ચીની ચિપમેકર Iluvatar CoreX નો નવો પડકાર: શું Tiangai 300 ખરેખર Nvidia H200 ને મ્હાત આપશે?
ચીનની સેમિકન્ડક્ટર કંપની Iluvatar CoreX એ તેના નવા Tiangai 300 GPU ની જાહેરાત કરી છે, જે આર્ટિફિશિયલ ઇન્ટેલિજન્સની દુનિયામાં Nvidia ના વર્ચસ્વને પડકારવાની ક્ષમતા ધરાવે છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ની વૈશ્વિક દોડમાં અત્યારે સૌથી મહત્વનું હથિયાર જો કોઈ હોય, તો તે ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ અથવા GPU છે. અત્યાર સુધી આ ક્ષેત્રમાં અમેરિકન કંપની Nvidia નું એકહથ્થુ શાસન રહ્યું છે, પરંતુ હવે ચીન તરફથી એક મોટો પડકાર ઉભો થયો છે. ચીની ચિપમેકર Iluvatar CoreX એ તાજેતરમાં તેના નવા Tiangai 300 GPU ની જાહેરાત કરી છે. કંપનીનો દાવો છે કે આ નવી ચિપ વાસ્તવિક દુનિયાના AI કાર્યોમાં Nvidia ના સૌથી શક્તિશાળી પ્રોસેસર્સમાંના એક એવા H200 ની બરાબરી કરી શકે છે અને અમુક કિસ્સાઓમાં તેને પાછળ પણ છોડી શકે છે. આ જાહેરાત એવા સમયે આવી છે જ્યારે ચીન ટેકનોલોજીના ક્ષેત્રમાં આત્મનિર્ભર બનવા માટે એડીચોટીનું જોર લગાવી રહ્યું છે.
Iluvatar CoreX, જેનું ચીની નામ ટિયાનશુ ઝિઝિન (Tianshu Zhixin) છે, તે શાંઘાઈ સ્થિત એક અગ્રણી ટેકનોલોજી કંપની છે. આ કંપની ખાસ કરીને AI ના ક્ષેત્રમાં ઉપયોગમાં લેવાતા જનરલ-પર્પઝ કમ્પ્યુટિંગ ઓન ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ (GPGPUs) વિકસાવવા પર ધ્યાન કેન્દ્રિત કરે છે. GPGPU એ એક એવી ટેકનોલોજી છે જે પરંપરાગત રીતે માત્ર ગ્રાફિક્સ માટે વપરાતા પ્રોસેસરનો ઉપયોગ વૈજ્ઞાનિક ગણતરીઓ અને AI મોડેલ્સને તાલીમ આપવા માટે કરે છે. Iluvatar CoreX ની સરખામણી વારંવાર Nvidia સાથે કરવામાં આવે છે કારણ કે બંને કંપનીઓનું લક્ષ્ય સમાન છે: વિશ્વના સૌથી ઝડપી અને કાર્યક્ષમ AI પ્રોસેસર્સ બનાવવા.
Iluvatar CoreX: ચીનનો ઉભરતો ટેક સિતારો
Iluvatar CoreX ની સ્થાપના ૨૦૧૫ ના અંતમાં લી યુનપેંગ (Li Yunpeng) દ્વારા કરવામાં આવી હતી. લી યુનપેંગ પાસે ટેકનોલોજી ક્ષેત્રનો બહોળો અનુભવ છે, તેમણે અગાઉ ઓરેકલ કોર્પોરેશન (Oracle Corporation) માં ૧૦ વર્ષ સુધી સેવા આપી હતી. કંપનીની પ્રગતિમાં ચીની સરકાર અને મોટા રોકાણકારોનો મહત્વનો ફાળો રહ્યો છે. સેન્ટ્યુરિયમ કેપિટલ અને હોંગશાન જેવા મોટા રોકાણકારોએ આ કંપનીમાં મૂડીરોકાણ કર્યું છે. આ ઉપરાંત, શાંઘાઈ સુપર કોમ્પ્યુટર સેન્ટર જેવી સરકારી સંસ્થાઓ સાથેની તેની ભાગીદારી તેને અન્ય ખાનગી કંપનીઓ કરતા અલગ પાડે છે. ૨૦૨૪ માં, Iluvatar CoreX એ ૧ અબજ ડોલરથી વધુનું મૂલ્ય પ્રાપ્ત કરીને 'યુનિકોર્ન' (unicorn) સ્ટેટસ મેળવ્યું હતું. તેની સફળતાની પરાકાષ્ઠા ત્યારે આવી જ્યારે ૮ જાન્યુઆરી, ૨૦૨૬ ના રોજ કંપનીએ હોંગકોંગ સ્ટોક એક્સચેન્જ પર તેનો ઇનિશિયલ પબ્લિક ઓફરિંગ (IPO) રજૂ કર્યો અને તે એક લિસ્ટેડ કંપની બની ગઈ.
| ઉત્પાદન શ્રેણી | લોન્ચ તારીખ | મુખ્ય ઉપયોગ |
|---|---|---|
| TianGai-100 | જાન્યુઆરી 2021 | AI તાલીમ (Training) |
| Zhikai-100 | મે 2022 | AI ઇન્ફરન્સ (Inference) |
TB/s
કંપનીનો ઉત્પાદન ઇતિહાસ પણ પ્રભાવશાળી રહ્યો છે. જાન્યુઆરી ૨૦૨૧ માં, તેમણે TianGai-100 શ્રેણી રજૂ કરી હતી, જેને 'બિગ આઇલેન્ડ' તરીકે પણ ઓળખવામાં આવે છે. આ ૭nm (નેનોમીટર) પ્રક્રિયા પર આધારિત ચીનનું પ્રથમ ઘરેલું GPGPU હતું. તે સમયે તેની સરખામણી Nvidia A100 અને AMD Instinct MI100 સાથે કરવામાં આવી હતી. આ ચિપ વિકસાવવામાં કંપનીને ચાર વર્ષનો સમય લાગ્યો હતો અને તેનો ઉપયોગ મુખ્યત્વે ક્લાઉડ કમ્પ્યુટિંગમાં કરવામાં આવ્યો હતો. ત્યારબાદ મે ૨૦૨૨ માં, કંપનીએ Zhikai-100 શ્રેણીની ડિઝાઇન પૂર્ણ કરી, જે ખાસ કરીને AI ઇન્ફરન્સ (inference) એટલે કે શીખેલા AI મોડેલનો ઉપયોગ કરીને નિર્ણય લેવાની પ્રક્રિયા માટે બનાવવામાં આવી હતી.
Tiangai 300 અને Nvidia H200 વચ્ચેની સ્પર્ધા
Tiangai 300 ની સૌથી મોટી ખાસિયત તેની Nvidia H200 સાથેની સરખામણી છે. Nvidia નું H200 એ તેની પ્રખ્યાત 'Hopper' આર્કિટેક્ચર પર આધારિત છે. Hopper આર્કિટેક્ચરનું નામ કમ્પ્યુટર વૈજ્ઞાનિક અને યુએસ નેવીના રિયર એડમિરલ ગ્રેસ હોપરના નામ પરથી રાખવામાં આવ્યું છે. Nvidia H100 અને H200 ચિપ્સ હાલમાં વિશ્વના સૌથી મોટા ડેટા સેન્ટરોમાં AI તાલીમ માટે વપરાય છે. H100 ચિપમાં ૮૦ અબજ ટ્રાન્ઝિસ્ટર (transistors) હોય છે, જે વીજપ્રવાહને નિયંત્રિત કરતા અત્યંત નાના સ્વિચ જેવા સાધનો છે. આ ચિપ્સ TSMC ની N4 પ્રક્રિયાનો ઉપયોગ કરીને બનાવવામાં આવે છે.
| ઉત્પાદન શ્રેણી | વર્ષ | ટેકનોલોજી | મુખ્ય ઉપયોગ |
|---|---|---|---|
| TianGai-100 (Big Island) | ૨૦૨૧ | ૭nm | AI ટ્રેનિંગ અને ક્લાઉડ |
| Zhikai-100 | ૨૦૨૨ | ૭nm | AI ઇન્ફરન્સ |
| Tiangai 300 | ૨૦૨૬ | અજ્ઞાત | H200 ને ટક્કર આપવા |
Iluvatar CoreX નો દાવો છે કે Tiangai 300 વાસ્તવિક દુનિયાના AI વર્કલોડમાં H200 ની ક્ષમતાઓને મેચ કરી શકે છે. સાઉથ ચાઇના મોર્નિંગ પોસ્ટ (SCMP) ના અહેવાલ મુજબ, આ નવી ચિપ ચીની કંપનીઓ માટે એક આશાનું કિરણ છે, જેઓ અમેરિકન નિકાસ નિયંત્રણોને કારણે અત્યાધુનિક Nvidia ચિપ્સ મેળવવામાં મુશ્કેલી અનુભવી રહી છે. જો Tiangai 300 ખરેખર H200 જેવું પ્રદર્શન આપે, તો તે ચીન માટે ટેકનોલોજીકલ સાર્વભૌમત્વની દિશામાં એક મોટું પગલું ગણાશે.
ટેકનોલોજીની ઊંડાણ: કેવી રીતે કામ કરે છે આ પ્રોસેસર્સ?
આધુનિક AI પ્રોસેસર્સની કાર્યક્ષમતા સમજવા માટે તેની આંતરિક રચના સમજવી જરૂરી છે. Nvidia ની Hopper આર્કિટેક્ચરમાં એક મહત્વનું પાસું 'ટ્રાન્સફોર્મર એન્જિન' (transformer engine) છે. ટ્રાન્સફોર્મર એન્જિન એ AI ગણતરીઓને ઝડપી બનાવવાની એક પદ્ધતિ છે. તે ગણતરીની ચોકસાઈને ગતિશીલ રીતે ઘટાડીને (દા.ત. FP16 થી FP8) પ્રોસેસિંગની ઝડપ વધારે છે. જ્યારે AI મોડેલને તાલીમ આપવામાં આવતી હોય, ત્યારે દરેક ગણતરીમાં અત્યંત ઉચ્ચ ચોકસાઈની જરૂર હોતી નથી. ટ્રાન્સફોર્મર એન્જિન નક્કી કરે છે કે ક્યારે ઓછી ચોકસાઈથી કામ ચલાવી શકાય તેમ છે, જેથી વીજળીની બચત થાય અને કામ ઝડપથી પતે.
- ગણતરીનું વિશ્લેષણAI મોડેલ તાલીમ દરમિયાન ટ્રાન્સફોર્મર એન્જિન દરેક ગણતરીની જરૂરિયાત તપાસે છે.
- ચોકસાઈમાં ફેરફારજ્યાં ઉચ્ચ ચોકસાઈની જરૂર નથી, ત્યાં તે FP16 થી FP8 જેવી ઓછી ચોકસાઈમાં ડેટાને રૂપાંતરિત કરે છે.
- ઝડપ અને બચતઆ પ્રક્રિયાથી પ્રોસેસિંગની ગતિ વધે છે અને વીજળીની નોંધપાત્ર બચત થાય છે.
- ડેટા ઇનપુટઉચ્ચ ચોકસાઈ ધરાવતા ડેટા (દા.ત. FP16) ને પ્રોસેસિંગ માટે લેવામાં આવે છે.
- ગતિશીલ વિશ્લેષણએન્જિન નક્કી કરે છે કે ગણતરીમાં કેટલી ચોકસાઈની ખરેખર જરૂર છે.
- ચોકસાઈમાં ઘટાડોજરૂર જણાય ત્યાં ડેટાને નીચી ચોકસાઈ (FP8) માં ફેરવવામાં આવે છે જેથી ઝડપ વધે.
- ગણતરી અને આઉટપુટઝડપી ગણતરી કર્યા બાદ પરિણામને ફરીથી જરૂરી ફોર્મેટમાં ફેરવવામાં આવે છે.
આ ઉપરાંત, Hopper આર્કિટેક્ચરમાં ટેન્સર મેમરી એક્સિલરેટર (TMA) અને ડિસ્ટ્રિબ્યુટેડ શેરડ મેમરી જેવી ટેકનોલોજીનો ઉપયોગ થાય છે. TMA એ મેમરીના વિવિધ સ્તરો વચ્ચે ડેટાની આપ-લેને વધુ ઝડપી અને કાર્યક્ષમ બનાવે છે. આનાથી પ્રોસેસરના વિવિધ ભાગો (Streaming Multiprocessors) એકબીજા સાથે વધુ સારી રીતે વાતચીત કરી શકે છે. Nvidia H100 માં HBM3 મેમરીનો ઉપયોગ થાય છે, જેની બેન્ડવિડ્થ (bandwidth) ૩ TB/s (ટેરાબાઈટ પ્રતિ સેકન્ડ) સુધી પહોંચે છે. બેન્ડવિડ્થ એટલે ડેટા ટ્રાન્સફર કરવાની ક્ષમતા; જેટલી બેન્ડવિડ્થ વધારે, તેટલી જ ઝડપથી AI મોડેલ ડેટા પર પ્રક્રિયા કરી શકે છે.
TB/s
Tiangai 300 જેવી ચીની ચિપ્સ પણ આ જ પ્રકારની ઉચ્ચ બેન્ડવિડ્થ મેમરી અને આર્કિટેક્ચરલ સુધારાઓ પર ધ્યાન કેન્દ્રિત કરી રહી છે જેથી તેઓ Nvidia ના સ્તર સુધી પહોંચી શકે. Iluvatar CoreX એ તેમની ચિપની ચોક્કસ આર્કિટેક્ચરલ વિગતો હજુ જાહેર કરી નથી, પરંતુ તેમના દાવા મુજબ તે H200 ના પ્રદર્શનને ટક્કર આપે છે.
આંકડાઓ અને કિંમતનો ખેલ
Nvidia ની H100 અને H200 ચિપ્સની કિંમત અને માંગ અત્યંત ઉંચી છે. ૨૦૨૪ ના અંદાજ મુજબ, એક H100 GPU ની કિંમત $૨૫,૦૦૦ થી $૩૦,૦૦૦ ની વચ્ચે હોય છે, જ્યારે eBay જેવી સાઇટ્સ પર તેની કિંમત $૪૦,૦૦૦ થી પણ વધી જાય છે. ઓરેકલના લેરી એલિસન અને એલોન મસ્ક જેવા દિગ્ગજોએ પણ સ્વીકાર્યું છે કે તેમણે Nvidia ના CEO જેન્સેન હુઆંગ પાસે આ ચિપ્સ માટે 'કરગરવું' પડ્યું હતું. આ ચિપ્સ એટલી કિંમતી છે કે તેને ડેટા સેન્ટરો સુધી પહોંચાડવા માટે સશસ્ત્ર વાહનો (armored cars) નો ઉપયોગ કરવામાં આવે છે.
બીજી તરફ, Iluvatar CoreX ની અગાઉની ચિપ TianGai-100 ને ૨૩૦ મિલિયન યુઆન (આશરે ૩૨ મિલિયન ડોલર) ના ઓર્ડર મળ્યા હતા. Tiangai 300 ની કિંમત હજુ સત્તાવાર રીતે જાહેર કરવામાં આવી નથી, પરંતુ તે Nvidia ની સરખામણીમાં ઘણી સસ્તી હોવાની શક્યતા છે, જે તેને ચીની અને કદાચ વૈશ્વિક બજાર માટે આકર્ષક બનાવશે.
ભૌગોલિક રાજનીતિ અને નિકાસ નિયંત્રણો
અમેરિકા અને ચીન વચ્ચેના 'ચિપ વોર' (chip war) એ આ સમગ્ર વિકાસક્રમને વેગ આપ્યો છે. અમેરિકાએ ચીનને અત્યાધુનિક AI ચિપ્સ વેચવા પર કડક નિયંત્રણો લાદ્યા છે. Nvidia એ ચીની બજાર માટે ખાસ H800 અને બાદમાં H20 જેવી ચિપ્સ બનાવી હતી, જેની ક્ષમતા મૂળ H100 કરતા ઓછી રાખવામાં આવી હતી જેથી તે અમેરિકન નિયમોનું પાલન કરી શકે. જોકે, ૨૦૨૬ ની શરૂઆતમાં એવા અહેવાલો આવ્યા હતા કે ચીની કસ્ટમ્સ અધિકારીઓએ H200 ચિપ્સના શિપમેન્ટને અટકાવ્યા હતા, ભલે અમેરિકાએ તેને મંજૂરી આપી હોય. ચીની સરકાર તેના સ્થાનિક ઉદ્યોગોને વિદેશી ચિપ્સને બદલે ઘરેલું ચિપ્સ વાપરવા પ્રોત્સાહિત કરી રહી છે.
મે ૨૦૨૬ માં અમેરિકી રાષ્ટ્રપતિ ડોનાલ્ડ ટ્રમ્પની ચીન મુલાકાત દરમિયાન પણ આ મુદ્દો ચર્ચામાં રહ્યો હતો. અમેરિકાએ અલીબાબા, ટેન્સન્ટ અને બાઇટડાન્સ જેવી ૧૦ મોટી ચીની કંપનીઓને મર્યાદિત સંખ્યામાં H200 ચિપ્સ ખરીદવાની છૂટ આપી હતી. પરંતુ આ અનિશ્ચિતતા વચ્ચે Iluvatar CoreX જેવી કંપનીઓ માટે મોટું મેદાન ખુલ્લું થયું છે. જો તેઓ સ્થાનિક સ્તરે H200 જેવી જ શક્તિશાળી ચિપ પૂરી પાડી શકે, તો ચીની ટેક કંપનીઓએ અમેરિકન મંજૂરીઓ પર નિર્ભર રહેવું નહીં પડે.
ભારત અને સામાન્ય લોકો માટે આનો અર્થ શું છે?
AI ચિપ્સની આ સ્પર્ધા માત્ર બે દેશો વચ્ચેની લડાઈ નથી, તેની અસર સમગ્ર વિશ્વ પર પડે છે. જ્યારે વધુ કંપનીઓ શક્તિશાળી GPU બનાવે છે, ત્યારે સ્પર્ધા વધે છે અને કિંમતોમાં ઘટાડો થઈ શકે છે. ભારત જેવા દેશો માટે, જ્યાં AI સ્ટાર્ટઅપ્સની સંખ્યા વધી રહી છે, સસ્તી અને સુલભ AI હાર્ડવેર ટેકનોલોજી ખૂબ જ મહત્વની છે. જો ચીની ચિપ્સ વૈશ્વિક બજારમાં ઉપલબ્ધ થાય, તો તે AI કમ્પ્યુટિંગના ખર્ચમાં ઘટાડો કરી શકે છે.
સામાન્ય લોકો માટે આનો અર્થ એ છે કે ભવિષ્યમાં AI સેવાઓ (જેમ કે ચેટબોટ્સ, મેડિકલ ડાયગ્નોસિસ, અથવા સેલ્ફ-ડ્રાઇવિંગ કાર) વધુ ઝડપી અને સસ્તી બનશે. જોકે, આ ટેકનોલોજી પાછળ વપરાતી વીજળી પણ એક ચિંતાનો વિષય છે. Nvidia H100 નું પાવર કન્ઝમ્પશન ૭૦૦ વોટ છે, જ્યારે GH200 મોડ્યુલ ૧૦૦૦ વોટ સુધી વીજળી વાપરે છે. આટલી મોટી માત્રામાં ઉર્જાનો વપરાશ પર્યાવરણ પર પણ અસર કરે છે, તેથી ભવિષ્યમાં માત્ર ઝડપ જ નહીં, પણ ઊર્જા કાર્યક્ષમતા (performance-per-watt) પણ મહત્વની બનશે.
Iluvatar CoreX ની Tiangai 300 એ સાબિત કરે છે કે ચીન હવે માત્ર નકલ કરનાર નથી, પણ નવીનતા લાવનાર દેશ બની રહ્યો છે. શું આ ચિપ ખરેખર Nvidia ના સામ્રાજ્યને હચમચાવી શકશે? તે તો સમય જ કહેશે, પરંતુ AI હાર્ડવેરની દુનિયામાં અત્યારે એક નવી ક્રાંતિના મંડાણ થઈ રહ્યા છે તે ચોક્કસ છે.

