মেটা এই সেপ্টেম্বরে নিজস্ব কাস্টম AI চিপ উৎপাদন শুরু করতে যাচ্ছে

মেটা এই সেপ্টেম্বরে তাদের সর্বশেষ AI-নির্দিষ্ট চিপের উৎপাদন শুরু করার পরিকল্পনার মাধ্যমে সিলিকন স্বাধীনতার লক্ষ্যে তাদের প্রচেষ্টা ত্বরান্বিত করছে। নিজস্ব হার্ডওয়্যার তৈরির মাধ্যমে, এই সোশ্যাল মিডিয়া জায়ান্ট Nvidia এবং AMD-এর উচ্চমূল্যের GPU-এর ওপর নির্ভরতা কমাতে এবং পরবর্তী প্রজন্মের AI ওয়ার্কলোডের জন্য তাদের বিশাল অবকাঠামোকে অপ্টিমাইজ করার লক্ষ্য নির্ধারণ করেছে।

Meta Training and Inference Accelerator (MTIA) এর বিস্তার

আসন্ন এই উৎপাদন মেটার Meta Training and Inference Accelerator (MTIA) প্রোগ্রামের জন্য একটি গুরুত্বপূর্ণ মাইলফলক। প্রথাগত মনোলিথিক চিপ ডিজাইনের পরিবর্তে, মেটা একটি মডুলার "chiplet" পদ্ধতি গ্রহণ করছে। এই কৌশলটি কোম্পানিকে দ্রুততর পরিবর্তনের সুযোগ দেয়, যা স্বল্প সময়ের ডেভেলপমেন্ট চক্রের মধ্যে সর্বশেষ AI ওয়ার্কলোড সংক্রান্ত ধারণা এবং হার্ডওয়্যার প্রযুক্তি অন্তর্ভুক্ত করতে সক্ষম করে। এমন একটি প্রেক্ষাপটে এই মডুলারিটি অত্যন্ত গুরুত্বপূর্ণ যেখানে AI মডেলের প্রয়োজনীয়তা প্রায় প্রতি মাসেই পরিবর্তিত হয়।

অভ্যন্তরীণ রিপোর্ট অনুযায়ী, এই নতুন চিপগুলোর মধ্যে অন্তত একটি মাত্র ছয় সপ্তাহে সফলভাবে টেস্টিং পর্যায় সম্পন্ন করেছে। মেটা ডিজাইন আর্কিটেকচারের জন্য Broadcom-এর সাথে সহযোগিতা করছে, এবং উচ্চমানের উৎপাদনের জন্য Taiwan Semiconductor Manufacturing Company (TSMC)-এর সাহায্য নিচ্ছে। এই চিপগুলোর সাপ্লাই চেইন ইতিমধ্যেই শক্তিশালী, যেখানে RAM-এর জন্য Samsung, স্টোরেজের জন্য Sandisk এবং ফাইবার-অপটিক সরঞ্জামের জন্য Sumitomo Electric অন্তর্ভুক্ত রয়েছে।

Nvidia এবং AMD-এর ওপর নির্ভরতা হ্রাস করা

AI মডেলের জটিলতা বৃদ্ধির সাথে সাথে বিশেষায়িত হার্ডওয়্যারের খরচ একটি বিশাল মূলধনী বোঝা হয়ে দাঁড়িয়েছে। মেটা একটি আক্রমণাত্মক ব্যয়ের রোডম্যাপের ইঙ্গিত দিয়েছে, যেখানে এই বছর তাদের মূলধনী ব্যয়ের (capital expenditures) পরিমাণ ১২৫ বিলিয়ন থেকে ১৪৫ বিলিয়ন ডলারের মধ্যে হতে পারে বলে ধারণা করা হচ্ছে। এই বাজেটের একটি উল্লেখযোগ্য অংশ Muse Spark সিরিজের AI মডেলগুলো প্রশিক্ষণ এবং ব্যবহারের জন্য প্রয়োজনীয় কম্পিউট ক্ষমতা নিশ্চিত করার জন্য বরাদ্দ করা হয়েছে।

যদিও মেটা AMD Instinct GPU এবং অন্যান্য থার্ড-পার্টি হার্ডওয়্যারের মাল্টি-বিলিয়ন ডলারের চালান কেনা অব্যাহত রাখবে, তবে MTIA চিপগুলো নির্দিষ্ট এবং উচ্চ-ভলিউম টাস্কগুলো সামলানোর জন্য ডিজাইন করা হয়েছে। এর মধ্যে রয়েছে র‍্যাঙ্কিং এবং রিকমেন্ডেশন অ্যালগরিদম প্রশিক্ষণ—যা Instagram এবং Facebook-এর মেরুদণ্ড—পাশাপাশি বিভিন্ন কনজিউমার অ্যাপ্লিকেশনের জন্য সাধারণ AI inference।

সিলিকন সার্বভৌমত্বের বৃহত্তর প্রতিযোগিতা

মেটার এই পদক্ষেপটি "সিলিকন সার্বভৌমত্ব"-এর দিকে শিল্পের একটি বৃহত্তর পরিবর্তনের অংশ। একক প্রভাবশালী চিপ সরবরাহকারীর যুগ এখন হাইপারস্কেলার এবং AI ল্যাবগুলোর মাধ্যমে চ্যালেঞ্জের মুখে। Google এবং Amazon ইতিমধ্যেই সফল কাস্টম সিলিকন প্রোগ্রাম প্রতিষ্ঠা করেছে, এবং এখন জানা যাচ্ছে যে OpenAI এবং Anthropic-ও Broadcom এবং Samsung-এর মতো পার্টনারদের সাথে একই পথে চলার সম্ভাবনা যাচাই করছে।

এই হার্ডওয়্যারকে সমর্থন করার জন্য, মেটা অভূতপূর্ব হারে তাদের ভৌত অবকাঠামোও সম্প্রসারণ করছে। কোম্পানিটি এই বছর ৭ গিগাওয়াট কম্পিউট ক্ষমতা ব্যবহারের পরিকল্পনা করেছে এবং আগামী বছর সেই পরিমাণ দ্বিগুণ করার পরিকল্পনা রয়েছে। কাস্টম সিলিকন এবং ডেটা সেন্টার পাওয়ার—উভয় ক্ষেত্রেই এই বিশাল বিনিয়োগ এই বাস্তবতাকে তুলে ধরে যে, AI-এর ভবিষ্যৎ নির্ভর করবে এর অন্তর্নিহিত হার্ডওয়্যারের দক্ষতার ওপর।

মূল বিষয়সমূহ

• মডুলার হার্ডওয়্যার কৌশল: মেটা তার MTIA প্রোগ্রামের জন্য একটি chiplet-ভিত্তিক ডিজাইন ব্যবহার করছে যাতে দ্রুত পরিবর্তন এবং বিবর্তিত AI ওয়ার্কলোডের সাথে খাপ খাইয়ে নেওয়া সম্ভব হয়।
• কৌশলগত সাপ্লাই চেইন: এই উৎপাদন প্রক্রিয়ায় একটি শক্তিশালী পার্টনার ইকোসিস্টেম জড়িত, যার মধ্যে ডিজাইনের জন্য Broadcom, ফ্যাব্রিকেশনের জন্য TSMC এবং মেমরির জন্য Samsung অন্তর্ভুক্ত রয়েছে।
• বিশাল অবকাঠামো বিনিয়োগ: মেটা ১৪৫ বিলিয়ন ডলার পর্যন্ত CAPEX এবং কম্পিউট ডিপ্লয়মেন্ট ১৪ গিগাওয়াটে দ্বিগুণ করার পরিকল্পনার মাধ্যমে দীর্ঘমেয়াদী AI আধিপত্যের জন্য নিজেকে প্রস্তুত করছে।