OpenAI জালাপেনো চিপে বাজি ধরেছে: দ্রুততর, আরও সাশ্রয়ী এবং প্রায় বিক্রিতে
বড় ভাষার মডেল স্থাপনের কথা এলে, ইঞ্জিনিয়ারদের সবসময় একটি সমঝোতার সন্ধান করতে হয়: হয় সিস্টেমটি খুব দ্রুত সাড়া দেয়, কিন্তু অনুরোধের চাপ সহ্য করতে কষ্ট হয়, অথবা এটি বিশাল লোড হজম করতে সক্ষম, কিন্তু লক্ষণীয় বিলম্বের মূল্যে। OpenAI নিশ্চিত যে তারা এমন একটি সমাধান খুঁজে পেয়েছে যা এই দ্বন্দ্ব দূর করে। কোম্পানির নিজস্ব চিপ, যার নাম রাখা হয়েছে Jalapeño, ডেভেলপারদের দাবি অনুযায়ী, একই সাথে কম বিলম্ব এবং উচ্চ থ্রুপুট প্রদর্শন করে। OpenAI-এর হার্ডওয়্যার বিভাগের ভাইস প্রেসিডেন্ট রিচার্ড হো-এর মতে, নতুন পণ্যটি "দুই জগতের সেরাটি" অফার করে।
Jalapeño একটি সার্বজনীন প্রসেসর নয়, বরং একটি কাস্টম ইন্টিগ্রেটেড সার্কিট (ASIC), যা Broadcom-এর সাথে অংশীদারিত্বে তৈরি। চিপটি একটি নির্দিষ্ট কাজের জন্য তৈরি — ইনফারেন্স, অর্থাৎ প্রশিক্ষিত মডেলগুলিকে সরাসরি চালানো যাতে তারা কাজ সম্পাদন করতে পারে এবং এজেন্ট হিসেবে পরিচালনা করতে পারে। জুন মাসে ঘোষিত, এখন এটি প্রথমবারের মতো অফিসিয়াল পরীক্ষার ফলাফল পেয়েছে, যাকে কোম্পানি বৈপ্লবিক বলতে দ্বিধা করছে না।
পারফরম্যান্স পরীক্ষায় কী দেখা গেছে
চিপের ক্ষমতা মূল্যায়নের জন্য OpenAI তাদের নিজস্ব বেঞ্চমার্ক প্ল্যাটফর্ম InferenceX ব্যবহার করেছে। তুলনার মানদণ্ড হিসেবে Nvidia GB200 এবং GB300 সুপারচিপগুলিতে সর্বোচ্চ রেকর্ড করা ফলাফল নেওয়া হয়েছিল। পরীক্ষাগুলি তিনটি জনপ্রিয় মডেলে পরিচালিত হয়েছিল: GPT-OSS 120B, DeepSeek R1 এবং Kimi K2.5 1T।
কোম্পানি দাবি করে যে ফলাফলগুলি впечатляющими ছিল। মডেলের উপর নির্ভর করে, Jalapeño প্রতিযোগী সিস্টেমের তুলনায় প্রতি ওয়াটে 1.5–1.9 গুণ বেশি গণনা প্রদর্শন করেছে। সহজ ভাষায়, এর অর্থ হল প্রতিটি ব্যয় করা কিলোওয়াট শক্তির জন্য নতুন চিপ উল্লেখযোগ্যভাবে বেশি দরকারী কাজ সম্পাদন করে। এটি এমন এক যুগে অত্যন্ত গুরুত্বপূর্ণ যখন ডেটা-সেন্টারগুলির বিদ্যুৎ বিল প্রধান ব্যয়ের একটি হয়ে উঠছে।
প্রতিক্রিয়ার গতিতে পার্থক্যটি আরও লক্ষণীয়। তিনটি পরীক্ষিত মডেলে এন্ড-টু-এন্ড লেটেন্সি Nvidia চিপগুলির রেফারেন্স সিস্টেমের তুলনায় 1.7–3.6 গুণ কম পাওয়া গেছে। বাস্তবে এটি সহকারীদের দ্রুততর প্রতিক্রিয়া, AI এজেন্টদের আরও প্রতিক্রিয়াশীল কর্মকাণ্ড এবং পিক লোডের সময়ও পরিষেবাগুলিতে স্থিতিশীল অ্যাক্সেসের মাধ্যমে প্রকাশ পায়। মডেল যত দ্রুত একটি অনুরোধ প্রক্রিয়া করে, ব্যবহারকারীকে তত কম সময় উত্তরের "টাইপিং" নির্দেশকের দিকে তাকিয়ে থাকতে হয়।
কৌশল: প্রতিস্থাপন নয়, পরিপূরক
এত উজ্জ্বল সূচক থাকা সত্ত্বেও, OpenAI Nvidia-এর সাথে সহযোগিতা ছেড়ে দিতে চায় না। রিচার্ড হো জোর দিয়ে বলেন যে কোম্পানির সামগ্রিক কম্পিউটিং কৌশল বিস্তৃত অংশীদারদের ব্যবহারের উপর ভিত্তি করে, এবং Nvidia একটি মূল অংশীদার হিসেবে রয়ে গেছে। Jalapeño বিদ্যমান চিপগুলির বহর প্রতিস্থাপন করবে না, বরং অবকাঠামো স্কেল করার একটি গুরুত্বপূর্ণ উপাদান হয়ে উঠবে।
চিপের প্রথম প্রজন্মটি চলতি বছরের শেষ নাগাদ "স্বল্প পরিমাণে" স্থাপনের পরিকল্পনা করা হয়েছে। পূর্ণ-স্কেল ক্ষমতা বৃদ্ধি 2027 সালে শুরু হবে। কোম্পানি ইচ্ছাকৃতভাবে পরের বছরে ব্যবহার করার পরিকল্পনা করা চিপের সঠিক সংখ্যা প্রকাশ করছে না। এদিকে, Jalapeño-এর দ্বিতীয় এবং তৃতীয় প্রজন্মের উপর কাজ ইতিমধ্যেই চলছে, যা এই দিকটির দীর্ঘমেয়াদী প্রকৃতি নির্দেশ করে — অনেক পরীক্ষা-নিরীক্ষার বিপরীতে যা কখনও ব্যবহারিক পর্যায়ে পৌঁছায় না।
এই প্রকল্পের সাফল্য বড় AI মডেল অপারেটরদের সীমিত সংখ্যক চিপ সরবরাহকারীর উপর নির্ভরতা উল্লেখযোগ্যভাবে কমাতে পারে। নিজস্ব ASIC গুলি OpenAI-এর নির্দিষ্ট অ্যালগরিদম এবং কাজের চাপের সাথে স্থাপত্যটিকে আরও সুনির্দিষ্টভাবে মানিয়ে নেওয়ার অনুমতি দেয়, সম্পদ সাশ্রয় করে এবং বাজারে নতুন পণ্য আনার গতি বাড়ায়।
