जब सॉफ़्टवेयर की दक्षता हार्डवेयर की मांग को कम कर देती है
इस वर्ष की शुरुआत में, सेमीकंडक्टर बाजार एक ऐसा अनुमान लगा रहा था जो सिलिकॉन की तरह ठोस लग रहा था: आर्टिफिशियल इंटेलिजेंस का विकास मेमोरी की निरंतर और अनपेक्षित मांग को सुनिश्चित करेगा। अधिक मॉडल, अधिक पैरामीटर, अधिक समवर्ती पूर्वानुमान। यह तर्क रेखीय और माइक्रॉन और सैंडिस्क के शेयरधारकों के लिए संतोषजनक था। फिर गूगल ने टर्बोक्वांट प्रकाशित किया।
गूगल के शोध दल की घोषणा युद्ध के ऐलान के रूप में नहीं आई, बल्कि एक तकनीकी पेपर के रूप में आई। टर्बोक्वांट एक अत्यधिक संकुचन एल्गोरिदम है जो, कंपनी के इंजीनियरों के अनुसार, बड़े भाषा मॉडल के मेमोरी उपयोग को छह गुना तक कम कर सकता है बिना उनके प्रदर्शन में महत्वपूर्ण कमी के। बाजार ने इस सूचना के प्रभावों को समझने में कुछ घंटे ही लगाए: माइक्रॉन और सैंडिस्क के शेयरों में तेज गिरावट आई। विश्लेषकों ने तुरंत निवेशकों से कम स्तर पर खरीदने की सलाह दी। लेकिन शॉर्ट-टर्म शोर के पीछे एक संरचनात्मक सवाल है जिसे केवल कुछ ही स्वर गंभीरता से पूछ रहे हैं।
जो टर्बोक्वांट उजागर करता है वह सिर्फ दो शेयरों के लिए एक तात्कालिक खतरा नहीं है। यह टेक्नोलॉजिकल इन्फ्रास्ट्रक्चर के व्यवसाय की परिभाषा करती एक तनाव का सबसे स्पष्ट प्रदर्शन है: एल्गोरिद्मिक दक्षता और हार्डवेयर की मांग एक दूसरे के पूरक हैं, और जब एक काफी आगे बढ़ जाती है, तो दूसरी पीछे हट जाती है।
उन संख्याओं का विश्लेषण जिन्हें चिप निर्माताओं ने नज़रअंदाज़ किया
इस झटके की मात्रा को समझने के लिए, पूर्वानुमान की अर्थव्यवस्था के पैमाने पर विचार करना आवश्यक है। आज, बड़े पैमाने पर भाषाई मॉडल को उत्पादन में तैनात करने के लिए उच्च गति वाली मेमोरी की बड़ी मात्रा की आवश्यकता होती है, जो कि खासतौर पर माइक्रॉन और सैंडिस्क द्वारा बनाई जाती है। प्रत्येक पूछताछ, प्रत्येक टेक्स्ट जनरेशन, प्रत्येक इमेज एनालिसिस बड़ी मेमोरी मॉडल के आकार के अनुरूप मेमोरी बैंडविड्थ का उपभोग करता है। बड़े टेक्नोलॉजिकल केंद्रों ने अपनी मेमोरी की क्षमता को बढ़ाने के लिए वर्षों तक कार्य किया है इसी मांग को पूरा करने के लिए।
यदि टर्बोक्वांट उन ही मॉडलों को वर्तमान मेमोरी के एक छठे हिस्से के साथ चलाने की अनुमति देता है, तो सीधी परिणामी यह नहीं है कि कल कम चिप्स खरीदे जाएंगे, बल्कि यह है कि मांग की वृद्धि की दर महत्वपूर्ण रूप से धीमी हो जाती है। एक क्लाउड ऑपरेटर जो अपने मेमोरी इन्वेंट्री को दो वर्षों में दोगुना करने की योजना बना रहा था, अब उस निवेश को टाल सकता है। जो अपनी इन्फ्रास्ट्रक्चर को नवीनीकरण करने का सोचता है, वह अपनी उपयोगी जीवन अवधि बढ़ा सकता है। सेमीकंडक्टर उद्योग में, जहां निवेश चक्र वर्षों में मापे जाते हैं और फैक्ट्रियों की लागत अरबों डॉलर होती है, यह slowdown कोई अनुगूंज नहीं है: यह एक पूर्ण चक्र का जोखिम है।
विश्लेषक जो बाजार के निचले स्तर पर खरीदने की सलाह देते हैं, उनके तात्कालिक क्षितिज में कुछ हद तक सही हैं। मेमोरी की मांग एक ही दिन में संकट में नहीं आ जाती, और टर्बोक्वांट की वास्तविक तैनाती में समय लगेगा। लेकिन वह रणनीतिक सवाल का जवाब नहीं देता कि अगर यह पैटर्न मजबूत होता है, अगर AI उद्योग स्थायी रूप से कम मेमोरी के साथ अधिक करने की आदत डाल लेता है, तो मेमोरी चिप निर्माताओं का वैल्यूएशन परमानेंटली डाउनरीड किया जाएगा।
यहां पर इक्विटी मॉडल का दृष्टिकोण शेयर बाजार के संख्यात्मक विश्लेषण से अधिक प्रकट होता है। माइक्रॉन और सैंडिस्क ने अपनी प्रतिस्पर्धात्मक स्थिति बनाई एक निहित धारण पर: कि उनके उत्पादों की मांग AI के विकास के समानुपात में बढ़ेगी। यह धारणा सॉफ़्टवेयर की स्थायी अक्षमता पर एक दांव था। गूगल ने अभी दर्शाया कि वह अक्षमता सुधार योग्य थी।
मूल्य स्थानांतरित होता है, गायब नहीं होता
इस आंदोलन को शुद्ध मूल्य की हानि के रूप में पढ़ना एक गलती होगी। जो टर्बोक्वांट शुरू करता है वह एक स्थानांतरण है: आर्थिक मूल्य मेमोरी हार्डवेयर से सॉफ़्टवेयर और ऑप्टिमाइज़ेशन एल्गोरिदम की परत की ओर स्थानांतरित होता है। गूगल चिप्स के बाजार को नहीं नष्ट कर रहा है; वह उस मूल्य का एक हिस्सा अपने लिए कैद कर रहा है जो पहले हार्डवेयर सप्लाई चेन में वितरित होता था।
यह पैटर्न प्रौद्योगिकी में कोई नया नहीं है। जब भी सॉफ़्टवेयर के एक एब्स्ट्रक्शन लेयर उपलब्ध हार्डवेयर के साथ अधिक कर पाने में सक्षम होती है, तो बातचीत की शक्ति तकनीकी ढांचे के ऊपर फिर से वितरित होती है। टर्बोक्वांट के साथ जो बदलता है वह स्थानांतरण की गति और मात्रा है, और यह तथ्य है कि यह दुनिया के सबसे बड़े खरीदारों में से एक द्वारा उत्पन्न होता है जो अब उतना आवश्यक हार्डवेयर नहीं कर रहा है।
चिप निर्माताओं के लिए, सामरिक उत्तर केवल इस पर निर्भर नहीं कर सकता कि AI की समग्र मांग प्रभाव को मात्रा में समेटेगी। यह तर्क तब तक सही है जब तक बाजार आश्चर्यजनक दरों पर बढ़ता है, लेकिन यह एक स्थायी प्रतिस्पर्धात्मक लाभ नहीं है: यह निरंतर वृद्धि पर एक दांव है। वे कंपनियां जो तकनीकी दक्षता के चक्रों में जीवित रहती हैं, वे उन अनुप्रयोगों में विविधता लाती हैं जहां मेमोरी की घनत्व आसानी से अनुकूलन करने योग्य नहीं होती: नेटवर्क के किनारों पर प्रसंस्करण, निम्न विलंबता उपकरण, चलती हुई मेमोरी आर्किटेक्चर।
IA को लागू करने वाली कंपनियों के लिए एक और दृष्टिकोण भी है, जो अब तक अपनी परिवहन लागतों का अनुमान लगाने के लिए मेमोरी बिल को स्थिर मानती थीं। यदि टर्बोक्वांट उत्पादन के वास्तविक परिदृश्यों में जो वादा करता है, उसे पूरा करता है, तो प्रत्येक पूछताछ पर पूर्वानुमान की लागत काफी कम हो जाती है। उन स्टार्टअप्स के लिए जो भाषाई मॉडल पर विकसित हो रहे हैं और जो आज ढांचे के लिए पूंजी खो रहे हैं, यह लागत संकुचन एक व्यवहार्य व्यापार मॉडल और एक ऐसा मॉडल जो निरंतर वित्तपोषण की अगली राउंड पर निर्भर करता है, के बीच का अंतर हो सकता है। इस संबंध में, एल्गोरिद्मिक दक्षता छोटे खिलाड़ियों के लिए अधिक मूल्यवान होती है। यह उन्हें बिना अरबों के संतुलन के समर्थन के काम करने में सक्षम बनाती है।
चिप्स के शेयरधारकों के लिए संवेदनशील नहीं है वास्तव में लाभ
इस एपिसोड का एक आयाम है जो पारंपरिक वित्तीय विश्लेषण अक्सर छोड़ देता है क्योंकि यह निकटतम लाभ की रिपोर्ट में विद्यमान नहीं होता है। जब IA को लॉन्च करने की लागत महत्वपूर्ण रूप से गिरती है, तो सीमित संसाधनों वाले संगठनों के लिए अवसर की दर भी गिरती है। उभरते बाजारों में अस्पताल, कृषि सहकारी समितियां, सख्त बजट वाले स्थानीय सरकारें: सभी आज सबसे सक्षम AI मॉडल तक पहुंच से बाहर हैं, आंशिक रूप से क्योंकि उन्हें चलाने के लिए आवश्यक मेमोरी का बुनियादी ढांचा अत्यधिक है।
एक एल्गोरिदम जो इस आवश्यकता को छे गुना घटाता है केवल सेमीकंडक्टर व्यापारियों के लिए एक खबर नहीं है। यह एक तकनीक की लागत में कमी का एक परिणाम है जो, सही तरीके से लागू होने पर, निदान में सुधार, खाद्य वितरण श्रृंखलाओं को अनुकूलित करने या सार्वजनिक संसाधनों के प्रबंधन को अधिक प्रभावी बनाने में मदद कर सकता है। इसका प्रभाव न तो गूगल के शेयर की कीमत में कैद होता है और न ही माइक्रॉन की गिरावट में। यह उस ज्ञान के पहुंच का निर्माण कर रहा है जो हम बिना ध्यान दिए तकनीकी निर्णयों के माध्यम से बना रहे हैं जो तटस्थ दिखते हैं।
व्यापारिक नेता जो इस एपिसोड को केवल एक क्षेत्रीय रोटेशन के रूप में देखते हैं, वे सबसे महत्वपूर्ण प्रश्न को छोड़ रहे हैं: क्या उनका व्यापार मॉडल हार्डवेयर के इस चक्र से अधिकतम मूल्य निकालने के लिए है, या क्या इसमें रणनीतिक साहस है कि दक्षता को ईंधन के रूप में उपयोग किया जा सके ताकि पहुंच का विस्तार हो, मानक बाधाओं को कम किया जा सके और प्रतिस्पर्धात्मक स्थिति बनाई जा सके जो हमेशा हार्डवेयर के बाजार की अक्षमता पर निर्भर न हो।
