এআই রেসের সবচেয়ে গুরুত্বপূর্ণ উপাদান।

২০২৬ সালে চিপ প্রতিযোগিতা তীব্রতর হওয়ার পূর্বাভাস দেওয়া হচ্ছে কারণ এআই যুক্তির প্রবণতা উল্লেখযোগ্য বিশ্বব্যাপী চাহিদা তৈরি করছে।

এআই প্রশিক্ষণ এবং মডেল অপারেশন সিস্টেমের অন্যতম প্রধান উপাদান হল চিপস। সাম্প্রতিক বছরগুলিতে, এআই প্রবণতা প্রধান কোম্পানিগুলির মধ্যে একটি হার্ডওয়্যার প্রতিযোগিতা তৈরি করেছে, যার ফলে বিশ্লেষকরা আসন্ন ঘাটতির পূর্বাভাস দিয়েছেন।

প্রশিক্ষণ পর্ব যত এগোচ্ছে, বিশেষজ্ঞরা ভবিষ্যদ্বাণী করছেন যে কোম্পানিগুলি তাদের বিনিয়োগ AI স্থাপনা ব্যবস্থার দিকে সরিয়ে নিচ্ছে, যাকে ইনফারেন্সও বলা হয়। এটি চিপ সরবরাহ এবং উৎপাদনে নতুন চ্যালেঞ্জ তৈরি করে, তবে সঠিক বিনিয়োগ কৌশল সহ AI ব্যবসাগুলির জন্য সুযোগও তৈরি করে।

আসল সমস্যা

হার্ডওয়্যারের অগ্রগতির ফলেই AI-এর বিস্ফোরণ ঘটেছে। ২০২৫ সালের জালো AI সামিট-এ, OpenAI-এর ডঃ ফাম হাই হিউ জোর দিয়ে বলেন যে ChatGPT-এর উত্থান চিপসে বিপ্লব এনেছে, যার ফলে Nvidia অল্প সময়ের মধ্যে দ্রুত প্রবৃদ্ধি অর্জন করতে সক্ষম হয়েছে।

প্রযুক্তিগতভাবে, চিপগুলি AI-এর জন্য অত্যন্ত গুরুত্বপূর্ণ কারণ AI মডেলগুলিতে 80% গণনা ম্যাট্রিক্স গুণন দ্বারা সম্পন্ন হয়। AI চিপ বাজার বর্তমানে তাদের উদ্দেশ্যপ্রণোদিত ব্যবহারের উপর ভিত্তি করে দুটি প্রধান প্রকারে বিভক্ত। প্রথম প্রকারটি হল প্রশিক্ষণ চিপ, যার জন্য বৃহৎ ম্যাট্রিক্স গুণন করার ক্ষমতা প্রয়োজন, ধারাবাহিক সংখ্যক মাত্রা এবং শক্তিশালী ব্যান্ডউইথ সহ হাজার হাজার চিপ একসাথে সংযুক্ত করার জন্য।

দ্বিতীয় প্রকারটি হল ইনফারেন্স/সার্ভিস চিপ, যার জন্য আরও কম সংখ্যক লিঙ্কের প্রয়োজন হয় (প্রায় ৫০-১০০ চিপ) এবং ছোট, অনিয়মিত আকারের ম্যাট্রিক্স সমস্যার উপর ফোকাস করে। তবে, ইনফারেন্স চিপগুলির টেকসই অপারেশনের জন্য ভাল পাওয়ার অপ্টিমাইজেশন প্রয়োজন।

উন্নয়নের ইতিহাসের দিকে ফিরে তাকালে, যদি ২০১৯-২০২৩ সময়কাল জিপিটি মডেলগুলির জন্য প্রশিক্ষণ এবং ডেটা সংকোচনের উপর দৃষ্টি নিবদ্ধ করে, তাহলে ২০২৪ সাল থেকে, যুক্তির ক্ষমতার দিকে মনোযোগ স্থানান্তরিত হচ্ছে। এই পরিবর্তনের ফলে ইনফারেন্স চিপের চাহিদা বেড়েছে।

ডঃ ফাম হাই হিউ। ছবি: ফুওং লাম ।

ট্রাই থুক - জেডনিউজের সাথে এক সাক্ষাৎকারে , ডঃ ফাম হাই হিউ বলেছেন যে এই প্রবণতা AI ক্ষেত্রের জন্য নতুন চ্যালেঞ্জ তৈরি করে, কারণ চিপগুলি এখনও এই মডেলগুলির গতির সাথে তাল মিলিয়ে চলার জন্য যথেষ্ট দ্রুত বিকশিত হয়নি।

"ওপেনএআই-তে, লোকেরা প্রায়শই রসিকতা করে যে ইঞ্জিনিয়াররা যত দ্রুত চিপ তৈরি করুক না কেন, গবেষকরা সেই সমস্ত কম্পিউটিং শক্তি ব্যবহারের উপায় খুঁজে পাবেন," মিঃ হিউ বলেন।

ডঃ হিউ-এর মতে, এই শিল্পে উচ্চ-ব্যান্ডউইথ মেমরি (HBM) এবং অন-চিপ মেমরি (SRAM) এর মধ্যে ডেটা ট্রান্সমিশন ব্যান্ডউইথের অভাব রয়েছে। মডেলগুলি শেখা থেকে জ্ঞান অনুমানে রূপান্তরিত হওয়ার সাথে সাথে, ডেটা HBM-এ সংরক্ষণ করা হয়, তারপর গণনার জন্য প্রতিটি অনুমান ধাপে SRAM-এ স্থানান্তরিত হয় এবং তারপর HBM-এ ফিরে স্থানান্তরিত হয়।

"মডেলের অনুমান যত গভীর হবে, তত বেশি ডেটা ট্রান্সমিশন ধাপের প্রয়োজন হবে, যার ফলে HBM এবং SRAM-এর মধ্যে ব্যান্ডউইথের 'প্রতিবন্ধকতা' তৈরি হবে। এটিই ঘাটতি যা ২০২৫ সালে ঘটছে এবং ২০২৬ সাল পর্যন্ত অব্যাহত থাকবে বলে পূর্বাভাস দেওয়া হয়েছে," ডঃ হিউ আরও বলেন।

এই সমস্যা সমাধানের জন্য, OpenAI প্রতিনিধিরা জানিয়েছেন যে আগামী বছরে, Nvidia এবং AMD এর মতো চিপ নির্মাতারা HBM-SRAM ব্যান্ডউইথের উপর বিনিয়োগ করবে। তবে, এই ব্যান্ডউইথ উৎপাদনের খরচ অনেক বেশি, এবং কোম্পানিগুলি বিক্রয় মূল্য নিয়ন্ত্রণের জন্য তাদের চিপগুলির অন্যান্য ক্ষমতা হ্রাস করতে পারে।

ফলস্বরূপ, শিল্পটি শক্তিশালী HBM-SRAM ব্যান্ডউইথ সহ চিপ দেখতে পারে, তবে কিছু অন্যান্য স্পেসিফিকেশন দুর্বল হতে পারে।

সফটওয়্যারের দৃষ্টিকোণ থেকে আরেকটি প্রবণতা হল যে ওপেনএআই, এক্সএআই, অ্যানথ্রপিক ইত্যাদির মতো এআই কোম্পানিগুলি তাদের মডেলগুলিকে কম অনুমান করার জন্য সূক্ষ্ম-টিউন করতে পারে, অথবা প্রয়োজনে কেবল অনুমান করতে পারে।

"সহজভাবে বলতে গেলে, যদি আপনি ChatGPT কে মোটামুটি ভালো/চমৎকার উচ্চ বিদ্যালয়ের ছাত্র হিসেবে বিবেচনা করেন, তাহলে যখন আপনি একটি সহজ গণিত সমস্যা জিজ্ঞাসা করেন, তখন টুলটির উত্তর বের করার জন্য মাত্র ১৫ সেকেন্ড সময় থাকা উচিত। কিন্তু আন্তর্জাতিক প্রতিযোগিতা স্তরে সমস্যা থাকলে, টুলটিকে এক ঘন্টার জন্য এটি বের করতে হবে," ডঃ হিউ যোগ করেন।

সামগ্রিকভাবে, এই দুটি প্রবণতা একত্রিত হয়ে AI শিল্প যে HBM-SRAM ব্যান্ডউইথ বাধার সম্মুখীন হচ্ছে তা মোকাবেলা করতে পারে।

বড় খেলোয়াড়দের খেলা

এআই চিপ প্রতিযোগিতা কেবল প্রযুক্তির ক্ষেত্রেই সীমাবদ্ধ নয়; এটি সরবরাহ শৃঙ্খল নিয়ন্ত্রণের ক্ষেত্রেও প্রযোজ্য। চ্যাটজিপিটি চালু হওয়ার সময়, মডেলটির কার্যক্রম প্রায় সম্পূর্ণরূপে এনভিডিয়া চিপের উপর নির্ভরশীল ছিল। এর ফলে অ্যানথ্রপিক এবং মেটার মতো টেক জায়ান্টদের হার্ডওয়্যার ক্রয় বৃদ্ধি পেয়েছে।

তবে, এই গেমটি কেবল এনভিডিয়ার জন্য নয়। এএমডি এবং গুগলের মতো প্রতিযোগীরাও এআই মডেল ডেভেলপারদের জন্য সর্বোত্তম হার্ডওয়্যার সমাধান প্রদান করছে। তবুও, ওপেনএআই প্রতিনিধিরা স্বীকার করেছেন যে এআই চিপ তৈরি করা খুবই কঠিন, এমনকি এই কোম্পানিগুলি কোটি কোটি ডলার বিনিয়োগ করেও।

ডঃ হিউ-এর মতে, মেটা এখনও সমস্যার সম্মুখীন হচ্ছে কারণ এর MTIA চিপ "এখনও কেউ ব্যবহার করেনি।" অ্যামাজন দুটি চিপ তৈরি করছে, যার মধ্যে রয়েছে ট্রেনিয়াম ট্রেনিং চিপ এবং ইনফেরেন্টিয়া সার্ভার চিপ, কিন্তু মেটার মতো একই রকম সমস্যার সম্মুখীন হচ্ছে।

গুগল এই ক্ষেত্রে আরও সফল হয়েছে, কারণ এর টেনসর প্রসেসিং ইউনিট (টিপিইউ) বেশ শক্তিশালী কর্মক্ষমতা প্রদান করে, যা কোম্পানিকে এনভিডিয়ার উপর নির্ভরতা থেকে মুক্ত হতে সাহায্য করে। এটি চিপের ঘাটতির চাপও কমায় কারণ গুগলকে এনভিডিয়া থেকে প্রচুর পরিমাণে চিপ কিনতে প্রতিযোগিতা করতে হয় না।

তবে, ডঃ হিউ বিশ্বাস করেন যে গুগলের সমস্যাটি এই কারণে যে "অদ্ভুত" প্রোগ্রামিং ভাষা ব্যবহারের কারণে টিপিইউ প্রোগ্রাম করা খুব কঠিন।

"এই অসঙ্গতি গুগলের টিপিইউ প্রোগ্রামিংকে অপ্রয়োজনীয় এবং অযৌক্তিকভাবে কঠিন করে তোলে। অতএব, যদি না গুগল এনভিডিয়া জিপিইউগুলির তুলনায় অনেক কম দামে তাদের টিপিইউ বিক্রি করে বা লিজ না দেয়, তাহলে কেউ তাদের টিপিইউ ব্যবহার করবে না," ডঃ হিউ ট্রাই থুক - জেডনিউজকে বলেন ।

তবে, অ্যানথ্রপিক এবং এসএসআই-এর মতো এআই স্টার্টআপগুলিতে বিনিয়োগের ক্ষেত্রে গুগল এবং অ্যামাজনের একটি বুদ্ধিদীপ্ত কৌশল রয়েছে; পার্থক্য হল নগদ অর্থ বিনিয়োগের পরিবর্তে, তারা এই স্টার্টআপগুলিকে চিপ সরবরাহ করে। এইভাবে দুটি কোম্পানি তাদের চিপের জন্য একটি বাজার খুঁজে পায়, যা ঘাটতি দূর করতে সহায়তা করে।

জালো এআই সামিট ২০২৫-এ এআই অবকাঠামোর হার্ডওয়্যার সম্পর্কে ডঃ ফাম হাই হিউ-এর বক্তব্য। ছবি: ফুওং লাম ।

অভাবের পূর্বাভাসের মধ্যেও, বৃহৎ কোম্পানিগুলি তাদের প্রচুর আর্থিক সম্পদের কারণে AI চিপ মজুদ করার প্রবণতা দেখাচ্ছে। এর ফলে অনেক AI স্টার্টআপ এবং ছোট ব্যবসা হার্ডওয়্যার অ্যাক্সেস করতে পারছে না।

ডঃ হিউ দুটি প্রবণতার ভবিষ্যদ্বাণী করেছিলেন। প্রথমত, ছোট স্টার্টআপগুলি API পরিষেবার মাধ্যমে বড় কোম্পানিগুলির উপর নির্ভরশীল হয়ে পড়বে। উদাহরণস্বরূপ, প্রোগ্রামিং সমর্থন করার জন্য AI বিকাশকারী স্টার্টআপগুলিকে অ্যানথ্রপিকের ক্লড বা ওপেনএআইয়ের কোডেক্স ব্যবহার করতে হবে।

"এই নির্ভরতা বড় খেলোয়াড়দের 'সমৃদ্ধ' করবে, অন্তত যতক্ষণ না স্টার্টআপটি এমন পর্যায়ে পৌঁছায় যেখানে তাদের চিপস কেনার জন্য পর্যাপ্ত অর্থ থাকে।"

"খুব কম স্টার্টআপই এই পর্যায়ে টিকে আছে, কিন্তু ২০২৫ সালে কার্সর একটি ব্যতিক্রম। যদিও এখনও অ্যানথ্রপিকের উপর ব্যাপকভাবে নির্ভরশীল, তারা তাদের নিজস্ব মডেল তৈরির জন্য চিপ অর্জন শুরু করেছে," একজন ওপেনএআই প্রতিনিধি শেয়ার করেছেন।

এরপর আসে শিল্প জায়ান্টদের দ্বারা প্রতিষ্ঠিত বৃহৎ স্টার্টআপের আবির্ভাব, যারা চিপস অর্জনের জন্য যথেষ্ট মূলধন সংগ্রহ করতে সক্ষম। কিছু উদাহরণের মধ্যে রয়েছে থিঙ্কিং মেশিনস, যা ২ বিলিয়ন ডলার সংগ্রহ করেছে (ওপেনএআই-এর প্রাক্তন প্রধান প্রযুক্তি কর্মকর্তা মীরা মুরাতি দ্বারা প্রতিষ্ঠিত), এবং এসএসআই, যা ১ বিলিয়ন ডলার সংগ্রহ করেছে (ওপেনএআই-এর পূর্বে সহ-প্রতিষ্ঠাতা ইলিয়া সুটস্কেভার দ্বারা প্রতিষ্ঠিত)।

ভিয়েতনামী ব্যবসার জন্য সুযোগ

যদিও এআই প্রতিযোগিতা বিশ্বব্যাপী অনেক চ্যালেঞ্জ তৈরি করছে, ডঃ হিউ বিশ্বাস করেন যে ভিয়েতনামী ব্যবসাগুলির এখনও চিপ উন্নয়ন এবং অবকাঠামো বিনিয়োগ উভয় ক্ষেত্রেই সুযোগ রয়েছে।

"চিপ উৎপাদনের ক্ষেত্রে ভিয়েতনাম কী ভূমিকা পালন করে?"

"যদিও চিপ শিল্প একটি ট্রিলিয়ন ডলারের শিল্প, আমাদের অংশগ্রহণের জন্য কয়েক বিলিয়ন ডলারের প্রয়োজন নেই। ভিয়েতনামের জনগণ বিভিন্ন উপায়ে এআই চিপ রোডম্যাপে অবদান রাখতে পারে," মিঃ হিউ জালো এআই সামিট ২০২৫ ইভেন্টে শেয়ার করেছেন।

ওপেনএআই প্রতিনিধিরা দুটি প্রধান উন্নয়নের দিকনির্দেশনা তুলে ধরেছেন। বৃহৎ আকারের ভাষা মডেলের জন্য চিপ তৈরির জন্য দৌড়ঝাঁপ করার পরিবর্তে, ভিয়েতনাম গাড়ি, স্মার্টফোন বা ইমপ্লান্টেবল মেডিকেল ডিভাইসের জন্য কম-শক্তির চিপ তৈরিতে মনোনিবেশ করতে পারে। এই বাজারের অংশগুলিতে উল্লেখযোগ্য বৃদ্ধির সম্ভাবনা এবং কম বিনিয়োগ খরচ রয়েছে।

দ্বিতীয়ত, হার্ডওয়্যার এবং সফটওয়্যারের একীকরণ রয়েছে। ফ্ল্যাশ অ্যাটেনশন 2 অ্যালগরিদমের মতো অবদানগুলি দেখায় যে প্রোগ্রামিং এবং হার্ডওয়্যারের একটি চতুর সমন্বয় কীভাবে বিশাল মূলধন বিনিয়োগের প্রয়োজন ছাড়াই সাফল্য আনতে পারে।

ডক্টর ফাম হাই হিউ এআই চিপ প্রবর্তন করেছেন। ছবি: ফুওং লাম ।

অবকাঠামোগত বিনিয়োগের বিষয়ে, ডঃ হিউ বিশ্বাস করেন যে গবেষণা ও উন্নয়নের জন্য তুলনামূলকভাবে কম সংখ্যক চিপে বিনিয়োগ করা খুব কঠিন হবে না।

"আমি সম্প্রতি জানতে পেরেছি যে আটটি Nvidia H200 চিপের দাম $250,000। এতগুলি চিপ গবেষণা এবং উন্নয়নের চাহিদা পূরণ করতে পারে," মিঃ হিউ ট্রাই থুক - জেডনিউজকে বলেন ।

তবে, একবার তারা AI পণ্যের জন্য সঠিক সূত্র খুঁজে পেলে, কোম্পানিগুলিকে বৃহত্তর অবকাঠামোতে বিনিয়োগ করতে হবে। সম্প্রতি, Nvidia একটি নতুন GPU বিক্রয় সমাধান চালু করেছে যা সরাসরি প্রচুর পরিমাণে GPU কেনার পরিবর্তে আপগ্রেড বিকল্পগুলির সাথে দীর্ঘমেয়াদী লিজিংয়ের অনুমতি দেয়।

"এটি আরও কার্যকর বিনিয়োগ পদ্ধতি হতে পারে। তবে, বর্তমানে, একটি বৃহৎ ব্যবহারকারীর জন্য AI বিকাশের জন্য এখনও উল্লেখযোগ্য মূলধনের প্রয়োজন। সবচেয়ে গুরুত্বপূর্ণ বিষয় হল, আমাদের বিনিয়োগের কার্যকারিতা সম্পর্কে সঠিক ধারণা এবং মূল্যায়ন থাকা দরকার," ডঃ হিউ জোর দিয়ে বলেন।

সূত্র: https://znews.vn/linh-kien-quan-important-of-the-ai-race-post1613844.html