AI چپ کی اگلی بڑی تبدیلی: تیز، چھوٹی یا زیادہ موثر؟

تیز تر AI کی دوڑ اب سادہ کلاک اسپیڈ سے نکل کر سسٹم آرکیٹیکچر کی پیچیدہ جنگ میں بدل چکی ہے۔ اب صرف سلیکون کے ایک ٹکڑے پر زیادہ ٹرانزسٹر لگانا کافی نہیں ہے۔ انڈسٹری ایک ایسی دیوار سے ٹکرا گئی ہے جہاں پروسیسر اور میموری کے درمیان ڈیٹا کی منتقلی کی رفتار، خود پروسیسر سے زیادہ اہم ہو گئی ہے۔ یہ تبدیلی ہارڈویئر کے موجودہ دور کی وضاحت کرتی ہے۔ وہ کمپنیاں جو کبھی صرف چپ ڈیزائن پر توجہ مرکوز کرتی تھیں، اب خود کو متعلقہ رہنے کے لیے عالمی سپلائی چین اور جدید پیکیجنگ تکنیکوں کو سنبھالتے ہوئے پا رہی ہیں۔ حالیہ تبدیلی ایک ایسے جامع سسٹمز کی طرف ہے جہاں نیٹ ورکنگ اور میموری اتنی ہی اہم ہیں جتنے کہ لاجک گیٹس۔ یہ ارتقاء اس بات کو بدل رہا ہے کہ سافٹ ویئر کیسے لکھا جاتا ہے اور حکومتیں قومی سلامتی کو کیسے دیکھتی ہیں۔ اگر آپ یہ سمجھنا چاہتے ہیں کہ ٹیکنالوجی آگے کہاں جا رہی ہے، تو چپس کے بجائے ان کے درمیان موجود کنکشنز کو دیکھیں۔ کسی بھی پلیٹ فارم کی طاقت اب اس بات پر منحصر ہے کہ وہ ان بکھرے ہوئے حصوں کو ایک مربوط یونٹ میں کیسے ضم کرتا ہے۔ جو لوگ ہارڈویئر کی طبعی حدود کو نظر انداز کریں گے، وہ پائیں گے کہ ان کے سافٹ ویئر کے خواب لیٹنسی (latency) اور گرمی کی وجہ سے رک گئے ہیں۔

میموری کی دیوار کو توڑنے کے لیے سلیکون کی تہہ بندی

موجودہ تبدیلی کو سمجھنے کے لیے، آپ کو یہ دیکھنا ہوگا کہ چپس کو جسمانی طور پر کیسے جوڑا جاتا ہے۔ دہائیوں تک، انڈسٹری نے فلیٹ ڈیزائن کی پیروی کی۔ آپ کے پاس ایک پروسیسر ہوتا تھا اور ایک میموری، اور وہ سرکٹ بورڈ پر الگ الگ بیٹھے ہوتے تھے۔ آج، یہ دوری کارکردگی کی سب سے بڑی دشمن ہے۔ اس مسئلے کو حل کرنے کے لیے، مینوفیکچررز جدید پیکیجنگ کی طرف مڑ رہے ہیں۔ اس میں اجزاء کو ایک دوسرے کے اوپر یا پہلو بہ پہلو ایک خصوصی بیس پر رکھنا شامل ہے جسے انٹرپوزر (interposer) کہا جاتا ہے۔ یہ تکنیک، جسے اکثر Chip on Wafer on Substrate کہا جاتا ہے، ڈیٹا کو ایسی رفتار سے منتقل کرنے کی اجازت دیتی ہے جو پہلے ناممکن تھی۔ یہ صرف ایک معمولی بہتری نہیں ہے۔ یہ کمپیوٹر بنانے کے طریقے میں ایک بنیادی تبدیلی ہے۔ جب آپ **High Bandwidth Memory** کو براہ راست پروسیسنگ کورز کے ساتھ رکھتے ہیں، تو آپ ان ٹریفک جامز کو ختم کر دیتے ہیں جو بڑے لینگویج ماڈلز کو سست کرتے ہیں۔ یہی وجہ ہے کہ NVIDIA جیسی کمپنیاں اتنی غالب ہیں۔ وہ صرف ایک چپ نہیں بیچتے۔ وہ ایک مضبوطی سے مربوط پیکیج بیچتے ہیں جس میں میموری اور ہائی اسپیڈ انٹرکونیکٹس شامل ہیں۔

خود میموری بھی بدل چکی ہے۔ سٹینڈرڈ RAM جدید AI کے مطالبات کے ساتھ نہیں چل سکتی۔ انڈسٹری ایسی خصوصی میموری کی طرف بڑھی ہے جو بہت زیادہ تھرو پٹ (throughput) پیش کرتی ہے۔ یہ میموری مہنگی ہے اور بنانا مشکل ہے، جو سپلائی میں رکاوٹ پیدا کرتی ہے۔ اگر کوئی کمپنی اس خصوصی میموری کو کافی مقدار میں حاصل نہیں کر پاتی، تو ان کے جدید پروسیسرز بنیادی طور پر بیکار ہیں۔ یہ انحصار ظاہر کرتا ہے کہ ہارڈویئر کی کہانی اب ایک سسٹم کی کہانی ہے۔ آپ دماغ کے بارے میں بات نہیں کر سکتے بغیر ان رگوں کے جو خون لے جاتی ہیں۔ 2D سے 3D ڈھانچوں کی طرف منتقلی آج مارکیٹ میں سب سے اہم تکنیکی اشارہ ہے۔ یہ سنجیدہ کھلاڑیوں کو ان لوگوں سے الگ کرتا ہے جو صرف پرانے ڈیزائنوں کو دہرا رہے ہیں۔ اس تبدیلی کے لیے مینوفیکچرنگ سہولیات میں بھاری سرمایہ کاری کی ضرورت ہے جو ایسی درستگی کو سنبھال سکیں۔ دنیا میں صرف چند کمپنیاں، جیسے TSMC، اس پیمانے پر یہ کرنے کی صلاحیت رکھتی ہیں۔

AI کی جغرافیائی سیاسی حقیقت اس بات سے جڑی ہے کہ یہ چپس کہاں بنتی ہیں۔ زیادہ تر جدید مینوفیکچرنگ تائیوان میں چند مربع میل کے اندر مرکوز ہے۔ یہ ارتکاز عالمی معیشت کے لیے ناکامی کا ایک واحد نقطہ پیدا کرتا ہے۔ اگر وہاں پیداوار رک جائے تو پورا ٹیک سیکٹر رک جاتا ہے۔ حکومتیں اب گھریلو فیکٹریاں بنانے کے لیے اربوں ڈالر خرچ کر رہی ہیں، لیکن ان منصوبوں کو مکمل ہونے میں برسوں لگتے ہیں۔ برآمدی کنٹرول بھی ایک بڑا عنصر بن چکے ہیں۔ امریکی حکومت نے تکنیکی برتری برقرار رکھنے کے لیے کچھ ممالک کو ہائی اینڈ AI چپس کی فروخت محدود کر دی ہے۔ اس نے کمپنیوں کو اپنے ہارڈویئر کے مخصوص ورژن ڈیزائن کرنے پر مجبور کیا ہے جو ان قوانین کی تعمیل کرتے ہیں۔ عالمی مارکیٹ کی یہ تقسیم اس بات کا مطلب ہے کہ آپ کہاں واقع ہیں، یہ طے کرتا ہے کہ آپ کس قسم کا AI بنا سکتے ہیں۔ یہ ایک ایسی دنیا میں واپسی ہے جہاں طبعی سرحدیں ڈیجیٹل امکانات کا تعین کرتی ہیں۔ ہارڈویئر اور پلیٹ فارم پاور کے درمیان تعلق اب قومی پالیسی کا معاملہ ہے۔ ایک ملک جس کے پاس جدید ترین سلیکون تک رسائی نہیں ہے، وہ سافٹ ویئر کے دور میں مقابلہ نہیں کر سکتا۔ یہی وجہ ہے کہ ہم خام مال سے لے کر تیار شدہ سسٹمز تک سپلائی چین کو کنٹرول کرنے کے لیے اتنی جارحانہ حرکتیں دیکھ رہے ہیں۔

ایک ڈویلپر یا چھوٹے کاروبار کے لیے، ان ہارڈویئر تبدیلیوں کے فوری نتائج ہوتے ہیں۔ سارہ نامی ایک تخلیق کار کا تصور کریں جو ایک چھوٹا اسٹوڈیو چلاتی ہے۔ ایک سال پہلے، وہ اپنے AI ٹولز چلانے کے لیے مکمل طور پر کلاؤڈ فراہم کنندگان پر انحصار کرتی تھی۔ وہ بھاری ماہانہ فیس ادا کرتی تھی اور اس بات سے پریشان رہتی تھی کہ اس کا ڈیٹا ٹریننگ کے لیے استعمال ہو رہا ہے۔ آج، زیادہ موثر چپ ڈیزائن اور بہتر لوکل میموری انٹیگریشن کی بدولت، وہ ایک ورک اسٹیشن پر ایک طاقتور ماڈل چلا سکتی ہے۔ اس کا دن اس کی مقامی مشین کے ساتھ شروع ہوتا ہے جو ہائی ریزولوشن اثاثے تیار کرتی ہے جبکہ وہ اپنی کافی پیتی ہے۔ اسے کسی دوسری ریاست میں سرور کے جواب دینے کا انتظار نہیں کرنا پڑتا۔ چونکہ ہارڈویئر زیادہ موثر ہے، اس کا دفتر زیادہ گرم نہیں ہوتا، اور اس کا بجلی کا بل بھی قابو میں رہتا ہے۔ لوکل کمپیوٹ کی طرف یہ تبدیلی بہتر چپ پیکیجنگ اور میموری مینجمنٹ کا براہ راست نتیجہ ہے۔ یہ تخلیق کاروں کو زیادہ خودمختاری اور بہتر پرائیویسی دیتا ہے۔ تاہم، یہ ایک تقسیم بھی پیدا کرتا ہے۔ جو لوگ جدید ترین ہارڈویئر خرید سکتے ہیں، انہیں ان لوگوں پر زبردست پیداواری فائدہ حاصل ہے جو پرانے سسٹمز پر پھنسے ہوئے ہیں۔

اس کا اثر اس بات پر بھی پڑتا ہے کہ کمپنیاں اپنے بجٹ کیسے بناتی ہیں۔ ایک درمیانے درجے کی فرم کو شاید ایک بڑے کلاؤڈ کنٹریکٹ اور اپنے ہارڈویئر کلسٹر میں سرمایہ کاری کے درمیان انتخاب کرنا پڑے۔ یہ فیصلہ اب صرف قیمت کے بارے میں نہیں ہے۔ یہ کنٹرول کے بارے میں ہے۔ جب آپ ہارڈویئر کے مالک ہوتے ہیں، تو آپ اسٹیک کے مالک ہوتے ہیں۔ آپ کسی بڑے ٹیک فراہم کنندہ کی API حدود یا بدلتی ہوئی سروس کی شرائط کے تابع نہیں ہوتے۔ آپ اپنے سافٹ ویئر کو خاص طور پر اپنے ہارڈویئر پر چلانے کے لیے بہتر بنا سکتے ہیں، جس سے کارکردگی کا ہر ایک حصہ نچوڑا جا سکتا ہے۔ یہ چپ شفٹ کا عملی پہلو ہے۔ یہ AI کو ایک دور کی سروس سے مقامی یوٹیلیٹی میں بدل دیتا ہے۔ لیکن اس یوٹیلیٹی کے لیے خصوصی علم کی ضرورت ہے۔ ہائی پرفارمنس چپس کے کلسٹر کا انتظام کرنا روایتی سرور روم کے انتظام جیسا نہیں ہے۔ آپ کو پیچیدہ نیٹ ورکنگ پروٹوکولز اور مائع کولنگ سسٹمز سے نمٹنا پڑتا ہے۔ حقیقی دنیا کا اثر سافٹ ویئر ٹیموں کے درمیان ہارڈویئر خواندگی کی نئی مانگ ہے۔ دونوں شعبے اس طرح ضم ہو رہے ہیں جیسے کمپیوٹنگ کے ابتدائی دنوں کے بعد سے نہیں ہوئے۔

• بڑے ماڈلز کا مقامی نفاذ ریئل ٹائم ایپلی کیشنز کے لیے لیٹنسی کو کم کرتا ہے۔
• جدید کولنگ کی ضروریات جدید ڈیٹا سینٹرز کے طبعی لے آؤٹ کو بدل دیتی ہیں۔
• ہارڈویئر لیول کی انکرپشن حساس ڈیٹا کے لیے سیکیورٹی کی ایک نئی تہہ فراہم کرتی ہے۔
• ملکیتی انٹرکونیکٹس کمپنیوں کو ایک ہی ہارڈویئر ایکو سسٹم کے اندر رہنے پر مجبور کرتے ہیں۔
• توانائی کی کارکردگی موبائل AI کارکردگی کے لیے بنیادی میٹرک بن جاتی ہے۔

ہمیں خود سے پوچھنا چاہیے کہ اس ہارڈویئر کے جنون کی چھپی ہوئی قیمتیں کیا ہیں۔ جیسے جیسے ہم زیادہ طاقت کے لیے زور دے رہے ہیں، کیا ہم ان پیچیدہ سسٹمز کی تیاری کے ماحولیاتی اثرات کو نظر انداز کر رہے ہیں؟ جدید فیکٹری چلانے کے لیے درکار پانی اور توانائی حیران کن ہے۔ ہارڈویئر کی سطح پر پرائیویسی کا سوال بھی ہے۔ اگر سلیکون میں ہی ٹیلی میٹری موجود ہے، تو کیا ہم کبھی واقعی یقین کر سکتے ہیں کہ ہمارا ڈیٹا نجی ہے؟ ہم اکثر فرض کر لیتے ہیں کہ زیادہ کمپیوٹ ہمیشہ بہتر ہوتا ہے، لیکن ہم شاذ و نادر ہی پوچھتے ہیں کہ کیا جن مسائل کو ہم حل کر رہے ہیں ان کے لیے اتنی طاقت کی ضرورت ہے۔ کیا ہم ایک ایسی ڈیجیٹل دنیا بنا رہے ہیں جس میں صرف امیر ترین قومیں اور کمپنیاں ہی رہ سکتی ہیں؟ مینوفیکچرنگ پاور کا چند ہاتھوں میں ارتکاز ایک ایسا خطرہ ہے جسے ہم تیز تر ٹوکنز فی سیکنڈ کی دوڑ میں زیادہ تر نظر انداز کر رہے ہیں۔ ہمیں غور کرنا چاہیے کہ کیا ہم ایک ایسی ہارڈویئر مونو کلچر بنا رہے ہیں جو نظامی ناکامی کا شکار ہو سکتی ہے۔ ہارڈویئر ہی تقدیر ہے موجودہ ٹیک آب و ہوا میں، لیکن یہ تقدیر لوگوں کے ایک بہت چھوٹے گروپ کی طرف سے لکھی جا رہی ہے۔

پاور یوزرز کے لیے، تکنیکی تفصیلات ہی اصل کہانی ہیں۔ سافٹ ویئر اور ہارڈویئر کا انضمام CUDA یا ROCm جیسی خصوصی لائبریریوں کے ذریعے ہو رہا ہے۔ یہ صرف ڈرائیور نہیں ہیں؛ یہ وہ پل ہیں جو کوڈ کو چپ پر موجود ہزاروں چھوٹے کورز سے بات کرنے کی اجازت دیتے ہیں۔ بہت سے ورک فلو کے لیے موجودہ رکاوٹ کلاؤڈ فراہم کنندگان کی طرف سے عائد کردہ API حد ہے۔ مقامی ہارڈویئر پر منتقل ہو کر، صارفین ان حدود کو نظرانداز کر سکتے ہیں، لیکن انہیں مقامی اسٹوریج اور میموری بینڈوتھ کی رکاوٹوں سے نمٹنا ہوگا۔ انٹرکونیکٹ اسپیڈ، جیسے NVLink، یہ طے کرتی ہے کہ متعدد چپس ایک یونٹ کے طور پر کتنی اچھی طرح کام کر سکتے ہیں۔ اگر انٹرکونیکٹ سست ہے، تو مزید چپس شامل کرنے سے آپ کو کم فائدہ ملتا ہے۔ یہی وجہ ہے کہ جدید ترین AI ہارڈویئر رجحانات پروسیسنگ کے ساتھ ساتھ نیٹ ورکنگ پر بھی توجہ مرکوز کرتے ہیں۔ آپ کو تھرمل ڈیزائن پاور پر بھی غور کرنا ہوگا۔ ایک چپ جو بہت زیادہ گرم چلتی ہے وہ اپنی کارکردگی کو محدود کر دے گی، جس سے اس کی نظریاتی چوٹی کی رفتار غیر متعلقہ ہو جائے گی۔ مقامی اسٹوریج کی رفتار بھی اہمیت رکھتی ہے، کیونکہ ماڈل ویٹس کو اسٹارٹ اپ میں تاخیر سے بچنے کے لیے تیزی سے میموری میں لوڈ کیا جانا چاہیے۔ مارکیٹ کا گیک سیکشن سادہ بینچ مارکس سے دور ہو کر سسٹم وائیڈ تھرو پٹ میٹرکس کی طرف بڑھ رہا ہے۔

• انٹرکونیکٹ بینڈوتھ اب ہائی اینڈ کلسٹرز میں کئی ٹیرا بائٹس فی سیکنڈ سے تجاوز کر گئی ہے۔
• کوانٹائزیشن تکنیک بڑے ماڈلز کو چھوٹی میموری میں فٹ ہونے کی اجازت دیتی ہے۔
• یونیفائیڈ میموری آرکیٹیکچر CPU اور GPU کو ڈیٹا کا ایک ہی پول شیئر کرنے کی اجازت دیتے ہیں۔
• مخصوص ریاضی کے آپریشنز کے لیے ہارڈویئر ایکسلریٹرز کنزیومر CPUs میں معیاری بن رہے ہیں۔
• لوکل API اینڈ پوائنٹس مختلف سافٹ ویئر ٹولز کے درمیان ہموار انضمام کی اجازت دیتے ہیں۔

اگلے سال کے دوران بامعنی پیشرفت کو زیادہ کلاک اسپیڈ سے نہیں ماپا جائے گا۔ اس کے بجائے، ہمیں توانائی کی کارکردگی اور جدید پیکیجنگ کی جمہوری کاری میں بہتری تلاش کرنی چاہیے۔ اگر ہم زیادہ اوپن انٹرکونیکٹ معیارات کی طرف بڑھتے ہوئے دیکھتے ہیں، تو یہ ایک اہم اشارہ ہوگا۔ اس کا مطلب یہ ہوگا کہ صارفین اب ایک ہی وینڈر اسٹیک تک محدود نہیں ہیں۔ ہمیں آن چپ نیٹ ورکنگ میں پیش رفت پر بھی نظر رکھنی چاہیے جو ڈیٹا کو منتقل کرنے کے لیے درکار طاقت کو کم کرتی ہے۔ اصل کامیابی تب ہوگی جب ہائی پرفارمنس AI صرف ٹاپ ایک فیصد کمپنیوں کے بجائے زیادہ لوگوں کے لیے قابل رسائی ہو جائے۔ عملی داؤ پر بہت کچھ لگا ہے۔ ہارڈویئر ہر اس چیز کی بنیاد ہے جو ہم ڈیجیٹل اسپیس میں بناتے ہیں۔ اگر وہ بنیاد مرکوز، مہنگی اور مبہم ہے، تو ٹیکنالوجی کا مستقبل بھی ایسا ہی ہوگا۔ ہمیں ایک ایسی دنیا کی طرف بڑھنے کی ضرورت ہے جہاں سلیکون کی طاقت کو ہر کسی کے لیے حقیقی مسائل حل کرنے کے لیے استعمال کیا جائے، نہ کہ صرف مارکیٹ میں مزید شور پیدا کرنے کے لیے۔ یہ تبدیلی اب ہو رہی ہے، اور اس کے نتائج دہائیوں تک محسوس کیے جائیں گے۔

ایڈیٹر کا نوٹ: ہم نے یہ سائٹ ایک کثیر لسانی AI خبروں اور گائیڈز کے مرکز کے طور پر ان لوگوں کے لیے بنائی ہے جو کمپیوٹر گیکس نہیں ہیں، لیکن پھر بھی مصنوعی ذہانت کو سمجھنا چاہتے ہیں، اسے زیادہ اعتماد کے ساتھ استعمال کرنا چاہتے ہیں، اور اس مستقبل کی پیروی کرنا چاہتے ہیں جو پہلے ہی آ رہا ہے۔