ओपनएआई बस एक चेतावनी गोली चलाई एनवीडिया का झुकना। एआई दिग्गज ने जलापीनो का अनावरण किया, इसकी कस्टम अनुमान चिप विकसित की गई है ब्रॉडकॉमशामिल होना गूगल, सेबऔर स्पेसएक्स चिप निर्भरता से थोक में वापसी में। एआई हार्डवेयर पर एनवीडिया की वर्षों की पकड़ के बाद, उद्योग के सबसे बड़े खिलाड़ी अरबों का दांव लगा रहे हैं जो जीपीयू की प्रतीक्षा में अपने स्वयं के सिलिकॉन बीट्स का निर्माण कर रहे हैं। यह कदम पूरे एआई इंफ्रास्ट्रक्चर स्टैक को नया आकार देता है और एआई कंपनियों के प्रतिस्पर्धी लाभ के बारे में सोचने के तरीके में एक बुनियादी बदलाव का संकेत देता है।
ओपनएआई से नवीनतम दलबदलू बन गया एनवीडिया का साम्राज्य. कंपनी की नई घोषित जलापेनो चिप, साझेदारी में विकसित की गई है ब्रॉडकॉमसिर्फ एक अन्य कस्टम सिलिकॉन प्रोजेक्ट से कहीं अधिक का प्रतिनिधित्व करता है – यह जीपीयू दिग्गज से स्वतंत्रता की घोषणा है जो वर्षों से एआई बुनियादी ढांचे के मूल्य निर्धारण और उपलब्धता को नियंत्रित करता है।
समय को इससे अधिक स्पष्ट नहीं किया जा सकता। जबकि उद्योग विश्लेषकों के अनुसार एनवीडिया अभी भी एआई एक्सेलेरेटर बाजार के 80% से अधिक पर कब्जा करता है, लेकिन यह पकड़ तेजी से ढीली हो रही है। गूगल वर्षों से अपने TPU चिप्स चला रहा है। सेब अपना स्वयं का न्यूरल इंजन सिलिकॉन डिज़ाइन करता है। स्पेसएक्स उपग्रह प्रसंस्करण के लिए कस्टम चिप्स का निर्माण कर रहा है। यहां तक कि AI स्टार्टअप भी पसंद करते हैं anthropic और ग्रोक मालिकाना हार्डवेयर पथ तलाश रहे हैं।
इस सामूहिक पलायन के पीछे क्या कारण है? सरल अर्थशास्त्र और रणनीतिक नियंत्रण। बड़े पैमाने पर एआई अनुमान कार्यभार चलाने वाली कंपनियां – प्रश्नों का उत्तर देने के लिए मॉडलों की वास्तविक तैनाती – दो क्रूर वास्तविकताओं का सामना करती हैं। सबसे पहले, एनवीडिया के चिप्स महंगे हैं और हमेशा बैकऑर्डर किए जाते हैं। दूसरा, वे प्रशिक्षण के लिए डिज़ाइन किए गए हैं, न कि अरबों दैनिक अनुरोधों को पूरा करने की विशिष्ट माँगों के लिए। केवल अनुमान के लिए अनुकूलित एक चिप लागत और बिजली की खपत के एक अंश पर समान प्रदर्शन प्रदान कर सकती है।
के अनुसार, “लक्ष्य पूर्ण प्रतिस्थापन का कम और एकल-आपूर्तिकर्ता जोखिम को कम करने का अधिक है।” टेकक्रंच की रिपोर्टिंग. वह फ़्रेमिंग वास्तव में जो हो रहा है उसे कम बेचती है। प्रत्येक कस्टम चिप जो उत्पादन में जाती है, वह राजस्व है जिसे एनवीडिया नहीं देख पाएगा, वह मार्जिन हासिल नहीं करेगा, और ग्राहकों पर वह लाभ नहीं उठाएगा।
ओपनएआई का जलपीनो विशेष रूप से अनुमान पर ध्यान केंद्रित करता है – नए मॉडलों को प्रशिक्षित करने के बजाय कुशलतापूर्वक प्रशिक्षित मॉडल चलाना। यहीं असली पैसा बहता है। GPT-5 या GPT-6 को प्रशिक्षित करने में एक बार करोड़ों का खर्च आ सकता है, लेकिन उन मॉडलों को करोड़ों उपयोगकर्ताओं तक पहुंचाने में सालाना अरबों का खर्च आता है। अनुमानित लागत से 20% की छूट भी सीधे निचले स्तर की बचत और प्रतिस्पर्धी मूल्य निर्धारण लाभ में तब्दील हो जाती है।
ब्रॉडकॉम की भागीदारी एक और बदलाव का संकेत देती है। चिपमेकर उन कंपनियों के लिए पसंदीदा भागीदार बन गया है जो अपने स्वयं के फैब का निर्माण किए बिना कस्टम सिलिकॉन चाहते हैं। Google ने हाल की TPU पीढ़ियों के लिए ब्रॉडकॉम का उपयोग किया। अब ओपनएआई उसी प्लेबुक का अनुसरण कर रहा है – आर्किटेक्चर डिजाइन कर रहा है जबकि ब्रॉडकॉम विनिर्माण साझेदारी और लॉजिस्टिक्स को संभालता है।
लेकिन एनवीडिया अभी भी नहीं बैठा है। कंपनी ने हाल ही में अनुमान-अनुकूलित सुविधाओं के साथ अपने ब्लैकवेल आर्किटेक्चर की घोषणा की है, और यह बाजार हिस्सेदारी बनाए रखने के लिए पुरानी पीढ़ियों पर कीमतों में कटौती कर रही है। सीईओ जेन्सेन हुआंग ने सार्वजनिक रूप से कस्टम चिप प्रयासों को महंगी विकर्षणों के रूप में खारिज कर दिया है जो एनवीडिया के पैमाने और सॉफ्टवेयर पारिस्थितिकी तंत्र की अर्थव्यवस्थाओं से मेल नहीं खा सकते हैं। वह छोटे खिलाड़ियों के लिए सही हो सकता है, लेकिन जब आप OpenAI प्रतिदिन अरबों ChatGPT प्रश्नों को संसाधित कर रहे होते हैं, तो गणित पूरी तरह से बदल जाता है।
लहर का प्रभाव सिर्फ चिप की बिक्री से कहीं आगे तक फैला हुआ है। एनवीडिया का CUDA सॉफ़्टवेयर प्लेटफ़ॉर्म – वह खाई जिसने डेवलपर्स को अपने हार्डवेयर में बंद कर रखा है – नए दबाव का सामना कर रहा है क्योंकि कंपनियां अपनी टूलचेन बना रही हैं। OpenAI का ट्राइटन कंपाइलर और Google का JAX फ्रेमवर्क पहले से ही डेवलपर्स को ऐसे कोड लिखने देता है जो गैर-एनवीडिया चिप्स पर कुशलतापूर्वक चलता है। जैसे-जैसे अधिक विकल्प सामने आते हैं, एनवीडिया के प्रभुत्व की रक्षा करने वाली स्विचिंग लागत कम होने लगती है।
ह्यूमनॉइड रोबोटिक्स कंपनियां भी बारीकी से नजर रख रही हैं। बैटरी चालित रोबोटों पर एआई मॉडल चलाने के लिए अत्यधिक कुशल अनुमान चिप्स की आवश्यकता होती है, न कि बिजली की खपत करने वाले जीपीयू की। उस क्षेत्र में स्टार्टअप पहले से ही क्लाउड-स्केल प्रशिक्षण के बजाय वास्तविक समय निर्णय लेने के लिए अनुकूलित कस्टम एक्सेलेरेटर डिजाइन कर रहे हैं।
रणनीतिक गणना स्पष्ट है: ट्रिलियन-डॉलर वैल्यूएशन बनाने वाली एआई कंपनियां अपनी बुनियादी ढांचे की लागत और उपलब्धता को एक ही आपूर्तिकर्ता द्वारा नियंत्रित करने का जोखिम नहीं उठा सकती हैं, चाहे वह कितना भी प्रभावशाली क्यों न हो। कस्टम सिलिकॉन महंगा और जोखिम भरा है, लेकिन GPU की कमी या मूल्य निर्धारण द्वारा बंधक बना लिया जाना बदतर है। चिप विकास चक्र में वर्षों लगते हैं, जिसका अर्थ है कि अब घोषित किए जा रहे निर्णय 2030 तक एआई हार्डवेयर परिदृश्य को नया आकार देंगे।
हम जो देख रहे हैं वह सिर्फ विविधीकरण नहीं है – यह एआई बुनियादी ढांचे का संतुलन है। कुछ वर्षों के भीतर, प्रत्येक प्रमुख एआई कंपनी प्रशिक्षण के लिए एनवीडिया जीपीयू, अनुमान के लिए कस्टम चिप्स और विशिष्ट कार्यों के लिए विशेष त्वरक के विविध मिश्रण पर कार्यभार चलाएगी। विजेता सर्वश्रेष्ठ एकल चिप वाली कंपनी नहीं होगी, बल्कि वह कंपनी होगी जो उस खंडित परिदृश्य में जटिलता को प्रबंधित करने के लिए सर्वश्रेष्ठ ऑर्केस्ट्रेशन परत का निर्माण करेगी।
एआई चिप युद्ध अभी एक नए चरण में प्रवेश कर गया है, और यह वह नहीं है जो एनवीडिया चाहता था। जैसा कि OpenAI, Google, Apple और SpaceX ने कस्टम सिलिकॉन में अरबों डॉलर खर्च किए हैं, सवाल यह नहीं है कि क्या Nvidia बाजार हिस्सेदारी खो देगा – यह कितनी तेजी से और कितना है। एआई उद्योग के लिए, इस बदलाव का अर्थ है लागत पर अधिक नियंत्रण, बेहतर-अनुकूलित प्रदर्शन और आपूर्ति श्रृंखला अराजकता के प्रति कम संवेदनशीलता। लेकिन इसका अर्थ विखंडन, उच्च अग्रिम निवेश और एक हार्डवेयर परिदृश्य भी है जो तिमाही तक और अधिक जटिल हो जाता है। जो कंपनियां इस नई वास्तविकता में महारत हासिल करती हैं – वाणिज्यिक जीपीयू के साथ कस्टम चिप्स को संतुलित करना और विविध बुनियादी ढांचे का प्रबंधन करना – उन्हें एक संरचनात्मक लाभ होगा जिसे दोहराना लगभग असंभव है। एनवीडिया के प्रभुत्व के अभी भी कई वर्ष बाकी हैं, लेकिन पूर्ण नियंत्रण का युग समाप्त हो गया है।
