اس ہفتے سے پہلے، Nvidia کے بارے میں غالب کہانی کچھ اس طرح تھی: AI بوم کے پہلے چند سالوں کے لیے، Nvidia جدید ترین GPUs کا واحد ذریعہ تھا، جو صنعت کے بڑھتے ہی بے حد منافع بخش ہو گیا۔ پچھلے کچھ سالوں میں، ایمیزون اور گوگل جیسے ہائپر اسکیلرز نے اپنے چپس بنانا شروع کر دیے ہیں، اور Nvidia اب شہر میں واحد گیم نہیں ہے، جس کی وجہ سے بہت سے سرمایہ کار یہ سوچتے ہیں کہ واقعی اس کا فائدہ کتنا پائیدار ہے۔
یہ ایک زبردست کہانی ہے، اور زیادہ تر سچ ہے۔ 2023 کے آغاز اور 2025 کے وسط کے درمیان اپنی مارکیٹ کیپ میں 10 گنا اضافہ کرنے کے بعد، Nvidia کے حصص پچھلے ایک سال سے زیادہ معمولی رفتار پر رہے ہیں، جو GPU مسابقت کے بارے میں خدشات کی وجہ سے ہے۔
بُدھ کو کمپنی کی کمائی کے بعد سے ایک نیا بیانیہ شکل اختیار کر گیا ہے اور سرمایہ کاروں کو یہ احساس ہونے لگا ہے کہ Nvidia کا فائدہ GPUs سے کہیں زیادہ ہے۔ جیسے جیسے AI کی کمپیوٹ گیگا واٹ پیمانے میں بڑھ رہی ہے، آرکیسٹریشن ایک پیچیدہ کام بن گیا ہے۔ حیرت کی بات نہیں، Nvidia نے اسے سنبھالنے کے لیے درکار جدید ترین ہارڈ ویئر کا بہت زیادہ حصہ بنایا ہے، جس سے کمپنی کو GPU کے آس پاس موجود سسٹمز میں بہت بڑا فائدہ ملتا ہے، یہاں تک کہ وہ خود GPUs پر بڑھتی ہوئی مسابقت کو دیکھتی ہے۔
ایک کموڈٹی کے طور پر کمپیوٹ کی تمام باتوں کے لیے، میگا اسکیل ڈیٹا سینٹر کو اعلی کارکردگی پر چلانا اب بھی ناقابل یقین حد تک مشکل ہے — اور جیسے جیسے تعیناتیاں بڑی اور تیز تر ہوتی جا رہی ہیں، یہ چیلنج صرف بڑھتا ہی جا رہا ہے۔
آپ اس میں سے کچھ صرف اس کی تفصیلات دیکھ کر دیکھ سکتے ہیں کہ Nvidia اصل میں کیا فروخت کر رہا ہے۔ کمپنی فی الحال اپنے ویرا روبن فن تعمیر کو تیار کر رہی ہے، جو روبن جی پی یو کو دیگر اکائیوں کے مجموعہ کے ساتھ جوڑتا ہے، جس میں ویرا سی پی یو، گروق 3 ایل پی ایکس انفرنس ایکسلریٹر اور اسٹوریج اور نیٹ ورکنگ کے لیے اسی طرح کے ریک شامل ہیں۔
پچھلے ہفتے کے دوران، میں Nvidia میں لوگوں سے اس بارے میں بات کر رہا ہوں کہ وہ سسٹم اصل میں کیا کرتے ہیں، اور نتائج حیران کن رہے ہیں۔ خود روبن جی پی یو کی طرح، وہ انتہائی مخصوص نظام ہیں، لیکن ٹوکن کے ذریعے منتھنی کرنے کے بجائے، وہ اس بات کو یقینی بنا رہے ہیں کہ GPU سے باہر ہر چیز زیادہ سے زیادہ مؤثر طریقے سے کام کرے۔ اگر GPU انجن ہے، تو یہ باقی کار ہیں۔
ویرا سی پی یو خاص طور پر ڈیٹا آرکیسٹریٹنگ کے مسئلے پر مرکوز ہے۔ "ویرا اہم ہے کیونکہ صرف اتنی میموری ہے کہ آپ ایک سرور یا کسی بھی طرح کے کمپیوٹ پلیٹ فارم میں رکھ سکتے ہیں،" جیسن ہارڈی، اسٹوریج ٹیکنالوجی کے Nvidia کے VP نے مجھے بتایا۔
جیسا کہ ڈیٹا سینٹرز نے کمپیوٹنگ کی طاقت کو بڑھایا ہے، میموری کی صلاحیت میں بھی اضافہ ہوا ہے، یہی وجہ ہے کہ مائکرون جیسی کمپنیاں انفراسٹرکچر بوم کی دوسری لہر میں امیر ہوگئی ہیں۔ لیکن صحیح وقت پر اس ڈیٹا کو GPU تک پہنچانا سیدھا سیدھا نہیں ہے — اور چونکہ کمپنیاں ٹوکن فی واٹ کو کم سے کم چلانا چاہتی ہیں، انہیں احساس ہو رہا ہے کہ اس قسم کی ٹریفک کی سمت کتنی اہم ہے۔
ہارڈی نے کہا، "ہم نے ان آپریشنز میں 3 گنا سے اوپر کی بہتری دیکھی، جہاں ویرا سی پی یو تیز رفتاری کی اجازت دے رہا ہے۔" "لہذا اب ہم اپنے فلیش کو اس کی پوری صلاحیت کے مطابق استعمال کر سکتے ہیں، کیونکہ ہم اس سے تمام کارکردگی کو بغیر کسی رکاوٹ کے حاصل کر سکتے ہیں۔"
آپ Nvidia کے باہر اسی مسئلے کے ورژن دیکھ سکتے ہیں۔ جب OpenAI نے اپنی Jalapeño چپ تیار کی، تو ایک اہم توجہ ان چیلنجوں سے مکمل طور پر بچنا تھا تاکہ ڈیٹا کی مقدار کو کم سے کم کیا جائے جسے منتقل کرنے کی ضرورت ہے۔
"ہم نے Jalapeño کو ڈیٹا کی نقل و حرکت اور مواصلات میں تاخیر کو کم کرنے کے لیے ڈیزائن کیا ہے،" کمپنی نے اس ماہ کے شروع میں ایک بلاگ پوسٹ میں کہا۔ "اس کا بڑا ڈومین پورے کام کے بوجھ کو ایک منسلک نظام کے اندر رہنے دیتا ہے، ڈیٹا کی نقل و حرکت کو کم سے کم کرتا ہے اور مکمل درخواست کو شروع سے آخر تک تیز اور موثر رہنے میں مدد کرتا ہے۔"
یہ ایک مختلف نقطہ نظر ہے، ایک مربوط چپ کے اندر کام کا بوجھ چلا کر ڈیٹا کی نقل و حرکت سے مکمل طور پر گریز کرنا۔ لیکن مجموعی منطق ایک ہی ہے، زیادہ پروسیسر سائیکلوں کے بجائے بہتر ٹریفک کنٹرول کے ساتھ کارکردگی میں اضافہ۔ اس کے نتیجے میں کمپنیوں کے مقابلے کے لیے بنیادی ڈھانچے کی ایک پوری نئی پرت کھل جاتی ہے۔
ڈیٹا آرکیسٹریشن پر یہ نئی توجہ خود بخود Nvidia کے لیے جیت نہیں ہے۔ کمپنی کو حریف چپ میکرز اور ہائپر اسکیلرز کے ساتھ مقابلہ کرنا پڑے گا جیسا کہ اس کے پاس GPUs کے ساتھ ہے۔ لیکن مقابلہ ایک نئی پرت میں چلا گیا ہے، جہاں ایک حریف GPU بنانا پورے نظام کو موثر طریقے سے کام کرنے کے قابل ہونے سے کم اہمیت رکھتا ہے۔
اور کم از کم ابتدائی مراحل میں، Nvidia کے پاس کمانڈنگ لیڈ نظر آتی ہے۔
