مصنوعی ذہانت (AI) کے بنیادی ڈھانچے کی سرمایہ کاری 2022 میں ChatGPT جیسے تخلیقی AI زبان کے ماڈلز کی آمد کے بعد سے چھت سے گزر رہی ہے۔ 2025 میں AI انفراسٹرکچر میں ہائپر اسکیلرز کی سرمایہ کاری کو ریکارڈ کرنے کے ساتھ، انٹرنیشنل ڈیٹا کارپوریشن نے عالمی سرمایہ کاری کو ایک حیران کن حد تک بڑھایا اور سال کے بعد یہ $318 بلین ڈالر تک جاری رہی۔
آسمان کو چھوتے ہوئے سرمائے کے انجیکشن کے پس منظر میں، صنعت ایک جسمانی "پیمائی دیوار" کے قریب پہنچ رہی ہے۔ روایتی انفراسٹرکچر ڈیٹا سینٹر کی صلاحیت کی رکاوٹوں اور بڑھتی ہوئی توانائی کی طلب کے بوجھ کے تحت کرکرا ہونے لگا ہے۔
پاور AI کے لیے توانائی کی بڑھتی ہوئی ضروریات غیر پائیدار ہیں، اس کے ساتھ ساتھ ماحولیاتی نقصان کے بارے میں بھی خدشات بڑھ رہے ہیں جو اس طرح کی توانائی کی فراہمی کا سبب بن سکتے ہیں۔
اب ہم ایک موڑ پر ہیں۔ روایتی برقی ڈیٹا کی منتقلی کے طریقے اپنی حدوں کو پہنچ رہے ہیں، NVIDIA نے حال ہی میں دو فوٹوونکس کمپنیوں، Coherent Corp. اور Lumentum میں $4 بلین کی سرمایہ کاری کرکے اپنا ہاتھ دکھایا ہے۔ NVIDIA ایک ایسے مستقبل پر شرط لگا رہا ہے جہاں ڈیٹا بجلی کی بجائے روشنی (فوٹونز) کے ذریعے منتقل ہوتا ہے۔
AI توانائی کی کھپت
دیالیکٹرک پاور ریسرچ انسٹی ٹیوٹتخمینہ ہے کہ ڈیٹا سینٹرز 2030 تک امریکی بجلی کی پیداوار کا 9% سالانہ استعمال کر سکتے ہیں، جو کہ 2023 میں 4% سے زیادہ ہے۔ چونکہ AI ماڈلز کو صارفین کی بڑھتی ہوئی طلب کا سامنا کرنا پڑتا ہے اور زیادہ حساب کی ضرورت ہوتی ہے، ہم عالمی توانائی کی طلب میں اضافہ دیکھنے جا رہے ہیں۔ توانائی کی قیمتوں میں حالیہ اتار چڑھاؤ کے پیش نظر یہ AI خدمات کی پیمائش کے اخراجات کے لیے ایک شدید مسئلہ پیدا کرتا ہے۔ ہم پہلے ہی دیکھ رہے ہیں کہ اس مسئلے کو عملی جامہ پہنایا جا رہا ہے، اوپن اے آئی نے اپنے یو کے توسیعی منصوبوں کو واپس لانے کی وجہ کے طور پر توانائی کے بڑھتے ہوئے بلوں کا حوالہ دیا۔
پروسیسرز جسمانی حدود کو پہنچ رہے ہیں۔ ٹرانسسٹر، الیکٹرانک سوئچ جو الیکٹرانک سرکٹس کی بنیاد بناتے ہیں، اب صرف چند ایٹم چوڑے ہیں-ایک ایسا سائز جس پر کوانٹم اثرات اور حرارت اہم حدود بن جاتے ہیں۔
سرنگ کے آخر میں روشنی
ڈیٹا کو پروسیسنگ اور منتقل کرنے کے لیے استعمال ہونے والی توانائی کی مقدار کے چیلنج سے پرے، پروسیسنگ اور میموری عناصر کے درمیان جسمانی فاصلہ، دونوں چپ اور سسٹم کی سطح پر، اب اس رفتار کو محدود کرتا ہے جس پر AI ماڈلز کو چلایا اور تربیت دی جا سکتی ہے۔ فوٹوونک فاؤنڈیشن پر ڈیٹا سینٹرز بنانا اگلا منطقی مرحلہ ہے۔
جلد ہی، آپٹیکل ڈیٹا پاتھ کے اندر کمپیوٹنگ ممکن ہو جائے گی اور یہ بجلی کی کھپت میں متناسب اضافے کے بغیر تاخیر اور اسکیل انفراسٹرکچر کو کم کرنے کا موقع فراہم کرتا ہے۔
فوٹوونکس کو براہ راست سلیکون چپس پر ضم کیا جا سکتا ہے تاکہ بجلی پر اسکیل ایبلٹی اور کارکردگی میں بہتری لائی جا سکے۔ فوٹوونکس کی کارکردگی میں اضافے کا بنیادی اصول آسان ہے: روشنی تیزی سے سفر کرتی ہے اور زیادہ معلومات لے جاتی ہے، جبکہ الیکٹرانوں سے کم حرارت پیدا کرتی ہے۔ اس کے نتیجے میں ڈرامائی طور پر زیادہ کمپیوٹ کثافت، کم بجلی کی کھپت، اور روایتی چپس پر گہرے سلیکون کے اضافے سے عائد کردہ حدوں پر قابو پانے کے لیے اعلیٰ تھرمل کارکردگی ہوتی ہے۔
چپ کی سطح پر کارکردگی کو بہتر بنانے کے فوائد اس بات سے واضح ہیں کہ توانائی کی بچت کتنی جلدی کمپاؤنڈ ہوتی ہے۔ ایک چپ کو چلانے سے ایک واٹ توانائی کی بچت بھی پاور ڈرا اور کولنگ پر ضائع ہونے والی توانائی کو کم کرتی ہے۔ فوٹوونکس AI انفراسٹرکچر کی ترقی کے مستقبل کو کھولتا ہے، جو ایک ایسی بنیاد پر مرکوز ہے جو تیز، صاف اور بنیادی طور پر توسیع پذیر ہے۔
فوٹوونکس ڈیٹا سینٹر کا نفاذ
بڑے پیمانے پر AI میں بنیادی رکاوٹ اب خام حساب نہیں ہے بلکہ رفتار اور حجم کے جدید AI کام کے بوجھ کی مانگ پر ڈیٹا منتقل کرنے کی حیران کن توانائی کی لاگت ہے۔ فرنٹیئر ماڈلز کے تیزی سے ارتقاء کا مطلب ہے کہ سسٹمز بیک وقت ہزاروں چپس کو مربوط کرنے سے مسلسل دباؤ میں ہیں۔ روایتی ڈیٹا سینٹر کا بنیادی ڈھانچہ صرف مسلسل، انتہائی گہرے ڈیٹا ایکسچینج کی مانگ کو پورا نہیں کر سکتا۔
فوٹوونکس اس مسئلے کو اسٹریٹجک سطح پر حل کرنے کا ایک موقع فراہم کرتا ہے، بجائے اس کے کہ بڑھتے ہوئے برقی فن تعمیر کے سرپلنگ تھرمل تقاضوں کو کم کیا جائے۔ صنعت کے ابتدائی تخمینے بتاتے ہیں کہ ڈیٹا کی منتقلی کے لیے روشنی کا استعمال تقریباً 5x بجلی کی کارکردگی اور 10x روایتی الیکٹرانکس کی نیٹ ورک لچک فراہم کرتا ہے۔
سلیکون فوٹوونکس کے فوائد فوری کارکردگی اور پائیداری کے فوائد سے آگے بڑھتے ہیں۔ اہم ڈیٹا-منتقلی کی رکاوٹوں کو ختم کر کے، فوٹوونکس کمپیوٹنگ کی ان قسموں کو بھی کھولتا ہے جو پہلے توانائی کے اخراجات کی وجہ سے ناقابل عمل سمجھی جاتی تھیں، جیسے کہ مکمل طور پر ہومومورفک انکرپشن (انکرپٹڈ ڈیٹا کو کبھی بھی ڈکرپٹ کیے بغیر پروسیس کرنا)۔
روایتی کمپیوٹ آرکیٹیکچرز کی حدود کو ختم کرنے کے ذریعے، فوٹوونکس کے ان شعبوں کے لیے کافی حد تک پہنچنے والے مضمرات ہیں جہاں دفاع، مالیات، اور صحت کی دیکھ بھال کی صنعتوں کے لیے مطلوبہ کارکردگی اور ڈیٹا کی رازداری ناقابل -گفتگو کے قابل ہے۔
آج تک، توانائی کی بڑھتی ہوئی ضروریات کے لیے AI صنعت کا ردعمل سست رہا ہے اور روایتی سلیکون فن تعمیر کی ساختی خامیوں کو دور کرنے میں ناکام ہو رہا ہے۔ NVIDIA کی حالیہ ملٹی بلین-ڈالر کی سرمایہ کاری ایک واضح سگنل کے طور پر کام کرتی ہے کہ ہائپر اسکیلرز اب تسلیم کرتے ہیں کہ یہ بنیادی طور پر بنیادی ڈھانچے کا مسئلہ ہے۔
ہمیں اب اپنے آپ سے یہ سوال کرنا چاہیے کہ کیا ہم ڈیٹا سینٹر کی تعمیر اور ٹھنڈک کے بنیادی ڈھانچے میں اسی طرح سے مزید کچھ کرتے ہیں-آنکھوں کو پانی دینا جاری رکھیں-، یا فوٹوونکس جیسے اختراعی حل میں سرمایہ کاری کریں، جو ماخذ پر اہم حدود کو حل کر سکیں۔
فوٹوونکس مواقع کے ایک نئے افق کی نمائندگی کرتا ہے۔ موجودہ سسٹمز کو تبدیل کرنے کے بجائے، فوٹوونکس نیٹ ورک کے اندر ہی کمپیوٹ کی نئی صلاحیت کو کھول کر جدید کمپیوٹ فن تعمیر کو بڑھاتا ہے۔ وون نیومن فن تعمیر کی آمد کے بعد سے فوٹوونکس چپ انڈسٹری کو اپنی سب سے بڑی تعمیراتی تبدیلی کی طرف لے جا رہا ہے، اور یہ لامحدود کمپیوٹ کو غیر مقفل کرنے کا موقع فراہم کرتا ہے۔
