مقامی AI کمپنیاں اپنے اپنے راستے بنانے کی کوشش شروع کر رہی ہیں۔
اس سال کی شروعات میں، امریکی ٹیکنالوجی دنیا چین کی کمپوٹنگ طاقت پر توجہ دے رہی ہے۔
جنوری میں، ماسک نے ایک پوڈکاسٹ میں کہا کہ چین AI کی کمپوٹنگ طاقت میں دنیا کے دیگر علاقوں سے کہیں زیادہ آگے نکل جائے گا۔ فروری میں، OpenAI کے سی ای او اوتھمن نے کہا کہ چین میں صنعتِ مصنوعی ذہانت کے شعبے میں تکنیکی پیش رفت حیرت انگیز ہے۔ نوڈیا کے سی ای او ہوئن رینشون نے بھی کئی بار علناً کہا ہے: "چین کی AI ٹیکنالوجی پر پابندیاں لگانا اس کی خود مختصر ترقی کو تیز کر دے گا۔"
2025ء کو سپلائی سائیڈ کے اجتماع کا سال کہا جا سکتا ہے۔ موئر ٹیکنالوجیز، مو شی کورپوریشن جیسے ڈومیسٹک GPU کاروباری بورڈز پر متعدد بار لائے گئے، جس سے ڈومیسٹک بڑے ماڈلز کی صنعتی بنیاد مزید مضبوط ہوئی۔ 2026ء میں، تبدیلیاں سپلائی چین کے نیچے کی طرف منتقل ہوئیں، اپریل کے آخر میں، متعدد ڈومیسٹک بڑے ماڈلز نے نئے ورژن جاری کئے۔
20 اپریل کو، مہ کے اندھیرے نے لمبے کوڈنگ کے لیے ماہر Kimi K2.6 ماڈل جاری کیا؛ 24 اپریل کو، DeepSeek V4 جاری ہوا؛ اس کے بعد میٹوان نے LongCat-2.0-Preview کا ٹیسٹ ورژن جاری کیا، دونوں کے کل پیرامیٹر سائز میں تریلین سے زیادہ کا رُجحان ہے اور دونوں 1M انتہائی لمبے کنٹیکس کو سپورٹ کرتے ہیں۔
یہ قابل ذکر ہے کہ DeepSeek V4 نے نیکیڈیا کے نظام سے ہواوی شینگ تینگ پلیٹ فارم پر منتقلی اور ایڈجسٹمنٹ مکمل کی ہے؛ جبکہ میٹوانگ LongCat2.0 ایک تریلین پیرامیٹر والی بڑی ماڈل ہے جس کی تربیت اور استدلال پوری طرح سے ڈومیسٹک کمپوٹنگ پاور پر مبنی ہے، جس میں 50,000 سے 60,000 ڈومیسٹک کمپوٹنگ چپس استعمال کی گئیں۔
طویل عرصے سے، چین کے AI پیشہ ور افراد کی عام策略 موجودہ بالغ حل کے ساتھ جُڑنا تھا۔ اب، گھریلو AI کمپنیاں اپنے اپنے راستے بنانے کی کوشش کر رہی ہیں۔
بیابان میں سڑک بنانا
آپ ایک مشکل کام کو کیسے مکمل کریں گے؟
سائنس فکشن مصنف آرتھر سی کلارک کا جواب یہ تھا: "صرف ایک ہی طریقہ ہے کہ ناممکن کو خود، آگے بڑھنے کی بنیاد بنایا جائے۔"
ڈیپ سیک V4 کو شروع میں جاری کرنے کا وقت طے کیا گیا، لیکن آخری جاری کرنے تک کئی بار تبدیلی کی گئی۔ باہر کے تجزیہ کار عام طور پر اس کی ایک وجوہات کے طور پر مرکزی کوڈ کو نیوڈیا کے CUDA سے منتقل کرنے کی ضرورت کا اشارہ کرتے ہیں۔
کئی دہائیوں کے ترقی کے بعد، CUDA کا پائیدار نظام ایک طاقتور اور تمام اوزار سے لیس ڈویلپمنٹ پلیٹ فارم بن چکا ہے۔ گھریلو کمپوٹیشنل ایکوسسٹم ابھی تعمیر کے ابتدائی مراحل میں ہے۔ کوڈ منتقل کرنے کا عمل یہ سمجھتا ہے کہ ڈویلپمنٹ ٹیم کو بنیادی فریم ورک کے بڑے پیمانے پر دوبارہ تعمیر کا کام کرنا پڑے گا۔
آخر کار DeepSeek نے کامیابی حاصل کر لی، V4 کے جاری ہونے کے دو دن بعد، جی پی مورگن نے اپنی رپورٹ میں اشارہ کیا کہ V4 نے ہواوی کے Ascend چپس کے ساتھ کامیابی سے ادراک کیا ہے، جس سے گھریلو کمپوٹنگ کی صلاحیت کے سامنے کے AI انفرنس کے لیے ممکنہ صلاحیت کی تصدیق ہوئی ہے؛ اور DeepSeek نے مکسڈ اٹینشن آرکیٹیکچر جیسی بنیادی ٹیکنالوجی کے ارتقاء کے ذریعے انفرنس لاگت میں نمایاں کمی لائی ہے۔
DeepSeek نے ٹیکنیکل جنیئرز کے انداز میں لاگت کم کرکے کارکردگی بڑھائی، جس میں ایک بڑے ماڈل کے آدھے کام کو دوبارہ لکھ کر سخت منتقلی مکمل کی گئی۔ اسی دن لانچ کیا گیا میٹوانگ LongCat-2.0-Preview، جو گھریلو کمپوٹنگ پاور پر براہ راست چل رہا ہے۔
انجینئرنگ کے لحاظ سے گھریلو کمپیوٹنگ پاور کے کیا مشکلات ہیں؟ آئیے LongCat-2.0-Preview کے مثال کے طور پر دیکھتے ہیں۔
پہلا مشکل فزیکل سطح پر ہے۔ چینی ہارڈویئر پلیٹ فارم کی گرافک میموری کی صلاحیت اور بینڈ ویتھ نیوڈیا چپس سے مختلف ہے، جب ٹریلین پیرامیٹرز والے ماڈلز کو ٹرین کرنے اور ڈپلوی کرنے کے دوران، میٹوان ٹیم کو انجینئرنگ کے لحاظ سے کافی چیلنج کا سامنا کرنا پڑا، جس میں پیرلل سٹریٹجیز کو ٹیسٹ کرنے اور گرافک میموری کو بہتر بنانے کے لیے زیادہ توجہ دینے کی ضرورت تھی۔
دوسرا مشکل نقطہ نرم افزار کے ایکوسسٹم کی بالغت ہے، جس کے لیے گھریلو چپ کی خصوصیات کے مطابق تربیت کے پورے عمل کی درستگی اور دوبارہ حاصل کرنے کی صلاحیت یقینی بنانے کے لیے ٹیم کو مرکزی آپریٹرز کو دوبارہ لکھنا اور بہتر بنانا ہوگا، اور مکمل طور پر تعینات آپریٹرز کا خود ساختہ نظام تیار کرنا ہوگا۔
تیسرا مشکل یہ ہے کہ 50,000 سے 60,000 گھریلو کمپیوٹنگ کارڈوں والے بہت بڑے کلัสٹر کی استحکام، جہاں ہارڈویئر کی خرابی ناگزیر ہے۔ اس کے لیے، ٹیم نے ایک مکمل خرابی کا تحفظ اور خودکار بحالی نظام تعمیر کیا ہے۔
آخر میں، گھریلو ہارڈویئر کی خصوصیات کے مطابق، ٹیم نے ٹریننگ فریم ورک اور ماڈل ڈھانچے میں مخصوص مطابقت کے لیے ڈیزائن کیا، جس سے عام فریم ورک کی ایڈاپٹیو حدود توڑ گئیں اور کمپوٹیشنل پرفارمنس میں بہتری آئی۔
ڈیپسیک کے الگورتھم کی بہتری نے کمپوٹیشنل پاور کی رکاوٹ کم کر دی اور ماڈل کی قیمت کو کم کر دیا؛ میٹوان کے انجینئرنگ عمل نے گھریلو چپس کی ممکنہ صلاحیت ثابت کر دی۔ یہ تلاشیں گھریلو چپس کے ایکوسسٹم کو انجینئرنگ صلاحیت اور تجربہ فراہم کرنے میں مدد کر رہی ہیں۔
لیانگ ون فینگ نے کہا تھا: "ہم نے جان بوجھ کر ایک مچھلی کی حیثیت سے کبھی کوشش نہیں کی، لیکن بے خبری سے ہم ایک مچھلی بن گئے"، اور اب "مچھلی کا اثر" واضح ہو چکا ہے، ڈیپسیک صرف اکیلا نہیں ہے۔
ایک نقطہ سے نظام تک
ٹینسینٹ کلاؤڈ کے تانگ ڈو شینگ نے ایک مثال دی تھی: "بڑے ماڈل انجن ہیں، اور استعمال کرنے والے ڈرائیور ہیں۔" استعمال کرنے والے آسانی سے انجن کی پرفارمنس پر توجہ دیتے ہیں، لیکن اچھے ڈرائیور، ایندھن اور چیسس کی بھی اہمیت سمجھتے ہیں۔
چین کی کمپوٹنگ طاقت کی ترقی، پوری صنعتی زنجیر کی مسلسل تعاون پر منحصر ہے۔ ہر مرحلے کی مرکزی کمپنیاں لگاتار خامیوں کو دور کر رہی ہیں۔
پیداواری طرف پر، علیحدہ ڈیٹا ظاہر کرتا ہے کہ چین کے چپوں کی پیداوار لگاتار بڑھ رہی ہے، لیکن یہ "ڈبل ڈیل" ساخت ہے، جس میں 28nm سے زیادہ پختہ پروسیسز کا اکثریتی حصہ ہے، جبکہ 14nm اور اس سے کم کے جدید پروسیسز کی صلاحیت اب بھی کم ہے۔
EUV لیتھوگرافی مشین کی کمی کے پیش نظر، SMIC، Hua Hong Semiconductor جیسی کمپنیاں متعدد ایکسپوشر ٹیکنالوجیز پر کام کر رہی ہیں تاکہ فزیکل حدود کے اندر توازن تلاش کیا جا سکے۔ متعدد رپورٹس کے مطابق، SMIC کی N+2 ٹیکنالوجی (7nm کے برابر) کی یونٹ فیسٹی 80% سے زائد ہو چکی ہے، جس سے یہ ثابت ہوتا ہے کہ کمERCIAL پروڈکشن کی سرحد عبور کر لی گئی ہے۔
کمپیوٹنگ پاور کے لحاظ سے، چینی چپس اب بھی نیوڈیا کے ساتھ ایکلی چپ کی کمپیوٹنگ پاور میں فرق رکھتی ہیں۔ ہواوی شینگ تینگ 910C جیسے مصنوعات کے عملی تجربات سے پتہ چلتا ہے کہ انتہائی بالا کلستر لینئر ایکسلریشن نسبت کے ذریعے بھی بہت بڑے ماڈل ٹریننگ کو ممکن بنایا جا سکتا ہے۔
"جس نے ایک生态系统 حاصل کیا، وہی دنیا حاصل کر لی۔" نیوڈیا کے CUDA کے ذریعہ بنائی گئی دفاعی دیوار اتنی گہری ہے کیونکہ اس نے ایک جامع سافٹ ویئر اور ہارڈ ویئر مطابقت کا معیار قائم کیا ہے۔
صنعت کے ماہرین بھی اس بات کو سمجھتے ہیں۔ مثال کے طور پر، ووکو نے ایک بنیادی سافٹ ویئر پلیٹ فارم متعارف کرایا جو مقبول فریم ورکس کے ساتھ مطابقت رکھتا ہے اور ڈولپرز کے لیے منتقل ہونے کی رکاوٹ کو کم کرتا ہے۔ زہیوائن آرٹیفیشل انٹیلی جنس انسٹی ٹیوٹ کی قیادت میں بنائے گئے اوپن سورس سسٹم نے ایک یکسانہ بنیادی انٹرفیس تعمیر کی ہے جس سے اوپر کے ماڈل مختلف قسم کے ڈومیسٹک چپس پر چل سکتے ہیں۔
ممالک کے انٹرنیٹ بڑے کمپنیوں نے بھی کئی اقدامات کیے ہیں، بیڈو کی دو راستہ کی پالیسی اور ڈیجیٹل ٹرینڈ کی کھربوں کی سرمایہ کاری، دونوں کمپیوٹنگ انفراسٹرکچر کے لیے بہتر حل تلاش کر رہے ہیں۔
عوامی ڈیٹا کے مطابق، پچھلے کچھ سالوں میں میتوآن نے کم از کم 21 کمپنیوں میں سیمی کنڈکٹر/سمارٹ ہارڈویئر اور جنرل گرینڈ مڈل میں سرمایہ کاری کی ہے۔ ان میں چپ کی کمپوٹنگ لیورل کی مورو لائن ٹیم اور موکسی شیرز، اور ویژول چپ کے شعبے میں ایکسن یوانزھی شامل ہیں؛ ساتھ ہی نئے مواد جیسے تفصیلی شعبوں میں گوانگژو ژونگشان، شرقی کمپوٹنگ چپ سمیت کئی دیگر کمپنیاں بھی شامل ہیں۔
جبکہ ٹیکنالوجی کے طویل مدتی پیروی جاری رہتی ہے، صنعتی سرمایہ بھی کمپوٹنگ پاور میں سرمایہ کار اور مشترکہ تعمیر کار کے طور پر کام کر رہا ہے، جس سے مثبت حلقوں کا قیام ہو رہا ہے۔
ڈیجیٹل دنیا سے، حقیقی کاموں تک
ابھی مصنوعی ذہانت تیسری لہر کے اہم موڑ پر ہے، بڑے ماڈل اسے کمزور مصنوعی ذہانت سے عام مصنوعی ذہانت کی طرف لے جا رہے ہیں، اور زیادہ اہم بات یہ ہے کہ یہ روبوٹس کو 1.0 خاص روبوٹس کے دور سے 2.0 عام جسمانی ذہانت کے دور میں لے جا رہے ہیں۔
بیجنگ زہیوائن آرٹیفیشل انٹیلیجنس انسٹیٹیوٹ کے ڈائریکٹر وانگ چونگیوین کے الفاظ میں، AI کی صلاحیتوں کا اہم نقطہ شدید دنیا ہے۔
ایک طرف، کئی چینی ڈویلپرز بڑے ماڈلز کو کلاؤڈ پر "ہزاروں کتابیں پڑھنے" کے لیے تیار کر رہے ہیں، تاکہ ماڈل کی ذکاوت اور منطقی استدلال کی سختی بڑھائی جا سکے۔ دوسری طرف، بڑے ماڈلز کو "ہزاروں میل کا سفر کرنے" کی ضرورت ہے، جیسے ون شن بڑا ماڈل کو خودکار گاڑیوں کے فیصلہ سازی نظام میں ڈالا گیا ہے؛ ہون یوان بڑا ماڈل کا صنعتی معائنہ حل کئی اسکلائن سینریوز میں استعمال ہو رہا ہے۔
میتوان کی ڈلیوری، اسٹور ڈیلز، اور ہوٹل اور ٹریول سروسز جیسے کاروبار، روزمرہ کی زندگی میں سب سے پیچیدہ ٹاسک ایکزیکشن نیٹ ورک بناتے ہیں۔ یہاں لاکھوں حقیقی سیناریوز ہیں: دکانوں کے کچن میں کھانے کی تیاری کی رفتار سے لے کر سائیکل ڈلیوری والوں کے بارش میں ڈلیوری کے راستوں تک، اور صارفین کی دیر رات کی ایک بات "میں ہوٹ پوٹ کھانا چاہتا ہوں" تک۔
وینگ شنگ نے واضح طور پر کہا تھا کہ میانوان ایپ کو سب سے پہلے «AI پاورڈ ایپ» میں اپ گریڈ کیا جائے۔ اس کا مطلب یہ ہے کہ لانگ کیٹ کا تربیتی مقصد صرف یہ نہیں کہ وہ جواب دے “کس کی چھوٹی سی گوشت کی تیاری اچھی ہے” بلکہ “اس دکان کو تلاش کرنا، بہترین گروپ ڈیل کا انتخاب کرنا، اور جمعہ کی شام 7 بجے کے لیے دو سیٹس بک کرنا” ہے۔
اس کا مطلب یہ ہے کہ ٹاسک کی تحویل کا اثر انتہائی اہم ہے، اور یہ بھی وضاحت کرتا ہے کہ وہیں کیوں فزیکل دنیا کے لیے AI بنیاد پر زور دے رہا ہے۔
پیرامیٹرز سے کمپیوٹیشنل پاور تک، گھریلو بڑے ماڈلز 'قابل استعمال' سے 'آسان استعمال' تک کے مرحلے کو مکمل کر رہے ہیں۔
اس راستے پر کوئی جلدی کا راستہ نہیں۔ مستقبل میں، جب الگورتھم، کمپیوٹنگ پاور، فنڈز اور سیناریوز لگاتار کیمیائی رد عمل پیدا کرتے رہیں گے، تو چینی AI کی کہانی بھی "ایک نقطے پر ترقی" سے "سسٹم کی ترقی" تک پہنچ جائے گی۔
یہ مضمون ویچن گروپ "لان ڈونگ شانگ یے" سے ہے، مصنف: یو وی لین