نیوڈیا کی اگلی 'سونے کی کان'

خودکار AI کا دھماکہ ٹیک لینڈ اسکیپ کو نئی شکل دے رہا ہے، جس میں CPUs GPUs کے ساتھ ساتھ ایک اہم ہارڈ ویئر کے طور پر ابھر رہے ہیں۔

جب سے AI لہر پھٹ گئی ہے، Nvidia کا گرافکس پروسیسنگ یونٹ (GPU) AI انفراسٹرکچر کے حوالے سے ٹیکنالوجی کی دنیا کی سب سے بڑی توجہ کا مرکز رہا ہے۔

Nvidia کی مارکیٹ کیپٹلائزیشن، کلاؤڈ سروس فراہم کرنے والوں کے لیے سرمائے کی لاگت، یا ماڈل ڈویلپمنٹ کمپنیوں کی تربیت کی رفتار— یہ سب بالآخر ایک ہی مساوات پر ابلتے ہیں: جس کے پاس زیادہ GPU ہے وہ AI ریس کے اگلے راؤنڈ میں جگہ حاصل کرنے کے قریب پہنچ جاتا ہے۔

تاہم، Computex 2026 میں، Nvidia کے بانی Jensen Huang کی بتائی گئی نئی کہانی اب مکمل طور پر GPUs کے گرد نہیں گھومتی ہے۔

سی پی یو کی واپسی۔

Nvidia نے RTX Spark کے ساتھ PC پروسیسر مارکیٹ میں داخلے کا اعلان کیا ہے۔ اس موسم خزاں کو شروع کرنے کی توقع ہے، نئی چپ لائن براہ راست Intel اور AMD سے مقابلہ کرے گی۔

تاہم، جس چیز نے ٹیک دنیا کی توجہ مبذول کرائی وہ تھا Vera – Nvidia کی خود تیار کردہ ڈیٹا سینٹر CPUs کی پہلی لائن، جسے باضابطہ طور پر لانچ کیا گیا تھا۔ مسٹر ہوانگ نے یہاں تک زور دے کر کہا کہ یہ کمپنی کا نیا بڑا نمو ہوگا، جس کا ہدف $200 بلین CPU مارکیٹ ہے۔

Vera – Nvidia کا پہلا کسٹم CPU خاص طور پر ایجنٹی AI، ٹول کالز، اور طویل مدتی سیاق و سباق کے انتظام کے لیے ڈیزائن کیا گیا ہے۔ تصویر: Nvidia.

Nvidia کے CEO کی توقعات بے بنیاد نہیں ہیں۔ AI ایجنٹوں کے دھماکے کے ساتھ، بہت سے GPUs کا مالک ہونا اب کافی نہیں ہے۔

GPU اب بھی ماڈل انفرنس کے عمل میں بنیادی کردار ادا کرتا ہے، لیکن ہر ایک انفرنس سے پہلے اور بعد میں، نظام کو شیڈولنگ، ٹول کالز، اور ڈیٹا فلو کو سنبھالنے کے لیے CPU کی ضرورت ہوتی ہے۔

یہی وجہ ہے کہ CPUs AI انفراسٹرکچر کے نئے فوکل پوائنٹ کے طور پر ابھر رہے ہیں۔ AI جنریٹو بوم کے ابتدائی مراحل میں، انڈسٹری کی توجہ تقریباً مکمل طور پر ماڈل ٹریننگ پر تھی۔

تربیت کے لیے بڑے پیمانے پر متوازی میٹرکس حسابات کی ایک سیریز پر کارروائی کی ضرورت ہوتی ہے - جو کہ GPUs کی مطلق طاقت ہے۔ اس صورت میں، CPU صرف ایک معاون کردار ادا کرتا ہے جیسے کہ سسٹم کو شروع کرنا، ڈیٹا کی نقل و حمل، اور کاموں کا انتظام کرنا۔

نتیجے کے طور پر، پچھلے کچھ سالوں میں، GPU کو مکمل طور پر بہتر بنانا اور CPU کو کم کرنا تقریباً پوری ٹیکنالوجی انڈسٹری کا اتفاق رائے بن گیا ہے۔

تاہم، جیسا کہ AI بڑے پیمانے پر لینگویج ماڈل ٹریننگ سے بڑے پیمانے پر اندازہ کی طرف منتقل ہوتا ہے، اور ایجنٹ AI کے دور میں جاری رہتا ہے، کام کے بوجھ کی نوعیت بدلنا شروع ہو جاتی ہے۔

آپ کو یہ بھی پسند آ سکتا ہے

سائنس، ٹیکنالوجی اور اختراع میں آسیان-چین تعاونACJSTIC-13 کانفرنس میں، ASEAN اور چین نے سائنس، ٹیکنالوجی اور اختراع میں تعاون کو مضبوط بنانے کے اپنے عزم کا اعادہ کیا۔ اور مشترکہ تحقیق کو فروغ دینا۔

ویتنامی نوجوان مقامی OCOP مصنوعات کی ڈیجیٹلائزیشن اور اپ گریڈنگ میں پیش پیش ہیں۔VHO - ہنوئی میں منعقدہ ویتنام یوتھ یونین کی 13ویں نیشنل کانگریس کے فریم ورک کے اندر، "نئے دور میں ٹرین" کے تھیم کے ساتھ نمائش کی جگہ ایک متحرک میٹنگ پوائنٹ بن گئی، جو واضح طور پر ویتنام کے نوجوانوں کی لگن اور تخلیقی صلاحیتوں کی عکاسی کرتی ہے۔

Phu Mo ضلع KPIs کی بنیاد پر حکام اور سرکاری ملازمین کا جائزہ لینے کے لیے ایک نظام تیار کر رہا ہے۔25 جون کی صبح، Phu Mo Commune کی پیپلز کمیٹی نے کلیدی کارکردگی کے اشاریوں (KPIs) کی بنیاد پر حکام اور سرکاری ملازمین کا جائزہ لینے کے لیے ایک پائلٹ پروگرام شروع کرنے کے لیے ایک کانفرنس کا انعقاد کیا۔

AI ایجنٹ لکیری سوال و جواب کا نظام نہیں ہیں۔ اس کے بجائے، وہ ایک پیچیدہ کام کو متعدد مراحل میں تقسیم کرتے ہیں، بشمول بیرونی ٹولز کو کال کرنا، ڈیٹا بیس کو پڑھنا اور لکھنا، تلاش کرنا، کوڈ پر عمل کرنا، تصدیق کو ہینڈل کرنا، اور سیاق و سباق کی کیشنگ کا انتظام کرنا۔

اس کے بعد سسٹم اگلی کارروائی کا فیصلہ کرنے سے پہلے اس بات کا جائزہ لیتا ہے کہ آیا موجودہ نتیجہ درست ہے۔ ایک صارف کی درخواست ایک ساتھ درجنوں، یہاں تک کہ سینکڑوں، متوازی طور پر کام کرنے والے چائلڈ ایجنٹس کو متحرک کر سکتی ہے۔

ویرا سی پی یو کا فن تعمیر۔ تصویر: Nvidia.

ان چائلڈ ایجنٹس کے درمیان کوآرڈینیشن، ٹول کالنگ، میموری مینجمنٹ، اور تعاون زیادہ تر GPU پر انجام نہیں دیا جاتا ہے۔

GPU اب بھی ماڈل کا اندازہ سنبھال سکتا ہے - "سوچ" کے قریب ترین چیز۔ لیکن قیاس آرائیوں کے درمیان، CPU کو ماڈل کے آؤٹ پٹ کا تجزیہ کرنا چاہیے، فیصلہ کرنا چاہیے کہ اگلا کس ٹول کو کال کرنا ہے، عمل درآمد کے منصوبے کا انتظام کرنا، فائل کو پڑھنا اور لکھنا ہینڈل کرنا، نیٹ ورک کی درخواستیں شروع کرنا، اور آخر کار GPU کو نتائج واپس کرنا۔

اگلا عالمی جنون

اس سے پہلے، معیاری AI سرور کنفیگریشن میں عام طور پر ایک CPU پر مشتمل ہوتا تھا جو آٹھ جدید ترین GPUs کے ساتھ جوڑا جاتا تھا۔ تاہم، جیسا کہ AI کام کا بوجھ تربیت سے تخمینہ اور پھر AI ایجنٹوں کی طرف منتقل ہوتا ہے، CPU-to-GPU تناسب 1:8 سے نیچے 1:4 تک جا رہا ہے، اور مستقبل میں یہ 1:1 یا اس سے بھی زیادہ تک پہنچ سکتا ہے۔

یہی وجہ ہے کہ AMD کی سی ای او لیزا سو نے بار بار اس بات پر زور دیا ہے کہ ٹیک انڈسٹری نے پہلے AI دور میں CPUs کی قدر کو کم سمجھا تھا۔

اس کے نقطہ نظر سے، صرف ڈیٹا سینٹر مارکیٹ اگلے 3-4 سالوں میں $1 ٹریلین سائز سے تجاوز کر سکتی ہے۔ اس بہت بڑی مارکیٹ کو متعدد ٹیکنالوجیز جیسے CPUs، GPUs، اور ASICs کے بقائے باہمی کی ضرورت ہے۔

صرف 6-12 مہینے پہلے، مارکیٹ میں سی پی یو کا ذکر شاذ و نادر ہی ہوتا تھا، اور کسی نے نہیں سوچا تھا کہ وہ نایاب ہو جائیں گے۔ تاہم، کمپیوٹنگ پاور کی مانگ کے دھماکے کے ساتھ، CPUs باضابطہ طور پر سینٹر اسٹیج پر واپس آگئے ہیں۔

AMD کے CEO نے پیش گوئی کی ہے کہ اگلے پانچ سالوں میں ڈیٹا سینٹر CPU مارکیٹ کی کمپاؤنڈ سالانہ شرح نمو 35% سے تجاوز کر جائے گی، جو کہ پچھلے سالوں میں 10% سے بھی کم شرح نمو سے کہیں زیادہ ہے۔

Intel یا AMD کے ساتھ قیمتوں کی جنگ میں مشغول ہونے کے بجائے، Nvidia کی اصل حکمت عملی یہ ہے کہ آفٹر مارکیٹ CPUs، PCIe بینڈوتھ، اور کم رفتار والے نیٹ ورکس سے ڈریگ کو مکمل طور پر ختم کیا جائے جو GPU کی کارکردگی کو روک رہے ہیں۔

Nvidia کے CEO کے پاس Computex 2026 میں RTX اسپارک چپس سے چلنے والے دو لیپ ٹاپ ہیں، جو کمپنی کی PC چپ مارکیٹ میں واپسی کو نشان زد کرتے ہیں۔ تصویر: Nvidia ۔

آپ کو یہ بھی پسند آ سکتا ہے

AI توانائی پر مسلسل بڑھتا ہوا دباؤ ڈال رہا ہے۔VHO - AI اور AI ڈیٹا سینٹرز تیزی سے زیادہ بجلی اور پانی استعمال کر رہے ہیں۔ ماہرین نے خبردار کیا ہے کہ AI کی تیزی سے پھیلاؤ سے ماحول پر دباؤ بڑھ سکتا ہے اور کاربن کے اخراج کو کم کرنے کی کوششوں میں رکاوٹ پیدا ہو سکتی ہے۔

بائیوٹیکنالوجی لیبارٹریوں کی صلاحیت کو مضبوط بنانے میں سرمایہ کاری۔فیصلہ نمبر 1355/QD-BCT واضح طور پر کہتا ہے کہ بائیو ٹیکنالوجی کی صنعت کی ترقی کے لیے کام کرنے والی لیبارٹریوں اور تحقیقی مراکز کا انتخاب، اپ گریڈنگ میں سرمایہ کاری اور ترقی جاری رہے گی۔

پریمیم بزنس لیپ ٹاپس کے لیے بینچ مارک: ASUS ExpertBook UltraASUS ExpertBook Ultra جدید کاریگری، اعلیٰ AI کارکردگی، اور سخت حفاظتی حلوں کا بہترین امتزاج ہے جو ٹیکنالوجی آلات کے معیارات کو از سر نو متعین کرے گا۔

گرافکس کارڈ دیو سی پی یو کو اندرونی بنانا چاہتا ہے، اسے اپنے ملکیتی AI پلیٹ فارم کے اندر ایک بہترین فٹ بنانا چاہتا ہے تاکہ یہ یقینی بنایا جا سکے کہ اس کے بہترین GPUs کو روکا نہیں جا رہا ہے۔

اس سمت کے بعد، Nvidia نے Vera کو لانچ کیا – پہلا کسٹم CPU خاص طور پر ایجنٹی AI، ٹول کالز، اور طویل مدتی سیاق و سباق کے انتظام کے لیے ڈیزائن کیا گیا ہے۔

تاہم، حقیقت یہ ہے کہ اس سی پی یو بوم کا سب سے زیادہ فائدہ اٹھانے والا کوئی اور نہیں بلکہ سابقہ ​​کمپنی انٹیل ہے۔ مالیاتی رپورٹس سے پتہ چلتا ہے کہ 2026 کی پہلی سہ ماہی میں انٹیل کی آمدنی $13.6 بلین تک پہنچ گئی، جو کہ سال بہ سال 7% اضافہ ہے، جبکہ خالص منافع میں 156% اضافہ ہوا۔

Intel CEO Lip-Bu Tan نے کہا کہ Xeon 6 سیریز (Intel 3 پروسیس پر مبنی) اور Core 3 سیریز (Intel 18A پراسیس پر مبنی) پروڈکٹ لائنز دونوں بڑے پیمانے پر پیداوار کے تیز رفتار مرحلے میں داخل ہو چکی ہیں۔

تاہم، انہوں نے یہ بھی تسلیم کیا کہ انٹیل ابھی تک پوری طرح سے مارکیٹ کی طلب کو پورا کرنے میں ناکام ہے اور یہ کہ ترقی کا یہ رجحان 2027 تک جاری رہنے کی امید ہے۔

ماخذ: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html