ચિપ્સ નથી તો શું થયું? AIની રેસમાં ચીને શોધ્યો અમેરિકાને ઘેરવાનો ધમાકેદાર રસ્તો!

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (Artificial Intelligence) એટલે કે AI હવે માત્ર ટેક્નોલોજીની દુનિયા પૂરતી સીમિત રહી નથી. આવનારા સમયમાં કોઈ દેશની અર્થવ્યવસ્થા, ઉદ્યોગ, સાયબર સુરક્ષા અને સંરક્ષણ ક્ષમતા કેટલી મજબૂત રહેશે, તેમાં AIની ભૂમિકા ખૂબ મહત્વપૂર્ણ બની રહી છે. આ જ કારણસર અમેરિકા અને ચીન વચ્ચે AI ક્ષેત્રમાં વર્ચસ્વ મેળવવાની સ્પર્ધા સતત તેજ બની રહી છે.
એક તરફ અમેરિકાની પાસે અદ્યતન AI ચિપ્સ, વિશાળ કમ્પ્યુટિંગ ક્ષમતા અને વિશ્વની કેટલીક મોટી ટેક્નોલોજી કંપનીઓ છે. બીજી તરફ ચીન પર અત્યાધુનિક ચિપ્સની પહોંચને લઈને અનેક પ્રતિબંધો છે. ખાસ કરીને અમેરિકન ટેક્નોલોજી અને અદ્યતન સેમિકન્ડક્ટર ચિપ્સ સુધી ચીનની મર્યાદિત પહોંચ હોવા છતાં ચીન પોતાની AI ક્ષમતામાં ઝડપથી વધારો કરી રહ્યું છે.
આ સ્થિતિ એક મહત્વપૂર્ણ સવાલ ઊભો કરે છે કે જ્યારે ચીન પાસે વિશ્વની સૌથી શક્તિશાળી AI ચિપ્સની સંપૂર્ણ પહોંચ નથી, તો તે અમેરિકાને AI રેસમાં ટક્કર કેવી રીતે આપી રહ્યું છે?
AI રેસમાં અદ્યતન ચિપ્સ શા માટે મહત્વપૂર્ણ છે?
AIની શક્તિ માત્ર તેના સોફ્ટવેર અથવા મોડેલમાં નથી હોતી. તેની પાછળ રહેલી Computing Power પણ એટલી જ મહત્વપૂર્ણ છે. મોટા AI મોડેલને તૈયાર કરવા એટલે કે Training કરવા માટે એકસાથે અબજો ગણતરીઓ કરવાની જરૂર પડે છે.
આ કામ માટે અત્યાધુનિક Semiconductor Chips ખૂબ ઉપયોગી સાબિત થાય છે. આ ચિપ્સ મોટી સંખ્યામાં ગણતરીઓ ઝડપથી અને વધુ કાર્યક્ષમતાથી કરી શકે છે. AI મોડેલ જેટલું મોટું અને જટિલ હોય, તેટલી વધારે કમ્પ્યુટિંગ ક્ષમતાની જરૂર પડે છે.
આ કારણે અત્યાધુનિક ચિપ્સ સુધી પહોંચને AI ક્ષેત્રમાં કોઈપણ દેશની મહત્વપૂર્ણ વ્યૂહાત્મક તાકાત માનવામાં આવે છે. અમેરિકાને આ ક્ષેત્રમાં મોટો ફાયદો મળ્યો છે, જ્યારે ચીનને ચિપ્સની મર્યાદિત ઉપલબ્ધતાને કારણે અલગ રસ્તો અપનાવવો પડ્યો છે.
એક શક્તિશાળી ચિપની જગ્યાએ અનેક ચિપ્સનો ઉપયોગ
ચીનની વ્યૂહરચનાનો સૌથી રસપ્રદ ભાગ એ છે કે તે માત્ર એક અત્યાધુનિક અને શક્તિશાળી ચિપ મેળવવા પર નિર્ભર રહેવાને બદલે અનેક પ્રમાણમાં ઓછી શક્તિશાળી ચિપ્સને એકસાથે જોડીને મોટી કમ્પ્યુટિંગ ક્ષમતા ઊભી કરવાનો પ્રયાસ કરી રહ્યું છે.
ઉદાહરણ તરીકે, જો કોઈ સિસ્ટમમાં Nvidiaની અત્યાધુનિક H100 અથવા H200 ચિપ ઉપલબ્ધ ન હોય, તો તેના બદલે અનેક Huawei Ascend Chipsને એક નેટવર્કમાં જોડવામાં આવી શકે છે.
સરળ ભાષામાં સમજીએ તો, એક ખૂબ જ શક્તિશાળી મશીન ઉપલબ્ધ ન હોય તો એક જ કામ કરવા માટે અનેક નાની મશીનોને એકસાથે કામે લગાડવામાં આવે. આ રીતે ચીન ઉપલબ્ધ હાર્ડવેરમાંથી વધુમાં વધુ AI ક્ષમતા મેળવવાનો પ્રયાસ કરી રહ્યું છે.
અનેક ચિપ્સને જોડવામાં સૌથી મોટો પડકાર શું?
અલબત્ત, આ મોડલ એટલું સરળ નથી. જ્યારે મોટી સંખ્યામાં ચિપ્સને એકસાથે જોડવામાં આવે છે, ત્યારે તેમની વચ્ચે ડેટા ટ્રાન્સફર કરવો મોટો પડકાર બની જાય છે.
AI મોડેલની ગણતરી દરમિયાન ચિપ્સ વચ્ચે ખૂબ ઝડપથી ડેટાની આપ-લે થવી જરૂરી છે. જો ડેટા ટ્રાન્સફરમાં વિલંબ થાય તો સમગ્ર સિસ્ટમની કામગીરીની ઝડપ ઘટી શકે છે.
આ સમસ્યાને ઘટાડવા માટે ચીનની ટેક્નોલોજી કંપનીઓ વધુ સારા Networking અને Interconnect Technology પર ભાર મૂકી રહી છે. Huawei દ્વારા વિકસાવવામાં આવેલી ટેક્નોલોજીનો હેતુ અલગ-અલગ સર્વર રેકમાં રહેલી ચિપ્સ વચ્ચે ઝડપી સંચાર સુનિશ્ચિત કરવાનો છે, જેથી અનેક ચિપ્સ એકસાથે કામ કરીને એક મોટા કમ્પ્યુટિંગ યુનિટ જેવી કામગીરી કરી શકે.
વધુ ચિપ્સ એટલે વીજળી અને કૂલિંગનો મોટો ખર્ચ
ચીનની આ વ્યૂહરચનામાં એક મોટી મુશ્કેલી વીજળી અને કૂલિંગની છે. એક અત્યાધુનિક ચિપ જે કામ કરી શકે તે કામ કરવા માટે જો અનેક ઓછી શક્તિશાળી ચિપ્સનો ઉપયોગ કરવામાં આવે તો ડેટા સેન્ટરમાં વીજળીનો વપરાશ અને ગરમી બંને વધી શકે છે.
આ કારણે ડેટા સેન્ટરના Power Consumption અને Cooling Costમાં નોંધપાત્ર વધારો થાય છે. અહેવાલ મુજબ કેટલીક પરિસ્થિતિઓમાં આ ખર્ચ અમેરિકાની અદ્યતન AI સિસ્ટમની સરખામણીમાં બે થી ત્રણ ગણો વધારે થઈ શકે છે.
આ પડકારને પહોંચી વળવા માટે ચીને AI ઇન્ફ્રાસ્ટ્રક્ચરને એવા વિસ્તારોમાં ખસેડવાની નીતિ અપનાવી છે જ્યાં વીજળી સસ્તી અને નવીનીકરણીય ઊર્જા સરળતાથી ઉપલબ્ધ હોય.
પશ્ચિમ ચીનમાં ડેટા સેન્ટરોનું નેટવર્ક
ચીને આ માટે East-West Computing Project પર ભાર મૂક્યો છે. આ પહેલ હેઠળ ભારે કમ્પ્યુટિંગ અને AI ટ્રેનિંગ પ્રોજેક્ટ્સને દેશના પશ્ચિમ ભાગમાં આવેલા વિસ્તારો તરફ ખસેડવામાં આવી રહ્યા છે.
ક્વિંગહાઈ (Qinghai), નિંગ્શિયા (Ningxia) અને ગ્વીઝોઉ (Guizhou) જેવા વિસ્તારોમાં ડેટા સેન્ટર વિકસાવવામાં આવી રહ્યા છે. આ વિસ્તારોમાં સોલર ફાર્મ, વિન્ડ ટર્બાઇન અને હાઇડ્રોઇલેક્ટ્રિક પાવર જેવી Renewable Energy ઉપલબ્ધ છે.
નિંગ્શિયા અને ક્વિંગહાઈમાં ડેટા સેન્ટરોને મોટા પ્રમાણમાં નવીનીકરણીય ઊર્જા સાથે ચલાવવાનો પ્રયાસ કરવામાં આવી રહ્યો છે. આ રીતે ચીન એક તરફ AIની વધતી વીજળીની જરૂરિયાત પૂરી કરવા અને બીજી તરફ ઓપરેટિંગ ખર્ચ ઘટાડવાનો પ્રયાસ કરી રહ્યું છે.
દરિયાની અંદર સર્વર મૂકીને કૂલિંગનો નવો પ્રયોગ
ચીન AI ડેટા સેન્ટરના કૂલિંગ માટે પણ અનોખા પ્રયોગો કરી રહ્યું છે. હૈનાન દ્વીપ અને શાંઘાઈના દરિયાકાંઠા પાસે સમુદ્રની અંદર સર્વર ધરાવતા સીલબંધ ચેમ્બર્સ સ્થાપિત કરવામાં આવ્યા છે.
સમુદ્રનું ઠંડુ પાણી સર્વરને ઠંડું રાખવામાં મદદ કરે છે. આ ટેક્નોલોજીનો સૌથી મોટો ફાયદો એ છે કે પરંપરાગત Cooling System પર નિર્ભરતા ઘટાડી શકાય છે.
શાંઘાઈમાં દરિયાઈ પવનચક્કીઓમાંથી વીજળી મેળવવાની અને સમુદ્રના પાણીનો સર્વર કૂલિંગ માટે ઉપયોગ કરવાની વ્યવસ્થા પણ વિકસાવવામાં આવી રહી છે. આ પ્રકારની ટેક્નોલોજીથી વીજળીના વપરાશમાં નોંધપાત્ર ઘટાડો કરવાનો પ્રયાસ થઈ રહ્યો છે.
કુદરતી ઠંડકનો પણ લઈ રહ્યો છે ફાયદો
ચીનનો ગ્વીઝોઉ પ્રાંત કુદરતી રીતે ઠંડા વાતાવરણ માટે જાણીતો છે. અહીં મોટી સંખ્યામાં Karst Caves આવેલી છે. ચીનની ટેક્નોલોજી કંપનીઓ અને સરકારી સંસ્થાઓએ કેટલીક જગ્યાએ આ કુદરતી રીતે ઠંડી રહેતી ગુફાઓનો ડેટા સેન્ટર માટે ઉપયોગ કરવાનો પ્રયાસ કર્યો છે.
આ ગુફાઓનું કુદરતી તાપમાન સર્વર કૂલિંગમાં મદદરૂપ થઈ શકે છે. પરિણામે પરંપરાગત એર કન્ડિશનિંગ અને અન્ય કૂલિંગ સિસ્ટમ પરનો બોજ ઘટાડી શકાય છે.
અમેરિકા સામે ચીનની AI રેસમાં શું સ્થિતિ?
AIની વૈશ્વિક રેસમાં અમેરિકાની પાસે હજુ પણ અદ્યતન ચિપ્સ અને વિશાળ કમ્પ્યુટિંગ ઇન્ફ્રાસ્ટ્રક્ચરની મહત્વપૂર્ણ સરસાઈ છે. Nvidia જેવી કંપનીઓની અત્યાધુનિક AI ચિપ્સ અમેરિકાને મોટો ટેક્નોલોજીકલ ફાયદો આપે છે.
પરંતુ ચીનની વ્યૂહરચના બતાવે છે કે AI રેસ માત્ર સૌથી શક્તિશાળી ચિપ કોની પાસે છે તેના પર આધારિત નથી. ચીન ઉપલબ્ધ ચિપ્સને મોટી સંખ્યામાં જોડવા, ઝડપી નેટવર્કિંગ વિકસાવવા, નવીનીકરણીય ઊર્જાનો ઉપયોગ કરવા અને કૂલિંગ માટે નવા રસ્તા શોધવા પર ભાર મૂકી રહ્યું છે.
આ મોડલમાં વધારાનો ખર્ચ અને ટેક્નિકલ મર્યાદાઓ છે, પરંતુ ચીનનો પ્રયાસ સ્પષ્ટ છે—અદ્યતન ચિપ્સની અછતને કારણે AI રેસમાંથી પાછળ ન રહેવું.
AIની રેસ હવે માત્ર ચિપ્સની રેસ નથી
આ સમગ્ર પરિસ્થિતિથી સ્પષ્ટ થાય છે કે ભવિષ્યની AI રેસમાં માત્ર સૌથી શક્તિશાળી Hardware હોવું પૂરતું નહીં રહે. ઉપલબ્ધ સંસાધનોનો કેટલો કાર્યક્ષમ ઉપયોગ થાય છે, કમ્પ્યુટિંગ નેટવર્ક કેટલું ઝડપી છે, વીજળીનો ખર્ચ કેટલો છે અને કૂલિંગ સિસ્ટમ કેટલી અસરકારક છે—આ તમામ બાબતો પણ એટલી જ મહત્વપૂર્ણ બનશે.
ચીન અદ્યતન AI ચિપ્સની મર્યાદિત પહોંચ વચ્ચે જે રસ્તો અપનાવી રહ્યું છે તે દર્શાવે છે કે AI ક્ષેત્રમાં સ્પર્ધા હવે માત્ર ચિપ બનાવવાની કે ખરીદવાની નથી રહી. તે Computing Infrastructure, Energy Efficiency, Networking અને Software Optimizationની પણ રેસ બની ગઈ છે.
આથી આગામી વર્ષોમાં અમેરિકા અને ચીન વચ્ચેની AI સ્પર્ધા વધુ રસપ્રદ બની શકે છે. એક તરફ અમેરિકા અત્યાધુનિક ચિપ્સ અને વિશાળ કમ્પ્યુટિંગ શક્તિના આધારે આગળ વધશે, જ્યારે બીજી તરફ ચીન મર્યાદિત સંસાધનોમાંથી મહત્તમ AI ક્ષમતા મેળવવાની પોતાની વ્યૂહરચનાને વધુ મજબૂત બનાવવાનો પ્રયાસ કરશે.

