Openai कथित तौर पर आने वाले महीनों में अपने पहले इन-हाउस चिप के डिजाइन को अंतिम रूप देने की योजना के साथ, अपने स्वयं के कृत्रिम बुद्धिमत्ता (AI) सिलिकॉन को विकसित करके NVIDIA पर निर्भरता को कम करने के अपने प्रयासों को तेज कर रहा है। CHATGPT निर्माता द मामले से परिचित सूत्रों के अनुसार, ताइवान सेमीकंडक्टर मैन्युफैक्चरिंग कंपनी (TSMC) को निर्माण के लिए अपना डिजाइन भेजने की तैयारी कर रहा है।
कथित तौर पर, उत्पादन के लिए एक चिप डिजाइन प्रस्तुत करने की प्रक्रिया, जिसे ‘टेपिंग आउट’ के रूप में जाना जाता है, में एक महत्वपूर्ण मील का पत्थर है ओपनई की महत्वाकांक्षा 2026 तक अपने एआई चिप्स को बड़े पैमाने पर बनाने के लिए। यह देखते हुए कि एक प्रारंभिक टेप-आउट में दसियों लाख डॉलर खर्च हो सकते हैं और पूरा होने में लगभग छह महीने लग सकते हैं, कोई निश्चितता नहीं है कि पहला पुनरावृत्ति इरादा के रूप में कार्य करेगा। किसी भी मुद्दे को समस्या निवारण और फिर से प्रस्तुत करने के एक और चक्र की आवश्यकता हो सकती है, संभावित रूप से प्रगति में देरी हो सकती है।
इस पहल को कथित तौर पर ओपनईएआई के प्रमुख चिप आपूर्तिकर्ताओं के साथ बातचीत का लाभ उठाने के लिए एक रणनीतिक कदम के रूप में देखा जाता है। इस प्रारंभिक डिजाइन के बाद, OpenAI ने लगातार पुनरावृत्तियों पर अपनी क्षमताओं का विस्तार करने के लिए तेजी से परिष्कृत प्रोसेसर विकसित करने की योजना बनाई है।
यदि सफल हो, तो नई ऐ चिप एनवीडिया के प्रमुख उत्पादों के लिए एक विकल्प प्रदान कर सकता है, जो वर्तमान में अनुमानित 80 प्रतिशत बाजार हिस्सेदारी रखता है। Openai के डिजाइन का तेजी से विकास, जो कई अन्य चिप डिजाइनरों की तुलना में तेजी से आगे बढ़ा है, का सुझाव है कि कंपनी हार्डवेयर नवाचार में महत्वपूर्ण प्रगति कर रही है। माइक्रोसॉफ्ट और मेटा जैसे टेक दिग्गजों ने मिश्रित परिणामों के साथ अपने स्वयं के एआई चिप्स को विकसित करने का प्रयास करने में वर्षों बिताए हैं।
TSMC कथित तौर पर निर्माण के लिए तैयार है ओपनई की ऐ चिप इसकी अत्याधुनिक 3-नैनोमेट्रे प्रक्रिया प्रौद्योगिकी का उपयोग करना। डिजाइन में एक सिस्टोलिक सरणी वास्तुकला, उच्च-बैंडविड्थ मेमोरी (एचबीएम), और व्यापक नेटवर्किंग क्षमताओं को शामिल किया गया है-एनवीडिया के मौजूदा चिप्स के समान।
जबकि Openai की पहली पीढ़ी की चिप संभवतः प्रशिक्षण और AI मॉडल चलाने के लिए सक्षम होगी, यह शुरू में सीमित पैमाने पर तैनात किए जाने की उम्मीद है, मुख्य रूप से पूर्ण-पैमाने पर प्रशिक्षण के बजाय मॉडल अनुमान पर ध्यान केंद्रित करते हुए।
(रायटर से इनपुट के साथ)
