OpenAI-র নতুন চিপে AI খরচ কমবে, ফ্রিল্যান্সারদের লাভ কত?
OpenAI তাদের প্রথম কাস্টম সিলিকন চিপ 'Jalapeño' উন্মোচন করেছে। Broadcom-এর সাথে তৈরি এই চিপটি GPU-র তুলনায় দ্রুত ও সস্তায় বড় ভাষার মডেল চালাতে সক্ষম।
OpenAI তাদের প্রথম কাস্টম সিলিকন চিপ 'Jalapeño' উন্মোচন করেছে। Broadcom-এর সাথে তৈরি এই চিপটি GPU-র তুলনায় দ্রুত ও সস্তায় বড় ভাষার মডেল চালাতে সক্ষম।
OpenAI অবশেষে তাদের প্রথম কাস্টম সিলিকন চিপ উন্মোচন করেছে। চিপটির নাম দেওয়া হয়েছে Jalapeño। এটি Broadcom-এর সাথে যৌথভাবে তৈরি করা হয়েছে।
Jalapeño একটি বিশেষ উদ্দেশ্যে তৈরি ইনফারেন্স ASIC। GPU-র মতো সাধারণ চিপ নয় এটি। বড় ভাষার মডেল তথা LLM চালানোর জন্য এটি বিশেষভাবে ডিজাইন করা হয়েছে। dev.to ML সূত্র জানিয়েছে, এই চিপ GPU-র তুলনায় অনেক বেশি কার্যকর।
কেন এই চিপ গুরুত্বপূর্ণ তা বোঝার জন্য আগে সমস্যাটি বুঝতে হবে। বর্তমানে ChatGPT-র মতো AI মডেল চালাতে প্রচুর GPU ব্যবহার করা হয়। GPU শুধু AI-র জন্য তৈরি নয়। এটি গ্রাফিক্স ও অন্যান্য কাজেও ব্যবহৃত হয়। ফলে AI-র জন্য GPU ব্যবহার করলে অনেক শক্তি ও অর্থ নষ্ট হয়।
Jalapeño চিপ সেই অপচয় কমিয়ে দেবে। এটি শুধু LLM-এর ইনফারেন্স কাজ করে। ইনফারেন্স মানে মডেলকে নতুন প্রশ্নের উত্তর দেওয়া। প্রশিক্ষণ নয়। ফলে চিপটি দ্রুত কাজ করে এবং কম বিদ্যুৎ খরচ করে।
OpenAI জানিয়েছে, এই চিপ ব্যবহার করে LLM চালানোর খরচ উল্লেখযোগ্যভাবে কমে যাবে। আগের চেয়ে কয়েকগুণ সস্তায় একই কাজ করা সম্ভব হবে। বিশেষ করে বড় আকারের ডেপ্লয়মেন্টের জন্য এটি বড় সুবিধা।
বাংলাদেশের জন্য এর অর্থ কী? বাংলাদেশে ফ্রিল্যান্সার ও ডেভেলপাররা AI ব্যবহার করে অনেক প্রকল্প তৈরি করেন। ChatGPT-র API ব্যবহার করলে খরচ বেশি হয়। Jalapeño চিপ যদি API-র খরচ কমিয়ে আনে, তাহলে বাংলাদেশের স্টার্টআপ ও ডেভেলপাররা আরও সাশ্রয়ী মূল্যে AI সমাধান দিতে পারবেন। ছোট ব্যবসাও AI ব্যবহার করতে পারবে।
শিক্ষার্থীদের জন্যও এটি সুখবর। গবেষণা বা প্রজেক্টে AI মডেল চালানোর খরচ কমলে তারা আরও বেশি পরীক্ষা-নিরীক্ষা করতে পারবে।
ভবিষ্যতে OpenAI সম্ভবত এই চিপ নিজেদের সার্ভারে ব্যবহার করবে। তারপর তা API-র মাধ্যমে সবার জন্য উন্মুক্ত করবে। এর ফলে AI-র ব্যবহার আরও সহজ ও সস্তা হবে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to ML
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...