AI ശീതയുദ്ധം കൂടുതൽ കടുക്കുകയാണെങ്കിൽ എന്ത് സംഭവിക്കും?
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) രംഗത്തെ ആഗോള ആധിപത്യത്തിനായുള്ള മത്സരം ഇപ്പോൾ അൽഗോരിതങ്ങളുടെ പോരാട്ടത്തിൽ നിന്ന് ഭൗതിക വിഭവങ്ങൾക്കായുള്ള ഒരു യുദ്ധമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഏറ്റവും മികച്ച സോഫ്റ്റ്വെയർ എഞ്ചിനീയർമാരോ ഏറ്റവും മിടുക്കരായ കോഡോ ഉള്ള രാജ്യമായിരിക്കും ഈ മത്സരത്തിൽ വിജയിക്കുക എന്നാണ് പലരും കരുതുന്നത്. എന്നാൽ ഇത് നിലവിലെ സാഹചര്യത്തെക്കുറിച്ചുള്ള തെറ്റായ ധാരണയാണ്. ഏറ്റവും മികച്ച ഹൈ-എൻഡ് സെമികണ്ടക്ടറുകളും അവ പ്രവർത്തിപ്പിക്കാൻ ആവശ്യമായ ഭീമമായ വൈദ്യുതിയും കൈവശപ്പെടുത്താൻ കഴിയുന്നവരായിരിക്കും യഥാർത്ഥ വിജയികൾ. തുറന്ന അക്കാദമിക് സഹകരണത്തിന്റെ ലോകത്ത് നിന്ന് നമ്മൾ ഇപ്പോൾ കടുത്ത സാങ്കേതിക സംരക്ഷണവാദത്തിന്റെ കാലഘട്ടത്തിലേക്ക് നീങ്ങുകയാണ്. ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ **ദേശീയ സുരക്ഷയുടെയും സാമ്പത്തിക ഉൽപ്പാദനക്ഷമതയുടെയും** പുതിയ അടിത്തറയാണെന്ന് ഗവൺമെന്റുകൾ തിരിച്ചറിഞ്ഞതാണ് ഈ മാറ്റത്തിന് കാരണം. അമേരിക്കയും ചൈനയും തമ്മിലുള്ള സംഘർഷം തുടരുകയാണെങ്കിൽ, ആഗോള ടെക് വ്യവസായം പരസ്പരം പൊരുത്തപ്പെടാത്ത രണ്ട് വ്യത്യസ്ത ആവാസവ്യവസ്ഥകളായി പിളരും. ഇതൊരു ദൂരെയുള്ള സാധ്യതയല്ല, മറിച്ച് ഇതിനകം തന്നെ നടന്നുകൊണ്ടിരിക്കുന്ന ഒരു പ്രക്രിയയാണ്. ഡാറ്റ എവിടെ ഹോസ്റ്റ് ചെയ്യണം, ഏത് ഹാർഡ്വെയർ വാങ്ങണം എന്ന് തീരുമാനിക്കുമ്പോൾ കമ്പനികൾ പക്ഷം പിടിക്കാൻ നിർബന്ധിതരാകുന്നു. ഏകീകൃതമായ ആഗോള ഇന്റർനെറ്റിന്റെ കാലഘട്ടം അവസാനിക്കുകയാണ്.
ചാറ്റ്ബോട്ട് ഹൈപ്പിനപ്പുറം
ഈ വിഷയത്തിൽ പുതിയതായി എത്തുന്നവർ ചോദിക്കുന്ന ഒരു സാധാരണ ചോദ്യം, നിലവിൽ ആരെങ്കിലും ജയിക്കുന്നുണ്ടോ എന്നതാണ്. ഇതിന് ഉത്തരം നൽകുക പ്രയാസമാണ്, കാരണം പ്രധാനപ്പെട്ട രണ്ട് കളിക്കാരും വ്യത്യസ്തമായ കളികളാണ് കളിക്കുന്നത്. അടിസ്ഥാന ഗവേഷണത്തിലും മോഡൽ പ്രകടനത്തിലും അമേരിക്കയാണ് നിലവിൽ മുന്നിൽ. ഏറ്റവും വലുതും കഴിവുള്ളതുമായ മിക്ക മോഡലുകളും അമേരിക്കൻ കമ്പനികളാണ് നിർമ്മിക്കുന്നത്. എന്നാൽ ഈ സാങ്കേതികവിദ്യകൾ വേഗത്തിൽ നടപ്പിലാക്കുന്നതിലും വ്യാവസായിക ഉൽപ്പാദനത്തിൽ അവയെ സംയോജിപ്പിക്കുന്നതിലും ചൈനയാണ് മുന്നിൽ. ഹൈ-എൻഡ് ചിപ്പുകൾക്ക് മേൽ അമേരിക്ക ഏർപ്പെടുത്തിയ കയറ്റുമതി നിരോധനം ചൈനയുടെ പുരോഗതിയെ പൂർണ്ണമായും തടഞ്ഞു എന്നത് ഒരു വലിയ തെറ്റിദ്ധാരണയാണ്. ഇത് തെറ്റാണ്. പകരം, ഈ നിയന്ത്രണങ്ങൾ ചൈനീസ് കമ്പനികളെ ഒപ്റ്റിമൈസേഷന്റെ മാസ്റ്റർമാരാക്കി മാറ്റി. കുറഞ്ഞ ശേഷിയുള്ള ഹാർഡ്വെയറിൽ വലിയ മോഡലുകൾ പരിശീലിപ്പിക്കാനുള്ള നൂതന വഴികൾ അവർ കണ്ടെത്തുകയും സെമികണ്ടക്ടറുകൾക്കായി സ്വന്തം ആഭ്യന്തര വിതരണ ശൃംഖലകൾ കെട്ടിപ്പടുക്കുകയും ചെയ്യുന്നു. ഇത് പാശ്ചാത്യ കമ്പനികൾ സ്കെയിലിനും പൗരസ്ത്യ കമ്പനികൾ കാര്യക്ഷമതയ്ക്കും മുൻഗണന നൽകുന്ന ഒരു വിഭജിത വിപണി സൃഷ്ടിച്ചു.
മോഡലുകൾ പരിശീലിപ്പിക്കുന്നതിൽ നിന്ന് അവ വലിയ തോതിൽ പ്രവർത്തിപ്പിക്കുന്നതിലേക്ക് മത്സരത്തിന്റെ ശ്രദ്ധ അടുത്തിടെ മാറി. ഇവിടെയാണ് ഹാർഡ്വെയർ തടസ്സം എല്ലാവർക്കും ഒരു പ്രതിസന്ധിയായി മാറുന്നത്. ഒരു കമ്പനിക്ക് ഏറ്റവും പുതിയ Nvidia H100 അല്ലെങ്കിൽ B200 ചിപ്പുകൾ ലഭ്യമല്ലെങ്കിൽ, ഒരേ ഫലം ലഭിക്കാൻ അവർക്ക് കൂടുതൽ വൈദ്യുതി ഉപയോഗിക്കേണ്ടി വരും. ഊർജ്ജ വിലയിൽ വലിയ മാറ്റങ്ങൾ സംഭവിക്കുന്ന ലോകത്ത് ഇത് വലിയ സാമ്പത്തിക തിരിച്ചടിയാണ്. ഏറ്റവും കാര്യക്ഷമമായ ഡാറ്റാ സെന്ററുകൾ നിർമ്മിക്കാനും ഏറ്റവും വിശ്വസനീയമായ പവർ ഗ്രിഡുകൾ സുരക്ഷിതമാക്കാനും ആർക്ക് കഴിയുമെന്നതാണ് ഇപ്പോഴത്തെ മത്സരം. ഏറ്റവും മികച്ച ഗണിതശാസ്ത്ര സൂത്രവാക്യങ്ങൾ ആർക്കുണ്ട് എന്നതിലല്ല കാര്യം. AI-യുടെ ഭൗതിക അടിസ്ഥാന സൗകര്യങ്ങൾ കോഡിനെപ്പോലെ തന്നെ പ്രധാനപ്പെട്ടതായി മാറുകയാണ്. കമ്പ്യൂട്ട് പവർ പരിമിതമായ വിഭവമാണെന്ന തിരിച്ചറിവ് ഈ മാറ്റത്തെ വേഗത്തിലാക്കി. വലിയ മൂലധന നിക്ഷേപമില്ലാതെ ഇത് എളുപ്പത്തിൽ പങ്കിടാനോ പകർത്താനോ കഴിയില്ല.
മഹാ വേർപിരിയൽ
ഈ സംഘർഷത്തിന്റെ ആഗോള പ്രത്യാഘാതം സാങ്കേതിക വിതരണ ശൃംഖലയുടെ മൊത്തത്തിലുള്ള പുനഃസംഘടനയാണ്. ‘സോവറിൻ AI’-ന്റെ ഉദയമാണ് നമ്മൾ കാണുന്നത്. ഇതിനർത്ഥം തങ്ങളുടെ നിർണ്ണായക വിവരങ്ങൾക്കായി വിദേശ ക്ലൗഡ് ദാതാക്കളെ ആശ്രയിക്കാൻ രാജ്യങ്ങൾ തയ്യാറല്ല എന്നാണ്. സ്വന്തം ഡാറ്റയിൽ പരിശീലിപ്പിച്ചതും സ്വന്തം അതിർത്തിക്കുള്ളിലെ സെർവറുകളിൽ പ്രവർത്തിക്കുന്നതുമായ മോഡലുകളാണ് അവർ ആഗ്രഹിക്കുന്നത്. വ്യാപാര തർക്കങ്ങളിലോ നയതന്ത്ര പ്രതിസന്ധികളിലോ അവശ്യ സേവനങ്ങൾ തടസ്സപ്പെടുമെന്ന് അവർ ഭയപ്പെടുന്നു. ഇത് സാങ്കേതിക മാനദണ്ഡങ്ങൾ ഓരോ പ്രദേശത്തും വ്യത്യസ്തമാകുന്ന വിഭജിത ലോകത്തേക്ക് നയിക്കുന്നു. ഏറ്റവും നൂതനമായ ടൂളുകൾ ലഭിക്കാൻ ചെറിയ രാജ്യങ്ങൾ ഏതെങ്കിലും ഒരു പക്ഷം പിടിക്കാൻ നിർബന്ധിതരാകുന്നു. ഇതൊരു സോഫ്റ്റ്വെയർ പ്രശ്നം മാത്രമല്ല. ആധുനിക ലോകത്തിന്റെ ഘടകങ്ങൾ നിർമ്മിക്കുന്ന ഭൗതിക കേബിളുകൾക്കും ഫാക്ടറികൾക്കും മേലുള്ള നിയന്ത്രണത്തിനായുള്ള പോരാട്ടമാണിത്.
സ്മാർട്ട്ഫോണുകൾ പോലുള്ള ഉപഭോക്തൃ ഉൽപ്പന്നങ്ങൾക്കായുള്ള വ്യാപാര യുദ്ധം മാത്രമാണിതെന്ന് പലരും കരുതുന്നു. എന്നാൽ ഇത് ആഗോള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ട്രെൻഡുകളുടെ ഭാവിക്കും അവ എങ്ങനെ നിയന്ത്രിക്കപ്പെടുന്നു എന്നതിനും വേണ്ടിയുള്ള പോരാട്ടമാണ്. ലോകം വിഭജിക്കപ്പെട്ടാൽ, നിർണ്ണായകമായ സുരക്ഷാ ഗവേഷണങ്ങൾ പങ്കിടാനുള്ള കഴിവ് നമുക്ക് നഷ്ടപ്പെടും. ഇത് എല്ലാവർക്കും സാങ്കേതികവിദ്യയെ കൂടുതൽ അപകടകരമാക്കുന്നു. അതിർത്തികൾക്കപ്പുറം ഗവേഷകർക്ക് പരസ്പരം സംസാരിക്കാൻ കഴിയാത്തപ്പോൾ, അടിസ്ഥാന സുരക്ഷാ മാനദണ്ഡങ്ങളിലോ നൈതിക മാർഗ്ഗനിർദ്ദേശങ്ങളിലോ അവർക്ക് യോജിക്കാൻ കഴിയില്ല. ഇത് സുരക്ഷയേക്കാൾ വേഗതയ്ക്ക് മുൻഗണന നൽകുന്ന ഒരു മത്സരത്തിന് വഴിയൊരുക്കുന്നു. ചില പ്രദേശങ്ങൾക്ക് ക്ലൗഡ് ആക്സസ് പോലും നിഷേധിക്കാനുള്ള അമേരിക്കയുടെ പുതിയ നയം സാഹചര്യം എത്രത്തോളം ഗുരുതരമാണെന്ന് കാണിക്കുന്നു. ഇത് വെറും ഹാർഡ്വെയർ ഷിപ്പിംഗിനെക്കുറിച്ചല്ല, മറിച്ച് കമ്പ്യൂട്ട് ചെയ്യാനുള്ള കഴിവിനെ നിയന്ത്രിക്കുന്നതിനെക്കുറിച്ചാണ്. സാങ്കേതികവിദ്യയുടെ ചരിത്രത്തിൽ ഇത്രയും വലിയൊരു നിയന്ത്രണം അഭൂതപൂർവ്വമാണ്.
ഘർഷണ മേഖലയിലെ ജീവിതം
തെക്കുകിഴക്കൻ ഏഷ്യയിലെ ഒരു സ്റ്റാർട്ടപ്പിലെ ഡെവലപ്പറുടെ ദൈനംദിന യാഥാർത്ഥ്യം പരിഗണിക്കുക. കഴിഞ്ഞ ദശകത്തിൽ, അവർ തങ്ങളുടെ പ്രധാന ലോജിക്കിനായി ഒരു യുഎസ് അധിഷ്ഠിത API-യും നിർമ്മാണ ലോജിസ്റ്റിക്സിനായി ഒരു ചൈനീസ് ദാതാവിനെയും ഉപയോഗിക്കുമായിരുന്നു. ഇന്ന്, അവർ കംപ്ലയൻസിന്റെ ഒരു വലിയ മതിലിനെ അഭിമുഖീകരിക്കുന്നു. യുഎസ് API ഉപയോഗിക്കുന്നത് ചില പ്രാദേശിക സർക്കാർ ഗ്രാന്റുകൾക്കോ പ്രാദേശിക പങ്കാളിത്തങ്ങൾക്കോ അവരെ അയോഗ്യരാക്കിയേക്കാം. ചൈനീസ് ഹാർഡ്വെയർ ഉപയോഗിക്കുന്നത് അവരുടെ ഉൽപ്പന്നത്തെ യുഎസ് വിപണിയിൽ നിന്ന് നിരോധിക്കാൻ കാരണമായേക്കാം. പുതിയ ടെക് വിഭജനത്തിന്റെ ദൈനംദിന യാഥാർത്ഥ്യമാണിത്. ഈ ഡെവലപ്പർമാർ യഥാർത്ഥ കോഡിംഗിനേക്കാൾ കൂടുതൽ സമയം നിയമപരമായ കംപ്ലയൻസിനായി ചെലവഴിക്കുന്നു. അവർക്ക് തങ്ങളുടെ ഉൽപ്പന്നത്തിന്റെ രണ്ട് വ്യത്യസ്ത പതിപ്പുകൾ പരിപാലിക്കേണ്ടതുണ്ട്. ഒരു പതിപ്പ് അന്താരാഷ്ട്ര ക്ലയന്റുകൾക്കായി ഹൈ-എൻഡ് പാശ്ചാത്യ ചിപ്പുകളിൽ പ്രവർത്തിക്കുന്നു. മറ്റേ പതിപ്പ് പ്രാദേശിക ഉപയോഗത്തിനായി ആഭ്യന്തര ബദലുകൾക്കായി ഒപ്റ്റിമൈസ് ചെയ്തിരിക്കുന്നു. ഇത് വലിയ അധികച്ചെലവ് ഉണ്ടാക്കുകയും നവീകരണത്തിന്റെ വേഗത കുറയ്ക്കുകയും ചെയ്യുന്നു.
ഒരു റിപ്പോസിറ്ററിയിലേക്ക് കോഡ് പുഷ് ചെയ്യുന്നതിന് മുമ്പ് അപ്ഡേറ്റ് ചെയ്ത എക്സ്പോർട്ട് കൺട്രോൾ ലിസ്റ്റുകൾ പരിശോധിക്കുക എന്നതാണ് ഈ ഡെവലപ്പറുടെ ഒരു സാധാരണ ദിവസം. അവരുടെ പരിശീലന ഡാറ്റ ചില ഭൂമിശാസ്ത്രപരമായ അതിർത്തികൾ കടക്കുന്നില്ലെന്ന് അവർ ഉറപ്പാക്കണം. ഈ ഘർഷണം AI ശീതയുദ്ധത്തിന്റെ കൊളാറ്ററൽ ഡാമേജ് ആണ്. ഇത് Nvidia അല്ലെങ്കിൽ Huawei പോലുള്ള ഭീമൻ കോർപ്പറേഷനുകളെക്കുറിച്ചല്ല. ഇതിനിടയിൽ പെട്ടുപോയ ആയിരക്കണക്കിന് ചെറിയ സ്ഥാപനങ്ങളെക്കുറിച്ചാണ്. സിംഗപ്പൂർ അല്ലെങ്കിൽ ദുബായ് പോലുള്ള നിഷ്പക്ഷ മേഖലകളിലേക്ക് കമ്പനികൾ ഇപ്പോൾ തങ്ങളുടെ ആസ്ഥാനം മാറ്റുന്നത് നമ്മൾ കാണുന്നു. അധികകാലം നിലനിൽക്കാത്ത ഒരു മധ്യമാർഗ്ഗം കണ്ടെത്താൻ അവർ ശ്രമിക്കുകയാണ്. പക്ഷം പിടിക്കാനുള്ള സമ്മർദ്ദം നിരന്തരവും വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നതുമാണ്. ഈ സങ്കീർണ്ണതകൾ കൈകാര്യം ചെയ്യാൻ നിയമസംഘങ്ങളെ നിയോഗിക്കാൻ കഴിയുന്ന വലിയ കമ്പനികൾക്കാണ് ഈ അന്തരീക്ഷം അനുകൂലമാകുന്നത്. ആഗോളതലത്തിൽ എത്തുന്ന എന്തെങ്കിലും നിർമ്മിക്കാൻ ഒരു ചെറിയ ടീമിന് ഇത് കൂടുതൽ പ്രയാസകരമാക്കുന്നു.
ഉള്ളടക്കം ഗവേഷണം ചെയ്യാനും എഴുതാനും എഡിറ്റ് ചെയ്യാനും വിവർത്തനം ചെയ്യാനും BotNews.today AI ടൂളുകൾ ഉപയോഗിക്കുന്നു. വിവരങ്ങൾ ഉപയോഗപ്രദവും വ്യക്തവും വിശ്വസനീയവുമാക്കാൻ ഞങ്ങളുടെ ടീം ഈ പ്രക്രിയ അവലോകനം ചെയ്യുകയും മേൽനോട്ടം വഹിക്കുകയും ചെയ്യുന്നു.
ഇതിന്റെ ആഘാതം ഉപഭോക്തൃ തലത്തിലേക്കും വ്യാപിക്കുന്നു. വ്യത്യസ്ത പ്രദേശങ്ങളിലെ ഉപയോക്താക്കൾ ഒരേ ടൂളുകളുടെ വ്യത്യസ്ത പതിപ്പുകൾ കാണാൻ തുടങ്ങിയിരിക്കുന്നു. ഒരു രാജ്യത്ത് ലഭ്യമായ ഒരു മോഡലിന് മറ്റൊരു രാജ്യത്തെ അതേ മോഡലിനേക്കാൾ കർശനമായ പരിമിതികളോ വ്യത്യസ്ത പരിശീലന ഡാറ്റയോ ഉണ്ടായിരിക്കാം. ഇത് ഇന്റലിജൻസിന്റെ ഒരു ‘സ്പ്ലിന്റർനെറ്റ്’ സൃഷ്ടിക്കുന്നു. ആദ്യകാല വെബ് നൽകിയ തടസ്സമില്ലാത്ത അനുഭവം ഇപ്പോൾ പ്രാദേശിക നിയന്ത്രണങ്ങളുടെയും സാങ്കേതിക തടസ്സങ്ങളുടെയും ഒരു പാച്ച് വർക്ക് കൊണ്ട് മാറ്റിസ്ഥാപിക്കപ്പെടുന്നു. ഇത് വെറും സെൻസർഷിപ്പിനെക്കുറിച്ചല്ല, മറിച്ച് നമ്മൾ ചിന്തിക്കാനും പ്രവർത്തിക്കാനും ഉപയോഗിക്കുന്ന ടൂളുകളുടെ അടിസ്ഥാന ഘടനയെക്കുറിച്ചാണ്. മിഡിൽ ഈസ്റ്റ്, യൂറോപ്പ് തുടങ്ങിയ പ്രദേശങ്ങളിൽ വികസിപ്പിച്ചുകൊണ്ടിരിക്കുന്ന ലോക്കലൈസ്ഡ് LLM-കളാണ് ഈ വാദം ശരിയാണെന്ന് തോന്നിപ്പിക്കുന്ന ഉൽപ്പന്നങ്ങൾ. ഈ മോഡലുകൾ രണ്ട് പ്രധാന ശക്തികേന്ദ്രങ്ങളിൽ നിന്നും സ്വതന്ത്രമായി നിൽക്കുമ്പോൾ തന്നെ പ്രാദേശിക മൂല്യങ്ങളെയും ഭാഷകളെയും പ്രതിഫലിപ്പിക്കാൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്.
വിജയിക്കുന്നതിന്റെ വില
ഈ മത്സരത്തിന്റെ മറഞ്ഞിരിക്കുന്ന ചിലവുകളെക്കുറിച്ച് നമ്മൾ കഠിനമായ ചോദ്യങ്ങൾ ചോദിക്കേണ്ടതുണ്ട്. ദേശീയ സുരക്ഷയ്ക്ക് നമ്മൾ മുൻഗണന നൽകുമ്പോൾ, സംരക്ഷിക്കാൻ ശ്രമിക്കുന്ന നവീകരണത്തെ തന്നെ നമ്മൾ ബലിയർപ്പിക്കുകയാണോ? ഈ വലിയ GPU ക്ലസ്റ്ററുകൾക്കായുള്ള ഊർജ്ജ ആവശ്യകതകൾ അമ്പരപ്പിക്കുന്നതാണ്. ഒരു വലിയ പരിശീലന റൺ ഒരു ചെറിയ നഗരത്തിന് ആവശ്യമായ അത്രയും വൈദ്യുതി ഉപയോഗിക്കുന്നുണ്ടെന്ന് ചില കണക്കുകൾ സൂചിപ്പിക്കുന്നു. അതിന് ആര് പണം നൽകും? സർക്കാർ സബ്സിഡികളിലൂടെ നികുതിദായകനോ? അതോ ഉയർന്ന വിലയിലൂടെ ഉപഭോക്താവോ? സ്വകാര്യതയും പുരോഗതിയും തമ്മിലുള്ള വിട്ടുവീഴ്ചയാണ് മറ്റൊരു ചോദ്യം. ഏറ്റവും ശക്തമായ മോഡലുകൾ നിർമ്മിക്കാനുള്ള ഓട്ടത്തിൽ, യന്ത്രങ്ങൾക്ക് ഭക്ഷണം നൽകാൻ ഗവൺമെന്റുകൾ ഡാറ്റാ സംരക്ഷണ നിയമങ്ങൾ അവഗണിക്കുമോ? കൂടുതൽ ഡാറ്റയുടെ ആവശ്യം നമ്മൾ ഇതുവരെ കണ്ടിട്ടില്ലാത്ത തോതിലുള്ള സ്റ്റേറ്റ് സ്പോൺസേർഡ് നിരീക്ഷണത്തിലേക്ക് നയിക്കാനുള്ള സാധ്യതയുണ്ട്.
നിലവിലെ ഹാർഡ്വെയറിന്റെ പരിമിതികളും ഒരു പ്രധാന ഘടകമാണ്. ഒരു സിലിക്കൺ വേഫറിൽ ട്രാൻസിസ്റ്ററുകൾ എത്ര ചെറുതാക്കാം എന്നതിന്റെ ഭൗതിക പരിധികളിലാണ് നമ്മൾ എത്തിനിൽക്കുന്നത്. ഇതിൽ നിന്ന് പുറത്തുകടക്കാൻ നമുക്ക് നവീകരിക്കാൻ കഴിഞ്ഞില്ലെങ്കിൽ, AI മത്സരം ആർക്ക് വലിയ സിലിക്കൺ കൂമ്പാരം നിർമ്മിക്കാം എന്ന യുദ്ധമായി മാറും. ഇത് ഭൂമിക്ക് സുസ്ഥിരമല്ല. ഡാറ്റാ സെന്ററുകൾ തണുപ്പിക്കാൻ ആവശ്യമായ ഭീമമായ ജല ഉപയോഗത്തെക്കുറിച്ച് Reuters-ൽ നിന്നുള്ള റിപ്പോർട്ടുകൾ നമ്മൾ ഇതിനകം കാണുന്നുണ്ട്. തായ്വാനിലെ ചിപ്പ് നിർമ്മാണത്തെ ചുറ്റിപ്പറ്റിയുള്ള ഭൗമരാഷ്ട്രീയ സംഘർഷങ്ങളെക്കുറിച്ച് The New York Times റിപ്പോർട്ട് ചെയ്യുന്നതും നമ്മൾ കാണുന്നു. ഇവ വെറും ടെക് വാർത്തകളല്ല. അവ പാരിസ്ഥിതികവും രാഷ്ട്രീയവുമായ പ്രതിസന്ധികളാണ്. അല്പം വേഗതയേറിയ AI-യുടെ ഗുണങ്ങൾ നമ്മുടെ പങ്കിട്ട വിഭവങ്ങളുടെ നാശത്തിന് തുല്യമാണോ എന്ന് നമ്മൾ ചോദിക്കേണ്ടതുണ്ട്. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനായുള്ള ഈ അന്വേഷണം നമ്മുടെ ഭൗതിക ലോകത്തെ കൂടുതൽ ദുർബലമാക്കുകയാണോ എന്നതാണ് ഇവിടെയുള്ള സംശയം.
ഞങ്ങൾ ഉൾപ്പെടുത്തണമെന്ന് നിങ്ങൾ കരുതുന്ന ഒരു AI സ്റ്റോറിയോ, ടൂളോ, ട്രെൻഡോ, ചോദ്യമോ നിങ്ങളുടെ പക്കലുണ്ടോ? നിങ്ങളുടെ ലേഖന ആശയം ഞങ്ങൾക്ക് അയയ്ക്കുക — അത് കേൾക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു.
ലോക്കൽ കമ്പ്യൂട്ടിന്റെ ഉള്ളറകൾ
പവർ യൂസർമാർക്കും ഡെവലപ്പർമാർക്കും, യഥാർത്ഥ കഥ വർക്ക്ഫ്ലോയിലാണ്. സെൻട്രലൈസ്ഡ് API-കളിൽ നിന്ന് ലോക്കൽ ഇൻഫറൻസിലേക്കുള്ള വലിയ മാറ്റമാണ് നമ്മൾ കാണുന്നത്. ചെലവും ബാഹ്യ സേവനങ്ങളിൽ നിന്ന് വിച്ഛേദിക്കപ്പെടുമെന്ന ഭയവുമാണ് ഇതിന് കാരണം. ഹൈ-എൻഡ് ഉപയോക്താക്കൾ കൺസ്യൂമർ ഗ്രേഡ് ഹാർഡ്വെയറിൽ വലിയ മോഡലുകൾ പ്രവർത്തിപ്പിക്കാൻ ക്വാണ്ടൈസേഷൻ ടെക്നിക്കുകൾ നോക്കുന്നു. പരിമിതമായ VRAM-ൽ നിന്ന് പ്രകടനം പുറത്തെടുക്കാൻ അവർ ടൂളുകൾ ഉപയോഗിക്കുന്നു. പ്രധാന ദാതാക്കൾ ഏർപ്പെടുത്തിയ API പരിധികൾ ഓട്ടോമേറ്റഡ് വർക്ക്ഫ്ലോകൾക്ക് വലിയ തടസ്സമായി മാറുകയാണ്. ഒരു ഡെവലപ്പർക്ക് ടോപ്പ് ടിയർ മോഡലിൽ മിനിറ്റിൽ 100 അഭ്യർത്ഥനകൾ എന്ന പരിധി ഉണ്ടായിരിക്കാം. ഇത് ഒരു പ്രൊഡക്ഷൻ എൻവയോൺമെന്റിന് ഒട്ടും മതിയാകില്ല. ഇത് പരിഹരിക്കാൻ, സങ്കീർണ്ണമായ കാര്യങ്ങൾക്കായി വലിയ ക്ലൗഡ് മോഡലും പതിവ് ജോലികൾക്കായി ചെറിയ ലോക്കൽ മോഡലും ഉപയോഗിക്കുന്ന ഹൈബ്രിഡ് സിസ്റ്റങ്ങൾ അവർ നിർമ്മിക്കുന്നു.
- ക്വാണ്ടൈസേഷൻ വഴി മോഡലുകളുടെ 4-ബിറ്റ് അല്ലെങ്കിൽ 8-ബിറ്റ് പതിപ്പുകൾ സാധാരണ GPU-കളിൽ പ്രവർത്തിപ്പിക്കാം.
- ക്ലൗഡ് ദാതാക്കളിൽ നിന്നുള്ള ഉയർന്ന ഫീസുകൾ ഒഴിവാക്കാൻ പരിശീലന ഡാറ്റയുടെ ലോക്കൽ സ്റ്റോറേജ് നിർബന്ധമായി മാറുന്നു.
- ലേറ്റൻസി കുറയ്ക്കാനും ഡാറ്റാ സ്വകാര്യത മെച്ചപ്പെടുത്താനും എഡ്ജ് AI പ്രോസസ്സിംഗ് ഉപകരണത്തിലേക്ക് മാറ്റുന്നു.
ഇതിന് ഹാർഡ്വെയർ ആർക്കിടെക്ചറിനെക്കുറിച്ച് ആഴത്തിലുള്ള അറിവ് ആവശ്യമാണ്. ഇനി വെറുതെ ഒരു API കോൾ ചെയ്താൽ മാത്രം പോരാ. നിങ്ങളുടെ ലോക്കൽ മെഷീനുകളുടെ മെമ്മറി ബാൻഡ്വിഡ്ത്തും നെറ്റ്വർക്കിന്റെ ലേറ്റൻസിയും നിങ്ങൾ മനസ്സിലാക്കണം. സ്വകാര്യ സെർവറുകളിൽ ഹോസ്റ്റ് ചെയ്യാവുന്ന ഓപ്പൺ സോഴ്സ് മോഡലുകളിലേക്ക് ഉപയോക്താക്കൾ കൂടുതൽ തിരിയുന്നു. പ്രൊപ്രൈറ്ററി API-കൾക്ക് നൽകാൻ കഴിയാത്ത ഒരു നിയന്ത്രണം ഇത് നൽകുന്നു. MIT Technology Review-ൽ നിന്നുള്ള ഗവേഷണമനുസരിച്ച്, ലോക്കൽ കമ്പ്യൂട്ടിലേക്കുള്ള മാറ്റം വ്യവസായത്തിലെ ഏറ്റവും പ്രധാനപ്പെട്ട ട്രെൻഡുകളിൽ ഒന്നാണ്. ഇത് കൂടുതൽ കസ്റ്റമൈസേഷനും മികച്ച സുരക്ഷയും അനുവദിക്കുന്നു. എന്നിരുന്നാലും, ഇതിന് കൂടുതൽ സാങ്കേതിക വൈദഗ്ധ്യവും ആവശ്യമാണ്. കാഷ്വൽ യൂസറും പവർ യൂസറും തമ്മിലുള്ള അന്തരം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്. പവർ യൂസർ അടിസ്ഥാനപരമായി ലോക്കൽ, ക്ലൗഡ് വിഭവങ്ങളുടെ സങ്കീർണ്ണമായ ഒരു ശൃംഖല കൈകാര്യം ചെയ്യുന്ന ഒരു സിസ്റ്റം ആർക്കിടെക്റ്റായി മാറുകയാണ്.
തുറന്ന ചോദ്യം
AI ശീതയുദ്ധം ഇനി ഒരു സൈദ്ധാന്തിക ചർച്ചയല്ല എന്നതാണ് കാര്യം. ആഗോള സമ്പദ്വ്യവസ്ഥയെ മാറ്റിമറിക്കുന്ന ഒരു ഭൗതിക യാഥാർത്ഥ്യമാണിത്. തുറന്ന സഹകരണത്തിൽ നിന്ന് രഹസ്യങ്ങളിലേക്കുള്ള മാറ്റം ഏതാണ്ട് പൂർത്തിയായി. സാങ്കേതികവിദ്യ ഭരണകൂടത്തിന്റെ പ്രധാന ആയുധമായ ഒരു ലോകത്താണ് നമ്മൾ ജീവിക്കുന്നത്. ഏറ്റവും പ്രധാനപ്പെട്ട ചോദ്യം ഉത്തരം ലഭിക്കാതെ തുടരുന്നു. അടിസ്ഥാനപരമായി വിഭജിക്കപ്പെട്ട ഒരു ലോകത്ത് സുരക്ഷിതവും പ്രയോജനകരവുമായ AI വികസിപ്പിക്കാൻ നമുക്ക് കഴിയുമോ? അടിസ്ഥാന നിയമങ്ങളിൽ ഇരുപക്ഷത്തിനും യോജിക്കാൻ കഴിയുന്നില്ലെങ്കിൽ, ആർക്കും ജയിക്കാൻ കഴിയാത്ത ഒരു മത്സരത്തിൽ നമ്മൾ അകപ്പെടും. വൈരുദ്ധ്യങ്ങൾ വ്യക്തമാണ്. ആഗോള ടെക് ആവാസവ്യവസ്ഥയുടെ ഗുണങ്ങൾ നമുക്ക് വേണം, എന്നാൽ പരസ്പര ആശ്രിതത്വത്തിന്റെ അപകടസാധ്യതകൾ സ്വീകരിക്കാൻ നമ്മൾ തയ്യാറല്ല. ഈ പിരിമുറുക്കം അടുത്ത ദശകത്തെ നിർവചിക്കും. നമ്മൾ തിരിഞ്ഞു നോക്കുമ്പോൾ ഇതൊരു വഴിത്തിരിവാണോ എന്ന് കണ്ടറിയണം, നമ്മൾ എഴുതുന്ന കോഡും നമ്മൾ വരയ്ക്കുന്ന അതിരുകളും വേർതിരിക്കാനാവാത്ത ഒരു ലോകമാണ് ഇതിന്റെ ഫലം.
Editor’s note: We created this site as a multilingual AI news and guides hub for people who are not computer geeks, but still want to understand artificial intelligence, use it with more confidence, and follow the future that is already arriving.
ഒരു പിശകോ തിരുത്തേണ്ട എന്തെങ്കിലും കണ്ടെത്തിയോ? ഞങ്ങളെ അറിയിക്കുക.
