AI ਚਿੱਪਾਂ ਵਿੱਚ ਅਗਲੀ ਵੱਡੀ ਤਬਦੀਲੀ: ਤੇਜ਼, ਛੋਟੀਆਂ ਜਾਂ ਵਧੇਰੇ ਕੁਸ਼ਲ?

AI ਦੀ ਦੌੜ ਹੁਣ ਸਧਾਰਨ ਕਲਾਕ ਸਪੀਡ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਸਿਸਟਮ ਆਰਕੀਟੈਕਚਰ ਦੀ ਇੱਕ ਗੁੰਝਲਦਾਰ ਲੜਾਈ ਬਣ ਗਈ ਹੈ। ਹੁਣ ਸਿਰਫ਼ ਸਿਲੀਕਾਨ ਦੇ ਇੱਕ ਟੁਕੜੇ ‘ਤੇ ਜ਼ਿਆਦਾ ਟ੍ਰਾਂਜ਼ਿਸਟਰ ਲਗਾਉਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਇੰਡਸਟਰੀ ਇੱਕ ਅਜਿਹੇ ਮੋੜ ‘ਤੇ ਪਹੁੰਚ ਗਈ ਹੈ ਜਿੱਥੇ ਪ੍ਰੋਸੈਸਰ ਅਤੇ ਮੈਮੋਰੀ ਵਿਚਕਾਰ ਡੇਟਾ ਦੇ ਚੱਲਣ ਦੀ ਗਤੀ, ਖੁਦ ਪ੍ਰੋਸੈਸਰ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਹਾਰਡਵੇਅਰ ਦੇ ਮੌਜੂਦਾ ਦੌਰ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀ ਹੈ। ਜੋ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਸਿਰਫ਼ ਚਿੱਪ ਡਿਜ਼ਾਈਨ ‘ਤੇ ਧਿਆਨ ਦਿੰਦੀਆਂ ਸਨ, ਉਹ ਹੁਣ ਗਲੋਬਲ ਸਪਲਾਈ ਚੇਨ ਅਤੇ ਐਡਵਾਂਸਡ ਪੈਕੇਜਿੰਗ ਤਕਨੀਕਾਂ ਨੂੰ ਸੰਭਾਲ ਰਹੀਆਂ ਹਨ। ਹਾਲੀਆ ਤਬਦੀਲੀ ਇੱਕ ਸੰਪੂਰਨ ਸਿਸਟਮ ਵੱਲ ਹੈ ਜਿੱਥੇ ਨੈੱਟਵਰਕਿੰਗ ਅਤੇ ਮੈਮੋਰੀ ਉਨੀ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹਨ ਜਿੰਨੇ ਕਿ ਲੌਜਿਕ ਗੇਟਸ। ਇਹ ਵਿਕਾਸ ਇਸ ਗੱਲ ਨੂੰ ਬਦਲਦਾ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਕਿਵੇਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸਰਕਾਰਾਂ ਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਨੂੰ ਕਿਵੇਂ ਦੇਖਦੀਆਂ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਟੈਕਨਾਲੋਜੀ ਅੱਗੇ ਕਿੱਥੇ ਜਾ ਰਹੀ ਹੈ, ਤਾਂ ਚਿੱਪਾਂ ਨਾਲੋਂ ਉਹਨਾਂ ਦੇ ਆਪਸੀ ਸੰਪਰਕਾਂ ‘ਤੇ ਨਜ਼ਰ ਮਾਰੋ। ਇੱਕ ਪਲੇਟਫਾਰਮ ਦੀ ਤਾਕਤ ਹੁਣ ਇਹਨਾਂ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਨੂੰ ਇੱਕ ਇਕਾਈ ਵਿੱਚ ਜੋੜਨ ਦੀ ਸਮਰੱਥਾ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਜੋ ਲੋਕ ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਭੌਤਿਕ ਸੀਮਾਵਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ, ਉਹ ਦੇਖਣਗੇ ਕਿ ਉਹਨਾਂ ਦੇ ਸਾਫਟਵੇਅਰ ਦੇ ਸੁਪਨੇ ਲੈਟੈਂਸੀ ਅਤੇ ਗਰਮੀ ਕਾਰਨ ਰੁਕ ਗਏ ਹਨ।

ਮੈਮੋਰੀ ਦੀ ਕੰਧ ਨੂੰ ਤੋੜਨ ਲਈ ਸਿਲੀਕਾਨ ਨੂੰ ਸਟੈਕ ਕਰਨਾ

ਮੌਜੂਦਾ ਤਬਦੀਲੀ ਨੂੰ ਸਮਝਣ ਲਈ, ਤੁਹਾਨੂੰ ਇਹ ਦੇਖਣਾ ਹੋਵੇਗਾ ਕਿ ਚਿੱਪਾਂ ਨੂੰ ਭੌਤਿਕ ਤੌਰ ‘ਤੇ ਕਿਵੇਂ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਦਹਾਕਿਆਂ ਤੋਂ, ਇੰਡਸਟਰੀ ਨੇ ਇੱਕ ਫਲੈਟ ਡਿਜ਼ਾਈਨ ਦਾ ਪਾਲਣ ਕੀਤਾ। ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਪ੍ਰੋਸੈਸਰ ਅਤੇ ਮੈਮੋਰੀ ਹੁੰਦੀ ਸੀ, ਜੋ ਸਰਕਟ ਬੋਰਡ ‘ਤੇ ਵੱਖ-ਵੱਖ ਪਏ ਹੁੰਦੇ ਸਨ। ਅੱਜ, ਉਹ ਦੂਰੀ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਦੁਸ਼ਮਣ ਹੈ। ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਨਿਰਮਾਤਾ ਐਡਵਾਂਸਡ ਪੈਕੇਜਿੰਗ ਵੱਲ ਮੁੜ ਰਹੇ ਹਨ। ਇਸ ਵਿੱਚ ਕੰਪੋਨੈਂਟਸ ਨੂੰ ਇੱਕ ਦੂਜੇ ਦੇ ਉੱਪਰ ਜਾਂ ਨਾਲ-ਨਾਲ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਬੇਸ ‘ਤੇ ਰੱਖਣਾ ਸ਼ਾਮਲ ਹੈ ਜਿਸਨੂੰ ਇੰਟਰਪੋਜ਼ਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਤਕਨੀਕ, ਜਿਸਨੂੰ ਅਕਸਰ Chip on Wafer on Substrate ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਡੇਟਾ ਨੂੰ ਅਜਿਹੀ ਗਤੀ ਨਾਲ ਚੱਲਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ ਜੋ ਪਹਿਲਾਂ ਅਸੰਭਵ ਸੀ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਮਾਮੂਲੀ ਸੁਧਾਰ ਨਹੀਂ ਹੈ। ਇਹ ਕੰਪਿਊਟਰ ਬਣਾਉਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ **High Bandwidth Memory** ਨੂੰ ਸਿੱਧੇ ਪ੍ਰੋਸੈਸਿੰਗ ਕੋਰ ਦੇ ਨਾਲ ਰੱਖਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਉਹਨਾਂ ਟ੍ਰੈਫਿਕ ਜਾਮ ਨੂੰ ਖਤਮ ਕਰ ਦਿੰਦੇ ਹੋ ਜੋ ਵੱਡੇ ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ ਨੂੰ ਹੌਲੀ ਕਰਦੇ ਹਨ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ NVIDIA ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਇੰਨੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ। ਉਹ ਸਿਰਫ਼ ਇੱਕ ਚਿੱਪ ਨਹੀਂ ਵੇਚਦੀਆਂ। ਉਹ ਇੱਕ ਮਜ਼ਬੂਤੀ ਨਾਲ ਜੁੜਿਆ ਪੈਕੇਜ ਵੇਚਦੀਆਂ ਹਨ ਜਿਸ ਵਿੱਚ ਮੈਮੋਰੀ ਅਤੇ ਹਾਈ-ਸਪੀਡ ਇੰਟਰਕਨੈਕਟ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ।

ਮੈਮੋਰੀ ਖੁਦ ਵੀ ਬਦਲ ਗਈ ਹੈ। ਸਟੈਂਡਰਡ RAM ਆਧੁਨਿਕ AI ਦੀਆਂ ਮੰਗਾਂ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾ ਸਕਦੀ। ਇੰਡਸਟਰੀ ਵਿਸ਼ੇਸ਼ ਮੈਮੋਰੀ ਵੱਲ ਵਧੀ ਹੈ ਜੋ ਬਹੁਤ ਜ਼ਿਆਦਾ ਥ੍ਰੂਪੁੱਟ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਇਹ ਮੈਮੋਰੀ ਮਹਿੰਗੀ ਹੈ ਅਤੇ ਬਣਾਉਣੀ ਮੁਸ਼ਕਲ ਹੈ, ਜੋ ਸਪਲਾਈ ਵਿੱਚ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਇਸ ਵਿਸ਼ੇਸ਼ ਮੈਮੋਰੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਕਰ ਸਕਦੀ, ਤਾਂ ਉਹਨਾਂ ਦੇ ਐਡਵਾਂਸਡ ਪ੍ਰੋਸੈਸਰ ਅਸਲ ਵਿੱਚ ਬੇਕਾਰ ਹਨ। ਇਹ ਨਿਰਭਰਤਾ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਹਾਰਡਵੇਅਰ ਦੀ ਕਹਾਣੀ ਹੁਣ ਇੱਕ ਸਿਸਟਮ ਦੀ ਕਹਾਣੀ ਹੈ। ਤੁਸੀਂ ਦਿਮਾਗ ਬਾਰੇ ਗੱਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਜੇਕਰ ਤੁਸੀਂ ਉਹਨਾਂ ਨਾੜੀਆਂ ਬਾਰੇ ਗੱਲ ਨਹੀਂ ਕਰਦੇ ਜੋ ਖੂਨ ਲੈ ਕੇ ਜਾਂਦੀਆਂ ਹਨ। 2D ਤੋਂ 3D ਬਣਤਰਾਂ ਵੱਲ ਤਬਦੀਲੀ ਅੱਜ ਮਾਰਕੀਟ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕੀ ਸੰਕੇਤ ਹੈ। ਇਹ ਗੰਭੀਰ ਖਿਡਾਰੀਆਂ ਨੂੰ ਉਹਨਾਂ ਲੋਕਾਂ ਤੋਂ ਵੱਖ ਕਰਦਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਪੁਰਾਣੇ ਡਿਜ਼ਾਈਨਾਂ ਨੂੰ ਦੁਹਰਾ ਰਹੇ ਹਨ। ਇਸ ਤਬਦੀਲੀ ਲਈ ਨਿਰਮਾਣ ਸੁਵਿਧਾਵਾਂ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੈ ਜੋ ਅਜਿਹੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਸੰਭਾਲ ਸਕਣ। ਦੁਨੀਆ ਵਿੱਚ ਸਿਰਫ਼ ਕੁਝ ਕੰਪਨੀਆਂ, ਜਿਵੇਂ ਕਿ TSMC, ਕੋਲ ਹੀ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਅਜਿਹਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੈ।

AI ਦੀ ਭੂ-ਰਾਜਨੀਤਿਕ ਹਕੀਕਤ ਇਸ ਨਾਲ ਜੁੜੀ ਹੋਈ ਹੈ ਕਿ ਇਹ ਚਿੱਪਾਂ ਕਿੱਥੇ ਬਣਦੀਆਂ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਐਡਵਾਂਸਡ ਨਿਰਮਾਣ ਤਾਈਵਾਨ ਵਿੱਚ ਕੁਝ ਵਰਗ ਮੀਲ ਵਿੱਚ ਕੇਂਦਰਿਤ ਹੈ। ਇਹ ਇਕਾਗਰਤਾ ਗਲੋਬਲ ਆਰਥਿਕਤਾ ਲਈ ਅਸਫਲਤਾ ਦਾ ਇੱਕ ਸਿੰਗਲ ਪੁਆਇੰਟ ਬਣਾਉਂਦੀ ਹੈ। ਜੇਕਰ ਉੱਥੇ ਉਤਪਾਦਨ ਰੁਕਦਾ ਹੈ, ਤਾਂ ਪੂਰਾ ਟੈਕ ਸੈਕਟਰ ਠੱਪ ਹੋ ਜਾਂਦਾ ਹੈ। ਸਰਕਾਰਾਂ ਹੁਣ ਘਰੇਲੂ ਫੈਕਟਰੀਆਂ ਬਣਾਉਣ ਲਈ ਅਰਬਾਂ ਡਾਲਰ ਖਰਚ ਕਰ ਰਹੀਆਂ ਹਨ, ਪਰ ਇਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਪੂਰਾ ਹੋਣ ਵਿੱਚ ਸਾਲ ਲੱਗ ਜਾਂਦੇ ਹਨ। ਨਿਰਯਾਤ ਨਿਯੰਤਰਣ ਵੀ ਇੱਕ ਵੱਡਾ ਕਾਰਕ ਬਣ ਗਏ ਹਨ। ਅਮਰੀਕੀ ਸਰਕਾਰ ਨੇ ਤਕਨੀਕੀ ਲੀਡ ਬਣਾਈ ਰੱਖਣ ਲਈ ਕੁਝ ਦੇਸ਼ਾਂ ਨੂੰ ਹਾਈ-ਐਂਡ AI ਚਿੱਪਾਂ ਦੀ ਵਿਕਰੀ ‘ਤੇ ਪਾਬੰਦੀ ਲਗਾਈ ਹੈ। ਇਸ ਨੇ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਹਾਰਡਵੇਅਰ ਦੇ ਖਾਸ ਸੰਸਕਰਣ ਡਿਜ਼ਾਈਨ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਹੈ ਜੋ ਇਹਨਾਂ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ। ਗਲੋਬਲ ਮਾਰਕੀਟ ਦੇ ਇਸ ਟੁਕੜੇ ਹੋਣ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿੱਥੇ ਸਥਿਤ ਹੋ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿਸ ਕਿਸਮ ਦਾ AI ਬਣਾ ਸਕਦੇ ਹੋ। ਇਹ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਵਿੱਚ ਵਾਪਸੀ ਹੈ ਜਿੱਥੇ ਭੌਤਿਕ ਸਰਹੱਦਾਂ ਡਿਜੀਟਲ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ। ਹਾਰਡਵੇਅਰ ਅਤੇ ਪਲੇਟਫਾਰਮ ਪਾਵਰ ਵਿਚਕਾਰ ਸਬੰਧ ਹੁਣ ਰਾਸ਼ਟਰੀ ਨੀਤੀ ਦਾ ਮਾਮਲਾ ਹੈ। ਇੱਕ ਦੇਸ਼ ਜਿਸ ਕੋਲ ਨਵੀਨਤਮ ਸਿਲੀਕਾਨ ਤੱਕ ਪਹੁੰਚ ਨਹੀਂ ਹੈ, ਉਹ ਸਾਫਟਵੇਅਰ ਯੁੱਗ ਵਿੱਚ ਮੁਕਾਬਲਾ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਕੱਚੇ ਮਾਲ ਤੋਂ ਲੈ ਕੇ ਤਿਆਰ ਸਿਸਟਮਾਂ ਤੱਕ ਸਪਲਾਈ ਚੇਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਲਈ ਇੰਨੇ ਹਮਲਾਵਰ ਕਦਮ ਦੇਖ ਰਹੇ ਹਾਂ।

ਇੱਕ ਡਿਵੈਲਪਰ ਜਾਂ ਇੱਕ ਛੋਟੇ ਕਾਰੋਬਾਰ ਲਈ, ਇਹਨਾਂ ਹਾਰਡਵੇਅਰ ਤਬਦੀਲੀਆਂ ਦੇ ਤੁਰੰਤ ਨਤੀਜੇ ਨਿਕਲਦੇ ਹਨ। ਸਾਰਾਹ ਨਾਮ ਦੀ ਇੱਕ ਕ੍ਰਿਏਟਰ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਇੱਕ ਛੋਟਾ ਸਟੂਡੀਓ ਚਲਾਉਂਦੀ ਹੈ। ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ, ਉਹ ਆਪਣੇ AI ਟੂਲਸ ਨੂੰ ਚਲਾਉਣ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ‘ਤੇ ਨਿਰਭਰ ਸੀ। ਉਹ ਉੱਚ ਮਾਸਿਕ ਫੀਸਾਂ ਦਿੰਦੀ ਸੀ ਅਤੇ ਇਸ ਗੱਲ ਦੀ ਚਿੰਤਾ ਕਰਦੀ ਸੀ ਕਿ ਉਸਦਾ ਡੇਟਾ ਸਿਖਲਾਈ ਲਈ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਅੱਜ, ਵਧੇਰੇ ਕੁਸ਼ਲ ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਅਤੇ ਬਿਹਤਰ ਲੋਕਲ ਮੈਮੋਰੀ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਦੇ ਕਾਰਨ, ਉਹ ਇੱਕ ਸਿੰਗਲ ਵਰਕਸਟੇਸ਼ਨ ‘ਤੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ ਚਲਾ ਸਕਦੀ ਹੈ। ਉਸਦਾ ਦਿਨ ਉਸਦੀ ਲੋਕਲ ਮਸ਼ੀਨ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਜੋ ਕੌਫੀ ਪੀਂਦੇ ਸਮੇਂ ਹਾਈ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਅਸੈਟਸ ਤਿਆਰ ਕਰਦੀ ਹੈ। ਉਸਨੂੰ ਕਿਸੇ ਹੋਰ ਰਾਜ ਵਿੱਚ ਸਰਵਰ ਦੇ ਜਵਾਬ ਦੇਣ ਦੀ ਉਡੀਕ ਨਹੀਂ ਕਰਨੀ ਪੈਂਦੀ। ਕਿਉਂਕਿ ਹਾਰਡਵੇਅਰ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੈ, ਉਸਦਾ ਦਫਤਰ ਜ਼ਿਆਦਾ ਗਰਮ ਨਹੀਂ ਹੁੰਦਾ, ਅਤੇ ਉਸਦਾ ਬਿਜਲੀ ਦਾ ਬਿੱਲ ਪ੍ਰਬੰਧਨਯੋਗ ਰਹਿੰਦਾ ਹੈ। ਲੋਕਲ ਕੰਪਿਊਟ ਵੱਲ ਇਹ ਤਬਦੀਲੀ ਬਿਹਤਰ ਚਿੱਪ ਪੈਕੇਜਿੰਗ ਅਤੇ ਮੈਮੋਰੀ ਪ੍ਰਬੰਧਨ ਦਾ ਸਿੱਧਾ ਨਤੀਜਾ ਹੈ। ਇਹ ਕ੍ਰਿਏਟਰਾਂ ਨੂੰ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰੀ ਅਤੇ ਬਿਹਤਰ ਗੋਪਨੀਯਤਾ ਦਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਇੱਕ ਪਾੜਾ ਵੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੋ ਲੋਕ ਨਵੀਨਤਮ ਹਾਰਡਵੇਅਰ ਖਰੀਦ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਕੋਲ ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ‘ਤੇ ਫਸੇ ਲੋਕਾਂ ਨਾਲੋਂ ਉਤਪਾਦਕਤਾ ਦਾ ਵੱਡਾ ਫਾਇਦਾ ਹੈ।

ਇਸਦਾ ਪ੍ਰਭਾਵ ਇਸ ਗੱਲ ‘ਤੇ ਵੀ ਪੈਂਦਾ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਆਪਣੇ ਬਜਟ ਦੀ ਯੋਜਨਾ ਕਿਵੇਂ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਇੱਕ ਮੱਧਮ ਆਕਾਰ ਦੀ ਫਰਮ ਨੂੰ ਇੱਕ ਵੱਡੇ ਕਲਾਉਡ ਕੰਟਰੈਕਟ ਜਾਂ ਆਪਣੇ ਖੁਦ ਦੇ ਹਾਰਡਵੇਅਰ ਕਲੱਸਟਰ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਦੇ ਵਿਚਕਾਰ ਚੋਣ ਕਰਨੀ ਪੈ ਸਕਦੀ ਹੈ। ਇਹ ਫੈਸਲਾ ਹੁਣ ਸਿਰਫ਼ ਲਾਗਤ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਕੰਟਰੋਲ ਬਾਰੇ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਹਾਰਡਵੇਅਰ ਦੇ ਮਾਲਕ ਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਸਟੈਕ ਦੇ ਮਾਲਕ ਹੁੰਦੇ ਹੋ। ਤੁਸੀਂ ਕਿਸੇ ਵੱਡੇ ਟੈਕ ਪ੍ਰੋਵਾਈਡਰ ਦੀਆਂ API ਸੀਮਾਵਾਂ ਜਾਂ ਬਦਲਦੀਆਂ ਸੇਵਾ ਦੀਆਂ ਸ਼ਰਤਾਂ ਦੇ ਅਧੀਨ ਨਹੀਂ ਹੋ। ਤੁਸੀਂ ਆਪਣੇ ਸਾਫਟਵੇਅਰ ਨੂੰ ਖਾਸ ਤੌਰ ‘ਤੇ ਆਪਣੇ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਚੱਲਣ ਲਈ ਅਨੁਕੂਲਿਤ ਕਰ ਸਕਦੇ ਹੋ, ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਹਰ ਇੱਕ ਹਿੱਸਾ ਨਿਚੋੜ ਸਕਦੇ ਹੋ। ਇਹ ਚਿੱਪ ਤਬਦੀਲੀ ਦਾ ਵਿਹਾਰਕ ਪੱਖ ਹੈ। ਇਹ AI ਨੂੰ ਇੱਕ ਦੂਰ ਦੀ ਸੇਵਾ ਤੋਂ ਇੱਕ ਲੋਕਲ ਉਪਯੋਗਤਾ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਪਰ ਇਸ ਉਪਯੋਗਤਾ ਲਈ ਵਿਸ਼ੇਸ਼ ਗਿਆਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਹਾਈ-ਪਰਫਾਰਮੈਂਸ ਚਿੱਪਾਂ ਦੇ ਕਲੱਸਟਰ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਰਵਾਇਤੀ ਸਰਵਰ ਰੂਮ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਰਗਾ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ ਗੁੰਝਲਦਾਰ ਨੈੱਟਵਰਕਿੰਗ ਪ੍ਰੋਟੋਕੋਲ ਅਤੇ ਲਿਕਵਿਡ ਕੂਲਿੰਗ ਸਿਸਟਮਾਂ ਨਾਲ ਨਜਿੱਠਣਾ ਪੈਂਦਾ ਹੈ। ਅਸਲ ਦੁਨੀਆ ਦਾ ਪ੍ਰਭਾਵ ਸਾਫਟਵੇਅਰ ਟੀਮਾਂ ਵਿੱਚ ਹਾਰਡਵੇਅਰ ਸਾਖਰਤਾ ਦੀ ਇੱਕ ਨਵੀਂ ਮੰਗ ਹੈ। ਇਹ ਦੋ ਖੇਤਰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਮਿਲ ਰਹੇ ਹਨ ਜਿਵੇਂ ਕਿ ਕੰਪਿਊਟਿੰਗ ਦੇ ਸ਼ੁਰੂਆਤੀ ਦਿਨਾਂ ਤੋਂ ਬਾਅਦ ਨਹੀਂ ਹੋਇਆ ਸੀ।

• ਵੱਡੇ ਮਾਡਲਾਂ ਦਾ ਲੋਕਲ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਰੀਅਲ-ਟਾਈਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਲੈਟੈਂਸੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
• ਐਡਵਾਂਸਡ ਕੂਲਿੰਗ ਲੋੜਾਂ ਆਧੁਨਿਕ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੇ ਭੌਤਿਕ ਖਾਕੇ ਨੂੰ ਬਦਲਦੀਆਂ ਹਨ।
• ਹਾਰਡਵੇਅਰ-ਲੈਵਲ ਐਨਕ੍ਰਿਪਸ਼ਨ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਲਈ ਸੁਰੱਖਿਆ ਦੀ ਇੱਕ ਨਵੀਂ ਪਰਤ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।
• ਪ੍ਰੋਪਰਾਈਟਰੀ ਇੰਟਰਕਨੈਕਟ ਕੰਪਨੀਆਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਹਾਰਡਵੇਅਰ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਰਹਿਣ ਲਈ ਮਜਬੂਰ ਕਰਦੇ ਹਨ।
• ਊਰਜਾ ਕੁਸ਼ਲਤਾ ਮੋਬਾਈਲ AI ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਪ੍ਰਾਇਮਰੀ ਮੈਟ੍ਰਿਕ ਬਣ ਜਾਂਦੀ ਹੈ।

ਸਾਨੂੰ ਆਪਣੇ ਆਪ ਤੋਂ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਸ ਹਾਰਡਵੇਅਰ ਜਨੂੰਨ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਕੀ ਹਨ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਵਧੇਰੇ ਪਾਵਰ ਲਈ ਜ਼ੋਰ ਦਿੰਦੇ ਹਾਂ, ਕੀ ਅਸੀਂ ਇਹਨਾਂ ਗੁੰਝਲਦਾਰ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਨਿਰਮਾਣ ਦੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਭਾਵ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਰਹੇ ਹਾਂ? ਇੱਕ ਆਧੁਨਿਕ ਫੈਬ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦਾ ਪਾਣੀ ਅਤੇ ਊਰਜਾ ਹੈਰਾਨੀਜਨਕ ਹੈ। ਹਾਰਡਵੇਅਰ ਪੱਧਰ ‘ਤੇ ਗੋਪਨੀਯਤਾ ਦਾ ਸਵਾਲ ਵੀ ਹੈ। ਜੇਕਰ ਸਿਲੀਕਾਨ ਵਿੱਚ ਹੀ ਟੈਲੀਮੈਟਰੀ ਬਣੀ ਹੋਈ ਹੈ, ਤਾਂ ਕੀ ਅਸੀਂ ਕਦੇ ਵੀ ਨਿਸ਼ਚਤ ਹੋ ਸਕਦੇ ਹਾਂ ਕਿ ਸਾਡਾ ਡੇਟਾ ਪ੍ਰਾਈਵੇਟ ਹੈ? ਅਸੀਂ ਅਕਸਰ ਮੰਨ ਲੈਂਦੇ ਹਾਂ ਕਿ ਵਧੇਰੇ ਕੰਪਿਊਟ ਹਮੇਸ਼ਾ ਬਿਹਤਰ ਹੁੰਦਾ ਹੈ, ਪਰ ਅਸੀਂ ਘੱਟ ਹੀ ਪੁੱਛਦੇ ਹਾਂ ਕਿ ਕੀ ਅਸੀਂ ਜਿਨ੍ਹਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਰਹੇ ਹਾਂ ਉਹਨਾਂ ਲਈ ਇੰਨੀ ਪਾਵਰ ਦੀ ਲੋੜ ਹੈ। ਕੀ ਅਸੀਂ ਇੱਕ ਅਜਿਹੀ ਡਿਜੀਟਲ ਦੁਨੀਆ ਬਣਾ ਰਹੇ ਹਾਂ ਜਿਸ ਵਿੱਚ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਅਮੀਰ ਦੇਸ਼ ਅਤੇ ਕੰਪਨੀਆਂ ਹੀ ਰਹਿ ਸਕਦੀਆਂ ਹਨ? ਕੁਝ ਹੱਥਾਂ ਵਿੱਚ ਨਿਰਮਾਣ ਸ਼ਕਤੀ ਦਾ ਕੇਂਦਰੀਕਰਨ ਇੱਕ ਅਜਿਹਾ ਜੋਖਮ ਹੈ ਜਿਸਨੂੰ ਅਸੀਂ ਤੇਜ਼ੀ ਨਾਲ ਟੋਕਨ ਪ੍ਰਤੀ ਸਕਿੰਟ ਦੀ ਦੌੜ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਰਹੇ ਹਾਂ। ਸਾਨੂੰ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਅਸੀਂ ਇੱਕ ਹਾਰਡਵੇਅਰ ਮੋਨੋਕਲਚਰ ਬਣਾ ਰਹੇ ਹਾਂ ਜੋ ਪ੍ਰਣਾਲੀਗਤ ਅਸਫਲਤਾ ਲਈ ਕਮਜ਼ੋਰ ਹੈ। ਹਾਰਡਵੇਅਰ ਹੀ ਕਿਸਮਤ ਹੈ ਮੌਜੂਦਾ ਟੈਕ ਮਾਹੌਲ ਵਿੱਚ, ਪਰ ਉਹ ਕਿਸਮਤ ਲੋਕਾਂ ਦੇ ਇੱਕ ਬਹੁਤ ਛੋਟੇ ਸਮੂਹ ਦੁਆਰਾ ਲਿਖੀ ਜਾ ਰਹੀ ਹੈ।

ਸਾਨੂੰ ਇਹ ਸਵਾਲ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕੀ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਵਿਚਕਾਰ ਸਮਝੌਤਾ ਉਹ ਹੈ ਜੋ ਅਸੀਂ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ। ਬੰਦ ਹਾਰਡਵੇਅਰ ਈਕੋਸਿਸਟਮ ਵੱਲ ਮੌਜੂਦਾ ਰੁਝਾਨ ਸੁਤੰਤਰ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਇਹ ਤਸਦੀਕ ਕਰਨਾ ਔਖਾ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਸਿਸਟਮ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ।

ਪਾਵਰ ਯੂਜ਼ਰਸ ਲਈ, ਤਕਨੀਕੀ ਵੇਰਵੇ ਉਹ ਹਨ ਜਿੱਥੇ ਅਸਲ ਕਹਾਣੀ ਹੈ। ਸਾਫਟਵੇਅਰ ਅਤੇ ਹਾਰਡਵੇਅਰ ਦਾ ਏਕੀਕਰਣ CUDA ਜਾਂ ROCm ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਲਾਇਬ੍ਰੇਰੀਆਂ ਰਾਹੀਂ ਹੋ ਰਿਹਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਡਰਾਈਵਰ ਨਹੀਂ ਹਨ; ਇਹ ਉਹ ਪੁਲ ਹਨ ਜੋ ਕੋਡ ਨੂੰ ਚਿੱਪ ‘ਤੇ ਹਜ਼ਾਰਾਂ ਛੋਟੇ ਕੋਰਾਂ ਨਾਲ ਗੱਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਵਰਕਫਲੋ ਲਈ ਮੌਜੂਦਾ ਰੁਕਾਵਟ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ਦੁਆਰਾ ਲਗਾਈ ਗਈ API ਸੀਮਾ ਹੈ। ਲੋਕਲ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਜਾਣ ਨਾਲ, ਉਪਭੋਗਤਾ ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਲੋਕਲ ਸਟੋਰੇਜ ਅਤੇ ਮੈਮੋਰੀ ਬੈਂਡਵਿਡਥ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਨਾਲ ਨਜਿੱਠਣਾ ਪੈਂਦਾ ਹੈ। ਇੰਟਰਕਨੈਕਟ ਸਪੀਡ, ਜਿਵੇਂ ਕਿ NVLink, ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ ਕਿ ਕਈ ਚਿੱਪਾਂ ਇੱਕ ਸਿੰਗਲ ਯੂਨਿਟ ਵਜੋਂ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਜੇਕਰ ਇੰਟਰਕਨੈਕਟ ਹੌਲੀ ਹੈ, ਤਾਂ ਹੋਰ ਚਿੱਪਾਂ ਜੋੜਨ ਨਾਲ ਤੁਹਾਨੂੰ ਘੱਟ ਲਾਭ ਮਿਲਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਨਵੀਨਤਮ AI ਹਾਰਡਵੇਅਰ ਰੁਝਾਨ ਪ੍ਰੋਸੈਸਿੰਗ ਦੇ ਨਾਲ-ਨਾਲ ਨੈੱਟਵਰਕਿੰਗ ‘ਤੇ ਵੀ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ। ਤੁਹਾਨੂੰ ਥਰਮਲ ਡਿਜ਼ਾਈਨ ਪਾਵਰ ‘ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨਾ ਹੋਵੇਗਾ। ਇੱਕ ਚਿੱਪ ਜੋ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗਰਮ ਚੱਲਦੀ ਹੈ, ਉਹ ਆਪਣੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਸੀਮਤ ਕਰ ਦੇਵੇਗੀ, ਜਿਸ ਨਾਲ ਇਸਦੀ ਸਿਧਾਂਤਕ ਪੀਕ ਸਪੀਡ ਬੇਕਾਰ ਹੋ ਜਾਵੇਗੀ। ਲੋਕਲ ਸਟੋਰੇਜ ਸਪੀਡ ਵੀ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ, ਕਿਉਂਕਿ ਸਟਾਰਟਅੱਪ ਦੇਰੀ ਤੋਂ ਬਚਣ ਲਈ ਮਾਡਲ ਵੇਟਸ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਮੈਮੋਰੀ ਵਿੱਚ ਲੋਡ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਾਰਕੀਟ ਦਾ ਗੀਕ ਸੈਕਸ਼ਨ ਸਧਾਰਨ ਬੈਂਚਮਾਰਕਾਂ ਤੋਂ ਦੂਰ ਅਤੇ ਸਿਸਟਮ-ਵਿਆਪੀ ਥ੍ਰੂਪੁੱਟ ਮੈਟ੍ਰਿਕਸ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।

• ਇੰਟਰਕਨੈਕਟ ਬੈਂਡਵਿਡਥ ਹੁਣ ਹਾਈ-ਐਂਡ ਕਲੱਸਟਰਾਂ ਵਿੱਚ ਪ੍ਰਤੀ ਸਕਿੰਟ ਕਈ ਟੈਰਾਬਾਈਟ ਤੋਂ ਵੱਧ ਹੈ।
• ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਤਕਨੀਕਾਂ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਛੋਟੇ ਮੈਮੋਰੀ ਫੁੱਟਪ੍ਰਿੰਟਸ ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀਆਂ ਹਨ।
• ਯੂਨੀਫਾਈਡ ਮੈਮੋਰੀ ਆਰਕੀਟੈਕਚਰ CPU ਅਤੇ GPU ਨੂੰ ਡੇਟਾ ਦੇ ਇੱਕੋ ਪੂਲ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ।
• ਖਾਸ ਗਣਿਤਿਕ ਕਾਰਵਾਈਆਂ ਲਈ ਹਾਰਡਵੇਅਰ ਐਕਸਲੇਟਰ ਕੰਜ਼ਿਊਮਰ CPUs ਵਿੱਚ ਸਟੈਂਡਰਡ ਬਣ ਰਹੇ ਹਨ।
• ਲੋਕਲ API ਐਂਡਪੁਆਇੰਟ ਵੱਖ-ਵੱਖ ਸਾਫਟਵੇਅਰ ਟੂਲਸ ਵਿਚਕਾਰ ਸਹਿਜ ਏਕੀਕਰਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ।

ਅਗਲੇ ਸਾਲ ਦੌਰਾਨ ਅਰਥਪੂਰਨ ਪ੍ਰਗਤੀ ਨੂੰ ਉੱਚ ਕਲਾਕ ਸਪੀਡ ਦੁਆਰਾ ਨਹੀਂ ਮਾਪਿਆ ਜਾਵੇਗਾ। ਇਸ ਦੀ ਬਜਾਏ, ਸਾਨੂੰ ਊਰਜਾ ਕੁਸ਼ਲਤਾ ਅਤੇ ਐਡਵਾਂਸਡ ਪੈਕੇਜਿੰਗ ਦੇ ਲੋਕਤੰਤਰੀਕਰਨ ਵਿੱਚ ਸੁਧਾਰਾਂ ਦੀ ਭਾਲ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਵਧੇਰੇ ਓਪਨ ਇੰਟਰਕਨੈਕਟ ਸਟੈਂਡਰਡਾਂ ਵੱਲ ਵਧਦੇ ਹਾਂ, ਤਾਂ ਇਹ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੰਕੇਤ ਹੋਵੇਗਾ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੋਵੇਗਾ ਕਿ ਉਪਭੋਗਤਾ ਹੁਣ ਇੱਕ ਸਿੰਗਲ ਵੈਂਡਰ ਸਟੈਕ ਵਿੱਚ ਲੌਕ ਨਹੀਂ ਹਨ। ਸਾਨੂੰ ਚਿੱਪ-ਅੰਦਰ ਨੈੱਟਵਰਕਿੰਗ ਵਿੱਚ ਵਿਕਾਸ ਲਈ ਵੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਡੇਟਾ ਨੂੰ ਮੂਵ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਪਾਵਰ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ। ਅਸਲ ਸਫਲਤਾ ਇਹ ਹੋਵੇਗੀ ਜੇਕਰ ਹਾਈ-ਪਰਫਾਰਮੈਂਸ AI ਸਿਰਫ਼ ਚੋਟੀ ਦੇ ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਕੰਪਨੀਆਂ ਤੋਂ ਇਲਾਵਾ ਹੋਰਾਂ ਲਈ ਵੀ ਪਹੁੰਚਯੋਗ ਹੋ ਜਾਵੇ। ਵਿਹਾਰਕ ਦਾਅ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹਨ। ਹਾਰਡਵੇਅਰ ਉਸ ਹਰ ਚੀਜ਼ ਦੀ ਨੀਂਹ ਹੈ ਜੋ ਅਸੀਂ ਡਿਜੀਟਲ ਸਪੇਸ ਵਿੱਚ ਬਣਾਉਂਦੇ ਹਾਂ। ਜੇਕਰ ਉਹ ਨੀਂਹ ਕੇਂਦਰਿਤ, ਮਹਿੰਗੀ ਅਤੇ ਅਪਾਰਦਰਸ਼ੀ ਹੈ, ਤਾਂ ਟੈਕਨਾਲੋਜੀ ਦਾ ਭਵਿੱਖ ਵੀ ਅਜਿਹਾ ਹੀ ਹੋਵੇਗਾ। ਸਾਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਵੱਲ ਵਧਣ ਦੀ ਲੋੜ ਹੈ ਜਿੱਥੇ ਸਿਲੀਕਾਨ ਦੀ ਤਾਕਤ ਦੀ ਵਰਤੋਂ ਹਰ ਕਿਸੇ ਲਈ ਅਸਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਵੇ, ਨਾ ਕਿ ਸਿਰਫ਼ ਮਾਰਕੀਟ ਵਿੱਚ ਹੋਰ ਰੌਲਾ ਪਾਉਣ ਲਈ। ਤਬਦੀਲੀ ਹੁਣ ਹੋ ਰਹੀ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਦਹਾਕਿਆਂ ਤੱਕ ਮਹਿਸੂਸ ਕੀਤੇ ਜਾਣਗੇ।

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.

ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।