Microsoft और Nvidia ने एक ऐसी समस्या को हल करने के लिए AI पर दांव लगाया जिसे डेवलपर्स वर्षों से टालते आ रहे हैं
हर प्रभावशाली प्लेटफ़ॉर्म में एक अंतर्निहित वादा होता है: जो सॉफ़्टवेयर पहले से काम कर रहा है, वह आगे भी काम करता रहेगा। चार दशकों तक, यही वादा Windows और व्यापारिक दुनिया के बीच का मूक अनुबंध था। लाखों x86 एप्लिकेशन — जिन्हें अलग-अलग तकनीकी दक्षता के साथ लिखा गया था, जो कॉर्पोरेट सर्वरों, अकाउंटिंग लैपटॉप और औद्योगिक उत्पादन प्रणालियों में जमा हो गई थीं — इसलिए जीवित हैं क्योंकि किसी ने उन्हें छूने की हिम्मत नहीं की। क्योंकि उनका माइग्रेशन खर्चीला है, जोखिम भरा है, और सबसे बड़ी बात यह है कि इसके लिए एक ऐसी आंतरिक बातचीत की ज़रूरत होती है जिसके लिए बहुत कम संगठन तैयार होते हैं।
और यही वह समस्या है जिसे Microsoft और Nvidia आर्टिफिशियल इंटेलिजेंस के ज़रिए हल करने का प्रयास कर रहे हैं।
ताइपे के Computex में, 1 जून 2026 को, Nvidia ने RTX Spark Superchip SoC पेश किया: यह Arm आर्किटेक्चर पर आधारित उसके Grace Blackwell प्लेटफ़ॉर्म का एक कॉम्पैक्ट, लैपटॉप और डेस्कटॉप-केंद्रित संस्करण है। यह चिप 20 Arm कोर तक, Blackwell GPU जिसमें 6,144 CUDA कोर तक हैं, 128 GB तक LPDDR5X यूनिफाइड मेमोरी और 1 petaflop AI कंप्यूटिंग क्षमता तक प्रोसेसिंग शक्ति को एकीकृत करता है। यह किसी PC के लिए सामान्य GPU नहीं है। यह एक PC होने के अर्थ का पूर्ण पुनर्निर्माण है।
Nvidia के मुख्य कार्यकारी अधिकारी Jensen Huang ने इसे बिना किसी अस्पष्टता के कहा: "चालीस वर्षों से, आप ऐप्स लॉन्च करते थे। RTX Spark और Windows के साथ, आप पूछते हैं, और PC काम करता है।" Microsoft के मुख्य कार्यकारी अधिकारी Satya Nadella ने इस चिप को Windows के साथ "हर घर और हर डेस्कटॉप तक असीमित इंटेलिजेंस पहुँचाने" के लिए एक "वास्तविक प्रगति" बताया।
शब्द सोच-समझकर चुने गए हैं। लेकिन उनके पीछे जो दांव लगा है, वह प्रेस रिलीज़ के लहजे से कहीं अधिक असहज करने वाला है।
वह समस्या जिसे उद्योग दशकों से अनदेखा करने का नाटक करता रहा है
Windows x86 इकोसिस्टम एंटरप्राइज़ सॉफ़्टवेयर के इतिहास में सबसे बड़ी तकनीकी देनदारी है। नाटकीय अर्थ में नहीं, बल्कि शाब्दिक अर्थ में: ऐसे व्यावसायिक एप्लिकेशन, इंजीनियरिंग टूल, मैन्युफ़ैक्चरिंग सिस्टम और वर्टिकल प्लेटफ़ॉर्म मौजूद हैं जो पंद्रह या बीस साल पहले लिखे गए कोड पर चल रहे हैं — बिना अपडेटेड दस्तावेज़ीकरण के, बिना मूल लेखक की उपलब्धता के और ऐसी निर्भरताओं के साथ जिनका ऑडिट करने की किसी ने हिम्मत नहीं की। ये काम करते हैं। और ठीक इसीलिए क्योंकि ये काम करते हैं, कोई इन्हें छूता नहीं।
Arm में परिवर्तन की समस्या मूलतः तकनीकी नहीं है। यह संगठनात्मक है। किसी एप्लिकेशन को नेटिव Arm पर माइग्रेट करने के लिए कंपनी में किसी को यह तय करना होता है कि वह एप्लिकेशन यह प्रयास करने लायक है, किसी को प्रक्रिया की जिम्मेदारी लेनी होती है, और इसके लिए बजट होना चाहिए और यह स्पष्टता होनी चाहिए कि प्रोडक्शन में कुछ गलत होने पर क्या होगा। यह बातचीत, अधिकांश मध्यम और बड़े संगठनों में, कोई स्पष्ट मालिक नहीं रखती। और बिना मालिक के, यह होती नहीं।
Microsoft वर्षों से यह जानता है। यह दावा कि Windows on Arm PC पर 90% उपयोग समय नेटिव रूप से चलने वाले एप्लिकेशन के भीतर बीतता है — बिना किसी अनुवाद परत के — एक सकारात्मक-सुनाई देने वाला आंकड़ा है, लेकिन यह वास्तविक घर्षण को छिपा देता है: शेष 10% में ठीक वे सबसे महत्वपूर्ण, सबसे पुराने एप्लिकेशन शामिल हैं जिन्हें कोई भी IT टीम छूना नहीं चाहती।
Prism एमुलेटर में काफी सुधार हुआ है। AVX और AVX2 निर्देशों के लिए हाल ही में जोड़े गए समर्थन ने x86 एप्लिकेशन की उस श्रेणी का विस्तार किया जो Arm हार्डवेयर पर स्वीकार्य प्रदर्शन के साथ चलती हैं। Ableton Live जैसे क्रिएटिव टूल, जो पहले समस्याग्रस्त थे, अब कार्यात्मक रास्ते रखते हैं। लेकिन नब्बे के दशक के अकाउंटिंग सिस्टम, बिना सक्रिय वेंडर के औद्योगिक प्रबंधन प्लेटफ़ॉर्म, प्रोप्राइटरी कोड वाले वर्टिकल ERP: ये अधिक परिष्कृत एमुलेटर से हल नहीं होते।
यहीं पर Microsoft का AI एजेंट्स वाला दांव काम आता है।
AI एजेंट इस समस्या में क्या कर सकते हैं और क्या नहीं
Microsoft Build 2026 में, Windows टीम ने एक तकनीकी सत्र प्रस्तुत किया जिसका विवरण जानबूझकर ठोस था: "देखें कि Arm में प्रदर्शन लाभ आज कहाँ वास्तविक हैं, और कैसे एजेंटिक AI गति, संगतता और स्केल के लिए x86 एप्लिकेशन को कन्वर्ट और वैलिडेट करने में मदद कर सकता है।" यह कोई मार्केटिंग keynote नहीं था। यह डेवलपर्स के लिए एक सत्र था, एक विशिष्ट समस्या और एक सटीक तकनीकी दृष्टिकोण के साथ।
मूल विचार यह है कि AI एजेंट्स — पर्याप्त इनफ़रेंस क्षमता वाले हार्डवेयर (जैसे RTX Spark) पर स्थानीय रूप से चलते हुए — x86 कोडबेस का विश्लेषण कर सकते हैं, उन हिस्सों की पहचान कर सकते हैं जिन्हें Arm पर कुशलतापूर्वक काम करने के लिए पुनर्लेखन की आवश्यकता है, बदलाव सुझा सकते हैं और परिणामी व्यवहार को वैलिडेट कर सकते हैं। ये डेवलपर की जगह नहीं लेते। ये माइग्रेशन प्रक्रिया के यांत्रिक और दोहराव वाले हिस्से को संभालते हैं: निर्भरता विश्लेषण, असंगत निर्देशों की पहचान, समकक्ष कोड उम्मीदवारों की पीढ़ी।
यह कोई विज्ञान कथा नहीं है। AI कोडिंग सहायकों का लीगेसी कोड रिफैक्टरिंग और आधुनिकीकरण में पहले से सिद्ध इतिहास है। Microsoft जो कर रहा है वह इस क्षमता को एक विशिष्ट आर्किटेक्चरल समस्या की ओर केंद्रित कर रहा है: x86 से Arm में परिवर्तन।
लेकिन एक अंतर है जिसे कॉर्पोरेट प्रस्तुतियाँ नरम करती हैं। "सुगम बनाने" और "हल करने" में फर्क है। AI एजेंट किसी ऐसे डेवलपर के लिए माइग्रेशन के समय और लागत को काफी कम कर सकते हैं जो जानता है कि वह क्या कर रहा है। ये यह तकनीकी निर्णय नहीं ले सकते कि सिस्टम के कौन से हिस्से महत्वपूर्ण हैं, और न ही ये यह संगठनात्मक जिम्मेदारी ले सकते हैं कि माइग्रेशन होना चाहिए।
जिन एप्लिकेशन में एंटी-कॉपी सिस्टम हैं, विशिष्ट x86 निर्देशों से जुड़े हार्डवेयर लाइसेंस हैं, प्रोप्राइटरी ड्राइवर के साथ एकीकरण हैं, या वीडियो गेम में धोखाधड़ी-रोधी तंत्र हैं: उनके लिए योग्य मानवीय हस्तक्षेप आवश्यक है। Microsoft ने पूरी प्रस्तुति के सबसे ईमानदार वाक्य के साथ इसे स्वीकार किया: एजेंटिक आर्टिफिशियल इंटेलिजेंस रातोंरात सब कुछ ठीक नहीं करने वाला।
Nvidia ने अपनी ओर से RTX Spark पर मौजूदा एंटी-चीट सॉफ़्टवेयर के साथ कुछ स्तर की संगतता का वादा किया है, जो गेमर्स सेगमेंट के प्रति एक सामरिक रियायत है। लेकिन उन सिस्टम की आर्किटेक्चर x86 के बारे में बहुत विशिष्ट धारणाओं के साथ कर्नेल स्तर पर काम करने के लिए डिज़ाइन की गई है, और Arm पर उनकी वास्तविक संगतता तभी दिखेगी जब प्रोडक्शन हार्डवेयर पर स्वतंत्र बेंचमार्क आएंगे।
वह परिवर्तन जिसे C-level में कोई भी आंतरिक रूप से वित्त पोषित नहीं करना चाहता
एंटरप्राइज़ स्केल पर प्लेटफ़ॉर्म परिवर्तन में एक दोहराव वाला पैटर्न है। नई इंफ्रास्ट्रक्चर उसे अपनाने की संगठनात्मक तैयारी से पहले आती है। और यह अंतर बेहतर चिप्स या अधिक परिष्कृत टूल से नहीं भरता। यह तब भरता है जब कंपनी के भीतर कोई तय करता है कि न चलने की लागत चलने की लागत से अधिक है।
Microsoft और Nvidia का दांव उपभोक्ता सेगमेंट और अपेक्षाकृत हालिया कोड वाले स्टार्टअप में एक सुसंगत तर्क रखता है। उन संदर्भों में, AI-सहायता प्राप्त माइग्रेशन टूल जो पहले छह महीने का प्रोजेक्ट था उसे हफ्तों में प्रबंधनीय बना सकते हैं। RTX Spark का हार्डवेयर, अपनी यूनिफाइड मेमोरी और लोकल इनफ़रेंस क्षमता के साथ, AI एजेंट्स को क्लाउड पर निर्भर हुए बिना काम करने देता है, जिससे लेटेंसी और प्रति क्वेरी परिवर्तनशील लागत कम होती है।
लेकिन एंटरप्राइज़ सेगमेंट में, कहानी अधिक जटिल है। जिन संगठनों को इस माइग्रेशन की सबसे अधिक ज़रूरत है, वे ठीक वही हैं जिनके पास इसे प्रबंधित करने की सबसे कम आंतरिक क्षमता है। उनके महत्वपूर्ण एप्लिकेशन ऐसी कंसल्टेंसी ने लिखे थे जो अब मौजूद नहीं, या उन कर्मचारियों ने जो दस साल पहले चले गए। उनकी IT टीमें ट्रांसफ़ॉर्मेशन मोड में नहीं, रखरखाव मोड में काम कर रही हैं। और उनके बोर्ड ऑफ डायरेक्टर्स "नई चिप अधिक कुशल है" से परे कोई व्यावसायिक औचित्य के बिना प्लेटफ़ॉर्म माइग्रेशन प्रोजेक्ट को मंजूरी नहीं देंगे।
ऊर्जा दक्षता और प्रति वाट प्रदर्शन का तर्क जो x86 की तुलना में Arm के पक्ष में है, हजारों उपकरणों के बेड़े में महत्वपूर्ण है। लेकिन वह तर्क कार्यकारी मेज पर नीचे बहुत अधिक घर्षण के साथ पहुँचता है: माइग्रेशन के दौरान परिचालन निरंतरता की गारंटी कौन देता है, विफल होने वाले एप्लिकेशन की जिम्मेदारी पर कौन हस्ताक्षर करता है, और किसके पास किसी व्यावसायिक क्षेत्र को यह बताने का अधिकार है कि उनके बीस साल पुराने टूल को फिर से लिखे जाने की ज़रूरत है।
ये बातचीत आर्टिफिशियल इंटेलिजेंस नहीं करता। इन्हें टेक्नोलॉजी डायरेक्टर और CEO करते हैं — या टालते हैं।
RTX Spark की आर्किटेक्चर उद्योग की वास्तविक दिशा के बारे में क्या बताती है
संगतता की समस्या से परे, RTX Spark हार्डवेयर अपग्रेड के पिछले चक्रों से संरचनात्मक रूप से कुछ अलग दर्शाता है। यह Windows के लिए चिप्स की पिछली पीढ़ी पर कोई वृद्धिशील सुधार नहीं है। यह मॉडल में एक बदलाव है: एप्लिकेशन निष्पादन मशीन के रूप में PC से, लोकल एजेंसी के इंफ्रास्ट्रक्चर के रूप में PC तक।
इस अंतर के तकनीकी विशिष्टताओं से परे निहितार्थ हैं। 1 petaflop AI कंप्यूटिंग और 128 GB यूनिफाइड मेमोरी वाला उपकरण सिर्फ एक अधिक शक्तिशाली लैपटॉप नहीं है। यह एक व्यक्तिगत इनफ़रेंस सर्वर है, जो बिना कनेक्टिविटी के मध्यम-बड़े पैमाने के भाषा मॉडल चलाने में सक्षम है। यह कर्मचारी और उसके सॉफ़्टवेयर टूल के बीच के संबंध को "एजेंट जो आपके लिए काम करते हैं" की भाषा से कहीं अधिक गहराई से बदल देता है।
जब कोई उपकरण स्थानीय रूप से ऐसा एजेंट चला सकता है जो कई एप्लिकेशन को समन्वित करता है, वर्कफ़्लो पर निर्णय लेता है और उपयोगकर्ता के निरंतर हस्तक्षेप के बिना कार्य कलाकृतियाँ उत्पन्न करता है, तो सॉफ़्टवेयर कुछ ऐसा नहीं रहता जो उपयोग किया जाता है — यह कुछ ऐसा बन जाता है जो संचालित होता है। इस बदलाव के परिणाम हैं कि संगठनात्मक प्रक्रियाएँ कैसे डिज़ाइन की जाती हैं, निर्णयों का ऑडिट कैसे होता है, और उस वर्कफ़्लो में जिम्मेदारी का क्या अर्थ है जहाँ क्रिया श्रृंखला का एक हिस्सा एक मॉडल ने निष्पादित किया।
Jensen Huang ने इसे एक उत्पाद दृष्टिकोण के रूप में तैयार किया। लेकिन उस दृष्टिकोण के पीछे एक प्रश्न है जिसका उत्तर संगठनों को उससे कहीं अधिक तात्कालिकता के साथ देना होगा जितना वे अनुमान लगाते हैं: एजेंट ने जो तय किया उसके लिए कौन जिम्मेदार है, कौन इसे समझा सकता है, और क्या होता है जब यह किसी ऐसी प्रक्रिया में गलती करता है जिसके वास्तविक परिणाम होते हैं।
x86 से Arm में तकनीकी माइग्रेशन, विडंबनापूर्ण रूप से, दोनों में से छोटी समस्या है। हार्डवेयर मौजूद है। माइग्रेशन टूल बेहतर हो रहे हैं। एमुलेशन परत रोजमर्रा के अधिकांश उपयोग को कवर करती है। जो अभी तक मौजूद नहीं है — अधिकांश संगठनों में — वह परिपक्वता है जो उन प्रणालियों को नियंत्रित करने के लिए ज़रूरी है जहाँ एजेंसी मनुष्यों और ऐसे मॉडलों के बीच वितरित है जो लगभग शून्य लेटेंसी के साथ स्थानीय रूप से संचालित होते हैं।
Microsoft और Nvidia उस दुनिया के लिए इंफ्रास्ट्रक्चर बना रहे हैं। उसमें निवास करने की संगठनात्मक क्षमता कौन बनाएगा — यह एक खुला प्रश्न है, और इसका उत्तर इस पर निर्भर नहीं करता कि चिप में कितने petaflop हैं।
