رہا ایک مکمل پیداواری نظام ہے۔
اس لیے، صارفین کو صرف ایک نوڈیا کارڈ نہیں، بلکہ ایک درپیش کارخانہ ملتا ہے۔
اب، ایک جیرمی نکسن نامی بھائی، AI ایجینٹ کے ساتھ آ گیا ہے۔
نکسن AI سافٹ ویئر اسٹارٹ اپ انفینیٹی کے بانی ہیں، جو پہلے گوگل برین میں ریسرچر بھی رہ چکے ہیں۔
اس کی ٹیم نے ایک AI ریسرچ ایجنٹ تیار کیا ہے جس کا نام Ignition ہے، جو مختلف AI چپس کے لیے لیئر سافٹ ویئر لکھنے کے لیے خاص طور پر ڈیزائن کیا گیا ہے۔
یہ GPU Kernel تیار کر سکتا ہے، ٹیسٹ چلاسکتا ہے، خطاں تلاش کر سکتا ہے، پرفارمنس کا جائزہ لے سکتا ہے، اور نتائج کے مطابق کوڈ کو خودکار طور پر دوبارہ لکھ سکتا ہے۔
انسانی انجینئرز بلند سطح کی رہنمائی فراہم کرتے ہیں، باقی کی چھوٹی مکھی اور دماغی کاموں کو ایجنٹس پر منظور کر دیا جاتا ہے جو دہرائی جاتی ہیں۔
اس طرح، انفینیٹی نے AI چپ اسٹارٹ اپ d-Matrix کے لیے ایک CUDA جیسا سافٹ ویئر ایگنیشن کے ساتھ تعمیر کیا۔
صرف 10 گھنٹے لگے۔
اہ؟؟
کیا وہ بنیادی کوڈ جو پہلے چپ سافٹ ویئر انجینئرز کو بار بار ٹیسٹ کرنے کی ضرورت تھی، اب حقیقت میں AI کو سونپا جا سکتا ہے؟
یہ بالکل شور مچانے کا مسئلہ نہیں ہے۔
ای آئی ایجنٹ اس قسم کے واضح فیڈ بیک والے پروگرامنگ کاموں کے لیے واقعی مناسب ہے۔
کیا کوڈ کمپائل ہوتا ہے، کیا نتائج درست ہیں، اور کیا پرفارمنس بہتر ہوئی ہے — ان سب کے جوابات عملی طور پر چلانے سے ملتے ہیں۔
اس طرح، ایجینٹ ایک مکمل بند حلقوں کا فارم بناتا ہے:
کوڈ لکھیں → کمپائل کریں → چلائیں → درستگی اور کارکردگی کا ٹیسٹ کریں → فیڈ بیک کے مطابق مزید تبدیلیاں کریں
تاہم، انفینیٹی کا مرکزی اہداف CUDA کی پہلی سطح پر حملہ ہے: مختلف چپس کے لیے انفرینس کرنلز کو جنریٹ اور آپٹیمائز کرنا، اور ان کرنلز کے اردگرد بنیادی سافٹ ویئر کی صلاحیتیں تعمیر کرنا۔
یہ کئی چپس کے لیے ایک جامع انفرینس لائبریری تیار کر رہا ہے، لیکن اس کا مطلب یہ نہیں کہ اس نے CUDA کے تقریباً 20 سال کے مکمل ایکوسسٹم کو 10 گھنٹوں میں نقل کر لیا ہے۔
لیکن…
لیکن!
آپ کو 15 ملین امریکی ڈالر کی فنڈنگ حاصل کرنے کے لیے CUDA کا نقل کرنے کی ضرورت نہیں ہے۔
اس کمپنی کی موجودہ قیمت بھی 100 ملین امریکی ڈالر پر پہنچ چکی ہے۔
کیا یہ نیوڈیا کو خطرہ ہے، میں نہیں جانتا، لیکن سرمایہ کار بالکل خرید رہے ہیں۔ (doge)
انفرادی طور پر، دوسرا میدان جنگ شروع ہو گیا!
اگر AI ایجنٹ فتح کا ہتھیار ہے، تو ریزنگ مارکیٹ کھڑکی کا خانہ ہے۔
بڑے ماڈل کی کمپوٹیشن کو دو حصوں میں تقسیم کیا جاتا ہے:
ٹریننگ میں ماڈل بنایا جاتا ہے، جس کے لیے ہزاروں گرافکس کارڈز کو کئی ماہ تک مل کر چلانا پڑتا ہے؛ جبکہ انفرینس میں پہلے سے ٹرینڈ ماڈل کا استعمال کرکے سوالات کے جوابات دیے جاتے ہیں، جس کے لیے چھوٹا کلاسٹر یا ایک ہی کارڈ کافی ہوتا ہے۔
ٹریننگ سائیڈ پر، CUDA اب بھی تقریباً حل نہیں ہے۔
بڑے پیمانے پر تربیت کے لیے کارکردگی، استحکام اور کلستر کو آپس میں ملا کر کام کرنے کے لیے بہت حساس ہوتا ہے۔ چپس کے درمیان مواصلات، گرافک میموری کا انتظام، اور پروگرام کے خراب ہونے کے بعد کیسے بحال کیا جائے — کسی بھی ایک کامیابی کا نقصان، جب ہزاروں یا لاکھوں چپس پر بڑھ جائے، تو اصل وقت اور لاگت میں تبدیلی لاتا ہے۔
اس لیے، کاروباری ادارے تربیتی پلیٹ فارم کا انتخاب کرتے وقت بہت محتاط ہوتے ہیں۔
دیگر چپس، چاہے ان کے دستاویزی پیرامیٹرز اچھے کیوں نہ ہوں، اگر سافٹ ویئر کافی نہیں ہے یا کلستر استحکام سے محروم ہے، تو بچائے گئے ہارڈویئر اخراجات کا ادائیگی ترقی اور غلطیوں کے اخراجات سے دگنا ہو سکتی ہے۔
لیکن استدلال کی طرف، کھیل کے قوانین تبدیل ہو گئے۔
کوریائی AI چپ کمپنی Rebellions کے سی ای او مارشل چوی کا خیال ہے:
استدلال کی جانب، CUDA اب فیصلہ کن عامل نہیں ہے۔ یہ ایک اوپن سورس سافٹ ویئر کی مقابلہ ہوگی۔
کیوں مقابلہ کرنے والے سب ریزننگ پر توجہ دے رہے ہیں؟
کیونکہ تربیت "بہترین پرفارمنس" پر توجہ دیتی ہے، جبکہ استدلال "ہر جواب کی لاگت" پر توجہ دیتا ہے۔
ٹریننگ کے لیے ہزاروں گرافکس کارڈز کی ضرورت ہوتی ہے، جبکہ انفریسنگ کو چھوٹے کلسٹرز یا ایک ہی کارڈ پر تقسیم کیا جا سکتا ہے؛ ٹریننگ میں چپ تبدیل نہیں کی جا سکتی، لیکن انفریسنگ میں کیا جا سکتا ہے۔
جو بھی سستا اور چل سکے، کسٹمر اسے آزمائیں گے۔
زیادہ اہم بات یہ ہے کہ استدلال سافٹ ویئر مختلف چپس پر چل سکتا ہے۔ اگر استدلال فریم ورک کئی چپس کی حمایت کرے تو صارفین مختلف ہارڈویئر کے درمیان تبدیلی کر سکتے ہیں، بغیر کوڈ دوبارہ لکھے—
CUDA کا سب سے بڑا لॉक-इन اثر اب ختم ہو گیا ہے۔
یہ مخصوص استدلال چپ کے لیے مواقع چھوڑ دیتا ہے۔
ریزننگ ٹاسکس کو ٹریننگ سے لے کر کلัส کوآرڈینیشن تک کی تمام کیپیسٹیز کی ضرورت نہیں ہوتی۔ خاص ماڈلز اور خاص سیناریوز کے لیے ڈیزائن کیے گئے چپس، اگر وہ تیزتر، سستے یا زیادہ بجلی بچانے والے ہوں، تو نیکوڈیا سے مارکیٹ کا ایک حصہ حاصل کرنے کا موقع رکھتے ہیں۔
مثلاً d-Matrix، جو خود ایک ایسی چپ کمپنی ہے جو استدلال پر زور دیتی ہے۔
یہ کمپنی 2019 میں قائم کی گئی، جو جنریٹو AI انفرینس چپ پر توجہ مرکوز کرتی ہے۔
اس کے ملکی ملکیت کے ساتھ سی ای او سد شیت نے یاد کیا کہ وہ بہت جلد یہ فیصلہ کر چکے تھے کہ AI استدلال کے ذریعے پیدا ہونے والے مواقع بالآخر تربیت سے زیادہ ہوں گے۔
انفینٹی نے AI ایجینٹ کا استعمال کرتے ہوئے 10 گھنٹوں میں ایک CUDA جیسا سافٹ ویئر تیار کیا جو d-Matrix کے انفرینس چپس کو سروس فراہم کرتا ہے۔
اس طرح، "10 گھنٹے کا واقعہ" کی مکمل کہانی سامنے آ جاتی ہے:
نئے چپ کو استنتاج کے مارکیٹ میں داخل ہونا ہے، لیکن اس کے پاس پختہ سافٹ ویئر نہیں ہے؛ AI Agent تھلے کے Kernel کو تیزی سے بناتا اور بہتر بناتا ہے، جس سے جو اصل میں کئی ماہ یا سال لگ سکتے تھے، وہ صرف گھنٹوں یا دنوں میں مکمل ہو جاتا ہے۔
سڈ نے صاف طور پر کہا:
ہاں، ہیویڈا کی تربیت کے شعبے میں برتری برقرار ہے، لیکن استدلال کے شعبے میں اس کا تحفظ کم ہو گیا ہے۔
اس خلیج پر نظر رکھنے والوں میں d-Matrix صرف ایک نہیں ہے۔
استدلال پر توجہ دینے والے Rebellions، d-Matrix، ویفر لیول چپ پر زور دینے والے Cerebras، ایمیزون کا Inferentia، گوگل کا TPU، AMD کا MI300X…
تمام چپ کمپنیاں اور کلاؤڈ کمپیوٹنگ گیگنٹس پہلے ہی استنتاج کے مارکیٹ میں ترتیب دے چکی ہیں اور نیوڈیا سے ایک حصہ حاصل کرنے کی تیاری کر رہی ہیں۔
ان کے لیے، انہیں فوراً نوڈیا کی جگہ لینے کی ضرورت نہیں ہے۔
انہیں صرف یہ ثابت کرنا ہے کہ کچھ استدلالی کاموں میں نیوڈیا کے مکمل ہارڈویئر اور CUDA ایکوسسٹم کے بغیر زیادہ تیز یا سستا چلایا جا سکتا ہے۔
یہ کافی ہے۔
نیوڈیا کا دفاعی دیوار، کیا توڑ دیا گیا ہے؟
جواب شاید… ابھی بہت دور ہے۔
پہلے بھی کہا گیا تھا کہ 10 گھنٹے میں دوبارہ لکھا گیا "ایک چپ کے لیے ایڈاپٹیشن کوڈ" تھا، جبکہ CUDA ایکوسسٹم میں 20 سال کی ترقی سے حاصل ہونے والی لائبریریاں، ڈیبگنگ ٹولز، کمیونٹی، اور کئی ملین ڈویلپرز موجود ہیں۔
یہ آسانی سے الٹا نہیں جا سکتا۔
زیادہ اہم بات یہ ہے کہ کوڈ بن جانا اس کا استعمال کرنے کے برابر نہیں ہے۔
INT21 کے بانی بِنگ شو، جنہوں نے اپنی پچھلی AI چپ سافٹ ویئر کمپنی HippoML کو نوویدا نے خرید لیا تھا، اور وہ اس سال اپریل میں نوویدا چھوڑ گئے۔
اس کا جائزہ یہ ہے کہ ایجنٹ تیزی سے بہت سارا کوڈ جنریٹ کر سکتا ہے، لیکن تصدیق سب سے بڑی رکاوٹ ہے۔
AI ایک ہزار سطر کوڈ جلدی تخلیق کر سکتا ہے، لیکن "ثابت کرنا کہ یہ ایک ہزار سطر کوڈ مختلف حدود کی صورتوں میں درست اور مستقل طریقے سے کام کرتا ہے" بہت سست ہے۔
CUDA کا سب سے گہرا اثاثہ اس کا تصدیقی ٹول چین ہے — اس لیے وہ سمجھتا ہے کہ ایجنٹ کے دور میں، تصدیق کا پائیدار نظام CUDA کی اگلی دفاعی دیوار بن جائے گا۔
ماڈیولر کے متحدہ بانی اور سی ای او کریس لیٹنر نے بھی ایک پانی کا گلاس ڈال دیا۔
اس کا خیال ہے کہ کوڈنگ ایجنٹ کے ذریعے لائی گئی بہتریاں تدریجی ہیں، "ہنگامہ بہت زیادہ بڑھا چڑھا دیا گیا ہے۔"
تین وجوہات ہیں: پہلا، کوڈ لکھنا صرف سافٹ ویئر انجینئرنگ کا ایک چھوٹا سا حصہ ہے، پروڈکشن لیول کی بہتری ہی چپ کی کارکردگی کا فیصلہ کرتی ہے، جو AI چلانے کی لاگت کو ب без سیدھا متاثر کرتی ہے؛
دوسری بات، چپ سافٹ ویئر ایک محدود اور ایلیٹ شعبہ ہے، جہاں عوامی کوڈ ایپلیکیشن ڈویلپمنٹ کے مقابلے میں کافی کم ہے، اور AI کے لیے اس شعبے میں تربیت کے لیے دستیاب ڈیٹا بھی اصل میں کم ہے؛
تیسری بات، لاکھوں لائنوں کے موجودہ کوڈ کے منتقل ہونے کی لاگت اب بھی موجود ہے، جو ٹیکنالوجی سے حل نہیں ہو سکتی، یہ ایک تنظیمی فیصلہ ہے۔
ایک اور ایسی بات جس کو نظرانداز کیا جاتا ہے: نوڈیا خود بھی AI کا استعمال کر رہی ہے۔
نیوڈیا کے ڈویلپر ایکوسسٹم کے وائس پریزیڈنٹ اینکٹ پٹیل کہتے ہیں:
ہم CUDA کو تیزی سے ترقی دینے اور بڑے پیمانے پر تصدیق کرنے کے لیے AI ایجینٹ کا بھی استعمال کر رہے ہیں۔
اپنی ہی چھری سے اپنے ہی ڈھال کو چھیڑنا، حملہ آور کی نسبتی ترجیح کو کم کر دے گا۔
بینگ شو کا خلاصہ یہ ہے: اس جنگ کی فتح یا شکست، مقابلہ کرنے والوں کی نیوڈیا کے پیچھے پڑنے کی رفتار اور نیوڈیا کی اپنی خود ترقی کی رفتار کے درمیان کے فرق پر منحصر ہے۔
لیکن واضح طور پر، دنیا کا سب سے بڑا چپ ساز، "نہ تو سوتا ہے اور نہ ہی اپنی جگہ پر ٹھہرا ہوا ہے"۔
کلی طور پر، مختصر مدت میں نوڈیا کا دفاعی دیوار محفوظ ہے، لیکن تبدیلیاں پہلے استنباط کی طرف سے خاموشی سے شروع ہوں گی۔
لمبے مدت کا اصل سوال یہ ہے کہ دفاعی دیوار 'کوڈ کے ذخیرہ' سے 'تصدیق اور بہتر بنانے والے ایکوسسٹم' کی طرف منتقل ہو رہی ہے۔
جو پہلے نیا مقام قبضہ کرے، وہی اگلا فاتح ہوگا۔
حوالہ جات: [1]https://www.businessinsider.com/nvidia-cuda-new-threats-ai-coding-agents-2026-8
یہ مضمون ویچن گروپ "Quantum Bit" سے ہے، مصنف: تینگ یو