વિડીયો ગેમ્સના સાધારણ કાર્ડથી લઈને આર્ટિફિશિયલ ઇન્ટેલિજન્સના ધબકતા એન્જિન સુધીની GPU ક્રાંતિ

આજના આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) યુગમાં જે એક હાર્ડવેર ચિપની સૌથી વધુ ચર્ચા અને માંગ છે, તે ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ એટલે કે GPU છે. મૂળભૂત રીતે કોમ્પ્યુટર સ્ક્રીન પર રંગબેરંગી વિડીયો ગેમ્સ અને ત્રિ-પરિમાણીય એટલે કે થ્રી-ડી (3D) દ્રશ્યો ઝડપથી દર્શાવવા માટે આ વિશિષ્ટ સર્કિટ તૈયાર કરવામાં આવી હતી. પરંતુ આજે તે વિજ્ઞાન, તબીબી સંશોધનો અને ખાસ કરીને આર્ટિફિશિયલ ઇન્ટેલિજન્સના જટિલ મોડેલ્સને તાલીમ આપવાનું મુખ્ય એન્જિન બની ચૂકી છે. આ પરિવર્તન કોઈ અકસ્માત નથી, પરંતુ GPU ની આંતરિક સ્થાપત્ય રચના અને તેની ગણતરી કરવાની વિલક્ષણ ક્ષમતાનું પરિણામ છે.

સામાન્ય ભાષામાં કહીએ તો, ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ (GPU) એ ડિજિટલ ઈમેજ પ્રોસેસિંગ અને કોમ્પ્યુટર ગ્રાફિક્સને પ્રવેગિત કરવા માટે રચાયેલ એક અત્યંત વિશિષ્ટ ઇલેક્ટ્રોનિક સર્કિટ છે. તે કોમ્પ્યુટરમાં અલગથી લગાવાતા વિડીયો કાર્ડ (discrete graphics card) પર ઉપલબ્ધ હોઈ શકે છે અથવા મધરબોર્ડ, મોબાઈલ ફોન, પર્સનલ કોમ્પ્યુટર, વર્કસ્ટેશન અને ગેમિંગ કન્સોલની અંદર સીધું જ જડેલું હોઈ શકે છે. આજના આધુનિક GPU માત્ર ચિત્રો પ્રદર્શિત કરતા નથી, પરંતુ લિનિયર અલ્જીબ્રા (linear algebra) એટલે કે રેખીય બીજગણિતની ગણતરીઓને અસાધારણ ઝડપે ઉકેલવાની ક્ષમતા ધરાવે છે, જે ગ્રાફિક્સ અને AI બંનેનો પાયો છે.

વિડીયો ડિસ્પ્લે કંટ્રોલરથી આધુનિક GPU સુધીનો ઇતિહાસ

આધુનિક GPU ના મૂળ ૧૯૬૦ અને ૧૯૭૦ના દાયકાના પ્રારંભિક પ્રયોગોમાં રહેલા છે. ૧૯૬૭માં Adage AGT-30 જેવા ગ્રાફિક ટર્મિનલ્સમાં એનાલોગ મેટ્રિક્સ પ્રોસેસર્સનો ઉપયોગ થતો હતો. ત્યારબાદ ૧૯૬૯માં Evans & Sutherland (E&S) કંપનીએ Line Drawing System-1 (LDS-1) રજૂ કર્યું, જે મેટ્રિક્સ ગુણાકારની સુવિધા આપનારી સર્વપ્રથમ સંપૂર્ણ ડિજિટલ સિસ્ટમ હતી. તે જ વર્ષે ઓછી કિંમતનું IMLAC PDS-1 ટર્મિનલ પણ આવ્યું, જેનો ઉપયોગ આગળ જતાં 'Maze War' જેવી પ્રારંભિક 3D રમતોમાં થયો હતો.

૧૯૭૦ના દાયકામાં 'GPU' શબ્દનો પ્રારંભિક અર્થ 'ગ્રાફિક્સ પ્રોસેસર યુનિટ' થતો હતો, જે સેન્ટ્રલ પ્રોસેસિંગ યુનિટ (CPU) થી સ્વતંત્ર રીતે ગ્રાફિક્સનું સંચાલન અને આઉટપુટ આપતી પ્રોગ્રામેબલ પ્રોસેસિંગ યુનિટ દર્શાવતો હતો. ૧૯૭૨માં યુનિવર્સિટી ઓફ ઇલિનોઇસ ખાતે PLATO IV સિસ્ટમ કાર્યરત થઈ, જેના પર ૧૯૭૩થી ૧૯૭૮ વચ્ચે નેટવર્ક્ડ મલ્ટિપ્લેયર વાયરફ્રેમ 3D રમતો લોકપ્રિય બની. આ જ સમયગાળામાં ૧૯૭૨માં E&S કંપનીનું Continuous Tone 1 (CT1) સિસ્ટમ કેસ વેસ્ટર્ન રિઝર્વ યુનિવર્સિટીને અપાયું, જેણે રીઅલ-ટાઇમ ગૌરાઉડ શેડિંગ (Gouraud shading) પૂરું પાડ્યું હતું.

૧૯૭૫માં E&S અને યુનિવર્સિટી ઓફ ઉટાહના સંયુક્ત પ્રયાસોથી રંગીન અને સ્મૂથ શેડિંગ માટે સક્ષમ પહેલું MOSFET વિડીયો ફ્રેમબફર તૈયાર થયું. ૧૯૭૭માં લુફ્થાન્સા એરલાઇનને પાયલટ તાલીમ માટે અપાયેલું E&S CT3 સિસ્ટમ રીઅલ-ટાઇમ ટેક્સચર મેપિંગ કરી શકતી પ્રથમ ગ્રાફિક્સ સિસ્ટમ બની. આર્કેડ વિડીયો ગેમ્સમાં પણ વિશિષ્ટ સર્કિટ્સનો વિકાસ થયો. તે સમયે રેન્ડમ એક્સેસ મેમરી (RAM) અત્યંત મોંઘી હોવાથી ડિસ્પ્લે સ્કેન થતી વખતે જ ડેટા સંકલિત કરાતો હતો. મિડવે અને તાઈતોની 'Gun Fight' (૧૯૭૫), 'Sea Wolf' (૧૯૭૬) અને પ્રસિદ્ધ 'Space Invaders' (૧૯૭૮) જેવી આર્કેડ રમતોમાં CPU ને એનિમેશન કરવામાં બેરલ શિફ્ટર (barrel shifter) સર્કિટ મદદ કરતી હતી.

૧૯૭૯માં આવેલી Namco Galaxian આર્કેડ સિસ્ટમે RGB કલર, બહુ-રંગી સ્પ્રાઈટ્સ અને ટાઈલમેપ બેકગ્રાઉન્ડને સમર્થન આપ્યું, જેનો ઉપયોગ સેગા, કોનામી, મિડવે જેવી અનેક અગ્રણી કંપનીઓએ કર્યો. હોમ કોમ્પ્યુટર્સમાં ૧૯૭૭ના Atari 2600 માં ટેલિવિઝન ઇન્ટરફેસ એડેપ્ટર વપરાયું હતું, જ્યારે ૧૯૭૯ના Atari ૮-બીટ કોમ્પ્યુટર્સમાં 'ANTIC' નામનું વિડીયો પ્રોસેસર સામેલ હતું, જે ડિસ્પ્લે લિસ્ટની સૂચનાઓનું સીધું વિશ્લેષણ કરતું હતું.

શરૂઆતના ગ્રાફિક્સ કંટ્રોલર્સ કે જેને વિડીયો ડિસ્પ્લે કંટ્રોલર કહેવાતા, તેમાં આંતરિક ગણતરી કરવાની કોઈ ક્ષમતા નહોતી. ત્યારબાદ આવેલા 'બ્લિટર્સ' (blitters) માત્ર મેમરીના બ્લોક્સને એક જગ્યાએથી બીજી જગ્યાએ ખસેડવાની મૂળભૂત કામગીરી કરતા હતા. આધુનિક GPU નો સાચો ઉદય ૧૯૯૦ના દાયકામાં થયો, જ્યારે તેણે CPU ની મદદ લીધા વિના જાતે સ્ક્રીન પર રેખાઓ અને લખાણ દોરવાનું શરૂ કર્યું, અને આગળ જતાં ત્રિ-પરિમાણીય ગણતરીઓ પોતાની અંદર જ કરવાની ક્ષમતા મેળવી લીધી.

GPU કેવી રીતે કાર્ય કરે છે: પેરેલલ આર્કિટેક્ચરનું ગણિત

કોમ્પ્યુટરનું સામાન્ય મગજ ગણાતું CPU એટલે કે સેન્ટ્રલ પ્રોસેસિંગ યુનિટ થોડાક પણ અત્યંત શક્તિશાળી પ્રોસેસિંગ કોર ધરાવે છે, જે એક પછી એક જટિલ કાર્યો શ્રેણીબદ્ધ રીતે (serial processing) કરવા માટે ઉત્તમ છે. તેનાથી વિપરીત, ગ્રાફિક્સ કાર્યો મૂળભૂત રીતે સ્વતંત્ર હોય છે. સ્ક્રીન પરના લાખો પિક્સેલ્સનો રંગ કે 3D ઓબ્જેક્ટના ખૂણાઓ એકબીજા પર આધાર રાખ્યા વિના ગણી શકાય છે. આ જરૂરિયાતને પહોંચી વળવા માટે GPU ની રચના સેંકડો કે હજારો નાના ગણતરી એકમો (compute cores) સાથે કરવામાં આવે છે.

GPU ની આ વિશિષ્ટ સંરચનાને 'એમ્બેરસિંગલી પેરેલલ' (embarrassingly parallel) સમસ્યાઓ ઉકેલવા માટે અનુકૂળ માનવામાં આવે છે. તેનો અર્થ એવો થાય છે કે જેમાં એક મોટો ડેટા સેટ હોય અને તેના હજારો ભાગો પર એક સાથે સમાન ગાણિતિક પ્રક્રિયા કરવાની હોય. ઉદાહરણ તરીકે, જો કોઈ વર્ગખંડમાં પાંચ મહાન ગણિતશાસ્ત્રીઓ બેઠા હોય તો તેઓ એક પછી એક અતિ મુશ્કેલ કોયડો ઉકેલી શકે છે—આ CPU છે. પરંતુ જો તમારી પાસે હજારો સરળ સરવાળા-ગુણાકાર હોય, તો એક સાથે બેઠેલા હજારો સામાન્ય વિદ્યાર્થીઓ તે કામ પળવારમાં પૂરું કરી દેશે—આ GPU ની કાર્યપદ્ધતિ છે.

GPU ના હાર્ડવેરની અંદર ગણતરી એકમો વિવિધ નામોથી ઓળખાય છે. Nvidia ના પ્રોસેસર્સમાં તેને સ્ટ્રીમિંગ મલ્ટિપ્રોસેસર્સ (Streaming Multiprocessors - SM) કહેવામાં આવે છે, AMD ના GPU માં તેને કમ્પ્યુટ યુનિટ્સ (Compute Units - CU) કહે છે, જ્યારે Intel ના GPU માં તેને Xe કોર તરીકે ઓળખવામાં આવે છે. આ તમામ પ્રોસેસર કોર એકસાથે સમાંતર રીતે કાર્ય કરે છે. આ ઉપરાંત આધુનિક GPU માં પ્રકાશ અને પડછાયાના વાસ્તવિક ચિત્રણ માટે સમર્પિત રે ટ્રેસિંગ (ray tracing) બ્લોક્સ, વિડીયો એન્કોડિંગ સર્કિટ અને AI ગણતરીઓને પ્રવેગિત કરવા માટે ખાસ હાર્ડવેર બ્લોક્સ પણ સામેલ હોય છે.

GPU ની એકંદર કામગીરી અને ઝડપ માત્ર કોરની સંખ્યા પર નિર્ભર નથી, પરંતુ સેમિકન્ડક્ટર ઉત્પાદનમાં વપરાતી કનેક્ટર પાથવેની સાઈઝ, ક્લોક સિગ્નલ ફ્રિક્વન્સી (ઘડિયાળની આવૃત્તિ), અને ચિપ પર રહેલી મેમરી કેશ (cache) ના કદ પર આધાર રાખે છે. GPU ની પ્રદર્શન ક્ષમતા સામાન્ય રીતે ફ્લોટિંગ પોઈન્ટ ઓપરેશન્સ પર સેકન્ડ (FLOPS) માં માપવામાં આવે છે. આજના આધુનિક પ્રોસેસર્સ ટેરાફ્લોપ્સ (TFLOPS) એટલે કે પ્રતિ સેકન્ડ ટ્રિલિયન ગણતરીઓના સ્તરે પરિણામો આપે છે, જોકે આ અંદાજિત માપદંડ છે અને વાસ્તવિક પરિસ્થિતિઓમાં અન્ય પરિબળો પણ અસર કરે છે.

GPU ના બે સ્વરૂપો: ડેડિકેટેડ વિરુદ્ધ ઇન્ટિગ્રેટેડ

પર્સનલ કોમ્પ્યુટર્સની દુનિયામાં ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ મુખ્યત્વે બે સ્વરૂપે જોવા મળે છે: ડેડિકેટેડ ગ્રાફિક્સ (જેને ડિસ્ક્રીટ ગ્રાફિક્સ પણ કહેવાય છે) અને ઇન્ટિગ્રેટેડ ગ્રાફિક્સ (જેને શેર કરેલ ગ્રાફિક્સ સોલ્યુશન, IGP કે યુનિફાઇડ મેમરી આર્કિટેક્ચર - UMA કહેવામાં આવે છે).

ડેડિકેટેડ GPU પોતાની અલગ સર્કિટ બોર્ડ પર હોય છે અને તે કોમ્પ્યુટરની સામાન્ય સિસ્ટમ મેમરી પર નિર્ભર રહેવાને બદલે પોતાના બોર્ડ પર લાગેલી સમર્પિત હાઈ-સ્પીડ RAM નો ઉપયોગ કરે છે, જેમ કે GDDR SDRAM. આ સમર્પિત મેમરી ગ્રાફિક્સ કાર્ડના ભારે ડેટા ટ્રાફિકને ખૂબ ઝડપથી હેન્ડલ કરે છે. જોકે, જો કોઈ કાર્ય દરમિયાન આ ડેડિકેટેડ મેમરી સંપૂર્ણ ભરાઈ જાય તો કામગીરી એકાએક ધીમી પડી જાય છે (ચોકિંગ થાય છે). એક જ સ્ક્રીન પર વધુ શક્તિ મેળવવા માટે મલ્ટિપલ GPU જોડવાની તકનીકો જેમ કે Scalable Link Interface (SLI), NVLink, અને CrossFire વિકસાવાઈ હતી. જોકે સામાન્ય ગેમિંગમાં હવે તેનો ઉપયોગ ઘટ્યો છે કારણ કે મોટાભાગની રમતો તેને સમર્થન આપતી નથી અને તે અત્યંત ખર્ચાળ છે.

બીજી બાજુ, ઇન્ટિગ્રેટેડ GPU (iGPU) અલગ સમર્પિત મેમરી ધરાવવાને બદલે કોમ્પ્યુટરની મુખ્ય સિસ્ટમ RAM નો એક હિસ્સો વાપરે છે. તે મધરબોર્ડના નોર્થબ્રિજ ચિપસેટ પર અથવા સીધા CPU ની સિલિકોન ડાઈ પર જ બેસાડવામાં આવે છે, જેમ કે AMD Accelerated Processing Unit (APU) કે Intel HD Graphics. ઇન્ટિગ્રેટેડ ગ્રાફિક્સ પ્રમાણમાં સસ્તા હોય છે પરંતુ ડેડિકેટેડ જેટલા શક્તિશાળી નથી હોતા. ૨૦૦૪ના ગાળામાં SiS અને VIA જેવી કંપનીઓના IGP માત્ર સાધારણ પ્રોગ્રામ્સ કે એડોબ ફ્લેશ ચલાવી શકતા હતા અને 3D ગેમિંગ માટે અયોગ્ય મનાતા હતા. જોકે, આજના આધુનિક ઇન્ટિગ્રેટેડ પ્રોસેસર્સ ટ્રિપલ-એ (Triple A) રમતો પણ નીચા સેટિંગ્સ પર ચલાવી શકે છે.

ડેડિકેટેડ અને ઇન્ટિગ્રેટેડ વચ્ચેનો સૌથી મોટો તફાવત મેમરી બેન્ડવિડ્થનો છે. ગ્રાફિક્સ ગણતરીઓ મેમરીની ભારે માંગ કરે છે. વર્તમાન સમયમાં iGPU વધુમાં વધુ પ્રતિ સેકન્ડ ૧૨૮ ગીગાબાઇટ્સ (GB/s) ની સિસ્ટમ મેમરી બેન્ડવિડ્થ વાપરી શકે છે, જ્યારે ડેડિકેટેડ ગ્રાફિક્સ કાર્ડમાં તેના VRAM અને GPU કોર વચ્ચે પ્રતિ સેકન્ડ ૧૦૦૦ ગીગાબાઇટ્સ (GB/s) થી પણ વધુ બેન્ડવિડ્થ ઉપલબ્ધ હોય છે. યુનિફાઇડ મેમરી આર્કિટેક્ચર (UMA) ધરાવતી આધુનિક સિસ્ટમો, જેમ કે આધુનિક AMD, Intel, Apple પ્રોસેસર્સ અને આધુનિક ગેમ કન્સોલમાં CPU અને GPU એક જ સામાન્ય RAM પુલ અને સરનામાં ક્ષેત્ર વહેંચે છે.

નોટબુક કે લેપટોપમાં વધુ શક્તિ મેળવવા માટે એક્સટર્નલ GPU (eGPU) નો વિકલ્પ પણ અસ્તિત્વમાં છે. આ વ્યવસ્થામાં લેપટોપની બહાર એક્સટર્નલ બસ જેમ કે PCI Express મારફતે ગ્રાફિક્સ કાર્ડ જોડવામાં આવે છે. આ માટે ExpressCard કે mPCIe પોર્ટ (PCIe ×૧, પ્રતિ સેકન્ડ ૫ અથવા ૨.૫ ગીગાબિટ્સ), Thunderbolt ૧, ૨, કે ૩ પોર્ટ (PCIe ×૪, પ્રતિ સેકન્ડ ૧૦, ૨૦, કે ૪૦ ગીગાબિટ્સ), USB4 અથવા OCuLink પોર્ટનો ઉપયોગ થાય છે. શક્તિશાળી GPU સેંકડો વોટ વીજળી વાપરે છે, તેથી આવા eGPU એન્ક્લોઝરમાં પોતાનો અલગ પાવર સપ્લાય યુનિટ (PSU) રાખવો પડે છે.

વિડીયો ગેમિંગથી સામાન્ય ગણતરી (GPGPU) અને AI નું એન્જિન

GPU ની સાચી ક્રાંતિ ત્યારે આવી જ્યારે વૈજ્ઞાનિકો અને એન્જિનિયરોને સમજાયું કે આ ચિપ માત્ર મોનિટર પર પિક્સેલ રંગવા માટે જ નહીં, પરંતુ કોઈપણ પ્રકારની સમાંતર ગણતરીઓ કરવા માટે સક્ષમ છે. આ વિચારમાંથી જનરલ પરપઝ ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ (GPGPU) નો જન્મ થયો. આ પદ્ધતિમાં ગ્રાફિક્સ એક્સિલરેટરની શેડર પાઇપલાઇનને સ્ટ્રીમ પ્રોસેસર કે વેક્ટર પ્રોસેસરમાં ફેરવીને કમ્પ્યુટ કર્નલ્સ ચલાવવામાં આવે છે.

જ્યાં વિશાળ વેક્ટર કામગીરીની જરૂર હોય, ત્યાં GPGPU પરંપરાગત CPU ની તુલનામાં અનેક ગણી ઊંચી ક્ષમતા આપે છે. સ્ટેનફોર્ડ યુનિવર્સિટીના જાણીતા Folding@home પ્રોજેક્ટમાં પ્રોટીન ફોલ્ડિંગની જૈવિક ગણતરીઓ માટે Nvidia અને AMD સાથે મળીને GPU આધારિત ક્લાયન્ટ બનાવવામાં આવ્યું હતું. ચોક્કસ સંજોગોમાં આ GPU એ પરંપરાગત CPU કરતાં ૪૦ ગણી ઝડપે ગણતરીઓ પૂર્ણ કરી બતાવી હતી. ૨૦૦૫ થી જિનેટિક પ્રોગ્રામિંગ અને ઇવોલ્યુશનરી કમ્પ્યુટેશનમાં GPU ના સિંગલ ઇન્સ્ટ્રક્શન, મલ્ટિપલ ડેટા (SIMD) આર્કિટેક્ચરનો વ્યાપક ઉપયોગ શરૂ થયો.

આ પેરેલલ પ્રક્રિયા આર્ટિફિશિયલ ઇન્ટેલિજન્સ અને ડીપ લર્નિંગ ન્યુરલ નેટવર્ક્સ માટે વરદાન સાબિત થઈ. AI મોડેલની તાલીમ દરમિયાન કરોડો પરિમાણો (parameters) નો એકસાથે ગુણાકાર કરવાનો હોય છે. આજના ટોચના સુપરકોમ્પ્યુટર્સ સંપૂર્ણપણે GPU સંચાલિત પ્રવેગક સિસ્ટમો પર નિર્ભર છે. વિશ્વના સૌથી શક્તિશાળી સુપરકોમ્પ્યુટર્સની યાદી આપતા TOP500 ના જૂન ૨૦૨૬ના ડેટા અનુસાર, ૨૭૬ સુપરકોમ્પ્યુટર્સ એક્સિલરેટર કે કો-પ્રોસેસર તકનીકનો ઉપયોગ કરે છે, જે અગાઉના છ મહિનાના ૨૫૫ સિસ્ટમ્સ કરતાં મોટો ઉછાળો દર્શાવે છે.

આ યાદીમાં ૧૦૭ સુપરકોમ્પ્યુટર્સ એકલા NVIDIA Hopper ચિપ્સથી સજ્જ છે, ૬૨ સિસ્ટમ્સ NVIDIA Ampere નો ઉપયોગ કરે છે અને ૩૨ સિસ્ટમ્સ AMD Instinct ચિપ્સ ધરાવે છે. Summit જેવા અતિશક્તિશાળી સુપરકોમ્પ્યુટર્સ અને Nvidia ની DGX સિરીઝના વર્કસ્ટેશન્સ અને સર્વર્સમાં સેંકડો GPU એકસાથે જોડીને AI તાલીમ, વિઝ્યુઅલ ઇફેક્ટ્સ (VFX) અને જટિલ વૈજ્ઞાનિક સિમ્યુલેશન્સ ચલાવવામાં આવે છે. આ સિવાય ક્રિપ્ટોકરન્સી માઇનિંગમાં પણ તેની ભારે ગણતરી ક્ષમતાનો ઉપયોગ થયો છે.

બજાર હિસ્સેદારી અને વૈશ્વિક પરિદ્રશ્ય

ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સના વૈશ્વિક બજારમાં હંમેશાં તીવ્ર સ્પર્ધા રહી છે. ઐતિહાસિક આંકડાઓ તપાસીએ તો, ૨૦૦૯માં માર્કેટ શેર લીડર્સમાં Intel ૪૯.૪% હિસ્સા સાથે મોખરે હતું (મુખ્યત્વે મોટા પાયે વેચાતા ઇન્ટિગ્રેટેડ ચિપસેટ્સને કારણે), Nvidia ૨૭.૮% સાથે બીજા ક્રમે અને AMD/ATI ૨૦.૬% સાથે ત્રીજા ક્રમે હતું. અન્ય કંપનીઓમાં Matrox જેવી કંપનીઓ, જે અગાઉ કસ્ટમ સોલ્યુશન્સ બનાવતી હતી, તે હવે વર્કસ્ટેશન માટે Intel અને AMD ના GPU ને કસ્ટમાઇઝ કરે છે. આ સિવાય ચીનની Jingjia Micro જેવી કંપનીઓએ સ્થાનિક બજાર માટે GPU નું ઉત્પાદન કર્યું છે, જોકે વૈશ્વિક વેચાણમાં તે અગ્રણી કંપનીઓ કરતાં ઘણી પાછળ છે.

આજે GPU માત્ર એક હાર્ડવેર પૂરતું મર્યાદિત ન રહેતાં વૈશ્વિક તકનીકી સાર્વભૌમત્વ અને આર્થિક તાકાતનું પ્રતીક બની ગયું છે. ગેમિંગ કન્સોલ અને સ્માર્ટફોનથી શરૂ કરીને હવામાનની આગાહી કરતા સુપરકોમ્પ્યુટર્સ અને માનવ જેવી ભાષા બોલતા જનરેટિવ AI મોડેલ્સ સુધી, સિલિકોનની આ નાનકડી ચિપે સમગ્ર ડિજિટલ યુગનું ચાલકબળ પોતાના હાથમાં લઈ લીધું છે.