এজিআই-এর সম্ভাবনা অন্বেষণ: হার্ডওয়্যার এবং সফ্টওয়্যার সমন্বয়

Iris Coleman
ডিসেম্বর ১৭, ২০২৫ ০৬:০৯

together.ai-এর Dan Fu যুক্তি দেন যে সফটওয়্যার-হার্ডওয়্যার কো-ডিজাইন অপ্টিমাইজ করে, বর্তমান চিপ ব্যবহার বৃদ্ধি করে এবং অনুভূত হার্ডওয়্যার সীমাবদ্ধতা অতিক্রম করে আর্টিফিশিয়াল জেনারেল ইন্টেলিজেন্স (AGI) অর্জনযোগ্য।

আর্টিফিশিয়াল জেনারেল ইন্টেলিজেন্স (AGI) অর্জনের সম্ভাবনা নিয়ে বিতর্ক তীব্র হচ্ছে, together.ai-এর ভাইস প্রেসিডেন্ট অফ কার্নেলস Dan Fu একটি আশাবাদী দৃষ্টিভঙ্গি প্রদান করছেন। together.ai-এর মতে, Fu এই ধারণাকে চ্যালেঞ্জ করেন যে AI-এর অগ্রগতি হার্ডওয়্যার সীমাবদ্ধতার কারণে বাধাগ্রস্ত হচ্ছে। পরিবর্তে, তিনি মনে করেন যে বর্তমান চিপগুলি উল্লেখযোগ্যভাবে কম ব্যবহৃত হচ্ছে এবং সফটওয়্যার-হার্ডওয়্যার কো-ডিজাইনের একটি কৌশলগত পদ্ধতি উল্লেখযোগ্য পারফরম্যান্স উন্নতি আনলক করতে পারে।

বর্তমান সীমাবদ্ধতা এবং ভবিষ্যৎ সম্ভাবনা

AI ল্যান্ডস্কেপ বিকশিত হওয়ার সাথে সাথে, ডিজিটাল কম্পিউটেশনের সীমায় পৌঁছানোর বিষয়ে উদ্বেগ আরও প্রচলিত হয়ে উঠছে। কিছু বিশেষজ্ঞ পরামর্শ দেন যে হার্ডওয়্যার সীমাবদ্ধতা, বিশেষত GPU-তে, সাধারণভাবে উপযোগী AI উন্নয়নের দিকে অগ্রগতিতে বাধা সৃষ্টি করতে পারে। বিপরীতে, Fu তার প্রকাশনা "Yes, AGI Can Happen – A Computational Perspective"-এ আরও আশাব্যঞ্জক দৃষ্টিভঙ্গি উপস্থাপন করেন, যা যুক্তি দেয় যে AI সক্ষমতার জন্য এখনও সীমায় পৌঁছানো হয়নি।

বিদ্যমান হার্ডওয়্যারের কম ব্যবহার

Fu তুলে ধরেন যে অত্যাধুনিক AI প্রশিক্ষণ রান, যেমন DeepSeek-V3 বা Llama-4, প্রায়শই মাত্র ২০% মিন FLOP ব্যবহার (MFU) অর্জন করে, যেখানে ইনফারেন্স ব্যবহার কখনও কখনও একক সংখ্যায় থাকে। এই সংখ্যাগুলি সফটওয়্যার এবং হার্ডওয়্যারের ভাল ইন্টিগ্রেশনের মাধ্যমে এবং FP4 প্রশিক্ষণের মতো উদ্ভাবনের মাধ্যমে দক্ষতা বৃদ্ধির একটি উল্লেখযোগ্য সুযোগ নির্দেশ করে।

কম্পিউটেশনাল মডেলের অগ্রগতি

বর্তমান AI মডেলগুলি পুরোনো হার্ডওয়্যারের উপর ভিত্তি করে তৈরি, এবং নতুন কম্পিউটেশনাল সংস্থানগুলির সম্ভাবনা সম্পূর্ণভাবে উপলব্ধি করা হয়নি। Fu জোর দেন যে সর্বশেষ প্রজন্মের GPU-এর বিশাল ক্লাস্টার, যার সংখ্যা ১,০০,০০০-এর বেশি, এখনও AI উন্নয়ন প্রক্রিয়ায় সম্পূর্ণভাবে একীভূত হয়নি, যা ভবিষ্যৎ অগ্রগতির জন্য একটি প্রতিশ্রুতিশীল দিগন্তের ইঙ্গিত দেয়।

বর্তমান দিনের উপযোগিতা এবং ভবিষ্যৎ প্রভাব

অনুভূত সীমাবদ্ধতা সত্ত্বেও, বিদ্যমান AI মডেলগুলি ইতিমধ্যে জটিল ওয়ার্কফ্লোগুলিতে বিপ্লব ঘটাচ্ছে, যেমন মানুষের সহায়তায় উচ্চ-পারফরম্যান্স GPU কার্নেল লেখা। এই রূপান্তর AI প্রযুক্তিগুলির তাৎক্ষণিক উপযোগিতাকে জোর দেয় এবং ভবিষ্যৎ অ্যাপ্লিকেশনগুলির বিশাল সম্ভাবনার ইঙ্গিত দেয়।

সিস্টেম ইঞ্জিনিয়ারিং, হার্ডওয়্যার দক্ষতা এবং AI স্কেলিং-এর ছেদবিন্দুতে আগ্রহীদের জন্য, Fu-এর বিশ্লেষণ মূল্যবান অন্তর্দৃষ্টি প্রদান করে। সম্পূর্ণ বিশ্লেষণ together.ai ওয়েবসাইটে অ্যাক্সেস করা যেতে পারে।

ছবির উৎস: Shutterstock