NVIDIA نے اکیس اکتوبر کو GTC Berlin میں NVIDIA DSX POD کا اعلان کیا۔ یہ AI فیکٹریوں کے لیے ایک ماڈیولر طریقۂ کار پیش کرتا ہے، جس کے بارے میں کمپنی کا کہنا ہے کہ سائٹ کی یوٹیلٹی سہولیات تیار ہونے کے بعد وہاں تنصیب کا وقت چھ ماہ سے کم ہو کر 14 دن رہ سکتا ہے۔ اس ریفرنس ڈیزائن میں مکمل Vera Rubin سسٹمز ایسے کنٹینرز میں پیک کیے جاتے ہیں جنہیں ترسیل سے پہلے شراکت دار تیار، مربوط اور توثیق کرتے ہیں۔ اس طرح تنصیب کے کام کا بڑا حصہ صارف کی سائٹ سے باہر منتقل ہو جاتا ہے۔

اہم نکات

  • DSX POD، شراکت داروں کے تیار کردہ ماڈیولر Vera Rubin AI فیکٹریوں کا ریفرنس ڈیزائن ہے؛ تنصیب کا کم دورانیہ اس شرط سے مشروط ہے کہ سائٹ کی یوٹیلٹی سہولیات تیار ہوں۔
  • NVIDIA نے اپنے انفراسٹرکچر کے اعلانات کے ساتھ ایجنٹ سکیورٹی کے نئے ڈیزائن اور ایجنٹس کو انٹرپرائز کے علمی مواد سے منسلک کرنے کے ٹولز بھی پیش کیے۔
  • Huang نے ان پیش رفتوں کو یورپ میں NVIDIA کی توسیع سے جوڑا اور خطے کے ٹیکنالوجی ایکو سسٹم کے لیے تقریباً 10 ارب ڈالر کے وعدوں کا حوالہ دیا۔

فہرستِ مضامین

NVIDIA DSX POD ترسیل سے پہلے انضمام مکمل کرتا ہے

بنیادی تبدیلی یہ ہے کہ AI فیکٹری کہاں تیار ہوتی ہے۔ آلات منزل پر پہنچنے کے بعد انضمام اور توثیق کرنے کے بجائے، DSX POD کے تحت شراکت داروں سے کہا جاتا ہے کہ وہ ترسیل سے پہلے ماڈیولر کنٹینرز کے اندر یہ مراحل مکمل کریں۔ NVIDIA نے اسے ڈیٹا سینٹرز کی تعمیر کے سپلائی چین میں تبدیلی قرار دیا، نہ کہ صرف ریک اسکیل ہارڈویئر کی ایک اور پیش کش۔

تنصیب سے متعلق دعوے کو سمجھنے کے لیے یہ فرق اہم ہے۔ 14 دن کی مدت کا تعلق یوٹیلٹی سہولیات تیار ہونے کے بعد سائٹ پر تنصیب سے ہے؛ اسے پورے منصوبے کا مقررہ دورانیہ نہیں بتایا گیا۔ رپورٹ میں تعمیر کے مجموعی شیڈول کی تصدیق نہیں کی گئی اور نہ ہی DSX POD کی قیمت یا صارفین کو ترسیل کی تاریخوں کا انکشاف کیا گیا ہے۔

Huang نے کہا کہ Vera Rubin مکمل پیداوار میں ہے اور NVIDIA کے کمپیوٹنگ پلیٹ فارم کو انفرادی ماڈلز اور بڑے لینگویج ماڈلز سے آگے بڑھا کر پورے AI ایجنٹ کی پروسیسنگ تک لے جاتا ہے۔ انہوں نے وسیع تر AI فیکٹری پلیٹ فارم کو ہارڈویئر، سسٹم سافٹ ویئر، CUDA-X لائبریریز اور ماڈلز کے مجموعے کے طور پر پیش کیا۔

جزوتفصیلات
DSX PODمکمل Vera Rubin AI فیکٹریوں کے لیے نیا ریفرنس ڈیزائن، جنہیں شراکت دار ماڈیولر کنٹینرز میں تیار، مربوط اور توثیق کرتے ہیں۔
تنصیب کا دورانیہNVIDIA کا کہنا ہے کہ سائٹ کی یوٹیلٹی سہولیات تیار ہونے کے بعد وہاں تنصیب کا وقت چھ ماہ سے گھٹ کر 14 دن ہو سکتا ہے۔
DSX کی کارکردگی سے متعلق دعوےNVIDIA کے مطابق، وسیع تر پلیٹ فارم ٹھنڈک کے لیے پانی کی کھپت میں 100% تک کمی اور اسی AI آؤٹ پٹ کے لیے بجلی کے استعمال میں 30% تک کمی کر سکتا ہے۔
OpenShell ریفرنس آرکیٹیکچرسکیورٹی کا نیا ڈیزائن پالیسی کنٹرولز، کرنل سطح کی سینڈ باکسنگ اور ایجنٹس و متاثرہ سسٹمز کے درمیان نگرانی کو یکجا کرتا ہے۔
Agent Knowledge Foundationنئے ماڈلز اور لائبریریز ایجنٹس کو انٹرپرائز دستاویزات اور ڈیٹا بیس کی منظم معلومات سے منسلک کرتے ہیں۔
موافقت پذیر ریڈی ایشن تھراپیNVIDIA اور Siemens Healthineers ایک AI سے فعال نظام تیار کر رہے ہیں؛ رپورٹ اسے مکمل شدہ تعیناتی قرار نہیں دیتی۔

یورپ کی AI پیش رفت سرمایہ اور عملی کارکردگی کو جوڑتی ہے

برلن میں کلیدی خطاب سے پہلے NVIDIA نے پیرس، لندن، اسٹاک ہوم اور ڈبلن کا دورہ کیا تھا۔ کمپنی کے بیان کے مطابق، NVIDIA یورپ کے ٹیکنالوجی ایکو سسٹم کے لیے تقریباً 10 ارب ڈالر مختص کرنے کا عہد کر رہا ہے اور 12,000 سے زیادہ شراکت داروں کے ساتھ کام کر رہا ہے۔ یہ ایک وعدے کی رقم ہے، اس بات کا بیان نہیں کہ پوری رقم پہلے ہی خرچ کی جا چکی ہے۔

Huang کا مؤقف تھا کہ یورپی کمپنیوں کو صرف AI استعمال نہیں کرنی چاہیے بلکہ اسے تیار بھی کرنا چاہیے۔ انہوں نے L’Oréal، Revolut، Spotify، Merck، Vodafone، Porsche اور HSBC سمیت ان کاروباروں کے نام لیے جو NVIDIA کے ساتھ AI پر کام کر رہے ہیں، اور یوں انفراسٹرکچر کے اعلانات کو پہلے سے موجود کاروباری صارفین کے تناظر میں پیش کیا۔

NVIDIA نے یہ بھی کہا کہ اس کا DSX AI Factory Platform ٹھنڈک کے لیے پانی کی کھپت میں 100% تک کمی کر سکتا ہے اور اسی AI آؤٹ پٹ کو 30% تک کم بجلی استعمال کرتے ہوئے فراہم کر سکتا ہے۔ یہ وسیع تر پلیٹ فارم کی بتائی گئی صلاحیتیں ہیں اور DSX POD کے تنصیب کے دورانیے کے دعوے سے الگ ہیں۔ کلیدی خطاب کی رپورٹ ان بچتوں کے لیے کسی مخصوص منصوبے کے عملی نتائج فراہم نہیں کرتی۔

ایجنٹ سکیورٹی انفراسٹرکچر کا حصہ بن رہی ہے

تیز تر انفراسٹرکچر کی تنصیب NVIDIA کی پیش کش کا صرف ایک حصہ تھی۔ Huang نے ایجنٹس کو ایسے سسٹمز قرار دیا جو ایک ماڈل کو آرکیسٹریشن ہارنس، میموری، سینڈ باکس، علمی مواد اور ٹولز کے ساتھ جوڑتے ہیں۔ چونکہ وہ فائلوں، نیٹ ورکس اور دیگر وسائل تک رسائی حاصل کر سکتے ہیں، اس لیے ان کی افادیت کے ساتھ یہ کنٹرول کرنے کی ضرورت بھی پیدا ہوتی ہے کہ انہیں کیا کرنے کی اجازت ہے۔

NVIDIA نے اس مسئلے سے نمٹنے کے لیے محفوظ AI ایجنٹس کا OpenShell Reference Architecture متعارف کرایا۔ یہ OpenShell پر مبنی ایک مکمل اسٹیک ڈیزائن ہے، جو اوپن سورس اور پالیسی کے تحت کنٹرول ہونے والا رن ٹائم ہے۔ اس میں کرنل سطح کی سینڈ باکسنگ ایجنٹ اور ان سسٹمز کے درمیان رکھی گئی ہے جن پر وہ اثر انداز ہو سکتا ہے۔

Huang نے کہا کہ ایجنٹس کو کم سے کم مراعات دی جانی چاہئیں اور ان کی سرگرمی کی نگرانی ہونی چاہیے، جبکہ اجازتوں اور پالیسی کے نفاذ میں حالات کے مطابق متحرک تبدیلی ہونی چاہیے۔ عملی طور پر، کسی ایجنٹ کو ایک ٹول تک رسائی دینے اور اسے آس پاس کے پورے سسٹم تک غیر محدود رسائی دینے میں فرق ہے۔ NVIDIA نے سکیورٹی کو ایجنٹس کی تعیناتی کے لیے انجینئرنگ کی ضرورت کے طور پر پیش کیا، نہ کہ صرف بنیادی ماڈل کی خاصیت کے طور پر۔

انٹرپرائز کا علمی مواد تعیناتی کی اگلی پرت ہے

NVIDIA کا Agent Knowledge Foundation ایک الگ رکاوٹ سے نمٹتا ہے: ایجنٹ کو کاروبار کے پاس پہلے سے موجود معلومات سے منسلک کرنا۔ ماڈلز اور لائبریریز کا نیا مجموعہ غیر منظم دستاویزات اور ڈیٹا بیس کی منظم معلومات، دونوں کا احاطہ کرتا ہے۔

نمایاں کیے گئے ٹولز میں دستاویزات کی پارسنگ، سوالات کی ایمبیڈنگ اور متعلقہ معلومات کی دوبارہ درجہ بندی کے لیے Nemotron کی صلاحیتیں، نیز منظم ڈیٹا سے پیش گوئی کے لیے نئے Kumo ماڈلز شامل ہیں۔ یہ فنکشنز ایجنٹ کے استدلال کے عمل کو کمپنی کے مخصوص مواد سے جوڑتے ہیں، بجائے اس کے کہ وہ صرف کسی عمومی ماڈل میں موجود معلومات پر انحصار کرے۔

Huang نے NVIDIA کے اوپن ماڈلز کو ایسے ابتدائی نقطۂ آغاز کے طور پر بھی پیش کیا جنہیں کمپنیاں مخصوص استعمال کے لیے اپنے ملکیتی ڈیٹا پر مزید تربیت دے سکتی ہیں۔ CUDA-X لائبریریز ایک اور جزو فراہم کرتی ہیں: تیز رفتار سمیولیٹرز، سولورز اور ڈیٹا پروسیسنگ انجن، جنہیں ایجنٹس بطور ٹول استعمال کر سکتے ہیں۔ مجموعی طور پر، یہ اعلانات اجازتوں، علمی مواد اور عمل درآمد پر مشتمل ایک آپریٹنگ اسٹیک کی تصویر پیش کرتے ہیں۔

صنعتی مثالیں اپنانے کے مختلف مراحل دکھاتی ہیں

کلیدی خطاب کی ایک ویڈیو نے دکھایا کہ یہ اجزا مل کر کیسے کام کر سکتے ہیں۔ Lila Sciences میں ایجنٹس نے ورچوئل تجربات کے ذریعے ایک ممکنہ B-cell lymphoma تھراپی ڈیزائن کرنے میں مدد کی، جو ایک خودکار لیبارٹری کی رہنمائی کر رہے تھے۔ Siemens کی Erlangen فیکٹری میں ایجنٹس نے ڈیجیٹل ٹوئن میں منصوبوں کی جانچ کر کے مصنوعات کو پیداوار کے لیے تیار کرنے میں مدد کی۔ Dassault Systèmes کی ایک مثال میں انجینئرنگ ایجنٹس نے سمیولیشن کے ذریعے گاڑی کے ڈیزائن کا مسئلہ شناخت کیا اور ڈیزائن کو بہتر بنایا۔

ان مظاہروں کو ان منصوبوں سے الگ سمجھنا چاہیے جو ابھی تیاری کے مرحلے میں ہیں۔ NVIDIA اور Siemens Healthineers AI سے فعال ریڈی ایشن تھراپی تیار کر رہے ہیں، جو علاج کی منصوبہ بندی کرنے والے ایجنٹس، ڈیجیٹل ٹوئنز اور براہ راست امیجنگ و سینسر ڈیٹا کو یکجا کرتی ہے۔ بیان کردہ نظام علاج کے دوران مریض کے جسم اور ٹیومر میں تبدیلی کے ساتھ ہدف بندی کو ڈھالے گا۔

یہ مثالیں انفراسٹرکچر کی حکمت عملی کا ایک ٹھوس مقصد دکھاتی ہیں: ایسے ایجنٹس جو لیبارٹریوں، فیکٹریوں اور انجینئرنگ کے ماحول میں مخصوص ڈیٹا اور ٹولز کے ساتھ کام کر سکیں۔ تاہم، یہ مثالیں بذاتِ خود اس بات کی تصدیق نہیں کرتیں کہ اعلان کردہ ہر ٹیکنالوجی تجارتی طور پر تعینات ہو چکی ہے یا ان مقامات پر انفراسٹرکچر کی دعویٰ کردہ بچت حاصل کر لی گئی ہے۔

نتیجہ

DSX POD NVIDIA کی یورپی AI پیش رفت کو ایک واضح انفراسٹرکچر تجویز دیتا ہے: انضمام کو سائٹ سے باہر منتقل کرنا اور یوٹیلٹی سہولیات تیار ہونے کے بعد تنصیب کا دورانیہ کم کرنا۔ اس کے ساتھ پیش کیے گئے سکیورٹی اور علمی مواد کے ٹولز اس بات سے متعلق ہیں کہ کاروبار اس انفراسٹرکچر پر ایجنٹس کیسے چلائیں گے، جبکہ کلیدی خطاب کی رپورٹ میں قیمت، ترسیل کے شیڈول اور منصوبہ جاتی سطح پر کارکردگی کے نتائج ظاہر نہیں کیے گئے۔

مزید خبریں پڑھیں

FinanceVelix کی مزید خبریں

دستبرداری

FinanceVelix کا یہ مضمون عمومی معلومات فراہم کرتا ہے، ذاتی نوعیت کا مالی، سرمایہ کاری، قانونی یا ٹیکس مشورہ نہیں۔ مارکیٹ کی قیمتیں، شرحِ سود اور معاشی حالات تبدیل ہو سکتے ہیں؛ سرمایہ کاری میں نقصان کا خطرہ ہوتا ہے۔ حقائق اشاعت کے وقت دستیاب مواد کی عکاسی کرتے ہیں اور تبدیل ہو سکتے ہیں۔ اہم معلومات کی آزادانہ طور پر تصدیق کریں اور ضرورت پڑنے پر کسی مستند پیشہ ور سے مشورہ لیں۔ کسی اثاثے، کمپنی یا سروس کا ذکر توثیق یا سفارش نہیں ہے۔