एआई चिप युद्धों ने एक अप्रत्याशित मोड़ ले लिया। NVIDIA सीईओ जेन्सेन हुआंग इस सप्ताह कंपनी के जीटीसी सम्मेलन में विशेष रूप से एजेंटिक एआई के लिए डिज़ाइन किए गए सीपीयू प्रोसेसर की एक नई पीढ़ी का प्रदर्शन करने की तैयारी कर रहे हैं, जो जीपीयू-केंद्रित दृष्टिकोण से एक रणनीतिक धुरी को चिह्नित करता है जिसने चिप निर्माता को $ 2 ट्रिलियन मूल्यांकन के लिए प्रेरित किया है। एनवीडिया और प्रतिद्वंद्वी दोनों एएमडी पारंपरिक सीपीयू की बढ़ती मांग का अनुभव हो रहा है क्योंकि उद्यमों को पता चला है कि स्वायत्त एआई एजेंटों को 2024 और 2025 में हावी होने वाले बड़े भाषा मॉडल की तुलना में मौलिक रूप से अलग कंप्यूटिंग आर्किटेक्चर की आवश्यकता होती है।
NVIDIA ग्राफिक्स प्रोसेसर पर चिप बनाने का साम्राज्य बनाया, लेकिन एआई का अगला चरण जेन्सेन हुआंग को भी प्लेबुक पर पुनर्विचार करने के लिए मजबूर कर रहा है। सैन जोस में इस सप्ताह के जीटीसी सम्मेलन में, उद्योग के अंदरूनी सूत्रों को उम्मीद है कि चमड़े की जैकेट पहनने वाले सीईओ एजेंटिक एआई के लिए उद्देश्य से बनाए गए सीपीयू के एक नए परिवार का विवरण देंगे – स्वायत्त सॉफ्टवेयर एजेंट जो केवल पाठ प्रतिक्रियाएं उत्पन्न करने के बजाय स्वतंत्र रूप से तर्क, योजना और कार्य करते हैं।
समय के बारे में इससे अधिक कुछ नहीं कहा जा सकता। जबकि NVIDIA अपने H100 और H200 GPU की शक्ति के साथ AI बुनियादी ढांचे पर हावी हो गया है ओपनएआई, anthropicऔर लगभग हर दूसरे प्रमुख एलएलएम में, एजेंटिक सिस्टम का उद्भव शुद्ध जीपीयू आर्किटेक्चर में अंतराल को उजागर कर रहा है। ये एआई एजेंट न केवल बड़े पैमाने पर मैट्रिक्स गणनाओं को संसाधित करते हैं – वे वर्कफ़्लो को व्यवस्थित करते हैं, मेमोरी का प्रबंधन करते हैं, अनुक्रमिक निर्णय लेते हैं और बाहरी उपकरणों के साथ बातचीत करते हैं। इसके लिए उस तरह की सामान्य प्रयोजन कंप्यूटिंग शक्ति की आवश्यकता होती है जो सीपीयू दशकों से प्रदान कर रहा है।
एएमडी सबसे पहले बदलाव को देखा। कंपनी के ईपीवाईसी सर्वर प्रोसेसर ने लगातार छह तिमाहियों में दोहरे अंकों में वृद्धि दर्ज की है, सीईओ लिसा सु ने कंपनी की हालिया कमाई कॉल के दौरान एआई अनुमान कार्यभार को इस गति के लिए अधिक जिम्मेदार ठहराया है। लेकिन NVIDIA क्षेत्र छोड़ना नहीं है. कंपनी ने 2020 में $7 बिलियन में सर्वर सीपीयू डिजाइनर आर्म-आधारित स्टार्टअप मेलानॉक्स का अधिग्रहण किया और चुपचाप अपने जीपीयू रोडमैप के साथ-साथ अपने ग्रेस सीपीयू आर्किटेक्चर का निर्माण कर रही है।
जो चीज़ एजेंटिक एआई को अलग बनाती है वह काम के बोझ की विशेषताओं पर निर्भर करती है। जीपीटी-4 या क्लाउड के प्रशिक्षण के लिए बड़े पैमाने पर समानांतर प्रसंस्करण की आवश्यकता होती है – बिल्कुल वही जिसमें जीपीयू उत्कृष्टता प्राप्त करता है। लेकिन एक एआई एजेंट आपकी यात्रा बुक करता है, आपके कैलेंडर का प्रबंधन करता है, और अन्य एजेंटों के साथ समन्वय करता है, अनुक्रमिक तर्क, एपीआई कॉल और राज्य प्रबंधन पर अधिक समय व्यतीत करता है। एंटरप्राइज़ इंफ्रास्ट्रक्चर डेटा के मुताबिक, ये वर्कलोड एलएलएम प्रशिक्षण में देखे गए अनुपात को उलटते हुए 60-70% सीपीयू उपयोग बनाम 30-40% जीपीयू दिखाते हैं।
