కృత్రిమ మేధస్సు ఆధారిత కంప్యూటింగ్ రంగంలో ఎన్విడియా ప్రస్తుతం అత్యంత బలమైన ఆధిపత్యాన్ని కొనసాగిస్తోంది. లార్జ్ లాంగ్వేజ్ మోడళ్ల నుంచి జనరేటివ్ AI అప్లికేషన్ల వరకు ప్రపంచవ్యాప్తంగా అమలవుతున్న అనేక AI వ్యవస్థలు ఎన్విడియా రూపొందించిన గ్రాఫిక్స్ ప్రాసెసింగ్ యూనిట్లపై ఆధారపడుతున్నాయి. అయితే ఈ పరిస్థితికి ప్రత్యామ్నాయాన్ని సృష్టించేందుకు టెక్ దిగ్గజాలు గూగుల్, మెటా కీలకంగా ముందుకు సాగుతున్నట్లు సమాచారం. రాయిటర్స్ నివేదిక ప్రకారం, ఎన్విడియా ప్రభావాన్ని తగ్గించాలనే ఉద్దేశంతో ఈ రెండు సంస్థలు పరస్పర సహకారంతో కొత్త వ్యూహాన్ని అమలు చేయాలని భావిస్తున్నాయి. ఈ భాగస్వామ్యంలో ప్రధానంగా గూగుల్ అభివృద్ధి చేసిన టెన్సర్ ప్రాసెసింగ్ యూనిట్లు కీలక పాత్ర పోషించనున్నాయి. ఇవి ప్రత్యేకంగా AI, మెషిన్ లెర్నింగ్ పనుల కోసం రూపొందించిన చిప్లు. ఇప్పటివరకు ఈ టెన్సర్ ప్రాసెసింగ్ యూనిట్లు గూగుల్ స్వంత AI ఫ్రేమ్వర్క్ అయిన JAXకు అనుకూలంగా పనిచేశాయి. కానీ ప్రపంచవ్యాప్తంగా ఎక్కువ మంది డెవలపర్లు వినియోగించే PyTorch ఫ్రేమ్వర్క్కు ఇవి పూర్తిగా అనుకూలంగా లేకపోవడం ఒక ప్రధాన అడ్డంకిగా ఉంది. PyTorchను 2016లో మెటా ఓపెన్ సోర్స్గా విడుదల చేసింది. ప్రస్తుతం PyTorch ప్రధానంగా ఎన్విడియా జీపీయూలతో సమర్థవంతంగా పనిచేసేలా రూపకల్పన చేయబడింది. దీంతో ఇతర హార్డ్వేర్ ప్లాట్ఫామ్లకు మారాలనుకునే సంస్థలు సాంకేతిక సమస్యలను ఎదుర్కొంటున్నాయి. ఈ సమస్యకు పరిష్కారంగా గూగుల్ 'టార్చ్ టెన్సర్ ప్రాసెసింగ్ యూనిట్లు' అనే కొత్త ప్రాజెక్టును ప్రారంభించినట్లు తెలుస్తోంది. ఈ ప్రాజెక్టు ద్వారా PyTorchను గూగుల్ టెన్సర్ ప్రాసెసింగ్ యూనిట్లులతో సులభంగా పనిచేసేలా మార్చాలని లక్ష్యంగా పెట్టుకుంది. దీని ఫలితంగా కంపెనీలు తమ AI మోడళ్లను పెద్దగా కోడ్ మార్పులు చేయకుండానే లేదా మొత్తం హార్డ్వేర్ వ్యవస్థను మార్చకుండానే Nvidia GPUల నుంచి Google TPUలకు మార్చుకునే అవకాశం లభించనుంది.
ليست هناك تعليقات:
إرسال تعليق