ऑर्बिटल इंडस्ट्रीज और आधुनिक हार्डवेयर की सबसे कठिन शर्त
इस कहानी में एक तथ्य ऐसा है जिस पर फंडिंग राउंड या भाषा मॉडलों की बात करने से पहले रुककर सोचना ज़रूरी है: ऑर्बिटल इंडस्ट्रीज के सीईओ के अनुसार, डेटा सेंटरों के लिए एक नया कूलिंग फ्लूइड विकसित करने में सामान्य परिस्थितियों में दस साल और दस करोड़ डॉलर लग जाते हैं। कंपनी का दावा है कि उसने यह काम कुछ ही महीनों में, उस लागत के एक अंश पर कर दिखाया है। अगर यह दावा बड़े चिप निर्माताओं के सत्यापन की कसौटी पर खरा उतरता है, तो हम किसी प्रयोगशाला की उपलब्धि की बात नहीं कर रहे। हम उस गति में बदलाव की बात कर रहे हैं जिस पर हार्डवेयर अस्तित्व में आ सकता है।
ऑर्बिटल इंडस्ट्रीज ने अभी-अभी 5 करोड़ डॉलर की सीरीज़ बी फंडिंग राउंड बंद किया है, जिसका नेतृत्व वेंचर कैपिटल फर्म प्लुरल ने किया है। इसमें NVentures (Nvidia की निवेश शाखा), Radical Ventures, Compound और Fly Ventures की भागीदारी भी है। कंपनी के लंदन और सैन फ्रांसिस्को में कार्यालय हैं और लगभग पचास लोगों की टीम है। इसकी स्थापना 2022 में Orbital Materials के नाम से हुई थी। नाम बदलना महज़ सौंदर्यशास्त्र नहीं है: यह एप्लाइड साइंस की ज़मीन छोड़कर औद्योगिक हार्डवेयर के मैदान में स्केल पर उतरने की एक स्पष्ट और सुविचारित घोषणा है।
---
वह मॉडल जो दूसरों ने नहीं चुना
यहाँ संदर्भ बहुत मायने रखता है। पिछले दो वर्षों में स्टार्टअप्स की एक लहर ने नए मटेरियल की खोज के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करने पर दाँव लगाया है। CuspAI ने सीरीज़ ए में दस करोड़ डॉलर जुटाए। Periodic Labs ने एक सीड राउंड में तीस करोड़ डॉलर हासिल किए। इस सेक्टर की थीसिस अपेक्षाकृत एकसमान है: नए यौगिकों की पहचान के लिए मशीन लर्निंग मॉडलों का उपयोग करना और फिर उस बौद्धिक संपदा को BASF या PPG जैसी स्थापित रासायनिक कंपनियों को लाइसेंस देना।
ऑर्बिटल इंडस्ट्रीज ने ऐसा न करने का फैसला किया।
कंपनी के सह-संस्थापक और सीईओ जोनाथन गॉडविन — जिन्होंने Google DeepMind में विज्ञान और उन्नत सामग्री के लिए आर्टिफिशियल इंटेलिजेंस पर पाँच साल काम किया — ने इसे बड़ी सटीकता से बताया: "हम वही हैं जिसे वर्टिकली इंटीग्रेटेड कहा जाता है। हम सॉफ्टवेयर नहीं बेचते। हमारे पास हार्डवेयर, मैन्युफैक्चरिंग और उन्नत सामग्री की टीमें हैं, प्रयोगशालाएँ हैं और इस तरह की चीज़ें हैं, और हम उस सॉफ्टवेयर का उपयोग आंतरिक रूप से नए उन्नत मटेरियल और हार्डवेयर डिवाइस विकसित करने के लिए करते हैं, और उन डिवाइसों को बेचते हैं।"
यह वाक्य, जो प्रत्यक्ष सहजता के साथ कहा गया, एक अत्यंत महत्वपूर्ण संगठनात्मक निर्णय का वर्णन करता है। गॉडविन कोई सॉफ्टवेयर कंपनी नहीं बना रहे जो विज्ञान के लबादे में छिपी हो। वे एक ऐसी कंपनी बना रहे हैं जो भौतिक चीज़ें बनाती है, और इसके साथ वे सारे जोखिम हैं जो इसमें शामिल हैं: सप्लाई चेन, स्केल पर मैन्युफैक्चरिंग, औद्योगिक ग्राहकों के साथ क्वालिफिकेशन प्रक्रियाएँ जिनमें वर्षों लग सकते हैं, पर्यावरण संबंधी नियमन और पूँजी-गहन लागतें।
जिस लाइसेंसिंग मॉडल से उन्होंने बचने का चुनाव किया, उसका एक बहुत ठोस गुण है: वह मैन्युफैक्चरिंग की जटिलता उसे सौंप देता है जो पहले से जानता है कि इसे कैसे करना है। जिस मॉडल को ऑर्बिटल ने चुना वह इसके विपरीत उस सारी जटिलता को अपने ऊपर केंद्रित कर लेता है। यह एक ताकत हो सकती है — प्रति इकाई अधिक मूल्य हासिल करना, प्रवेश की ऊँची बाधाएँ खड़ी करना — या यह कमज़ोर कड़ी बन सकती है अगर श्रृंखला में कहीं कार्यान्वयन टूट जाए।
---
वह समस्या जिस पर ऑर्बिटल काम कर रही है और अभी यह क्यों मायने रखता है
यह समझने के लिए कि यह दाँव उद्योग के इस ठीक इस क्षण में क्यों समझ में आता है, हमें उस समस्या को देखना होगा जिसे कंपनी हल करने की कोशिश कर रही है।
आधुनिक डेटा सेंटर, विशेष रूप से वे जो हाई-डेंसिटी GPU रैक के साथ आर्टिफिशियल इंटेलिजेंस वर्कलोड के लिए डिज़ाइन किए गए हैं, इतनी अधिक मात्रा में गर्मी उत्पन्न करते हैं कि पारंपरिक कूलिंग सिस्टम उसे कुशलतापूर्वक संभाल नहीं सकते। गॉडविन ने इसे जानबूझकर सरल और रोजमर्रा की भाषा में बताया: यह ऐसा है जैसे किसी सुपरमार्केट की ऊर्जा को एक फाइलिंग कैबिनेट के अंदर समेट दिया जाए। लिक्विड कूलिंग के लिए ऐतिहासिक रूप से उपयोग किए जाने वाले डाइइलेक्ट्रिक फ्लूइड में PFAS — तथाकथित "फॉरएवर केमिकल्स" — होते हैं, जो अपने पर्यावरणीय और स्वास्थ्य संबंधी प्रभावों के कारण संयुक्त राज्य अमेरिका और यूरोप में बढ़ते नियामक प्रतिबंधों का सामना कर रहे हैं।
इन दो समस्याओं का संगम — अत्यधिक थर्मल डेंसिटी और मौजूदा रेफ्रिजरेंट पर नियामक दबाव — वास्तविक माँग की एक खिड़की खोलता है। ऑर्बिटल ने अपने आर्टिफिशियल इंटेलिजेंस मॉडल, जिसे Orb कहा जाता है, का उपयोग लाखों आणविक उम्मीदवारों की छँटाई करने और PFAS-मुक्त कूलिंग फ्लूइड के एक परिवार को संश्लेषित करने के लिए किया। कंपनी का कहना है कि Orb एक ही GPU पर 1,00,000 परमाणुओं के क्वांटम यांत्रिक व्यवहार का अनुकरण कर सकता है, और यह Meta और Microsoft के वैकल्पिक मॉडलों की तुलना में लगभग दस गुना तेज़ गति से काम करता है।
कूलिंग फ्लूइड, और एक कूलिंग सिस्टम जिसे ऑर्बिटल भी बना रही है, को 2027 में GPU की अगली पीढ़ी के साथ तैनात किए जाने के लिए डिज़ाइन किया गया है। अगर वह समय-सीमा पूरी होती है, तो यह किसी भी उद्योग में व्यावसायिक बाज़ार तक पहुँचने वाला पहला आर्टिफिशियल इंटेलिजेंस द्वारा डिज़ाइन किया गया अणु होगा। गॉडविन बताते हैं कि दवा खोज में — जहाँ स्टार्टअप आणविक उम्मीदवारों की पहचान के लिए वर्षों से AI का उपयोग कर रहे हैं — किसी भी आर्टिफिशियल इंटेलिजेंस द्वारा खोजी गई दवा ने अभी तक क्लिनिकल ट्रायल पूरे करके बाज़ार तक नहीं पहुँची है। अंतर यह है कि औद्योगिक मटेरियल उस क्लिनिकल नियमन से नहीं गुज़रते, जो रास्ते को काफी छोटा कर देता है।
कंपनी का दूसरा उत्पाद एक मॉड्यूलर डेटा सेंटर सिस्टम है, जिसे साइट के बाहर निर्मित किया जाता है और तैनाती के लिए तैयार इकाइयों के रूप में डिलीवर किया जाता है। ऑर्बिटल के अनुसार यह छह महीनों में हाई-डेंसिटी कंप्यूटिंग क्षमता ऑनलाइन ला सकता है, जबकि पारंपरिक निर्माण में तीन साल तक लग सकते हैं। दोनों उत्पाद Orbital IT ब्रांड के तहत बेचे जाते हैं।
---
निवेशक संरचना जो क्या उजागर करती है
जब Nvidia की वेंचर कैपिटल शाखा NVentures किसी राउंड में भाग लेने का निर्णय करती है, तो वह केवल वित्तीय रिटर्न के लिए नहीं करती। वह इसलिए करती है क्योंकि उसका इस बात में रणनीतिक हित है कि उसके चिप्स के आसपास का पारिस्थितिकी तंत्र ठीक से काम करे। एक PFAS-मुक्त कूलिंग फ्लूइड जिसे GPU की अगली पीढ़ी के साथ तैनात किया जा सके, बिल्कुल वैसी इन्फ्रास्ट्रक्चर की कड़ी है जिसे Nvidia को किसी से हल करवाने की ज़रूरत है। NVentures की भागीदारी किसी व्यावसायिक अनुबंध की गारंटी नहीं देती, लेकिन एक ऐसी निकटता स्थापित करती है जो दुनिया के सबसे बड़े आर्टिफिशियल इंटेलिजेंस चिप निर्माता के साथ तकनीकी योग्यता प्रक्रियाओं को तेज़ कर सकती है।
Plural के पार्टनर और उस फंड के लिए इस निवेश का नेतृत्व करने वाले इयान होगार्थ ने तर्क को सीधे तौर पर रखा: आर्टिफिशियल इंटेलिजेंस की प्रगति ऊर्जा, गर्मी और इन्फ्रास्ट्रक्चर द्वारा सीमित हो रही है। ऑर्बिटल इन बाधाओं पर अंदर से हमला करती है। Plural की Proxima Fusion में भी हिस्सेदारी है — यह जर्मन फ्यूजन एनर्जी स्टार्टअप है जिसने सार्वजनिक और निजी पूँजी में लगभग बीस करोड़ डॉलर जुटाए हैं। यह महज संयोग नहीं है कि वही फर्म जो परमाणु संलयन पर दाँव लगाती है, एक ऐसी कंपनी पर भी दाँव लगाती है जो महत्वपूर्ण भौतिक इन्फ्रास्ट्रक्चर के निर्माण में उपयोग होने वाले मटेरियल को फिर से डिज़ाइन करना चाहती है। वहाँ एक सुसंगत पोर्टफोलियो थीसिस है, हालाँकि इसके वास्तविकता बनने की समयसीमा दशकों में मापी जाती है।
गॉडविन ने अपनी अंतिम महत्वाकांक्षा के बारे में स्पष्ट रूप से कहा: यूरोप का सबसे बड़ा औद्योगिक समूह बनाना। उन्होंने ऑर्बिटल की स्थिति की तुलना एक सदी पहले उभरे रासायनिक दिग्गजों — BASF, PPG और इसी तरह की कंपनियों — से की और तर्क दिया कि ये कंपनियाँ इसलिए अस्तित्व में हैं क्योंकि उन्होंने संचित ज्ञान, मैन्युफैक्चरिंग के पैमाने और वर्टिकल इंटीग्रेशन पर आधारित गहरी प्रतिस्पर्धात्मक खाइयाँ खोदी थीं। उनके अनुसार, उन खाइयों को नष्ट करने का एकमात्र तरीका पर्याप्त रूप से क्रांतिकारी तकनीकी नवाचार है। उनकी दृष्टि में, आर्टिफिशियल इंटेलिजेंस वही नवाचार है।
यह तर्क तार्किक है, लेकिन इसमें एक जाल भी है जिसे नाम देना ज़रूरी है। बीसवीं सदी के औद्योगिक समूहों को समेकित होने में दशकों लगे, उन्हें लंबे समय तक सस्ते पूँजी तक पहुँच मिली और वे बहुत अलग नियामक और प्रतिस्पर्धी परिवेश में काम करते थे। ऑर्बिटल के पास पचास लोग हैं, पाँच करोड़ डॉलर की ताज़ा पूँजी है और एक उत्पाद कैलेंडर है जो 2027 तक जाता है। घोषित महत्वाकांक्षा और वर्तमान क्षमता के बीच की दूरी कोई संचार की खामी नहीं है: यह कंपनी के सामने सबसे ठोस परिचालन जोखिम है।
---
जब प्रयोगशाला की गति उद्योग की धीमी रफ्तार से टकराती है
ऑर्बिटल के प्रस्ताव में एक संरचनात्मक तनाव है जिसे कोई भी फंडिंग राउंड अकेले हल नहीं कर सकता: जिस गति से आर्टिफिशियल इंटेलिजेंस नए मटेरियल की खोज और संश्लेषण कर सकता है, वह स्वचालित रूप से उस गति में नहीं बदल जाती जिस पर उद्योग उन मटेरियल को योग्य बनाता है, अपनाता है और उनके उपयोग को बड़े पैमाने पर करता है।
बड़े चिप निर्माताओं के पास योग्यता प्रक्रियाएँ हैं जिनमें एक से तीन साल लग सकते हैं, यहाँ तक कि उन उत्पादों के लिए भी जो तकनीकी रूप से पहले दिन से काम करते हैं। हाइपरस्केल डेटा सेंटरों के स्थापित आपूर्तिकर्ता हैं, दीर्घकालिक अनुबंध हैं और एक जोखिम सहनशीलता है जो किसी स्टार्टअप की रफ्तार से नहीं चलती। कंपनी का कहना है कि उसने कूलिंग फ्लूइड के उत्पादन को बढ़ाने के लिए पहले से एक कॉन्ट्रैक्ट मैन्युफैक्चरर की पहचान कर ली है, और वह "प्रमुख चिप आपूर्तिकर्ताओं" के साथ योग्यता प्रक्रिया में है। इनमें से कोई भी आपूर्तिकर्ता सार्वजनिक रूप से पहचाना नहीं गया है, और उन प्रक्रियाओं की जटिलता को केवल तकनीक से संकुचित नहीं किया जा सकता।
इससे दाँव अमान्य नहीं होता। लेकिन यह ज़रूर उजागर करता है कि सबसे कठिन नियंत्रण करने योग्य चर कहाँ है: प्रयोगशाला में नहीं, बल्कि उसके भावी ग्राहकों के संगठनात्मक घर्षण में। गॉडविन कम्प्यूटेशनल साइंस में प्रशिक्षित हैं और जानते हैं कि एक GPU पर एक लाख परमाणुओं का अनुकरण करने वाला मॉडल कैसे बनाया जाए। जो बात यह तय करेगी कि ऑर्बिटल 2027 तक बाज़ार में किसी उत्पाद के साथ पहुँचती है या नहीं, वह है उनकी उन संगठनों की निर्णय लेने की प्रक्रियाओं से गुज़रने की क्षमता जो पचास लोगों के स्टार्टअप जैसी गति के समान मान्यताओं पर काम नहीं करतीं।
ऑर्बिटल ने जो वर्टिकल इंटीग्रेशन चुना है वह उसे अपनी मूल्य श्रृंखला पर नियंत्रण देता है। लेकिन यह उसे उस श्रृंखला के हर उस बिंदु की पूरी ज़िम्मेदारी भी देता है जहाँ वह टूट सकती है। इसके लिए एक ऐसी संगठनात्मक परिपक्वता की आवश्यकता है जो AI मॉडल या वेंचर कैपिटल से नहीं बनती: यह विज्ञान, मैन्युफैक्चरिंग और औद्योगिक बिक्री की टीमों के बीच कठिन बातचीत से बनती है, जिनके समय क्षितिज, शब्दावली और सफलता के मानदंड एक-दूसरे से आमूल रूप से भिन्न होते हैं।
अगर उस इंटीग्रेशन को अच्छी तरह से प्रबंधित किया गया, तो ऑर्बिटल के पास एक ऐसी स्थिति है जिसकी मटेरियल स्पेस में उसके बड़े प्रतिस्पर्धी आसानी से और जल्दी नकल नहीं कर सकते। अगर इसे बुरी तरह प्रबंधित किया गया, तो पाँच करोड़ डॉलर आंतरिक समन्वय में खर्च हो जाएँगे इससे पहले कि पहला फ्लूइड किसी प्रोडक्शन रैक तक पहुँचे।
यही वह बात है जो इस दाँव को वास्तव में कठिन बनाती है, और वास्तव में दिलचस्प भी।
