Unconventional AI-এর লক্ষ্য AI-এর বিদ্যুৎ খরচ ১,০০০ গুণ কমানো

কৃত্রিম বুদ্ধিমত্তার (AI) বৈশ্বিক চাহিদা যখন বিদ্যমান শক্তির সরবরাহের তুলনায় দ্রুত বেড়ে যাওয়ার হুমকি দিচ্ছে, তখন একটি নতুন স্টার্টআপ হার্ডওয়্যার আর্কিটেকচারের নিয়মগুলো নতুন করে লেখার চেষ্টা করছে। Databricks-এর প্রাক্তন AI প্রধান Naveen Rao-এর নেতৃত্বে, Unconventional AI এই শিল্পের আসন্ন জ্বালানি সংকট মোকাবিলায় একটি আমূল নতুন কম্পিউটিং পদ্ধতির ওপর বাজি ধরছে।

প্রথাগত সিলিকন আর্কিটেকচারের ঊর্ধ্বে যাত্রা

Unconventional AI-এর মিশনের মূল লক্ষ্য হলো সেই প্রথাগত চিপগুলো থেকে সরে আসা, যা বর্তমানে Large Language Models (LLMs) এবং diffusion মডেলগুলোকে চালিত করছে। শিল্পখাত মূলত বিদ্যমান GPU এবং TPU আর্কিটেকচার অপ্টিমাইজ করার দিকে মনোনিবেশ করলেও, Rao এবং তাঁর দল একটি oscillator-ভিত্তিক কম্পিউটার আর্কিটেকচার ব্যবহার করে একদম শুরু থেকে এটি তৈরি করছেন।

এই পদ্ধতিটি প্রমিত ডিজিটাল কম্পিউটিংয়ে ব্যবহৃত ট্রানজিস্টর থেকে মৌলিকভাবে আলাদা। Oscillator ব্যবহার করে কোম্পানিটি অভূতপূর্ব দক্ষতার সাথে inference processing সম্পন্ন করার লক্ষ্য নির্ধারণ করেছে। Rao মনে করেন যে, এই পরিবর্তনটি শেষ পর্যন্ত AI inference-এর জন্য প্রয়োজনীয় বিদ্যুৎ খরচ ১,০০০ গুণ পর্যন্ত কমিয়ে দিতে পারে, যা AI-কে একটি শক্তি-নিবিড় বোঝা থেকে একটি টেকসই উপযোগিতায় রূপান্তরিত করবে।

Un0: Oscillator-ভিত্তিক কম্পিউটিংয়ের "Hello World"

এই আমূল হার্ডওয়্যার ধারণার কার্যকারিতা প্রদর্শনের জন্য কোম্পানিটি সম্প্রতি তাদের প্রথম মডেল, Un0 উন্মোচন করেছে। যদিও Un0 বর্তমানে কোম্পানির পরিকল্পিত oscillator চিপের একটি সফটওয়্যার সিমুলেশনের ওপর চলছে, তবুও এর ফলাফল উল্লেখযোগ্য। মডেলটি একটি ইমেজ-জেনারেশন সিস্টেম যা Stable Diffusion বা OpenAI-এর GPT Image 1-এর মতো অত্যাধুনিক diffusion মডেলগুলোর পারফরম্যান্সের অনুকরণ করতে পারে।

এই রিলিজটিকে এক নতুন ধরনের কম্পিউটারের "hello world" হিসেবে বর্ণনা করে Rao জোর দিয়ে বলেন যে, এর লক্ষ্য ছিল এটি প্রমাণ করা যে সম্পূর্ণ ভিন্ন হার্ডওয়্যার লজিক দিয়েও উচ্চমানের এবং নিখুঁত আউটপুট পাওয়া সম্ভব। এর সাথে থাকা গবেষণা পত্রে বিস্তারিত জানানো হয়েছে যে কীভাবে এই সিমুলেটেড আর্কিটেকচার জটিল জেনারেটিভ কাজগুলো সফলভাবে সম্পন্ন করতে পারে, যা ভৌত হার্ডওয়্যারের জন্য একটি রোডম্যাপ প্রদান করে।

AI স্কেলিংয়ের ক্ষেত্রে জ্বালানি বাধা (Energy Bottleneck) সমাধান করা

এই উন্নয়নের সময়টি অত্যন্ত গুরুত্বপূর্ণ। AI মডেলগুলোর প্যারামিটার সংখ্যা এবং জটিলতা বৃদ্ধির সাথে সাথে, প্রবৃদ্ধির প্রধান বাধাটি ডেটার প্রাপ্যতা থেকে সরে গিয়ে শক্তির প্রাপ্যতাতে পরিণত হচ্ছে। Rao যুক্তি দেন যে, আগামী বছরগুলোতে শক্তি হবে AI-এর জন্য একটি "মৌলিক সীমাবদ্ধতা" (fundamental limit), যা কতটুকু বুদ্ধিমত্তা বা ইন্টেলিজেন্স মোতায়েন করা সম্ভব তার ওপর একটি কঠোর সীমা তৈরি করবে।

Unconventional AI একটি সম্পূর্ণ inference stack তৈরির মাধ্যমে এটি মোকাবিলা করার পরিকল্পনা করছে। এর রোডম্যাপে রয়েছে:

  • ভৌত oscillator-ভিত্তিক চিপ তৈরি করা এবং সেগুলোর স্কিম্যাটিক্স (schematics) প্রকাশ করা।
  • এই নিজস্ব (proprietary) চিপগুলো দিয়ে সম্পূর্ণ সিস্টেম তৈরি করা।
  • সার্ভিস হিসেবে কম্পিউট ক্ষমতা প্রদান করা, যেখানে ব্যবহারকারীরা একটি নেটওয়ার্ক ক্যাবলের মাধ্যমে প্রম্পট পাঠাতে পারবেন এবং বর্তমান বিদ্যুৎ খরচের ১/১০০০ অংশ খরচে inference গ্রহণ করতে পারবেন।

যদিও কোম্পানিটি ৫০ জনেরও কম কর্মী নিয়ে একটি ছোট পরিসরে কাজ করছে, তবে এর মিশনটি সমগ্র AI খাতের সবচেয়ে বড় সামষ্টিক অর্থনৈতিক বাধাটি মোকাবিলা করছে: বিদ্যুতের অসহনীয় খরচ।

মূল বিষয়সমূহ

  • আমূল হার্ডওয়্যার পরিবর্তন: AI inference অপ্টিমাইজ করার জন্য Unconventional AI প্রথাগত সিলিকন থেকে সরে এসে একটি oscillator-ভিত্তিক আর্কিটেকচারের দিকে যাচ্ছে।
  • প্রমাণিত পারফরম্যান্স: কোম্পানির Un0 মডেলটি প্রদর্শন করে যে এই নতুন আর্কিটেকচার Stable Diffusion-এর মতো শিল্পের শীর্ষস্থানীয় মডেলগুলোর ইমেজ-জেনারেশন ক্ষমতার সাথে পাল্লা দিতে পারে।
  • জ্বালানি সংকট সমাধান: চূড়ান্ত লক্ষ্য হলো AI-এর বিদ্যুৎ খরচ ১,০০০ গুণ কমানো, যা AI স্কেলিং সীমিত করার হুমকি দেওয়া আসন্ন জ্বালানি বাধাটি দূর করবে।