பேட்டி Jensen Huang

வசீகரமான ஒரு கலந்துரையாடலில், Nvidia நிறுவனத்தின் தொலைநோக்கு மிக்க CEO ஆன Jensen Huang, கணக்கீடு, AI மற்றும் உலகப் பொருளாதாரம் ஆகியவற்றின் எதிர்காலம் குறித்த அரிய பார்வையை வழங்கினார். Bg2 Pod இன் Bill Gurley மற்றும் Brad Gerstner உடன் அமர்ந்து, செயற்கை நுண்ணறிவின் கவனிக்கப்படாத ஒரு அம்சம் எவ்வாறு தொழில்துறைகளை மறுவரையறை செய்து, முன்னோடியில்லாத வளர்ச்சியை கட்டவிழ்த்துவிடத் தயாராக உள்ளது என்பதை Huang வியக்க வைக்கும் தெளிவுடன் விளக்கினார், இதன் மூலம் வழக்கமான Wall Street ஞானத்தை சவால் செய்தார்.

பில்லியன் மடங்கு அதிகரிப்பு (Billionx Boom): AI இன் கணக்கீட்டுத் தேவைகளை மறுவரையறை செய்தல்

ஒரு வருடத்திற்கு முன்பு, Jensen Huang AI inference 100 மடங்கு அல்லது 1000 மடங்கு மட்டுமல்லாமல், வியக்க வைக்கும் ஒரு பில்லியன் மடங்கு அதிகரிக்கும் என்று துணிச்சலாக கணித்தார். இந்தக் கணிப்பைப் பற்றி மீண்டும் பேசுகையில், அவர் "நான் குறைத்து மதிப்பிட்டுவிட்டேன். அதை நான் பதிவு செய்ய விரும்புகிறேன்." என்று ஒப்புக்கொள்கிறார். AI இன் விரைவான பரிணாம வளர்ச்சியால் அவரது நம்பிக்கை அதிகரித்துள்ளது. ஒரு காலத்தில் ஒற்றை 'முன்-பயிற்சி' (pre-training) அளவீட்டு விதியாகக் கருதப்பட்டது, இப்போது மூன்று தனித்துவமான, அதிவேகமாக வளரும் சக்திகளாகப் பிரிந்துள்ளது: முன்-பயிற்சி, பிந்தைய பயிற்சி (AI திறன்களை 'பயிற்சி' செய்யும் இடம்), மற்றும் மிக முக்கியமாக, 'சிந்தனை' அனுமானம் (thinking inference).

இந்த 'சிந்தனை' அனுமானம் (thinking inference) தான் விளையாட்டை மாற்றும் அம்சம். பழைய ஒற்றை-முயற்சி (one-shot) அனுமான மாதிரி போலல்லாமல், நவீன AI இப்போது "பதிலளிக்கும் முன் சிந்திக்க" வடிவமைக்கப்பட்டுள்ளது, ஆராய்ச்சி செய்தல், அடிப்படை உண்மைகளை சரிபார்த்தல் மற்றும் மீண்டும் மீண்டும் மேம்படுத்துதல் (iterating) போன்றவற்றைச் செய்கிறது. இந்த சிக்கலான அறிவாற்றல் செயல்முறை அதிவேகமாக அதிக கணக்கீட்டு சக்தியைக் கோருகிறது. Huang கூறியது போல, "AI என்பது இனி ஒரு மொழி மாதிரி மட்டுமல்ல, AI என்பது மொழி மாதிரிகளின் ஒரு அமைப்பாகும், மேலும் அவை அனைத்தும் ஒரே நேரத்தில் கருவிகளைப் பயன்படுத்தி இயங்கக்கூடும்... மேலும் இது அனைத்தும் பன்முகத்தன்மை (multimodality) கொண்டது." இந்த ஆழமான மாற்றம், AI இன் கணக்கீட்டு தேவை பெரியது மட்டுமல்லாமல், தணிக்க முடியாத மற்றும் வேகமாக விரிவடையும் தன்மை கொண்டது, தற்போது பலர் புரிந்துகொண்டதை விட மிக அதிகம் என்பதைக் குறிக்கிறது.

முக்கிய நுண்ணறிவுகள்:

• 'சிந்தனை' (thinking) மற்றும் சங்கிலி-தர்க்க திறன்களின் (chain-of-reasoning capabilities) வருகையால் AI inference ஒரு "பில்லியன் மடங்கு" கணக்கீட்டு அதிகரிப்பை அனுபவிக்கிறது.
• AI நிலப்பரப்பு இப்போது மூன்று தனித்துவமான அளவீட்டு விதிகளால் நிர்வகிக்கப்படுகிறது: முன்-பயிற்சி (pre-training), பிந்தைய பயிற்சி (post-training - AI பயிற்சி செய்தல்), மற்றும் சிக்கலான அனுமானம் (complex inference).
• பல-முகவர் அமைப்புகள் (Multi-agent systems), பன்முகத்தன்மை கொண்ட AI (multimodal AI), மற்றும் விரிவான கருவி பயன்பாடு ஆகியவை எளிய மொழி மாதிரிகளைத் தாண்டி கணக்கீட்டுத் தேவைகளை வியத்தகு முறையில் அதிகரிக்கின்றன.

OpenAI: அடுத்த டிரில்லியன் டாலர் ஹைப்பர்ஸ்கேலர் மற்றும் Nvidia இன் மூலோபாய சூழ்ச்சி

Huang இன் பார்வைக்கு முக்கியமானது OpenAI உடன் Nvidia இன் மூலோபாய கூட்டாண்மை ஆகும், இதில் முதலீடு மற்றும் அவர்களின் சொந்த பிரம்மாண்டமான AI உள்கட்டமைப்பை உருவாக்குவதற்கான ஆதரவும் அடங்கும். அவர் OpenAI ஐ ஒரு வாடிக்கையாளராக மட்டுமல்லாமல், "அடுத்த பல டிரில்லியன் டாலர் ஹைப்பர்ஸ்கேல் நிறுவனமாக மாற வாய்ப்புள்ளது" என்று பார்க்கிறார். OpenAI இன் எதிர்பார்க்கப்படும் அசுர வளர்ச்சிக்கு முன்னதாக முதலீடு செய்வதற்கான Nvidia இன் முடிவுக்கு இந்த துணிச்சலான கணிப்பு வலு சேர்க்கிறது, இதை Huang "நாம் கற்பனை செய்யக்கூடிய மிக புத்திசாலித்தனமான முதலீடுகளில் ஒன்று" என்று அழைக்கிறார்.

இந்த கூட்டாண்மை AI துறையில் ஒரு குறிப்பிடத்தக்க மாற்றத்தையும் குறிக்கிறது. பாரம்பரியமாக Microsoft Azure போன்ற ஹைப்பர்ஸ்கேலர்களைப் பயன்படுத்திய OpenAI, இப்போது தனது சொந்த "சுய-கட்டமைப்பு AI உள்கட்டமைப்பை" உருவாக்குகிறது – திறம்பட ஒரு ஹைப்பர்ஸ்கேலர் ஆக மாறிவருகிறது. இது Nvidia Meta மற்றும் Google போன்ற ஜாம்பவான்களுடன் கொண்டுள்ள நேரடி உறவுகளைப் பிரதிபலிக்கிறது, அங்கு அவர்கள் சிப், மென்பொருள் மற்றும் சிஸ்டம் நிலைகளில் நேரடியாக வேலை செய்கிறார்கள். OpenAI ஒரே நேரத்தில் 'இரண்டு அதிவேக வளர்ச்சிகளை' (two exponentials) கையாள்வது: வாடிக்கையாளர் பயன்பாட்டில் அதிவேக வளர்ச்சி மற்றும் ஒவ்வொரு பயன்பாட்டு வழக்கிற்கும் கணக்கீட்டுத் தேவைகளில் அதிவேக அதிகரிப்பு ('சிந்தனை' AI காரணமாக). Azure, OCI, CoreWeave மற்றும் இப்போது OpenAI இன் நேரடி கட்டமைப்பு முழுவதும் Nvidia இன் பலதரப்பட்ட ஆதரவு இந்த அதிகரித்து வரும் தேவையை பூர்த்தி செய்ய வடிவமைக்கப்பட்டுள்ளது, இது Nvidia இன் இன்றியமையாத பங்கை மேலும் உறுதிப்படுத்துகிறது.

முக்கிய முடிவுகள்:

• Nvidia இன் OpenAI மீதான முதலீடு ஒரு மூலோபாய நடவடிக்கை ஆகும், இது ஒரு பல டிரில்லியன் டாலர் ஹைப்பர்ஸ்கேல் நிறுவனமாக மாறும் அதன் திறனில் பந்தயம் கட்டுகிறது.
• OpenAI அதன் AI உள்கட்டமைப்பை சுய-கட்டமைக்க ஆதரவளிப்பது நேரடி, முழு-ஸ்டாக் உறவுகளை வளர்க்கிறது, மற்ற தொழில்நுட்ப ஜாம்பவான்களுடனான Nvidia இன் ஈடுபாடுகளைப் பிரதிபலிக்கிறது.
• இந்த கூட்டாண்மை அதிவேகமாக வளரும் வாடிக்கையாளர் தத்தெடுப்பு மற்றும் AI இல் ஒரு-பயனருக்கான கணக்கீட்டுத் தேவையின் கூட்டு சவாலை எதிர்கொள்கிறது.

வெல்ல முடியாத அகழி: தீவிர கூட்டு வடிவமைப்பு மற்றும் ஆண்டு வளர்ச்சி வேகம்

Wall Street ஆய்வாளர்கள் தற்போது Nvidia இன் வளர்ச்சி 2027-2030 இல் தட்டையாக இருக்கும் என்று கணிக்கின்றனர், இதை Huang அடிப்படை மாற்றங்களுடன் முரண்பாடானது என்று கருதுகிறார். அவர் மூன்று அடிப்படை அம்சங்களை முன்வைக்கிறார்: முதலாவதாக, "பொது நோக்கக் கணக்கீடு முடிந்துவிட்டது", மற்றும் உலகின் டிரில்லியன் கணக்கான டாலர் கணக்கீட்டு உள்கட்டமைப்பு விரைவுபடுத்தப்பட்ட AI கணக்கீட்டைக் கொண்டு புதுப்பிக்கப்பட வேண்டும். இரண்டாவதாக, ஏற்கனவே உள்ள ஹைப்பர்ஸ்கேல் பணிச்சுமைகள் (தேடல், பரிந்துரை இயந்திரங்கள்) CPUகளிலிருந்து GPUகளுக்கு வேகமாக மாறுகின்றன, இது "நூற்றுக்கணக்கான பில்லியன் டாலர்" மாற்றம். கடைசியாக, மற்றும் மிக ஆழமாக, AI மனித நுண்ணறிவை மேம்படுத்தும், உலக GDP இல் 50-65% ஐப் பாதிக்கும்.

டோக்கன் உருவாக்கம் மற்றும் வாடிக்கையாளர் பயன்பாட்டால் உந்தப்படும் "அதிவேகங்களின் அதிவேகத்தை" (exponential of exponentials) பூர்த்தி செய்ய, Nvidia தனது கட்டமைப்புகளுக்கு (Hopper, Blackwell, Rubin, Fineman) ஒரு தீவிரமான ஆண்டு வெளியீட்டு சுழற்சியை ஏற்றுக்கொண்டது. செயல்திறனுக்கான மூரின் விதி (Moore's Law) பெரும்பாலும் இறந்துவிட்ட நிலையில், Nvidia இன் போட்டியிடும் நன்மை 'தீவிர கூட்டு வடிவமைப்பு' (extreme co-design) இலிருந்து வருகிறது. இது வேகமான சில்லுகளைப் பற்றியது மட்டுமல்ல; இது மாதிரி (model), அல்காரிதம் (algorithm), சிஸ்டம் (system) மற்றும் சிப் (chip) ஆகியவற்றை ஒரே நேரத்தில் மேம்படுத்துவது, "பழைய சிந்தனைக்கு அப்பால்" (outside the box) புதுமைகளை உருவாக்குவது பற்றியது. Huang விளக்குவது போல, CPUகள், GPUகள், நெட்வொர்க்கிங் சிப்ஸ், MVLink மற்றும் Spectrum-X ஈதர்நெட் ஆகியவற்றை உள்ளடக்கிய இந்த முழு-ஸ்டாக் அணுகுமுறை, தலைமுறைகளுக்கு இடையில் (Hopper முதல் Blackwell வரை) 30 மடங்கு செயல்திறன் ஆதாயங்களை அடைய Nvidia ஐ அனுமதிக்கிறது, இதை எந்த ஒரு வழக்கமான சிலிக்கான் முன்னேற்றமும் வழங்க முடியாது. இந்த முறையான புதுமை, Nvidia மற்றும் அதன் வாடிக்கையாளர்கள் இருவரிடமிருந்தும் தேவைப்படும் மகத்தான முதலீட்டின் அளவு ஆகியவற்றுடன் இணைந்து, போட்டியாளர்கள் நகலெடுக்க "முன்பை விட கடினமான" ஒரு வலிமையான அகழியை உருவாக்குகிறது.

முக்கிய நடைமுறைகள்:

• டோக்கன் உருவாக்கம் மற்றும் AI பயன்பாட்டில் அதிவேக அதிகரிப்புகளுடன் வேகமெடுக்க Nvidia தனது கட்டமைப்புகளுக்கு ஒரு தீவிரமான ஆண்டு வெளியீட்டு சுழற்சியைப் பராமரிக்கிறது.
• "தீவிர கூட்டு வடிவமைப்பு" என்பது முழு AI தொழிற்சாலை ஸ்டாக் முழுவதும் ஒரே நேரத்தில் மேம்படுத்துவதை உள்ளடக்கியது: மாதிரிகள், அல்காரிதம்கள், அமைப்புகள், சில்லுகள், நெட்வொர்க்கிங் மற்றும் மென்பொருள்.
• நிறுவனம் தனிப்பட்ட சிப் கண்டுபிடிப்புகளிலிருந்து ஒருங்கிணைக்கப்பட்ட, முழு-ஸ்டாக் AI அமைப்புகளை உருவாக்குவதற்கு நகர்ந்துள்ளது, இது முன்னோடியில்லாத செயல்திறன் ஆதாயங்களை வழங்குகிறது.
• வாடிக்கையாளர் வரிசைப்படுத்தல்களின் அளவு (எ.கா., ஒரு கிகாவாட் (gigawatt) 500,000 GPUகளைக் கோருகிறது) மற்றும் Nvidia இன் விநியோகச் சங்கிலி திறன் ஒரு பெரிய நுழைவுத் தடையை உருவாக்குகிறது.

மனிதகுலத்தை மேம்படுத்துதல்: டிரில்லியன் டாலர் பொருளாதார மாற்றம்

AI இன் உண்மையான நீண்டகால தாக்கம், மனித நுண்ணறிவை மேம்படுத்தும் திறனில் உள்ளது என்று Huang வாதிடுகிறார். ஒரு உவமையை வரைந்து, மோட்டார்கள் உடல் உழைப்பை மாற்றியது போல, "நான் பேசும் இந்த AI சூப்பர்கம்ப்யூட்டர்கள், இந்த AI தொழிற்சாலைகள், அவை மனித நுண்ணறிவை மேம்படுத்த டோக்கன்களை உருவாக்கும்" என்று அவர் கூறுகிறார். உலக GDP இல் மனித நுண்ணறிவு சாத்தியமான $50 டிரில்லியன் கணக்கில் உள்ள நிலையில், ஒரு சிறிய மேம்பாடு கூட – ஒரு $10,000 AI ஒரு $100,000 ஊழியரை இருமடங்கு உற்பத்தித்திறன் மிக்கவராக மாற்றுவது போல – ஒரு பெரிய புதிய சந்தையை உருவாக்குகிறது.

இந்த மேம்பாடு உலக GDP க்கு "10 டிரில்லியன்" சேர்க்கலாம், AI உள்கட்டமைப்பிற்காக ஆண்டுதோறும் "5 டிரில்லியன்" மூலதன செலவு தேவைப்படும் என்று அவர் நம்புகிறார். இது ஒரு 'வெற்று' (air pocket) அல்லது 'அதிஉற்பத்தி' (glut) பற்றியது அல்ல; இது ஒரு அடிப்படை மாற்றம். அவர் அதிகப்படியான விநியோகம் பற்றிய கவலைகளை நிராகரிக்கிறார், "நாம் அனைத்து பொது நோக்கக் கணக்கீட்டையும் விரைவுபடுத்தப்பட்ட கணக்கீடு மற்றும் AI ஆக முழுமையாக மாற்றும் வரை... [அதிஉற்பத்திக்கான] வாய்ப்புகள் மிகக் குறைவு." வாடிக்கையாளர்களிடமிருந்து வரும் தேவை சிக்னல்கள் உண்மையான தேவையை தொடர்ந்து குறைத்து மதிப்பிடுகின்றன, Nvidia ஐ தொடர்ந்து 'சிரமப்படும் நிலையில்' (scramble mode) வைத்திருக்கிறது. "ஆற்றல் துறைக்கு ஒரு மறுமலர்ச்சி" மற்றும் முழு உள்கட்டமைப்பு சுற்றுச்சூழல் அமைப்பு ஆகியவை, பில்லியன் கணக்கான புதிய AI 'சக ஊழியர்களால்' உந்தப்பட்டு, GDP இன் உலகளாவிய முடுக்கத்தை குறிக்கிறது.

முக்கிய நுண்ணறிவுகள்:

• AI இன் முதன்மை பொருளாதார தாக்கம் மனித நுண்ணறிவை மேம்படுத்துவதாகும், இது உலக GDP வளர்ச்சியின் முடுக்கத்திற்கு வழிவகுக்கிறது.
• பொது-நோக்கு கணக்கீட்டிலிருந்து விரைவுபடுத்தப்பட்ட/AI கணக்கீட்டிற்கு மாறுவது, ஏற்கனவே உள்ள ஹைப்பர்ஸ்கேல் பணிச்சுமைகளை AI க்கு மாற்றுவதுடன் இணைந்து, தொடர்ச்சியான தேவையை உறுதி செய்கிறது.
• Nvidia இன் விநியோகச் சங்கிலி தேவை-உந்தப்பட்டது, வாடிக்கையாளர் கணிப்புகளுக்கு தொடர்ந்து பதிலளிக்கிறது, அவை உண்மையான கணக்கீட்டுத் தேவையை வழக்கமாக குறைத்து மதிப்பிடுகின்றன.

"அவர்கள் எங்களை ஆரம்பத்திலேயே முதலீடு செய்ய அழைத்தார்கள்... ஆனால் நாங்கள் மிகவும் வறியவர்களாக இருந்தோம், உங்களுக்குத் தெரியுமா, நாங்கள் மிகவும் வறியவர்களாக இருந்ததால் போதுமான அளவு முதலீடு செய்யவில்லை, உங்களுக்குத் தெரியுமா, நான் எனது பணத்தையெல்லாம் அவர்களுக்குக் கொடுத்திருக்க வேண்டும் என்பதுதான் எனது ஒரே வருத்தம்." - Jensen Huang