iPronics, વેલેન્સિયા સ્થિત સ્ટાર્ટઅપ, એ $125 મિલિયનના ફાઇનાન્સિંગ રાઉન્ડ પૂર્ણ કર્યું છે, જેમાં Nvidia પણ સહયોગીઓમાં સામેલ છે. આ નાણાં તેના પ્રોગ્રામેબલ ઓપ્ટિકલ સ્વિચના રોલઆઉટને વેગ આપશે, જે કંપનીના જણાવ્યા અનુસાર મોટા ડેટા સેન્ટરોમાં AI તાલીમ (training) ને ધીમી બનાવતા બેન્ડવિડ્થ ચોક પોઈન્ટ્સને દૂર કરી શકે છે.

આજના AI પાછળનું બેન્ડવિડ્થ સંકટ

આધુનિક લેંગ્વેજ મોડલ્સ અથવા વિઝન સિસ્ટમ્સની તાલીમ દરમિયાન સર્વર્સ વચ્ચે પેટાબાઇટ્સ ડેટા એવી ઝડપે વહે છે જે ઇલેક્ટ્રિકલ કોપર ઇન્ટરકનેક્ટ્સ ટકી શકતા નથી. જેમ જેમ GPUs અને કસ્ટમ AI ચિપ્સ ઝડપી બનતી જાય છે, તેમ તેમ તેમને જોડતું નેટવર્ક મર્યાદા બની જાય છે. ડેટા-સેન્ટર ઓપરેટરોનું કહેવું છે કે સિંગલ AI વર્કલોડને સ્કેલ કરવા માટે ઘણીવાર તેમને વધુ સ્વિચ ઉમેરવા પડે છે, જેનાથી ફ્લોર સ્પેસ, પાવર અને કૂલિંગ ક્ષમતાનો વપરાશ વધે છે. પરિણામે, એક ખર્ચાળ અને બિનકાર્યક્ષમ સ્ટૅક બને છે જે મોડલના વ્યવહારુ કદને મર્યાદિત કરે છે.

ઉપાય તરીકે પ્રકાશ આધારિત નેટવર્કિંગ

iPronics આ સમસ્યાનો ઉકેલ ઇલેક્ટ્રોનિક નહીં, પણ ફોટોનિક સ્વિચિંગ દ્વારા લાવે છે. ઇલેક્ટ્રિકલ સિગ્નલો મેટલ ટ્રેસ દ્વારા મુસાફરી કરવાને બદલે, તેના ઉપકરણો સિલિકોન-આધારિત વેવગાઇડ્સ દ્વારા પ્રકાશને રૂટ કરે છે. તેનું મુખ્ય ઉત્પાદન, iPronics ONE, પરંપરાગત સાધનો કરતા લગભગ વીસ ગણું નાનું છે. તેના ફૂટપ્રિન્ટને ઘટાડીને, સિસ્ટમ રેક સ્પેસ ખાલી કરે છે અને કૂલિંગ માટે જરૂરી પાવર ઘટાડે છે. પ્રકાશ કોપર જેવી ક્ષીણતા (attenuation) વગર લાંબા અંતર સુધી ઉચ્ચ દરે ડેટા વહન કરે છે, તેથી આ સ્વિચ્સ લો લેટન્સી અને હાઇ થ્રુપુટનું વચન આપે છે. એક વધારાનું સોફ્ટવેર લેયર આપમેળે કનેક્શન્સને ફરીથી કન્ફિગર કરે છે, જેનાથી એવા ફેલ્યોરથી બચી શકાય છે જે અન્યથા આખા રેકને ઠપ કરી શકે છે.

Nvidia ના રોકાણનું મહત્વ કેમ છે

Nvidia ની ભાગીદારી માત્ર મૂડી કરતાં વધુ છે. ચિપમેકર વારંવાર "ડેટા-સેન્ટર-રેડી" નેટવર્કિંગની માંગ કરી છે જે તેના AI એક્સિલરેટર્સ સાથે સુસંગત રહી શકે. iPronics ને ટેકો આપીને, Nvidia એ વિશ્વાસ દર્શાવ્યો છે કે ફોટોનિક સ્વિચિંગ તેના GPUs માટે એક પ્રમાણભૂત પૂરક બની શકે છે, જે પહેલેથી જ Nvidia હાર્ડવેર ખરીદતા ગ્રાહકો માટે સપ્લાય ચેઇનને સરળ બનાવશે. આ રાઉન્ડમાં ટેલિકોમ અને સેમિકન્ડક્ટર ઇન્ફ્રાસ્ટ્રક્ચરના અનુભવ ધરાવતા રોકાણકારો પણ આકર્ષાયા છે, જે ઓપ્ટિકલ સોલ્યુશન્સ તરફ ઉદ્યોગના વ્યાપક પ્રયાસોનો સંકેત આપે છે.

કોને ફાયદો થઈ શકે છે

  • ક્લાઉડ પ્રોવાઇડર્સ સમાન ફૂટપ્રિન્ટમાં વધુ કમ્પ્યુટ પેક કરી શકે છે, જેનાથી તાલીમ દીઠ ખર્ચ ઘટે છે.
  • AI સેવાઓ પર નિર્ભર એન્ટરપ્રાઇઝ ઝડપી ઇન્ફરન્સ અને ઓછા આઉટેજ જોઈ શકે છે, જે વધુ સરળ યુઝર એક્સપિરિયન્સમાં પરિણમે છે.
  • હાર્ડવેર વેન્ડર્સ જે ફોટોનિક સ્વિચને તેમની પોતાની ચિપ્સ સાથે જોડે છે, તેઓ ભીડભાડવાળા બજારમાં તેમની ઓફરિંગ્સને અલગ પાડી શકે છે.

જો ગ્રાહકો ઓપ્ટિકલ ફેબ્રિક્સ તરફ સ્થળાંતર કરે તો ઇલેક્ટ્રિકલ Ethernet અને InfiniBand માં નિષ્ણાત એવા વર્તમાન નેટવર્કિંગ વેન્ડર્સ તેમનો માર્કેટ શેર ગુમાવી શકે છે. આ ફેરફાર ડેટા-સેન્ટર એન્જિનિયરો માટે નવા પ્રોક્યોરમેન્ટ સાયકલ અને ઇન્ટિગ્રેશન કાર્ય માટે પણ મજબૂર કરે છે.

સ્વીકૃતિના માર્ગમાં અવરોધો

ફોટોનિક ઘટકોની કિંમત હજુ પણ પરિપક્વ કોપર ઇક્વિવેલન્ટ્સ કરતા પ્રતિ પોર્ટ વધુ છે, અને ઓપ્ટિકલ સ્વિચના સંચાલન માટેનું ઇકોસિસ્ટમ ઓછું વિકસિત છે. હાલના ડેટા-સેન્ટર મેનેજમેન્ટ સ્ટૅક્સમાં iPronics ના હાર્ડવેરને ઇન્ટિગ્રેટ કરવા માટે સોફ્ટવેર એડેપ્ટર્સ અને સ્ટાફ તાલીમની જરૂર પડશે. શરૂઆતના એડોપ્ટર્સને ઊંચા પૂર્વ ખર્ચનો સામનો કરવો પડી શકે છે, અને પાયલોટ એન્વાયરમેન્ટની બહાર મોટા પાયે આ ટેકનોલોજીની વિશ્વસનીયતા હજુ અપ્રમાણિત છે.

આગળ શું જોવું

  • પ્રોડક્ટ રોલઆઉટ્સ: iPronics ONE ના સામૂહિક ઉત્પાદનનો સમયગાળો બતાવશે કે કંપની સપ્લાય બોટલનેક્સ વગર માંગ પૂરી કરી શકે છે કે નહીં.
  • ગ્રાહક વિજય: મુખ્ય ક્લાઉડ ઓપરેટર્સ અથવા હાઇપરસ્કેલર્સ સાથેના કરારો ટેકનોલોજીની સજ્જતાને પ્રમાણિત કરશે.
  • વધુ ફંડિંગ: વધારાના રાઉન્ડ્સ બજારનો વિશ્વાસ અથવા વૈકલ્પિક રીતે, વધુ રનવેની જરૂરિયાતનો સંકેત આપી શકે છે.
  • સ્ટાન્ડર્ડાઇઝેશન: ઓપ્ટિકલ-સ્વિચ ઇન્ટરફેસ વ્યાખ્યાયિત કરતી ઉદ્યોગ સંસ્થાઓ વ્યાપક સ્વીકૃતિને વેગ આપી શકે છે અથવા અવરોધિત કરી શકે છે.

Nvidia ના સમર્થનથી મજબૂત થયેલ $125 મિલિયનનું ફંડિંગ, ફોટોનિક નેટવર્કિંગને AI-સંચાલિત ક્લાઉડ સેવાઓ પર નિર્ભર દરેક વ્યક્તિના રડાર પર લાવે છે. ઝડપી, નાના અને વધુ કાર્યક્ષમ ડેટા-સેન્ટર લિંક્સનું વચન રોજિંદા પ્રદર્શનમાં વધારો કરશે કે નહીં તેનો આધાર સ્વીકૃતિની ઝડપ અને પ્રકાશ આધારિત હાર્ડવેરના સ્કેલિંગના અર્થશાસ્ત્ર પર રહેશે.