OpenAI बिचौलियों को खत्म करने के लिए अपना खुद का सिलिकॉन मस्तिष्क बना रहा है

हर बार जब आप किसी चैटबॉट से मीटिंग का सारांश देने या कविता लिखने के लिए कहते हैं, तो एक भौतिक श्रृंखला प्रतिक्रिया शुरू होती है। आपकी स्क्रीन पर मौजूद टेक्स्ट एक अनुरोध के रूप में शुरू होता है जो डेटा सेंटर तक पहुँचने के लिए मीलों लंबी फाइबर ऑप्टिक केबल के माध्यम से यात्रा करता है। वहां, सिलिकॉन और तांबे का एक टुकड़ा आपकी प्रतिक्रिया के अगले तीन शब्दों का अनुमान लगाने के लिए कई मिनटों तक एक लाइटबल्ब को जलाने के लिए पर्याप्त बिजली की खपत करता है। इस प्रक्रिया को इन्फरेंस (inference) कहा जाता है। वर्षों तक, OpenAI ने इस कार्य के लिए हार्डवेयर प्रदान करने के लिए Nvidia पर भरोसा किया। अब, OpenAI ने Jalapeño पर पहला डेटा साझा किया है, जो आंतरिक रूप से AI के भारी कार्यों को संभालने के लिए डिज़ाइन की गई एक कस्टम चिप है।

हॉट चिप्स (Hot Chips) सम्मेलन में, OpenAI ने Jalapeño के लिए पहले सार्वजनिक बेंचमार्क साझा किए। डेटा से पता चलता है कि यह नया हार्डवेयर वर्तमान उद्योग मानकों की तुलना में कम बिजली के साथ अधिक काम संभालता है। SemiAnalysis के InferenceX बेंचमार्क का उपयोग करते हुए, Jalapeño ने Nvidia के Blackwell आर्किटेक्चर की तुलना में कम बिजली का उपयोग करते हुए प्रत्येक उपयोगकर्ता के लिए अधिक शब्द, या टोकन, उत्पन्न किए। OpenAI में हार्डवेयर के प्रमुख रिचर्ड हो का कहना है कि यह सिस्टम प्रदर्शन में एक महत्वपूर्ण छलांग प्रदान करता है। लक्ष्य डेटा केंद्रों के भारी बिजली बिलों को नियंत्रण में रखते हुए AI इंटरैक्शन को तात्कालिक महसूस कराना है।

डिजिटल किचन में बाधा (The bottleneck in the digital kitchen)

यह समझने के लिए कि OpenAI अपना खुद का हार्डवेयर क्यों बना रहा है, AI इन्फरेंस को एक व्यस्त रेस्तरां की रसोई की तरह समझें। जब आप कोई प्रॉम्प्ट भेजते हैं, तो सिस्टम दो चरणों से गुजरता है। पहला प्रीफिल (prefill) चरण है, जहाँ AI आपके पूरे संदेश को पढ़ता है और अपने विचारों को व्यवस्थित करता है। यह एक शेफ द्वारा एक लंबी, जटिल रेसिपी पढ़ने जैसा है। दूसरा चरण डिकोडिंग (decoding) चरण है, जहाँ AI वास्तव में एक बार में एक शब्द करके प्रतिक्रिया लिखता है। यह शेफ द्वारा वास्तव में भोजन परोसने (plating) जैसा है।

अधिकांश आधुनिक चिप्स परोसने वाले हिस्से में अच्छे होते हैं लेकिन पढ़ने वाले हिस्से में संघर्ष करते हैं। जब कोई प्रॉम्प्ट बहुत लंबा होता है, तो सिस्टम धीमा हो जाता है क्योंकि डेटा को प्रोसेसर और मेमोरी के बीच आगे-पीछे जाना पड़ता है। यह हलचल गर्मी पैदा करती है और समय बर्बाद करती है। Jalapeño इस घर्षण को कम करता है कि चिप अपनी मेमोरी से कैसे बात करती है। OpenAI ने चिप को मॉडल की स्थिति (model state) को स्थानीय रखने के लिए डिज़ाइन किया है। सरल शब्दों में, शेफ को अब हर एक सामग्री के लिए रसोई के दूसरी ओर पेंट्री तक नहीं जाना पड़ता है। सब कुछ काउंटर पर रहता है, तत्काल उपयोग के लिए तैयार।

यह फुल-स्टैक दृष्टिकोण केवल इसलिए संभव है क्योंकि OpenAI सॉफ्टवेयर और हार्डवेयर को एक ही समय में विकसित करता है। जबकि Nvidia की एक सामान्य-उद्देश्य वाली चिप को कार निर्माताओं से लेकर मौसम पूर्वानुमानकर्ताओं तक हर कंपनी के लिए काम करना पड़ता है, Jalapeño का केवल एक ही काम है। यह OpenAI मॉडल चलाता है। यह विशेषज्ञता कंपनी को डेटा की आवाजाही और संचार देरी को कम करने की अनुमति देती है जो आमतौर पर बड़े पैमाने के AI सिस्टम में बाधा (bottleneck) के रूप में कार्य करती है।

अत्याधुनिक तकनीक के बदलते लक्ष्य का पीछा करना

Jalapeño के बेंचमार्क प्रभावशाली हैं, लेकिन वे एक अस्थिर बाजार में मौजूद हैं। OpenAI ने अपने नए सिलिकॉन की तुलना Nvidia के Blackwell सिस्टम से की, जो वर्तमान में डेटा सेंटर का राजा है। Jalapeño प्रति किलोवाट बेहतर थ्रूपुट दिखाता है, जो भारी उद्योग में दक्षता के लिए प्राथमिक मीट्रिक है। हालाँकि, तैनाती की समयरेखा लंबी है। रिचर्ड हो ने नोट किया कि Jalapeño केवल 2026 के अंत में बहुत कम मात्रा में दिखाई देगा। एक सार्थक रोलआउट 2027 तक नहीं होगा।

2027 आने तक, प्रतिस्पर्धा बदल चुकी होगी। Nvidia स्थिर नहीं बैठा है। चिप उद्योग चक्रवाती लहरों में चलता है, और Jalapeño के पूर्ण पैमाने पर पहुँचने से पहले Nvidia के पास विकास में हार्डवेयर की संभवतः दो और पीढ़ियाँ होंगी। OpenAI अनिवार्य रूप से लीपफ्रॉग (leapfrog) का खेल खेल रहा है। जीतने के लिए, उन्हें यह सुनिश्चित करना होगा कि उनका कस्टम सिलिकॉन उनके विशिष्ट मॉडल के लिए इतना अधिक कुशल हो कि वह विकास पर खर्च किए गए अरबों डॉलर को उचित ठहरा सके। ऐतिहासिक रूप से, Google और Amazon जैसी कंपनियों ने इस रणनीति के साथ सफलता पाई है, लेकिन इसके लिए एक सॉफ्टवेयर कंपनी के संचालन के तरीके में एक मौलिक बदलाव की आवश्यकता होती है।

Jalapeño को जीवंत करने के लिए OpenAI ने Broadcom के साथ मिलकर काम किया। Broadcom का तकनीकी दिग्गजों को कस्टम चिप्स बनाने में मदद करने का एक लंबा इतिहास रहा है जो डेटा सेंटर के विभिन्न हिस्सों को जोड़ते हैं। दिलचस्प बात यह है कि OpenAI ने चिप को डिजाइन करने में मदद करने के लिए अपने स्वयं के AI मॉडल का भी उपयोग किया। यह एक फीडबैक लूप बनाता है जहाँ AI उसी मस्तिष्क को बनाने में मदद करता है जिसमें वह अंततः निवास करेगा। परिणामस्वरूप, हार्डवेयर एक जैक-ऑफ-ऑल-ट्रेड्स प्रोसेसर के बजाय बड़े भाषा मॉडल की विशिष्ट गणितीय आवश्यकताओं का प्रतिबिंब है।

आपकी दैनिक चैट के लिए इसका क्या अर्थ है

औसत उपयोगकर्ता के लिए, चिप की घोषणा तकनीकी दुनिया में बैकग्राउंड शोर की तरह लगती है। व्यावहारिक रूप से, हालांकि, Jalapeño की दक्षता यह तय करती है कि आप भविष्य में AI के साथ कैसे बातचीत करेंगे। यदि इन्फरेंस लागत अधिक रहती है, तो AI कंपनियों को यह सीमित करना होगा कि आप उनके टूल का कितना उपयोग कर सकते हैं। आप कितने संदेश भेज सकते हैं, इस पर सीमाएं देख सकते हैं या बिजली और हार्डवेयर की लागत को कवर करने के लिए उच्च मासिक सदस्यता का भुगतान कर सकते हैं।

यदि Jalapeño प्रति किलोवाट अधिक थ्रूपुट के अपने वादे को पूरा करता है, तो प्रतिक्रिया उत्पन्न करने की लागत कम हो जाती है। इससे AI उत्पादों की कीमत तय करने के तरीके में एक ठोस बदलाव आ सकता है। एक निश्चित मासिक शुल्क के बजाय, हम अधिक उदार मुफ्त स्तर (free tiers) देख सकते हैं या सिस्टम के धीमे हुए बिना बहुत लंबे, अधिक जटिल कार्यों को चलाने की क्षमता देख सकते हैं। कम विलंबता (Low latency) अंतिम लक्ष्य है। जब आप किसी AI सहायक से बात करते हैं, तो आप चाहते हैं कि प्रतिक्रिया एक प्राकृतिक बातचीत की तरह महसूस हो, न कि ऐसा कि आप डाक से पत्र आने का इंतज़ार कर रहे हों।

बाजार के पक्ष में, यह कदम संकेत देता है कि OpenAI अन्य कंपनियों की आपूर्ति श्रृंखलाओं पर कम निर्भर रहना चाहता है। हाई-एंड AI चिप्स का वैश्विक बाजार विकेंद्रीकृत है लेकिन कुछ प्रमुख खिलाड़ियों के वर्चस्व में है। अपना खुद का सिलिकॉन बनाकर, OpenAI अपने भाग्य पर अधिक नियंत्रण प्राप्त करता है। वे किसी तीसरे पक्ष के शिपिंग शेड्यूल की प्रतीक्षा किए बिना बिल्कुल चुन सकते हैं कि कब अपग्रेड करना है और अपने डेटा केंद्रों को कैसे अनुकूलित करना है। यह लचीलापन उस कंपनी के लिए महत्वपूर्ण है जो हर हफ्ते करोड़ों लोगों को सेवा प्रदान करती है।

AI युग की अदृश्य रीढ़

हम अक्सर AI को जादू की तरह मानते हैं, लेकिन यह वास्तव में एक औद्योगिक प्रक्रिया है। इसके लिए भौतिक सामग्री, भारी मात्रा में ठंडा करने वाले पानी और एक साथ काम करने वाले लाखों ट्रांजिस्टर की आवश्यकता होती है। Jalapeño उस अदृश्य रीढ़ का एक हिस्सा है। प्रीफिल और संचार चरणों को अनुकूलित करके, OpenAI डिजिटल इंटर्न को नियोजित करने के लिए तेज़ और सस्ता बनाने की कोशिश कर रहा है। कंपनी की योजना इसे एक बहु-पीढ़ीगत मंच बनाने की है, जिसका अर्थ है कि Jalapeño एक दीर्घकालिक रोडमैप की शुरुआत है।

व्यापक रूप से देखें तो, कस्टम सिलिकॉन की ओर कदम तकनीकी उद्योग में एक प्रणालीगत बदलाव का प्रतिनिधित्व करता है। हम सामान्य-उद्देश्य वाले कंप्यूटर के युग से अत्यधिक विशिष्ट मशीनों की दुनिया की ओर बढ़ रहे हैं। जिस तरह एक भारी-भरकम ट्रक स्पोर्ट्स कार की तुलना में अलग तरह से बनाया जाता है, उसी तरह AI सर्वर के अंदर की चिप्स आपके लैपटॉप के अंदर की चिप्स से अलग हो रही हैं। यही विशेषज्ञता AI को एक साधारण ट्रिक से रोजमर्रा की जिंदगी के लिए एक मजबूत उपकरण में बदलने की अनुमति देती है।

अंततः, Jalapeño की सफलता इस बात पर निर्भर करती है कि क्या OpenAI हार्डवेयर नवाचार की तीव्र गति के साथ तालमेल बिठा सकता है। चिप डिजाइन करना एक बात है; वैश्विक डेटा केंद्रों में बड़े पैमाने पर इसका निर्माण और तैनाती करना पूरी तरह से अलग चुनौती है। 2027 की तैनाती विंडो उद्योग के बाकी हिस्सों को जवाब देने के लिए पर्याप्त समय देती है। फिलहाल, OpenAI ने दिखाया है कि वह अब केवल सॉफ्टवेयर लिखने से संतुष्ट नहीं है। वह उस जमीन का मालिक बनना चाहता है जिस पर सॉफ्टवेयर खड़ा है।

उपभोक्ता के दृष्टिकोण से, आपको यह देखना चाहिए कि ये विकास आपके पसंदीदा ऐप्स की गति को कैसे प्रभावित करते हैं। यदि प्रतिक्रियाएं अचानक तेज महसूस होती हैं या यदि आप बिना किसी प्रतीक्षा समय के विश्लेषण के लिए पूरी किताबें अपलोड कर सकते हैं, तो Jalapeño जैसी चिप्स के भीतर होने वाला काम ही इसका कारण है। जेनेरिक AI हार्डवेयर का युग समाप्त हो रहा है, और उद्देश्य-निर्मित सिलिकॉन मस्तिष्क का युग आ गया है।

Sources: OpenAI Press Briefing, Hot Chips 2026 Presentation, SemiAnalysis InferenceX Benchmark Report.