वीडियो गेम्स के साधारण कार्ड से लेकर आर्टिफिशियल इंटेलिजेंस के धड़कते इंजन तक की GPU क्रांति

आज के आर्टिफिशियल इंटेलिजेंस (AI) युग में जिस एक हार्डवेयर चिप की सबसे अधिक चर्चा और मांग है, वह ग्राफिक्स प्रोसेसिंग यूनिट यानी GPU है। मूल रूप से कंप्यूटर स्क्रीन पर रंगबिरंगे वीडियो गेम्स और त्रि-आयामी यानी थ्री-डी (3D) दृश्यों को तेजी से दिखाने के लिए यह विशिष्ट सर्किट तैयार किया गया था। परंतु आज यह विज्ञान, चिकित्सीय अनुसंधान और विशेष रूप से आर्टिफिशियल इंटेलिजेंस के जटिल मॉडलों को प्रशिक्षित करने का मुख्य इंजन बन चुकी है। यह परिवर्तन कोई दुर्घटना नहीं है, बल्कि GPU की आंतरिक वास्तुकला रचना और उसकी गणना करने की विलक्षण क्षमता का परिणाम है।

साधारण भाषा में कहें तो, ग्राफिक्स प्रोसेसिंग यूनिट (GPU) एक डिजिटल इमेज प्रोसेसिंग और कंप्यूटर ग्राफिक्स को त्वरित करने के लिए रचित एक अत्यंत विशिष्ट इलेक्ट्रॉनिक सर्किट है। यह कंप्यूटर में अलग से लगने वाले वीडियो कार्ड (discrete graphics card) पर उपलब्ध हो सकता है या मदरबोर्ड, मोबाइल फोन, पर्सनल कंप्यूटर, वर्कस्टेशन और गेमिंग कंसोल के अंदर सीधे ही जड़ा हो सकता है। आज के आधुनिक GPU केवल चित्र प्रदर्शित नहीं करते, बल्कि लीनियर अलजेब्रा (linear algebra) यानी रैखिक बीजगणित की गणनाओं को असाधारण गति से सुलझाने की क्षमता रखते हैं, जो ग्राफिक्स और AI दोनों का आधार है।

वीडियो डिस्प्ले कंट्रोलर से आधुनिक GPU तक का इतिहास

आधुनिक GPU के मूल 1960 और 1970 के दशक के शुरुआती प्रयोगों में निहित हैं। 1967 में Adage AGT-30 जैसे ग्राफिक्स टर्मिनलों में एनालॉग मैट्रिक्स प्रोसेसर का उपयोग होता था। तत्पश्चात 1969 में Evans & Sutherland (E&S) कंपनी ने Line Drawing System-1 (LDS-1) प्रस्तुत किया, जो मैट्रिक्स गुणा की सुविधा देने वाली सर्व-प्रथम पूरी तरह डिजिटल सिस्टम थी। उसी वर्ष कम कीमत का IMLAC PDS-1 टर्मिनल भी आया, जिसका उपयोग आगे चलकर 'Maze War' जैसी शुरुआती 3D खेलों में हुआ था।

1970 के दशक में 'GPU' शब्द का प्रारंभिक अर्थ 'ग्राफिक्स प्रोसेसर यूनिट' होता था, जो सेंट्रल प्रोसेसिंग यूनिट (CPU) से स्वतंत्र रूप से ग्राफिक्स का संचालन और आउटपुट देने वाली प्रोग्रामेबल प्रोसेसिंग यूनिट दर्शाता था। 1972 में यूनिवर्सिटी ऑफ इलिनोइस में PLATO IV सिस्टम कार्यशील हुई, जिसके ऊपर 1973 से 1978 के बीच नेटवर्क मल्टीप्लेयर वायरफ्रेम 3D खेल लोकप्रिय हुए। इसी समयाकाल में 1972 में E&S कंपनी की Continuous Tone 1 (CT1) सिस्टम केस वेस्टर्न रिजर्व यूनिवर्सिटी को दी गई, जिसने रीअल-टाइम गौराउड शेडिंग (Gouraud shading) प्रदान की थी।

1975 में E&S और यूनिवर्सिटी ऑफ यूटा के संयुक्त प्रयासों से रंगीन और स्मूथ शेडिंग के लिए सक्षम पहला MOSFET वीडियो फ्रेमबफर तैयार हुआ। 1977 में लुफ्थांसा एयरलाइन को पायलट प्रशिक्षण के लिए दी गई E&S CT3 सिस्टम रीअल-टाइम टेक्सचर मैपिंग कर सकने वाली प्रथम ग्राफिक्स सिस्टम बनी। आर्केड वीडियो गेम्स में भी विशिष्ट सर्किटों का विकास हुआ। उस समय रैंडम एक्सेस मेमोरि (RAM) अत्यंत महंगी होने के कारण डिस्प्ले स्कैन होते समय ही डेटा संकलित किया जाता था। मिडवे और ताइतो की 'Gun Fight' (1975), 'Sea Wolf' (1976) और प्रसिद्ध 'Space Invaders' (1978) जैसी आर्केड खेलों में CPU को एनिमेशन करने में बैरल शिफ्टर (barrel shifter) सर्किट मदद करती थी।

1979 में आई Namco Galaxian आर्केड सिस्टम ने RGB कलर, बहु-रंगी स्प्राइट्स और टाइलमैप बैकग्राउंड को समर्थन दिया, जिसका उपयोग सेगा, कोनामी, मिडवे जैसी अनेक अग्रणी कंपनियों ने किया। होम कंप्यूटर्स में 1977 के Atari 2600 में टेलीविज़न इंटरफेस एडाप्टर प्रयुक्त हुआ था, जबकि 1979 के Atari 8-बिट कंप्यूटर्स में 'ANTIC' नाम का वीडियो प्रोसेसर शामिल था, जो डिस्प्ले लिस्ट की सूचनाओं का सीधा विश्लेषण करता था।

शुरुआत के ग्राफिक्स कंट्रोलर्स जिन्हें वीडियो डिस्प्ले कंट्रोलर कहा जाता था, उनमें आंतरिक गणना करने की कोई क्षमता नहीं थी। उसके बाद आए 'ब्लिटर्स' (blitters) केवल मेमोरी के ब्लॉकों को एक जगह से दूसरी जगह खिसकाने की मूलभूत गतिविधि करते थे। आधुनिक GPU का सच्चा उदय 1990 के दशक में हुआ, जब उसने CPU की मदद लिए बिना खुद स्क्रीन पर रेखाएं और लिखावट खींचना शुरू किया, और आगे चलकर त्रि-आयामी गणनाएं अपने अंदर ही करने की क्षमता प्राप्त कर ली।

GPU कैसे कार्य करता है: पैरेलल आर्किटेक्चर का गणित

कंप्यूटर का सामान्य मस्तिष्क कहा जाने वाला CPU यानी सेंट्रल प्रोसेसिंग यूनिट थोड़े से अत्यंत शक्तिशाली प्रोसेसिंग कोर रखता है, जो एक के बाद एक जटिल कार्य क्रमिक रूप से (serial processing) करने के लिए उत्तम है। इसके विपरीत, ग्राफिक्स कार्य मूल रूप से स्वतंत्र होते हैं। स्क्रीन पर के लाखों पिक्सेलों का रंग या 3D ऑब्जेक्ट के कोने एक-दूसरे पर निर्भर किए बिना गिने जा सकते हैं। इस आवश्यकता को पूरा करने के लिए GPU की रचना सैकड़ों या हजारों छोटे गणना यूनिटों (compute cores) के साथ की जाती है।

GPU की इस विशिष्ट संरचना को 'एम्बेरसिंगली पैरेलल' (embarrassingly parallel) समस्याओं को हल करने के लिए अनुकूल माना जाता है। इसका अर्थ यह होता है कि जिसमें एक बड़ा डेटा सेट हो और उसके हजारों भागों पर एक साथ समान गणितीय प्रक्रिया करनी हो। उदाहरण के लिए, यदि किसी कक्षा में पांच महान गणितज्ञ बैठे हों तो वे एक के बाद एक अति कठिन पहेली हल कर सकते हैं—यह CPU है। परंतु यदि आपके पास हजारों सरल जोड़-गुणा हों, तो एक साथ बैठे हजारों सामान्य विद्यार्थी वह काम पलभर में पूरा कर देंगे—यह GPU की कार्यपद्धति है।

GPU के हार्डवेयर के अंदर गणना यूनिट विभिन्न नामों से जाने जाते हैं। Nvidia के प्रोसेसरों में इसे स्ट्रीमिंग मल्टीप्रोसेसर (Streaming Multiprocessors - SM) कहा जाता है, AMD के GPU में इसे कंप्यूट यूनिट्स (Compute Units - CU) कहते हैं, जबकि Intel के GPU में इसे Xe कोर के रूप में पहचाना जाता है। ये तमाम प्रोसेसर कोर एकसाथ समानांतर रूप से कार्य करते हैं। इसके अलावा आधुनिक GPU में प्रकाश और परछाई के वास्तविक चित्रण के लिए समर्पित रे ट्रेसिंग (ray tracing) ब्लॉक, वीडियो एनकोडिंग सर्किट और AI गणनाओं को त्वरित करने के लिए खास हार्डवेयर ब्लॉक भी शामिल होते हैं।

GPU की समग्र कार्यप्रणाली और गति केवल कोर की संख्या पर निर्भर नहीं है, बल्कि सेमीकंडक्टर निर्माण में प्रयुक्त कनेक्टर पाथवे के साइज, क्लॉक सिग्नल फ्रिक्वेंसी (घड़ी की आवृत्ति), और चिप पर मौजूद मेमोरी कैश (cache) के आकार पर निर्भर करती है। GPU की प्रदर्शन क्षमता सामान्य तौर पर फ्लोटिंग पॉइंट ऑपरेशन्स पर सेकंड (FLOPS) में मापी जाती है। आज के आधुनिक प्रोसेसर टेराफ्लॉप्स (TFLOPS) यानी प्रति सेकंड ट्रिलियन गणनाओं के स्तर पर परिणाम देते हैं, हालांकि यह अनुमानित मापदंड है और वास्तविक परिस्थितियों में अन्य कारक भी प्रभाव डालते हैं।

GPU के दो रूप: डेडीकेटेड विरुद्ध इंटीग्रेटेड

पर्सनल कंप्यूटर्स की दुनिया में ग्राफिक्स प्रोसेसिंग यूनिट मुख्य रूप से दो रूपों में दिखाई देती है: डेडीकेटेड ग्राफिक्स (जिसे डिस्क्रीट ग्राफिक्स भी कहा जाता है) और इंटीग्रेटेड ग्राफिक्स (जिसे शेयर किया गया ग्राफिक्स सॉल्यूशन, IGP या यूनिफाइड मेमोरी आर्किटेक्चर - UMA कहा जाता है)।

डेडीकेटेड GPU अपने अलग सर्किट बोर्ड पर होता है और वह कंप्यूटर की सामान्य सिस्टम मेमोरी पर निर्भर रहने के बजाय अपने बोर्ड पर लगी समर्पित हाई-स्पीड RAM का उपयोग करता है, जैसे कि GDDR SDRAM. यह समर्पित मेमोरी ग्राफिक्स कार्ड के भारी डेटा ट्रैफिक को बहुत तेजी से संभालती है। हालांकि, यदि किसी कार्य के दौरान यह डेडीकेटेड मेमोरी पूरी तरह भर जाए तो कार्यप्रणाली अचानक धीमी पड़ जाती है (चोकिंग होती है)। एक ही स्क्रीन पर अधिक शक्ति पाने के लिए मल्टीपल GPU जोड़ने की तकनीकें जैसे कि Scalable Link Interface (SLI), NVLink, और CrossFire विकसित की गई थीं। हालांकि सामान्य गेमिंग में अब इनका उपयोग घटा है क्योंकि अधिकांश खेल इसे समर्थन नहीं देते और यह अत्यंत खर्चीला है।

दूसरी ओर, इंटीग्रेटेड GPU (iGPU) अलग समर्पित मेमोरी रखने के बजाय कंप्यूटर की मुख्य सिस्टम RAM का एक हिस्सा इस्तेमाल करता है। वह मदरबोर्ड के नॉर्थब्रिज चिपसेट पर या सीधे CPU की सिलिकॉन डाई पर ही बिठाया जाता है, जैसे कि AMD Accelerated Processing Unit (APU) या Intel HD Graphics. इंटीग्रेटेड ग्राफिक्स अपेक्षाकृत सस्ते होते हैं लेकिन डेडीकेटेड जितने शक्तिशाली नहीं होते। 2004 के दौर में SiS और VIA जैसी कंपनियों के IGP केवल साधारण प्रोग्राम्स या एडोब फ्लैश चला सकते थे और 3D गेमिंग के लिए अनुपयुक्त माने जाते थे। हालांकि, आज के आधुनिक इंटीग्रेटेड प्रोसेसर ट्रिपल-ए (Triple A) खेल भी नीचे सेटिंग्स पर चला सकते हैं।

डेडीकेटेड और इंटीग्रेटेड के बीच का सबसे बड़ा अंतर मेमोरी बैंडविड्थ का है। ग्राफिक्स गणनाएं मेमोरी की भारी मांग करती हैं। वर्तमान समय में iGPU अधिक से अधिक प्रति सेकंड 128 गीगाबाइट्स (GB/s) की सिस्टम मेमोरी बैंडविड्थ इस्तेमाल कर सकता है, जबकि डेडीकेटेड ग्राफिक्स कार्ड में उसके VRAM और GPU कोर के बीच प्रति सेकंड 1000 गीगाबाइट्स (GB/s) से भी अधिक बैंडविड्थ उपलब्ध होती है। यूनिफाइड मेमोरी आर्किटेक्चर (UMA) रखने वाली आधुनिक प्रणालियां, जैसे कि आधुनिक AMD, Intel, Apple प्रोसेसर और आधुनिक गेम कंसोल में CPU और GPU एक ही सामान्य RAM पूल और पता क्षेत्र बांटते हैं।

नोटबुक या लैपटॉप में अधिक शक्ति पाने के लिए एक्सटर्नल GPU (eGPU) का विकल्प भी अस्तित्व में है। इस व्यवस्था में लैपटॉप के बाहर एक्सटर्नल बस जैसे कि PCI Express मार्फत ग्राफिक्स कार्ड जोड़ा जाता है। इसके लिए ExpressCard या mPCIe पोर्ट (PCIe ×1, प्रति सेकंड 5 या 2.5 गीगाबिट्स), Thunderbolt 1, 2, या 3 पोर्ट (PCIe ×4, प्रति सेकंड 10, 20, या 40 गीगाबिट्स), USB4 या OCuLink पोर्ट का उपयोग होता है। शक्तिशाली GPU सैकड़ों वाट बिजली खर्च करते हैं, इसलिए ऐसे eGPU एन्क्लोजर में अपना अलग पावर सप्लाई यूनिट (PSU) रखना पड़ता है।

वीडियो गेमिंग से सामान्य गणना (GPGPU) और AI का इंजन

GPU की सच्ची क्रांति तब आई जब वैज्ञानिकों और इंजीनियरों को समझ आया कि यह चिप केवल मॉनिटर पर पिक्सेल रंगने के लिए ही नहीं, बल्कि किसी भी प्रकार की समानांतर गणनाएं करने के लिए सक्षम है। इस विचार से जनरल पर्पस ग्राफिक्स प्रोसेसिंग यूनिट (GPGPU) का जन्म हुआ। इस पद्धति में ग्राफिक्स एक्सीलेटर की शेडर पाइपलाइन को स्ट्रीम प्रोसेसर या वेक्टर प्रोसेसर में बदलकर कंप्यूट कर्नल चलाए जाते हैं।

जहां विशाल वेक्टर गतिविधि की आवश्यकता हो, वहां GPGPU पारंपरिक CPU की तुलना में कई गुना ऊंची क्षमता देता है। स्टैनफोर्ड यूनिवर्सिटी के जाने-माने Folding@home प्रोजेक्ट में प्रोटीन फोल्डिंग की जैविक गणनाओं के लिए Nvidia और AMD के साथ मिलकर GPU आधारित क्लाइंट बनाया गया था। निश्चित परिस्थितियों में इस GPU ने पारंपरिक CPU से 40 गुना गति से गणनाएं पूरी करके बता दी थीं। 2005 से जेनेटिक प्रोग्रामिंग और इवोल्यूशनरी कंप्यूटिंग में GPU के सिंगल इंस्ट्रक्शन, मल्टीपल डेटा (SIMD) आर्किटेक्चर का व्यापक उपयोग शुरू हुआ।

यह पैरेलल प्रक्रिया आर्टिफिशियल इंटेलिजेंस और डीप लर्निंग न्यूरल नेटवर्क्स के लिए वरदान साबित हुई। AI मॉडल के प्रशिक्षण के दौरान करोड़ों मापदंडों (parameters) का एकसाथ गुणा करना होता है। आज के शीर्ष सुपरकंप्यूटर पूरी तरह GPU संचालित एक्सीलेटर प्रणालियों पर निर्भर हैं। दुनिया के सबसे शक्तिशाली सुपरकंप्यूटरों की सूची देने वाले TOP500 के जून 2026 के डेटा के अनुसार, 276 सुपरकंप्यूटर एक्सीलेटर या को-प्रोसेसर तकनीक का उपयोग करते हैं, जो पिछले छह महीनों के 255 सिस्टम्स की तुलना में बड़ा उछाल दर्शाता है।

इस सूची में 107 सुपरकंप्यूटर अकेले NVIDIA Hopper चिप्स से सुसज्जित हैं, 62 सिस्टम्स NVIDIA Ampere का उपयोग करते हैं और 32 सिस्टम्स AMD Instinct चिप्स रखते हैं। Summit जैसे अतिशक्तिशाली सुपरकंप्यूटर और Nvidia की DGX सीरीज के वर्कस्टेशनों और सर्वरों में सैकड़ों GPU एकसाथ जोड़कर AI प्रशिक्षण, विजुअल इफेक्ट्स (VFX) और जटिल वैज्ञानिक सिमुलेशन चलाए जाते हैं। इसके अलावा क्रिप्टोकरेंसी माइनिंग में भी इसकी भारी गणना क्षमता का उपयोग हुआ है।

बाजार हिस्सेदारी और वैश्विक परिदृश्य

ग्राफिक्स प्रोसेसिंग यूनिट्स के वैश्विक बाजार में हमेशा तीव्र प्रतिस्पर्धा रही है। ऐतिहासिक आंकड़े खंगालें तो, 2009 में मार्केट शेयर लीडर्स में Intel 49.4% हिस्से के साथ अग्रणी था (मुख्य रूप से बड़े पैमाने पर बिकने वाले इंटीग्रेटेड चिपसेट्स के कारण), Nvidia 27.8% के साथ दूसरे क्रम पर और AMD/ATI 20.6% के साथ तीसरे क्रम पर था। अन्य कंपनियों में Matrox जैसी कंपनियां, जो पहले कस्टम समाधान बनाती थीं, वह अब वर्कस्टेशन के लिए Intel और AMD के GPU को कस्टमाइज करती हैं। इसके अलावा चीन की Jingjia Micro जैसी कंपनियों ने स्थानीय बाजार के लिए GPU का उत्पादन किया है, हालांकि वैश्विक बिक्री में वह अग्रणी कंपनियों से काफी पीछे है।

आज GPU केवल एक हार्डवेयर तक सीमित न रहते हुए वैश्विक तकनीकी संप्रभुता और आर्थिक ताकत का प्रतीक बन गया है। गेमिंग कंसोल और स्मार्टफोन से शुरू करके मौसम की भविष्यवाणी करने वाले सुपरकंप्यूटरों और मानव जैसी भाषा बोलने वाले जनरेटिव AI मॉडलों तक, सिलिकॉन की इस नन्ही चिप ने पूरे डिजिटल युग का चालकबल अपने हाथ में ले लिया है।