নির্মাণের জন্য 10 বিলিয়ন মার্কিন ডলার খরচ করে, ইতিহাসের সবচেয়ে শক্তিশালী এআই চিপের শক্তি কী?

গত দুদিনে, আমরা আবারও GTC 2024-এ Huang Renxun-এর বক্তৃতা পর্যালোচনা করেছি। যখন আমরা পণ্যটির গভীর বিশ্লেষণ এবং ব্যাখ্যা পরিচালনা করেছি, তখন আমরা কিছু হাইলাইট আবিষ্কার করেছি যা আমরা দেরি করে জেগে থাকার সময় মিস করেছি।

প্রথমত, হুয়াং-এর বক্তৃতা শৈলী হাস্যকর, স্বাভাবিক এবং খুব যোগাযোগমূলক। এতে অবাক হওয়ার কিছু নেই যে তিনি একটি প্রযুক্তি পণ্য লঞ্চ সম্মেলনকে কনসার্টে পরিণত করতে পারেন।

দ্বিতীয়টি হল সদ্য প্রকাশিত ব্ল্যাকওয়েল আর্কিটেকচার এবং পূর্ববর্তী প্রজন্মের পণ্যগুলির সাথে একত্রে জিপিইউগুলির সিরিজ পর্যালোচনা করা৷ আমি কেবল বলতে পারি যে এর কম্পিউটিং কার্যকারিতা, খরচ এবং ভবিষ্যতের কর্মক্ষমতা আমার কল্পনার বাইরে৷

NVIDIA নামের মতোই, NVIDIA-এর প্রথম দুটি অক্ষর N এবং V পরবর্তী সংস্করণ "পরবর্তী প্রজন্মের" প্রতিনিধিত্ব করে।

পূর্ববর্তী বছরগুলিতে GTC-এর মতো, Nvidia উচ্চতর কর্মক্ষমতা এবং আরও ভাল কার্যকারিতা সহ, নির্ধারিত হিসাবে পরবর্তী প্রজন্মের পণ্যগুলি প্রকাশ করেছে; কিন্তু এটি আগের থেকে সম্পূর্ণ আলাদা, কারণ ব্ল্যাকওয়েল শুধুমাত্র পরবর্তী প্রজন্মের পণ্য নয়, পরবর্তী যুগেরও প্রতিনিধিত্ব করে।

পৃথিবীর সবচেয়ে শক্তিশালী GPU পুনরায় আবিষ্কার করুন

স্ব-পরিচয় সাধারণত আপনার নাম দিয়ে শুরু হয়, তাই এখানে সর্বশেষ এবং সবচেয়ে শক্তিশালী AI চিপ দিয়ে শুরু করা যাক।

ব্ল্যাকওয়েলের পুরো নাম ডেভিড হ্যারল্ড ব্ল্যাকওয়েল।তিনি একজন আমেরিকান পরিসংখ্যানবিদ এবং রাও-ব্ল্যাকওয়েল উপপাদ্যের একজন প্রস্তাবক। আরও গুরুত্বপূর্ণ, তিনি ন্যাশনাল একাডেমি অফ সায়েন্সের প্রথম কৃষ্ণাঙ্গ সদস্য এবং ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের প্রথম কৃষ্ণাঙ্গ অনুষদ সদস্য, বার্কলে।

GTC 2024-এ প্রকাশিত "ব্ল্যাকওয়েল" এর থেকে এসেছে। ব্ল্যাকওয়েল নিজে NVIDIA-তে কোনো অসামান্য অবদান রেখেছেন এমন নয়, কিন্তু NVIDIA-এর নামকরণ পদ্ধতিতে ইতিহাসের কিছু বিখ্যাত বিজ্ঞানীর (বা গণিতবিদদের) নাম ব্যবহার করা হয়েছে। GPU মাইক্রোআর্কিটেকচারগুলিকে তাদের নাম অনুসারে নামকরণ করার একটি কনভেনশন হয়ে ওঠে।

2006 সাল থেকে, NVIDIA ধারাবাহিকভাবে টেসলা, ফার্মি, কেপলার, ম্যাক্সওয়েল, প্যাসকেল, ভোল্টা, টুরিং এবং অ্যাম্পিয়ার আর্কিটেকচার চালু করেছে, যা টেসলা, ফার্মি, কেপলার, ম্যাক্সওয়েল, প্যাসকেল, ভোল্টা, টুরিং, অ্যাম্পিয়ার এবং এই একাডেমিক নেতাদের সাথে সম্পর্কিত।

একটি হল এটি বিখ্যাত, এবং অন্যটি হল এটির উপকরণ রয়েছে৷ এটি নির্দিষ্ট পণ্যের সাথে একের সাথে মিলে যায় কিনা, এটি আসলে এতটা শক্তিশালী সম্পর্ক নয়৷

এখানে জোর দেওয়া দরকার যে উপরে উল্লিখিত নামকৃত বস্তুগুলি পৃথক চিপ নয়, তবে সমগ্র GPU আর্কিটেকচারকে উল্লেখ করে (হুয়াং রেনক্সুন এটিকে একটি প্ল্যাটফর্ম বলে)।

চিপ আর্কিটেকচার বলতে চিপের মৌলিক নকশা এবং সাংগঠনিক কাঠামো বোঝায়। বিভিন্ন আর্কিটেকচার চিপের কর্মক্ষমতা, শক্তি দক্ষতা, প্রক্রিয়াকরণ ক্ষমতা এবং সামঞ্জস্যতা নির্ধারণ করে এবং প্রয়োগের পদ্ধতি এবং কার্যকারিতাকেও প্রভাবিত করে।

সহজভাবে বলতে গেলে, আপনি এখন একটি স্টেডিয়ামের মালিক (চিপস তৈরির কাঁচামাল), এবং আপনি এটিকে সম্পূর্ণরূপে রূপান্তরিত করার পরিকল্পনা করছেন৷ জমিটি কনসার্ট বা স্পোর্টস গেমের জন্য ব্যবহার করা হবে কিনা (চিপের উদ্দেশ্য) ভেন্যু লেআউট নির্ধারণ করে, কর্মীদের নিয়োগ, এবং সজ্জা এবং ঘোষণার উপায় (চিপ আর্কিটেকচার)।

অতএব, চিপ আর্কিটেকচার এবং চিপ ডিজাইন পরস্পর সম্পর্কিত এবং যৌথভাবে চিপের কার্যকারিতা নির্ধারণ করে।

উদাহরণস্বরূপ, x86 এবং ARM, যা প্রায়শই শোনা যায়, CPU-এর জন্য ডিজাইন করা দুটি মূলধারার আর্কিটেকচার। আগেরটির শক্তিশালী কার্যক্ষমতা রয়েছে এবং পরবর্তীটির চমৎকার শক্তি খরচ নিয়ন্ত্রণ রয়েছে। প্রত্যেকটির নিজস্ব শক্তি রয়েছে।

NVIDIA প্রযুক্তির একাধিক প্রজন্মের উপর নির্মিত, ব্ল্যাকওয়েল আর্কিটেকচারের অধীনে চিপস B200 এবং B100 এর অসামান্য কর্মক্ষমতা, দক্ষতা এবং স্কেল রয়েছে এবং AIGC-এর জন্য একটি নতুন অধ্যায়ও খুলেছে।

কিন্তু কেন একে "AI পারমাণবিক বোমা" বলা হয়? নতুন GPU কতটা শক্তিশালী? পূর্ববর্তী প্রজন্মের পণ্যের সাথে তুলনা করে, আমাদের আরও স্বজ্ঞাত অনুভূতি থাকবে।

2022 GTC-এ, Huang Renxun একটি নতুন আর্কিটেকচার হপার এবং একটি নতুন চিপ H100 প্রকাশ করেছে:

1. এটি TSMC-এর 4nm প্রক্রিয়া ব্যবহার করে তৈরি করা হয় এবং 80 বিলিয়ন ট্রানজিস্টরকে সংহত করে, যা আগের প্রজন্মের A100-এর থেকে সম্পূর্ণ 26 বিলিয়ন বেশি।
2. H100-এর FP16, TF32 এবং FP64 পারফরম্যান্স A100-এর থেকে 3 গুণ, যা যথাক্রমে 2000TFLOPS, 1000TFLOPS এবং 60TFLOPS৷ 395 বিলিয়ন শব্দের প্যারামিটার সহ একটি বড় মডেলকে প্রশিক্ষণ দিতে মাত্র 1 দিন সময় লাগে৷ লাও হুয়াং'স 20-এ ছবি বিশ্বের ডেটা বহন করতে পারে "ইন্টারনেট ট্রাফিক"।
3. H100-এর রিলিজ NVIDIA-এর বাজার মূল্যকে US$2 ট্রিলিয়ন-এর উপরে ঠেলে দিয়েছে, যা এটিকে মাইক্রোসফট এবং অ্যাপলের পরে তৃতীয় বৃহত্তম প্রযুক্তি কোম্পানিতে পরিণত করেছে।

বাজার ট্র্যাকিং কোম্পানি ওমডিয়ার পরিসংখ্যানগত বিশ্লেষণ অনুসারে, এনভিডিয়া গত বছরের তৃতীয় প্রান্তিকে প্রায় 500,000 H100 এবং A100 GPU বিক্রি করেছে এবং এই গ্রাফিক্স কার্ডগুলির মোট ওজন ছিল প্রায় 1,000 টন৷

এখনও অবধি, Hopper H100 এখনও বিস্তৃত ব্যবধানে বিক্রয়ের সবচেয়ে শক্তিশালী GPU।

ব্ল্যাকওয়েল B200 আবারও "সবচেয়ে শক্তিশালী" জন্য একটি নতুন রেকর্ড স্থাপন করেছে, যার পারফরম্যান্সের উন্নতি প্রচলিত পণ্যের পুনরাবৃত্তির বাইরে।

প্রক্রিয়া প্রযুক্তির দৃষ্টিকোণ থেকে, B200 GPU দ্বিতীয় প্রজন্মের TSMC 4nm প্রক্রিয়া ব্যবহার করে, ফটোলিথোগ্রাফি সীমার দ্বিগুণ সহ বেয়ার ওয়েফার ব্যবহার করে এবং 10 TB/s আন্তঃ-চিপ আন্তঃসংযোগ প্রযুক্তির মাধ্যমে সংযুক্ত করে একটি ইউনিফাইড GPU গঠন করে মোট 208 বিলিয়ন ট্রানজিস্টর (একটি একক চিপ হল 104 বিলিয়ন), Hopper H100 তৈরিতে ব্যবহৃত N4 প্রযুক্তির তুলনায়, কর্মক্ষমতা 6% দ্বারা উন্নত হয়েছে। , সামগ্রিক কর্মক্ষমতা প্রায় 250% দ্বারা উন্নত হয়.

পারফরম্যান্সের ক্ষেত্রে, দ্বিতীয় প্রজন্মের ট্রান্সফরমার ইঞ্জিন ব্ল্যাকওয়েলকে নতুন 4-বিট ফ্লোটিং পয়েন্ট এআই-এর মাধ্যমে দ্বিগুণ গণনা এবং মডেল আকারের যুক্তি ক্ষমতা সমর্থন করতে সক্ষম করে। একক-চিপ AI কার্যক্ষমতা 20 PetaFLOPS (20× পারফর্ম করতে পারে) প্রতি সেকেন্ডে 10^15 ফ্লোট। পয়েন্ট অপারেশন), যা আগের জেনারেশনের Hopper H100 থেকে 4 গুণ বেশি এবং AI ইনফারেন্স পারফরম্যান্স আগের জেনারেশনের তুলনায় 30 গুণ বেশি।

শক্তি খরচ নিয়ন্ত্রণের দৃষ্টিকোণ থেকে, অতীতে, 1.8 ট্রিলিয়ন প্যারামিটার মডেলের প্রশিক্ষণের জন্য 8,000 Hopper GPU এবং 15 মেগাওয়াট শক্তির প্রয়োজন ছিল৷ এখন 2,000 Blackwell GPU গুলি এটি করতে পারে, এবং বিদ্যুতের খরচ সরাসরি 96% হ্রাস করে মাত্র 4 মেগাওয়াট৷

অতএব, হুয়াং রেনক্সুনের বিবৃতি যে "ব্ল্যাকওয়েল বিশ্বের সবচেয়ে শক্তিশালী চিপ হয়ে উঠবে" কেবল একটি মিথ্যা নয়, এটি একটি সত্য হয়ে উঠেছে।

সস্তা নয়, ব্যবহার করা সহজ নয়

আর্থিক পরিষেবা সংস্থা রেমন্ড জেমসের বিশ্লেষকরা B200 এর ব্যয় অনুমান করেছিলেন।

প্রতিটি H100 তৈরিতে Nvidia-এর খরচ প্রায় US$3,320, এবং মূল্য US$25,000 থেকে US$30,000 এর মধ্যে। উভয়ের মধ্যে পারফরম্যান্সের পার্থক্যের উপর ভিত্তি করে, অনুমান করা হয় যে B200 এর খরচ এর চেয়ে 50% থেকে 60% বেশি হবে। H100, যা প্রায় US$6,000।

প্রেস কনফারেন্সের পর CNBC এর সাথে একান্ত সাক্ষাত্কারে, Huang Renxun প্রকাশ করেছে যে ব্ল্যাকওয়েল GPU-এর মূল্য প্রায় US$30,000 থেকে US$40,000, এবং সম্পূর্ণ নতুন স্থাপত্যের গবেষণা ও উন্নয়নে প্রায় US$10 বিলিয়ন খরচ হয়েছে।

এটি (নতুন স্থাপত্য) সম্ভব করার জন্য আমাদের কিছু নতুন প্রযুক্তি উদ্ভাবন করতে হয়েছিল।

অতীতের ছন্দ অনুযায়ী, এনভিডিয়া প্রায় প্রতি দুই বছরে একটি নতুন প্রজন্মের এআই চিপ প্রকাশ করবে। আগের প্রজন্মের পণ্যগুলির সাথে তুলনা করে, সাম্প্রতিক ব্ল্যাকওয়েল কম্পিউটিং কর্মক্ষমতা এবং শক্তি খরচ নিয়ন্ত্রণে উল্লেখযোগ্যভাবে উন্নতি করেছে। আরও স্বজ্ঞাতভাবে, এটি দুই-জিপিইউ ব্ল্যাকওয়েলকে একত্রিত করে। হুপারের চেয়ে প্রায় দ্বিগুণ বড়।

উচ্চ খরচ শুধুমাত্র চিপগুলির সাথে সম্পর্কিত নয়, ডেটা সেন্টার ডিজাইন করা এবং অন্যান্য কোম্পানির ডেটা সেন্টারে একীভূত করার সাথেও জড়িত, কারণ হুয়াং রেনক্সুনের দৃষ্টিতে, এনভিডিয়া চিপ তৈরি করে না, কিন্তু ডেটা সেন্টার তৈরি করছে।

এনভিডিয়ার সর্বশেষ আর্থিক প্রতিবেদন অনুসারে, চতুর্থ ত্রৈমাসিক রাজস্ব রেকর্ড $22.1 বিলিয়নে পৌঁছেছে, যা বছরে 265% বৃদ্ধি পেয়েছে। চতুর্থ ত্রৈমাসিকে নিট মুনাফা ছিল US$12.3 বিলিয়ন, যা বছরে 765% বৃদ্ধি পেয়েছে।

ডেটা সেন্টার সেগমেন্ট, রাজস্বের বৃহত্তম উত্স, রেকর্ড $18.4 বিলিয়ন পৌঁছেছে, যা তৃতীয় ত্রৈমাসিক থেকে 27% বৃদ্ধি পেয়েছে এবং গত বছরের একই সময়ের থেকে 409% বৃদ্ধি পেয়েছে৷

R&D খরচ বেশি, কিন্তু ইতিবাচক রিটার্ন বেশি।

NVIDIA বর্তমানে যে ডেটা সেন্টারটি তৈরি করছে তাতে একটি পূর্ণ-স্ট্যাক সিস্টেম এবং সমস্ত সফ্টওয়্যার অন্তর্ভুক্ত রয়েছে৷ এটি একটি সম্পূর্ণ সিস্টেম৷ ব্ল্যাকওয়েল বা GPU হল এটির একটি অংশ৷

ডেটা সেন্টারটি একাধিক মডিউলে বিভক্ত। ব্যবহারকারীরা তাদের নিজস্ব চাহিদা অনুযায়ী অবাধে সংশ্লিষ্ট সফ্টওয়্যার এবং হার্ডওয়্যার পরিষেবাগুলি বেছে নিতে পারেন। NVIDIA নেটওয়ার্ক, স্টোরেজ, কন্ট্রোল প্ল্যাটফর্ম, নিরাপত্তা এবং ব্যবস্থাপনাকে বিভিন্ন প্রয়োজনীয়তা অনুসারে সামঞ্জস্য করবে, এবং একটি ডেডিকেটেড টিম রয়েছে। প্রযুক্তি সহায়তা প্রদান করতে।

এই ধরনের একটি বৈশ্বিক দৃষ্টিভঙ্গি এবং কাস্টমাইজড পরিষেবাগুলি ভাল কি না, ডেটা সবকিছু বলতে পারে: 5 মার্চ পর্যন্ত, এনভিডিয়ার বাজার মূল্য Alphabet এবং Amazon এর মতো জায়ান্টদের ছাড়িয়ে গেছে এবং সৌদি আরামকোকে ছাড়িয়ে বিশ্বের তৃতীয় বৃহত্তম কোম্পানিতে পরিণত হয়েছে, দুটি প্রধান প্রযুক্তি জায়ান্ট মাইক্রোসফ্ট এবং অ্যাপলের পরেই দ্বিতীয়, এর সমন্বিত বাজার মূল্য US$2.4 ট্রিলিয়ন।

বর্তমানে, গ্লোবাল ডেটা সেন্টারের বাজার প্রায় 200 বিলিয়ন ইউরো (আনুমানিক RMB 787.3 বিলিয়ন) এবং NVIDIA এর একটি অংশ৷ Huang Renxun ভবিষ্যদ্বাণী করেছেন যে এই বাজার ভবিষ্যতে US$1-2 ট্রিলিয়ন হতে পারে৷

এনভিডিয়া সিএফও ক্রেস দ্বারা বিশ্লেষণ:

আর্থিক চতুর্থ ত্রৈমাসিকে ডেটা সেন্টারের আয় মূলত জেনারেটিভ এআই এবং এর সাথে সম্পর্কিত প্রশিক্ষণ দ্বারা চালিত হয়েছিল। আমরা অনুমান করি যে গত এক বছরে ডেটা সেন্টারের আয়ের প্রায় 40% AI থেকে প্রাপ্ত হয়েছিল।

এক মাসেরও কম সময় আগে, হুয়াং রেনক্সুন আর্থিক প্রতিবেদনে বলেছিলেন

ত্বরিত কম্পিউটিং এবং জেনারেটিভ এআই একটি টিপিং পয়েন্টে পৌঁছেছে, সারা বিশ্বের ব্যবসা, শিল্প এবং দেশগুলিতে চাহিদা বৃদ্ধির সাথে।

প্রকৃতপক্ষে, কাস্টমাইজেশন NVIDIA-এর জন্য একচেটিয়া নয়, কিন্তু AI-এর যুগে, "মাথা থেকে পায়ের পাতা" পরিষেবা প্রদান করতে পারে এমন কয়েকটি সংস্থা বাকি আছে এবং NVIDIA তাদের মধ্যে একটি।

শূকরগুলিকে ছেড়ে দেওয়ার জন্য, প্রথমে তাদের অবশ্যই বাতাসে থাকতে হবে

ভার্চুয়াল রিয়েলিটি, উচ্চ-পারফরম্যান্স কম্পিউটিং এবং কৃত্রিম বুদ্ধিমত্তার সংযোগস্থলে, জিপিইউ এমনকি AI কম্পিউটারের মস্তিষ্ক হিসাবে CPU গুলিকে প্রতিস্থাপন করছে।

জেনারেটিভ এআই বিভিন্ন শিল্পে উত্তপ্ত আলোচনার জন্ম দেওয়ার মূল কারণ হল যে এটি চ্যাট করা, কপিরাইট করা, ছবি আঁকা, ভিডিও তৈরি করা, পরিস্থিতি বিশ্লেষণ, গবেষণা এবং সংক্ষিপ্তসার করা থেকে শুরু করে "মানুষের মতো" কাজ করতে এবং শিখতে শুরু করে। যার মধ্যে উত্তেজনাপূর্ণ আশ্চর্যজনক ফলাফলগুলিকে সমর্থন করার জন্য জ্যোতির্বিদ্যা সংক্রান্ত নমুনা ডেটার প্রয়োজন৷

উদাহরণস্বরূপ, আপনি যদি "অ্যাই ফ্যান'র" নামটি মনে রাখতে পারেন, তবে এটি হতে পারে কারণ প্রতিদিন পাবলিক অ্যাকাউন্টের মাধ্যমে পুশ করা তথ্য এটি পুনরাবৃত্তি করে আপনার স্মৃতিশক্তিকে শক্তিশালী করেছে; এটি এমনও হতে পারে কারণ আপনি "এর সংমিশ্রণটি কখনও দেখেননি। এর আগে Ai" এবং "Fan'er", যা উপন্যাস। এর অনুভূতি আপনার উপর গভীর ছাপ ফেলে; অথবা হয়ত কমলা লোগোটি আপনার মনে একটি অনন্য চাক্ষুষ প্রতীক রেখে যায়।

প্রতিটি সাধারণ সামান্য বিশদ আপনার মনে "ফ্যানার" এর চিত্রকে একীভূত করে, কিন্তু যখন জাতীয় প্রযুক্তি মিডিয়া তথ্যগুলিকে একত্রিত করা হয়, তখন বিভ্রান্তি এড়াতে ছাপকে গভীর করার জন্য আরও চিহ্নের প্রয়োজন হয়।

AI এর গভীর শিক্ষা সম্ভবত এই যুক্তিকে অনুসরণ করে, এবং GPU হল বিপুল পরিমাণ তথ্য প্রক্রিয়াকরণের জন্য সর্বোত্তম পছন্দ।

যেহেতু ওপেনএআই এআইজিসিকে প্রজ্বলিত করেছে, বেশিরভাগ সুপরিচিত কোম্পানিগুলি দ্রুত তাদের নিজস্ব বড় এবং ছোট মডেলগুলিকে তাকগুলিতে রাখতে শুরু করেছে৷ স্মার্ট গাড়ি, অনুবাদ সফ্টওয়্যার, ইলেকট্রনিক নথি, মোবাইল সহকারী এবং এমনকি সুইপিং রোবটগুলির মধ্যে AI রয়েছে৷

GPUs আপাতদৃষ্টিতে রাতারাতি বিশ্বব্যাপী প্রতিযোগিতার বস্তু হয়ে উঠেছে। Omdia, Tencent, Alibaba, Baidu, ByteDance, Tesla, Meta এবং Microsoft এর পরিসংখ্যান অনুসারে প্রতিটি 150,000 ইউনিট কিনেছে। H100 GPU (গত বছরের সবচেয়ে শক্তিশালী চিপ)।

প্রযুক্তিগত নীতি এবং সময়ের পটভূমি যৌথভাবে জিপিইউ-এর বিস্ফোরণকে উন্নীত করেছে এবং এনভিডিয়ার অন্তর্গত "গ্রাফিক্স কার্ড সাম্রাজ্য" তৈরি করেছে। ওয়েলস ফার্গোর পরিসংখ্যান অনুসারে, বর্তমানে ডাটা সেন্টার এআই মার্কেটে এনভিডিয়ার 98% মার্কেট শেয়ার রয়েছে।

বাতাসের আউটলেটে দাঁড়িয়ে, এমনকি একটি শূকরও উড়তে পারে।

কিন্তু যখন একটি শিল্পে একটি কোম্পানির শেয়ার 100% এর কাছাকাছি হয়, তখন এর পিছনে অবশ্যই একটি কারণ থাকতে হবে যা সামনে থাকা যতটা গুরুত্বপূর্ণ।

1999 সালে, NVIDIA GPU-এর ধারণা প্রস্তাবে নেতৃত্ব দেয় এবং 2006 সালে CUDA চালু করে। এটি ছিল NVIDIA-এর বিকাশের ইতিহাসে একটি গুরুত্বপূর্ণ প্রযুক্তিগত মোড়। এটি GPU-এর অ্যাপ্লিকেশন থ্রেশহোল্ডকে কমিয়ে দেয়। বিকাশকারীরা C/C++ এবং অন্যান্য ব্যবহার করতে পারেন। GPU-তে তৈরি করা ভাষা। প্রোগ্রাম লেখা, GPU ইমেজ প্রসেসিংয়ের একমাত্র উদ্দেশ্য থেকে দূরে সরে গেছে, এবং উচ্চ-ক্ষমতাসম্পন্ন কম্পিউটিং গ্রাফিক্স কার্ডের জগতে প্রবেশ করেছে।

2016 সালে AlphaGo-এর বিজয়, 2017 সালে বিটকয়েনের উত্থান এবং মাইনিং বুম, এই সময়ের মধ্যে, আমরা স্বায়ত্তশাসিত ড্রাইভিং বাজারে বাজি ধরেছি। 2023 সালে ChatGPT-এর মতো বড় AI মডেলের আবির্ভাবের আগ পর্যন্ত, NVIDIA একটি ফসলের মুহূর্ত শুরু করেছিল অনেক বছর আগে যে বীজ রোপণ করেছিল।

আউটলেটটি গুরুত্বপূর্ণ, তবে সামনের দিকের বাজারের বিন্যাস, বহুমুখী প্রয়োগের ক্ষেত্র, ব্যাপক বিনিয়োগ এবং উদ্ভাবন, স্থানের বাইরে থাকা কোনও লিঙ্ক নিখুঁত স্কোরের কাছাকাছি বর্তমান বাজারের মিথ তৈরি করবে না।

যাইহোক, এনভিডিয়ার জন্য, সময়ের মোড়কে কীভাবে তার শীর্ষস্থানীয় অবস্থান বজায় রাখা যায় তা সবচেয়ে গুরুত্বপূর্ণ বিষয়।

ব্ল্যাকওয়েল হল ফলাফলগুলি একত্রিত করার একটি মূল পদক্ষেপ৷ অনেক নির্মাতারা অর্ডার করা H100 পাওয়ার আগে, B200 এবং B100 এর সমাবেশ লাইন ইতিমধ্যেই শুরু হয়ে গেছে৷

তার বক্তৃতায়, হুয়াং রেনক্সুন পূর্ববর্তী আর্থিক প্রতিবেদনে যে বিন্দুটি তৈরি করেছিলেন তা পুনর্ব্যক্ত করেছেন যে "সাধারণ-উদ্দেশ্য কম্পিউটিং একটি বাধায় পৌঁছেছে।"

তাই এখন আমাদের আরও বড় মডেল দরকার, আমাদের আরও বড় জিপিইউ দরকার এবং আমাদের একসাথে জিপিইউ স্ট্যাক করতে হবে।

এটি খরচ কমানোর বিষয়ে নয়, স্কেল বাড়ানোর বিষয়ে।

এতে কিছুটা নম্রতা আছে, তবে অবশ্যই বাজারে এর ব্যাপক চাহিদাও রয়েছে।

বর্তমানে, OpenAI-এর বৃহত্তম মডেলের ইতিমধ্যেই 1.8T (ট্রিলিয়ন) প্যারামিটার রয়েছে এবং বিলিয়ন টোকেন (স্ট্রিং) পরিচালনা করতে হবে। এমনকি একটি PetaFLOP (petaflops) স্তরের GPU সহ, এত বড় মডেলের প্রশিক্ষণ সম্পূর্ণ করতে 1,000 বছর প্রয়োজন।

হপার দুর্দান্ত, তবে আমাদের আরও শক্তিশালী জিপিইউ দরকার।

GTC 2024-এর দ্বারা আনা আলোচনার প্রথম তরঙ্গ গত কয়েকদিনে ধীরে ধীরে ম্লান হয়ে গেছে। এটা অনুমান করা যায় যে কনফারেন্সে ব্ল্যাকওয়েল GPU সিরিজ, পঞ্চম-প্রজন্মের NVLink, এবং RAS ইঞ্জিনগুলি বাজারে গেলে আরও বেশি কিছু নিয়ে আসবে। "জেনারেটিভ এআই যে টিপিং পয়েন্টে পৌঁছেছে" বিশ্বে কতটা চমক এবং পরিবর্তন আনবে তা ভবিষ্যদ্বাণী করা কঠিন?

এই মুহূর্তে যখন AIGC ভেঙেছে এবং AGI-এর আগমনের প্রাক্কালে, Nvidia দ্বারা যাত্রা করা AI আতশবাজির স্ট্রিং শুধুমাত্র প্রথমবারের মতো বিস্ফোরিত হয়েছে৷

# aifaner: aifaner (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম। যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।

Ai Faner | আসল লিঙ্ক · মন্তব্য দেখুন · Sina Weibo