ആപ്പിളിന്റെ പരാജയപ്പെട്ട കാർ പ്രോജക്റ്റ് എങ്ങനെ അതിന്റെ AI ചിപ്പ് വിപ്ലവത്തിന് കരുത്തേകി

ആപ്പിളിന്റെ അഭിലാഷപൂർണ്ണമായ സ്വയം നിയന്ത്രിത കാർ പ്രോജക്റ്റ് ഉപേക്ഷിക്കപ്പെട്ടേക്കാം, എന്നാൽ അതിന്റെ സാങ്കേതികമായ അടിത്തറ നമ്മുടെ ഏറ്റവും പ്രധാനപ്പെട്ട ഉപകരണങ്ങളെ പ്രവർത്തിപ്പിക്കുന്ന സിലിക്കണുകളിൽ ഇന്നും നിലനിൽക്കുന്നു. വാഹനങ്ങളുടെ സ്വയം നിയന്ത്രണത്തിനായുള്ള ഒരു അന്വേഷണമായി തുടങ്ങിയത്, ഇന്ന് ആപ്പിളിന്റെ ഓൺ-ഡിവൈസ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സമീപനത്തെ നിർവചിക്കുന്ന ഒരു അത്യാധുനിക ഹാർഡ്‌വെയർ തന്ത്രമായി പരിണമിച്ചിരിക്കുന്നു.

സ്വയം നിയന്ത്രിത വാഹനങ്ങളിൽ നിന്ന് Neural Engine-ലേക്ക്

പരാജയപ്പെട്ട ഒരു ഓട്ടോമോട്ടീവ് പ്രോഗ്രാമിൽ നിന്ന് കരുത്തുറ്റ ഒരു സെമികണ്ടക്ടർ വിഭാഗത്തിലേക്കുള്ള മാറ്റം ആപ്പിളിന്റെ സമീപകാല ചരിത്രത്തിലെ ഏറ്റവും പ്രധാനപ്പെട്ട തന്ത്രപരമായ മാറ്റങ്ങളിൽ ഒന്നാണ്. സ്വയം നിയന്ത്രിത പ്ലാറ്റ്‌ഫോമിന്റെ ആദ്യകാല വികസന ഘട്ടങ്ങളിൽ, സുരക്ഷയും കുറഞ്ഞ ലേറ്റൻസിയും (low latency) ഉറപ്പാക്കുന്നതിന് തത്സമയ സ്വയം നിയന്ത്രിത നാവിഗേഷന് അഭൂതപൂർവമായ അളവിൽ ഓൺ-ഡിവൈസ് AI പ്രോസസ്സിംഗ് ആവശ്യമാണെന്ന് ആപ്പിൾ എഞ്ചിനീയർമാർ തിരിച്ചറിഞ്ഞു.

കാറിനായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്ത പ്രോസസർ പൂർത്തിയാക്കാൻ കഴിഞ്ഞില്ലെങ്കിലും, ആ ഗവേഷണവും വികസനവും ശ്രമങ്ങളും Neural Engine എന്ന ഫലത്തിലേക്ക് നയിച്ചു. iPhone X-ലെ A11 Bionic ചിപ്പിലൂടെയാണ് ഈ പ്രത്യേക ഹാർഡ്‌വെയർ ഔദ്യോഗികമായി അവതരിപ്പിക്കപ്പെട്ടത്. തുടക്കത്തിൽ, FaceID-യ്ക്കായുള്ള കമ്പ്യൂട്ടർ വിഷൻ, Animoji, ഓഗ്മെന്റഡ് റിയാലിറ്റി (AR) ഫീച്ചറുകൾ തുടങ്ങിയ പ്രത്യേക ജോലികൾക്കായിട്ടാണ് Neural Engine ഉപയോഗിച്ചിരുന്നത്. എന്നിരുന്നാലും, ഇന്ന് ആപ്പിൾ ഇക്കോസിസ്റ്റത്തിലുടനീളം കാണുന്ന ഉയർന്ന പ്രകടനമുള്ള AI പ്രോസസ്സിംഗിന് ഈ ആർക്കിടെക്ചർ അടിത്തറ പാകി.

സിലിക്കൺ വിപുലീകരണം: iPhone മുതൽ M-സീരീസ് ആധിപത്യം വരെ

M-സീരീസ് ചിപ്പുകൾ വഴി ഡെസ്ക്ടോപ്പ്, പ്രൊഫഷണൽ കമ്പ്യൂട്ടിംഗ് ലൈൻഅപ്പുകളിലേക്ക് Neural Engine സംയോജിപ്പിക്കാനുള്ള ആപ്പിളിന്റെ തീരുമാനം വ്യവസായത്തിലെ ഒരു വഴിത്തിരിവായിരുന്നു. Mac-ലേക്ക് പ്രത്യേക AI ഹാർഡ്‌വെയർ കൊണ്ടുവരുന്നതിലൂടെ, ആപ്പിൾ ഒരു മൊബൈൽ-ഫസ്റ്റ് കമ്പനിയിൽ നിന്ന് ഉയർന്ന പ്രകടനമുള്ള കമ്പ്യൂട്ടിംഗ് രംഗത്തെ നേതാവായി മാറി.

ഈ ഹാർഡ്‌വെയർ കേന്ദ്രീകൃത സമീപനം ആപ്പിളിന് സവിശേഷമായ ഒരു മത്സര നേട്ടം നൽകി: സ്വകാര്യത (privacy). ക്ലൗഡ് അധിഷ്ഠിത കമ്പ്യൂട്ടേഷനെ ആശ്രയിക്കുന്നതിന് പകരം സങ്കീർണ്ണമായ AI ജോലികൾ ഉപകരണത്തിൽ തന്നെ പ്രാദേശികമായി പ്രവർത്തിപ്പിക്കാൻ സാധിക്കുന്നതിലൂടെ, ഉയർന്ന സുരക്ഷാ മാനദണ്ഡങ്ങളോടെ ഉപയോക്താക്കളുടെ സെൻസിറ്റീവ് ഡാറ്റ പ്രോസസ്സ് ചെയ്യാൻ ആപ്പിളിന് കഴിയും. ആപ്പിളിന്റെ AI സോഫ്റ്റ്‌വെയർ ശേഷികൾ എതിരാളികളേക്കാൾ പിന്നിലാണെന്ന് ചില വിമർശകർ വാദിക്കുന്നുണ്ടെങ്കിലും, അത്യാധുനിക ലോക്കൽ മെഷീൻ ലേണിംഗിന് സഹായിക്കുന്ന ശക്തമായ ഒരു തൂണായി അതിന്റെ ഹാർഡ്‌വെയർ നിലകൊള്ളുന്നു.

ഭാവി: M7 ചിപ്പുകളും സെർവർ രംഗത്തേക്കുള്ള പ്രവേശനവും

ആപ്പിൾ ഇപ്പോൾ അതിന്റെ പ്രധാന തന്ത്രപരമായ അടിസ്ഥാനമായി AI ഹാർഡ്‌വെയറിന് കൂടുതൽ പ്രാധാന്യം നൽകുന്നു. മാർക്ക് ഗർമാന്റെ (Mark Gurman) വ്യവസായ നിരീക്ഷണങ്ങൾ അനുസരിച്ച്, ന്യൂറൽ പ്രോസസ്സിംഗ് പവറിന് മുൻഗണന നൽകുന്ന രീതിയിലേക്ക് ആപ്പിൾ അതിന്റെ റോഡ്മാപ്പ് മാറ്റുകയാണ്. ശ്രദ്ധേയമായ ഒരു തന്ത്രപരമായ നീക്കമായി, വരാനിരിക്കുന്ന M6 ചിപ്പിന്റെ Pro, Max, Ultra പതിപ്പുകൾ ഒഴിവാക്കി വിഭവങ്ങൾ M7 ആർക്കിടെക്ചറിൽ കേന്ദ്രീകരിക്കാൻ കമ്പനി തീരുമാനിക്കുമെന്നാണ് പ്രതീക്ഷിക്കുന്നത്.

2027-ന്റെ ആദ്യ പകുതിയോടെ പ്രതീക്ഷിക്കുന്ന M7 ചിപ്പ്, Neural Engine-ൽ വലിയ മാറ്റങ്ങൾ കൊണ്ടുവരുമെന്ന് കരുതപ്പെടുന്നു. ഒരുപക്ഷേ ഏറ്റവും പ്രധാനമായി, ആപ്പിളിന്റെ സെർവർ വിപണിയിലേക്കുള്ള പ്രവേശനത്തിന് അടിത്തറയായി M7 Ultra പ്രവർത്തിക്കും. ഈ പുതിയ സെർവർ ഉൽപ്പന്നത്തിന് 1.5TB വരെ RAM പിന്തുണയ്ക്കുമെന്ന് പറയപ്പെടുന്നു, ഇത് ഹൈ-എൻഡ് ഡാറ്റാ സെന്ററുകളിലും എന്റർപ്രൈസ് AI ഇൻഫ്രാസ്ട്രക്ചർ രംഗത്തും മത്സരിക്കാനുള്ള ആപ്പിളിന്റെ താൽപ്പര്യത്തെ സൂചിപ്പിക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ

  • നവീകരണത്തിന്റെ പാരമ്പര്യം: ആപ്പിളിന്റെ AI ഹാർഡ്‌വെയറിന്റെ നട്ടെല്ലായ Neural Engine, റദ്ദാക്കപ്പെട്ട സ്വയം നിയന്ത്രിത കാർ പ്രോജക്റ്റിന്റെ ഗവേഷണ ആവശ്യങ്ങളിൽ നിന്നാണ് ഉണ്ടായത്.
  • ഹാർഡ്‌വെയറിലൂടെയുള്ള സ്വകാര്യത: പ്രത്യേക ഓൺ-ഡിവൈസ് സിലിക്കൺ ഉപയോഗിച്ച് സങ്കീർണ്ണമായ AI ജോലികൾ പ്രാദേശികമായി ചെയ്യാൻ ആപ്പിളിന് സാധിക്കുന്നു, ഇത് ക്ലൗഡ് ഡാറ്റാ കൈമാറ്റം കുറയ്ക്കുകയും ഉപയോക്താവിന്റെ സ്വകാര്യത വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.
  • തന്ത്രപരമായ റോഡ്മാപ്പ് മാറ്റം: 2027-ൽ M7 ചിപ്പ് ആർക്കിടെക്ചറിന് ആപ്പിൾ മുൻഗണന നൽകുന്നു, ഇത് വലിയ രീതിയിലുള്ള Neural Engine അപ്‌ഗ്രേഡുകളിലും M7 Ultra-ലൂടെ സെർവർ ഗ്രേഡ് ഹാർഡ്‌വെയറിലേക്കുള്ള വിപുലീകരണത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു.