गूगल अपने AI मॉडल के लिए कस्टम ब्रेन क्यों बना रहा है?

हर बार जब आप किसी AI से एक लंबे दस्तावेज़ को संक्षेप में प्रस्तुत करने या कोड का एक टुकड़ा तैयार करने के लिए कहते हैं, तो एक शांत औद्योगिक प्रक्रिया शुरू होती है। आपकी स्क्रीन पर शब्द अंतिम उत्पाद हैं, लेकिन कच्चा माल बिजली और सिलिकॉन है। पाठ का एक पैराग्राफ तैयार करने के लिए, आयोवा या फिनलैंड जैसी जगह में एक सर्वर फार्म कई मिनटों तक घरेलू उपकरण चलाने के लिए पर्याप्त बिजली खींचता है। ये सर्वर उन चिप्स पर निर्भर करते हैं जो हमारे युग के डिजिटल कच्चे तेल के रूप में कार्य करते हैं, जो हर खोज क्वेरी और स्वचालित प्रतिक्रिया को ईंधन देते हैं।

वर्तमान में, इन डिजिटल सामग्रियों की मांग इतनी अधिक है कि आपूर्ति लाइनें चरमरा रही हैं। गूगल अब अपने हार्डवेयर के काम करने के तरीके को मौलिक रूप से बदलकर इस बाधा को दूर करने का प्रयास कर रहा है। कंपनी एक नया सर्वर चिप विकसित कर रही है, जिसे अनौपचारिक रूप से Frozen v2 नाम दिया गया है, जो सीधे भौतिक हार्डवेयर में अपने Gemini AI मॉडल के तत्वों को शामिल करता है। यह कंप्यूटर के आमतौर पर काम करने के तरीके से अलग है। पारंपरिक रूप से, एक चिप एक सामान्य-उद्देश्य वाला उपकरण है जो आपके द्वारा दिए गए किसी भी सॉफ़्टवेयर को चलाता है। गूगल अब एक ऐसी चिप बना रहा है जो एक तरह से अपने स्वयं के AI के विशिष्ट तर्क (logic) के फिट होने के लिए पहले से आकार में है।

एक डिजिटल विचार की लागत

यह समझने के लिए कि गूगल यह कदम क्यों उठा रहा है, हमें एक एकल AI टोकन की दक्षता को देखना चाहिए। एक टोकन मोटे तौर पर एक शब्द या शब्द के एक हिस्से के बराबर होता है। जब Gemini जैसा मॉडल जानकारी को प्रोसेस करता है, तो वह इन टोकन को गणितीय गणनाओं की परतों के माध्यम से ले जाता है। एक मानक सेटअप में, हार्डवेयर प्रोसेसर और मेमोरी के बीच डेटा को आगे-पीछे ले जाने में ही भारी मात्रा में ऊर्जा खर्च करता है। यह हलचल गर्मी पैदा करती है और बिजली की खपत करती है, जो कंपनी और अंततः उपयोगकर्ता के लिए उच्च लागत में बदल जाती है।

गूगल क्लाउड ने हाल ही में बाहरी ग्राहकों के व्यवसाय को ठुकरा दिया क्योंकि उसके पास पर्याप्त कंप्यूटिंग शक्ति नहीं थी। यह क्षमता की कमी एक औद्योगिक वास्तविकता है जिसे अधिकांश उपयोगकर्ता कभी नहीं देखते हैं। जब एक क्लाउड प्रदाता किसी अनुबंध को ना कहता है, तो ऐसा इसलिए होता है क्योंकि उनके डेटा केंद्र भौतिक रूप से भरे हुए होते हैं या उनके बिजली बिल असहनीय होते जा रहे होते हैं। The Information की रिपोर्ट है कि ये आंतरिक तनाव ही थे जिन्होंने Frozen v2 के विकास को प्रेरित किया। लक्ष्य एक ऐसी चिप बनाना है जो प्रति यूनिट बिजली पर परोसे जाने वाले टोकन की संख्या के आधार पर वर्तमान मॉडल की तुलना में छह से 10 गुना अधिक कुशल हो।

व्यावहारिक रूप से, यदि गूगल उतनी ही बिजली के साथ 10 गुना अधिक AI उत्तर दे सकता है, तो यह एक साथ दो समस्याओं का समाधान करता है। यह Gemini को चलाने की खगोलीय लागत को कम करता है, और यह कंपनी को दस गुना अधिक डेटा सेंटर बनाए बिना अधिक उपयोगकर्ताओं को संभालने की अनुमति देता है। औसत उपयोगकर्ता के लिए, यह एक मुफ्त AI टूल और बीस डॉलर के मासिक भुगतान के पीछे छिपे टूल के बीच का अंतर हो सकता है।

क्लाउड अपनी भौतिक सीमा तक पहुँच गया है

ऐतिहासिक रूप से, तकनीकी कंपनियों ने चिप्स को छोटा बनाकर और उनमें से अधिक को एक ही कमरे में पैक करके गति की समस्याओं को हल किया। हम एक ऐसे बिंदु पर पहुँच गए हैं जहाँ उस रणनीति का लाभ कम होता जा रहा है। आधुनिक AI मॉडल इतने बड़े हैं कि उन्हें पूर्ण तालमेल में काम करने वाले हजारों चिप्स की आवश्यकता होती है। यदि एक चिप धीमी है, तो पूरा सिस्टम प्रतीक्षा करता है।

गूगल पहले से ही अपने अधिकांश AI कार्यों के लिए अपनी स्वयं की टेंसर प्रोसेसिंग यूनिट्स (TPUs) का उपयोग करता है। ये विशेष चिप्स हैं, लेकिन वे अभी भी कई अलग-अलग प्रकार के मॉडल चलाने के लिए पर्याप्त लचीले हैं। Frozen v2 अलग है क्योंकि यह एक सामान्य-उद्देश्य वाले उपकरण के बजाय Gemini के लिए एक विशेष कंकाल की तरह है। मॉडल के विशिष्ट हिस्सों को सिलिकॉन में हार्डवायर करके, गूगल चिप को डेटा को प्रोसेस करने के तरीके के बारे में "सोचने" की आवश्यकता को कम करता है। निर्देश पहले से ही वहां हैं, हार्डवेयर में ही उकेरे गए हैं।

इस दृष्टिकोण में एक महत्वपूर्ण समझौता (trade-off) है। यदि इंजीनियर तीन वर्षों में Gemini मॉडल को महत्वपूर्ण रूप से बदलते हैं, तो एक हार्डवायर्ड चिप अप्रचलित हो सकती है। यह एक उच्च-दांव वाला दांव है कि Gemini का वर्तमान आर्किटेक्चर अगले दशक के लिए आधारभूत डिजाइन है। इंजीनियर अभी भी यह तय कर रहे हैं कि हार्डवेयर में मॉडल की कितनी जानकारी स्थायी होगी, एक ऐसा निर्णय जो यह निर्धारित करेगा कि 2028 में आने पर चिप कितनी कठोर या लचीली होगी।

कैसे frozen v2 चिप के खेल को बदल देता है

बाजार की दृष्टि से, यह कदम एनवीडिया (Nvidia) जैसे बाहरी विक्रेताओं पर निर्भरता कम करने का एक स्पष्ट प्रयास है। जबकि गूगल अपने स्वयं के TPUs बनाता है, दुनिया का अधिकांश हिस्सा अभी भी एनवीडिया के H100 और H200 प्रोसेसर पर चलता है। एक ऐसी चिप बनाकर जो मौलिक रूप से अपने सॉफ़्टवेयर से अविभाज्य है, गूगल एक बंद लूप (closed loop) बनाता है। इससे प्रतिस्पर्धियों के लिए उनकी दक्षता की बराबरी करना बहुत कठिन हो जाता है क्योंकि प्रतिस्पर्धी के पास केवल सॉफ़्टवेयर होता है, जबकि गूगल के पास सॉफ़्टवेयर और उसे चलाने के लिए बनाया गया विशेष इंजन दोनों होते हैं।

बड़ी तस्वीर को देखते हुए, यह परियोजना एक अस्थिर बाजार की प्रतिक्रिया है जहां हर कोई सिलिकॉन की उसी सीमित आपूर्ति का पीछा कर रहा है। रिपोर्ट के बाद अल्फाबेट के शेयरों में 3.3% की वृद्धि हुई, जो दर्शाता है कि निवेशक अभी लगभग किसी भी चीज़ से अधिक आत्मनिर्भरता को महत्व देते हैं। बाजार पहचानता है कि सबसे कुशल हार्डवेयर वाली कंपनी मार्जिन की लड़ाई जीतती है। यदि OpenAI को एक प्रश्न का उत्तर देने में पांच सेंट खर्च करने पड़ते हैं और गूगल को आधा सेंट खर्च करना पड़ता है, तो गूगल के पास एक प्रणालीगत लाभ है जिसे अकेले सॉफ़्टवेयर अपडेट के माध्यम से दूर करना लगभग असंभव है।

सॉफ़्टवेयर से हार्डवेयर तक के पथ का पता लगाना

ज़ूम आउट करने पर, हम देख सकते हैं कि यह किसी उत्पाद के जीवनचक्र को कैसे प्रभावित करता है। नई तकनीक के शुरुआती दिनों में, सॉफ़्टवेयर तेज़ होता है और हार्डवेयर धीमा। डेवलपर्स हर हफ्ते अपना कोड बदलते हैं, इसलिए हार्डवेयर को एक खाली स्लेट (blank slate) होना चाहिए जो अनुकूलित हो सके। जैसे-जैसे तकनीक परिपक्व होती है, सॉफ़्टवेयर एक स्थिर रूप में आ जाता है। यह वह बिंदु है जहां सॉफ़्टवेयर को हार्डवेयर में "बेक" करना समझदारी है।

हमने इसे वीडियो गेम के साथ देखा। 1990 के दशक में, कंप्यूटर हर चीज़ के लिए सामान्य प्रोसेसर का उपयोग करते थे। अंततः, कंपनियों ने ग्राफिक्स कार्ड (GPUs) बनाए जो एक काम करने के लिए हार्डवायर्ड थे: त्रिकोण और प्रकाश की गणना करना। AI वर्तमान में उसी संक्रमण से गुजर रहा है। Frozen v2 एक उभरता हुआ संकेत है कि AI अब एक प्रयोगात्मक सॉफ़्टवेयर प्रोजेक्ट नहीं है। यह बिजली या पानी की तरह एक आधारभूत उपयोगिता बनता जा रहा है, जहां प्राथमिकता बड़े पैमाने पर लागत प्रभावी वितरण है।

दिलचस्प बात यह है कि ब्लूमबर्ग ने हाल ही में रिपोर्ट दी थी कि गूगल को अपने नवीनतम Gemini मॉडल में देरी करनी पड़ी क्योंकि वह आंतरिक लक्ष्यों से कम रह गया था। यह इस संक्रमण में घर्षण को उजागर करता है। यदि सॉफ़्टवेयर अभी तक सही नहीं है, तो इसे चिप में हार्डवायर करना एक खतरनाक कदम है। देरी से पता चलता है कि गूगल अपने AI के "आकार" को परिष्कृत कर रहा है, इससे पहले कि वह उस आकार को अरबों डॉलर के सिलिकॉन निर्माण के लिए प्रतिबद्ध करे। हार्डवेयर डिज़ाइन में एक गलती को त्वरित पैच या रातोंरात अपडेट के साथ ठीक नहीं किया जा सकता है।

2028 तक की लंबी राह

औसत उपयोगकर्ता के लिए, तेज़ चैटबॉट के लिए 2028 तक इंतज़ार करना एक लंबा समय लगता है। औद्योगिक हार्डवेयर की दुनिया में, चार साल एक मानक विकास चक्र है। एक चिप को डिजाइन करना, आर्किटेक्चर का परीक्षण करना और TSMC जैसे फैब्रिकेशन प्लांट में समय सुरक्षित करने में सालों का लीड टाइम लगता है। इसका मतलब है कि गूगल आज उन फैसलों को ले रहा है जो उस AI के बारे में हैं जिसे आप दशक के अंत में उपयोग करेंगे।

तकनीकी शब्दों के पीछे, यह लचीलेपन (resilience) के बारे में है। गूगल यह सुनिश्चित करने की कोशिश कर रहा है कि वैश्विक चिप आपूर्ति तंग रहने पर भी उसकी सेवाएं उपलब्ध रहें। अपना स्वयं का विशेष हार्डवेयर बनाकर, वे सेमीकंडक्टर उद्योग की चक्रीय प्रकृति के प्रति कम संवेदनशील हैं। वे ग्रिड से बिजली खरीदने के बजाय अपना पावर प्लांट बना रहे हैं। वर्टिकल इंटीग्रेशन का यह स्तर महंगा है, लेकिन यह नियंत्रण का एक ऐसा स्तर प्रदान करता है जिसकी अधिकांश अन्य तकनीकी कंपनियों में कमी है।

उपभोक्ता के दृष्टिकोण से, आप जरूरी नहीं कि अपने फोन या ब्राउज़र में "Frozen v2" का लोगो देखेंगे। प्रभाव अदृश्य होगा। आप देखेंगे कि Gemini तेज़ी से प्रतिक्रिया देता है, बिना लैग के लंबे दस्तावेज़ों को संभालता है, और शायद मुफ्त में अधिक उन्नत सुविधाएँ प्रदान करता है। पृष्ठभूमि में होने वाला भारी उद्योग—सिलिकॉन की ढलाई और पावर ग्रिड का अनुकूलन—वही है जो हल्के डिजिटल अनुभव को संभव बनाता है।

आपकी मासिक सदस्यता के लिए इसका क्या अर्थ है

अंततः, Frozen v2 का विकास एक अनुस्मारक है कि AI केवल एक डिजिटल घटना नहीं है। यह एक भौतिक घटना है। जैसे-जैसे मॉडल अधिक जटिल होते जाते हैं, हार्डवेयर को उनके साथ तालमेल बिठाने के लिए अधिक विशिष्ट होना चाहिए। यह भविष्य की ओर एक व्यावहारिक बदलाव है जहां हमारे उपकरण न केवल AI चला रहे हैं, बल्कि भौतिक रूप से AI से बने हैं।

अभी के लिए, तैयारी करने का सबसे अच्छा तरीका यह देखना है कि ये उपकरण आपकी दैनिक आदतों में कैसे एकीकृत होते हैं। जैसे-जैसे दक्षता में सुधार होगा, AI संभवतः एक स्टैंडअलोन चैट बॉक्स से आपके द्वारा उपयोग किए जाने वाले प्रत्येक ऐप की पृष्ठभूमि में चला जाएगा। लागतों पर ध्यान दें। यदि हार्डवेयर दक्षता वास्तव में दस गुना बढ़ जाती है, तो हमें बढ़ती सदस्यता कीमतों की वर्तमान प्रवृत्ति को रुकते हुए या यहाँ तक कि उलटते हुए देखने की उम्मीद करनी चाहिए। आपको उन सेवाओं की तलाश करनी चाहिए जो यह साबित कर सकें कि वे टिकाऊ हैं, क्योंकि वे ही आने वाले ऊर्जा और क्षमता संकट से बच पाएंगी। इंटरनेट की अदृश्य रीढ़ बदल रही है, और इसका परिणाम एक अधिक सुव्यवस्थित, हालांकि शायद अधिक बंद, डिजिटल पारिस्थितिकी तंत्र होगा।

स्रोत: The Information, Bloomberg News, Alphabet Investor Relations, Google Cloud Official Communications.