iPronics, ভ্যালেন্সিয়া-ভিত্তিক একটি স্টার্টআপ, ১২৫ মিলিয়ন ডলারের একটি অর্থায়ন রাউন্ড সম্পন্ন করেছে, যার অন্যতম সমর্থক হলো Nvidia। এই অর্থায়ন কোম্পানিটির প্রোগ্ৰ্যামেবল অপটিক্যাল সুইচগুলোর (programmable optical switches) প্রসারে গতি আনবে, যা কোম্পানিটির মতে বর্তমানে বড় ডেটা সেন্টারগুলোতে AI প্রশিক্ষণের গতি কমিয়ে দেওয়া ব্যান্ডউইথ চোক পয়েন্টগুলোকে (bandwidth choke points) দূর করতে সক্ষম।

আজকের AI-এর নেপথ্যে ব্যান্ডউইথের সংকট

আধুনিক ল্যাঙ্গুয়েজ মডেল বা ভিশন সিস্টেম প্রশিক্ষণের সময় সার্ভারগুলোর মধ্যে পেটাবাইট পরিমাণ ডেটা এমন গতিতে আদান-প্রদান হয় যা ইলেকট্রিক্যাল কপার ইন্টারকানেক্টগুলো (electrical copper interconnects) সামলাতে পারে না। যেহেতু GPU এবং কাস্টম AI চিপগুলো দ্রুততর হচ্ছে, তাই সেগুলোকে সংযুক্তকারী নেটওয়ার্কটি একটি সীমাবদ্ধ ফ্যাক্টর হয়ে দাঁড়াচ্ছে। ডেটা-সেন্টার অপারেটররা বলছেন যে, একটি একক AI ওয়ার্কলোড স্কেল করার জন্য প্রায়শই তাদের আরও বেশি সুইচ যোগ করতে হয়, যা ফ্লোর স্পেস, বিদ্যুৎ এবং কুলিং ক্ষমতা দখল করে নেয়। এর ফলে একটি ব্যয়বহুল ও অদক্ষ সিস্টেম তৈরি হয় যা একটি মডেলের ব্যবহারিক আকারকে সীমিত করে দেয়।

সমাধান হিসেবে আলো-ভিত্তিক নেটওয়ার্কিং

iPronics ইলেকট্রনিক নয়, বরং ফোটোনিক (photonic) সুইচিংয়ের মাধ্যমে এই সমস্যার সমাধান করছে। ধাতব ট্রেসের মাধ্যমে ইলেকট্রিক্যাল সিগন্যাল পাঠানোর পরিবর্তে, এর ডিভাইসগুলো সিলিকন-ভিত্তিক ওয়েভগাইড (waveguides) দিয়ে আলো পরিচালনা করে। তাদের ফ্ল্যাগশিপ পণ্য, iPronics ONE, প্রচলিত সমমানের যন্ত্রের তুলনায় প্রায় বিশ গুণ ছোট। এর আকার ছোট করার ফলে সিস্টেমটি র‍্যাক স্পেস খালি করে এবং কুলিংয়ের জন্য প্রয়োজনীয় বিদ্যুৎ সাশ্রয় করে। আলো কপার বা তামার মতো ডেটা ক্ষয় (attenuation) ছাড়াই দীর্ঘ দূরত্বে উচ্চ গতিতে ডেটা বহন করতে পারে, তাই এই সুইচগুলো কম ল্যাটেন্সি (latency) এবং উচ্চ থ্রুপুট (throughput) নিশ্চিত করে। একটি অতিরিক্ত সফটওয়্যার লেয়ার স্বয়ংক্রিয়ভাবে সংযোগগুলো পুনর্গঠন করে, যা কোনো ত্রুটি দেখা দিলে র‍্যাকটি অচল হওয়া থেকে রক্ষা করে।

কেন Nvidia-র বিনিয়োগ গুরুত্বপূর্ণ

Nvidia-র অংশগ্রহণ মানে কেবল মূলধন নয়। চিপ প্রস্তুতকারক কোম্পানিটি বারবার "ডেটা-সেন্টার-রেডি" নেটওয়ার্কিংয়ের আহ্বান জানিয়ে আসছে যা তাদের AI এক্সিলারেটরগুলোর গতির সাথে তাল মিলিয়ে চলতে পারে। iPronics-কে সমর্থন করার মাধ্যমে Nvidia এই আত্মবিশ্বাসের সংকেত দিচ্ছে যে, ফোটোনিক সুইচিং তাদের GPU-গুলোর একটি আদর্শ পরিপূরক হয়ে উঠতে পারে, যা ইতিমধ্যে Nvidia হার্ডওয়্যার ব্যবহারকারী গ্রাহকদের জন্য সাপ্লাই চেইনকে আরও সহজ করবে। এই অর্থায়ন রাউন্ডটি টেলিকম এবং সেমিকন্ডাক্টর অবকাঠামো অভিজ্ঞতাসম্পন্ন বিনিয়োগকারীদেরও আকৃষ্ট করেছে, যা অপটিক্যাল সমাধানের দিকে একটি বৃহত্তর শিল্প প্রচেষ্টার ইঙ্গিত দেয়।

কারা লাভবান হবে

  • ক্লাউড প্রোভাইডাররা একই জায়গায় আরও বেশি কম্পিউট ক্ষমতা যুক্ত করতে পারবে, যা প্রতি ট্রেনিং রানের খরচ কমিয়ে দেবে।
  • যেসব এন্টারপ্রাইজ AI পরিষেবার ওপর নির্ভরশীল, তারা দ্রুততর ইনফারেন্স (inference) এবং কম আউটটেজ দেখতে পারে, যা ব্যবহারকারীদের আরও উন্নত অভিজ্ঞতা দেবে।
  • হার্ডওয়্যার ভেন্ডররা যারা তাদের নিজস্ব চিপের সাথে ফোটোনিক সুইচ যুক্ত করবে, তারা এই প্রতিযোগিতামূলক বাজারে নিজেদের আলাদা করতে পারবে।

প্রচলিত নেটওয়ার্কিং ভেন্ডর যারা ইলেকট্রিক্যাল Ethernet এবং InfiniBand-এ বিশেষজ্ঞ, গ্রাহকরা যদি অপটিক্যাল ফ্যাব্রিকে স্থানান্তরিত হয় তবে তারা তাদের মার্কেট শেয়ার হারাতে পারে। এই পরিবর্তন ডেটা-সেন্টার ইঞ্জিনিয়ারদের জন্য নতুন সংগ্রহ চক্র (procurement cycles) এবং ইন্টিগ্রেশন কাজের প্রয়োজনীয়তা তৈরি করবে।

গ্রহণের পথে বাধাগুলো

ফোটোনিক কম্পোনেন্টগুলোর প্রতি পোর্টের খরচ এখনও পরিপক্ক কপার সমমানের তুলনায় বেশি, এবং অপটিক্যাল সুইচ পরিচালনার ইকোসিস্টেমটি এখনও কম উন্নত। বিদ্যমান ডেটা-সেন্টার ম্যানেজমেন্ট স্ট্যাকের সাথে iPronics-এর হার্ডওয়্যার ইন্টিগ্রেট করতে সফটওয়্যার অ্যাডাপ্টার এবং কর্মীদের প্রশিক্ষণের প্রয়োজন হবে। প্রাথমিক ব্যবহারকারীদের উচ্চ প্রাথমিক খরচের সম্মুখীন হতে হতে পারে এবং পাইলট পরিবেশের বাইরে বড় পরিসরে এই প্রযুক্তির নির্ভরযোগ্যতা এখনও প্রমাণিত নয়।

পরবর্তীতে যা লক্ষ্য রাখতে হবে

  • পণ্য উন্মোচন: iPronics ONE-এর ব্যাপক উৎপাদনের সময়সীমা দেখাবে যে কোম্পানিটি সাপ্লাই চেইনের বাধা ছাড়াই চাহিদা মেটাতে পারে কি না।
  • গ্রাহক অর্জন: প্রধান ক্লাউড অপারেটর বা হাইপারস্কেলারদের সাথে চুক্তি এই প্রযুক্তির সক্ষমতা প্রমাণ করবে।
  • আরও অর্থায়ন: অতিরিক্ত অর্থায়ন রাউন্ড বাজারের আত্মবিশ্বাস বা বিকল্পভাবে আরও দীর্ঘমেয়াদী কার্যক্রমের প্রয়োজনীয়তা নির্দেশ করতে পারে।
  • মানকীকরণ (Standardisation): অপটিক্যাল-সুইচ ইন্টারফেস সংজ্ঞায়িতকারী শিল্প সংস্থাগুলো এর ব্যাপক গ্রহণকে ত্বরান্বিত বা বাধাগ্রস্ত করতে পারে।

Nvidia-র সমর্থনপুষ্ট ১২৫ মিলিয়ন ডলারের অর্থায়ন ফোটোনিক নেটওয়ার্কিংকে সরাসরি সেইসব মানুষের নজরে নিয়ে এসেছে যারা AI-চালিত ক্লাউড পরিষেবার ওপর নির্ভরশীল। দ্রুততর, ছোট এবং আরও দক্ষ ডেটা-সেন্টার লিঙ্কের প্রতিশ্রুতি প্রতিদিনের পারফরম্যান্স বৃদ্ধিতে রূপান্তরিত হবে কি না, তা নির্ভর করবে এর গ্রহণের গতি এবং আলো-ভিত্তিক হার্ডওয়্যার স্কেল করার অর্থনীতির ওপর।