नई दिल्ली:
चैटजीपीटी से आप “आम को बिना गिराए कैसे खाएं” और बहुत कुछ पूछ पाते हैं, इसका कारण एनवीडिया की एच100 और बी200 ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू) है। एआई चैटबॉट को शक्ति देने वाले इन जादुई चिपसेट ने एनवीडिया को एआई हार्डवेयर उद्योग में अग्रणी बना दिया है, जिसका बाजार पूंजीकरण 3 ट्रिलियन डॉलर के निशान तक पहुंच गया है – जो पिछले महीने माइक्रोसॉफ्ट और एप्पल से भी अधिक है।
लेकिन अब, हार्वर्ड से पढ़ाई छोड़ने वाले दो लोगों द्वारा स्थापित एक अपेक्षाकृत युवा स्टार्टअप ने एआई हार्डवेयर पाई पर अपनी नज़रें गड़ा दी हैं। कैलिफोर्निया स्थित स्टार्टअप, Etched, सोहू नामक अपने ट्रांसफॉर्मर ASIC (एप्लीकेशन स्पेसिफिक इंटीग्रेटेड सर्किट) चिप के साथ AI चिपसेट बाजार में हलचल मचाने की कोशिश कर रहा है।
सोहू का दावा है कि चैटजीपीटी जैसे ट्रांसफॉर्मर को चलाने में यह एनवीडिया के फ्लैगशिप- H100 से 20 गुना तेज है। कंपनी द्वारा इम्यूलेशन टेस्ट के आधार पर किए गए दावों के अनुसार, B200, जो कि H100 की तुलना में एनवीडिया की अधिक शक्तिशाली पेशकश है, कथित तौर पर सोहू से 10 गुना धीमी है।
सोहू ट्रांसफॉर्मर मॉडल के लिए अरबों पैरामीटर (AI मॉडल को प्रशिक्षित करने में उपयोग किए जाने वाले वैरिएबल) चलाने के लिए उच्च कम्प्यूटेशनल शक्ति प्रदान करने के लिए एक पूरी तरह से अलग दृष्टिकोण अपना रहा है। GPU के विपरीत जो कई कम्प्यूटेशनल रूप से भारी कार्य कर सकते हैं (जैसे वास्तविक समय में ग्राफिक्स रेंडर करना), Etched एक विशेष चिप बनाने का विकल्प चुन रहा है जो केवल ट्रांसफॉर्मर AI मॉडल को पूरा करता है – जो ChatGPT, Sora (OpenAI का टेक्स्ट टू वीडियो AI मॉडल) और Google के Gemini को चलाते हैं।
इसका मतलब यह है कि यह कन्वोल्यूशनल न्यूरल नेटवर्क (इमेज रिकग्निशन के लिए इस्तेमाल किया जाने वाला) जैसे अन्य AI मॉडल नहीं चला सकता। इससे डेवलपर्स द्वारा नए AI उत्पादों की खोज की संभावना खुलती है जो अब तक GPU पर सीमित शक्ति के कारण संभव नहीं थे।
उदाहरण के लिए, सोहू संभावित रूप से एक वास्तविक समय अनुवादक की ओर ले जा सकता है जो हिंदी, गुजराती या तमिल सुन और पढ़ सकता है और फ्रेंच, अंग्रेजी और जर्मन में जवाब दे सकता है। बेशक, इस तरह के मल्टीमॉडल और बहुभाषी अनुवाद के लिए केवल कम्प्यूटेशनल शक्ति से अधिक की आवश्यकता होती है, लेकिन सिद्धांत रूप में, यह संभावना को खोलता है।
ट्रांसफॉर्मर का एक और मल्टीमॉडल अनुप्रयोग जिसे चिपसेट उपयोग कर सकता है, वह है दृश्य और भाषा क्षेत्रों को एकीकृत करना। इसका अनिवार्य रूप से मतलब है कि ऐसा मॉडल पाठ और छवियों दोनों को एक साथ समझेगा, जिससे साक्षात्कार की तरह दृश्य प्रश्न और उत्तर की संभावना खुल जाएगी।
लेकिन यह सब एक सिद्धांत ही है। 25 जून को Etched ने इसे हकीकत बनाने के लिए 120 मिलियन अमरीकी डॉलर जुटाए हैं, सोहू ASIC की वास्तविक रिलीज़ के लिए वास्तविक समयरेखा अभी भी अस्पष्ट है।
आज हमने सोहू को दुनिया के सामने लाने के लिए 120 मिलियन डॉलर के फंड जुटाने की घोषणा की है। धन्यवाद @एडलुडलो हमें मेजबानी के लिए धन्यवाद! https://t.co/khzMPAofngpic.twitter.com/Q4SeuUjP2h
— Etched (@Etched) 26 जून, 2024
एच्ड ने दावा किया है कि उसके पास पहले से ही “दसियों मिलियन डॉलर” मूल्य का हार्डवेयर प्रीऑर्डर में आरक्षित है। कंपनी ने 4-नैनोमीटर चिप बनाने के लिए TSMC (ताइवान सेमीकंडक्टर मैन्युफैक्चरिंग कंपनी) के साथ एक सौदा भी हासिल किया है, वादा किया है कि यह सौदा “हमारे उत्पादन के पहले वर्ष को बढ़ाने” में मदद करेगा।