एनविद्या और दक्षिण कोरिया की युगलंदी: एजेंटिक एआई और हेटरोजीनियस कंप्यूटिंग की नई क्रांति

क्या हुआ और यह क्यों महत्वपूर्ण है

कृत्रिम बुद्धिमत्ता यानी आर्टिफिशियल इंटेलिजेंस (AI) का युग अब केवल स्क्रीन पर लिखे जाने वाले टेक्स्ट या चैटबॉट्स तक सीमित नहीं रहा है। सियोल में आयोजित 'AI Day Seoul' सम्मेलन के दौरान वैश्विक चिप जायंट NVIDIA और दक्षिण कोरिया के तकनीकी जगत ने एक युग-परिवर्तनकारी साझेदारी की घोषणा की है। न्वीडिया की आधिकारिक रिपोर्टों और योनहाप न्यूज़ (Yonhap) की रिपोर्ट के मुताबिक, दक्षिण कोरिया अपने विश्वस्तरीय मैन्युफैक्चरिंग, सेमीकंडक्टर और रोबोटिक्स उद्योगों को न्वीडिया के हार्डवेयर तथा सॉफ्टवेयर प्लेटफॉर्म के साथ जोड़कर फिजिकल एआई (Physical AI: वास्तविक भौतिक जगत में काम करने वाले स्वायत्त रोबोट्स और सिस्टम्स) और एजेंटिक एआई (Agentic AI: मानव सूचना के बिना स्वायत्त निर्णय लेकर जटिल प्रक्रियाएँ पूरी करने वाली एआई सिस्टम्स) के क्षेत्र में बड़ा विस्फोट कर रहा है।

इस पहल का सबसे निर्णायक पहलू हेटेरोजीनियस कंप्यूटिंग (heterogeneous computing: विभिन्न प्रकार के चिप आर्किटेक्चर जैसे कि GPU और NPU का एकसाथ संकलन) है। दक्षिण कोरिया के विज्ञान और आईसीटी मंत्रालय (MSIT) के समर्थन से NVIDIA, SK Telecom और स्थानीय एआई चिप स्टार्टअप Rebellions के बीच एक त्रिपक्षीय समझौता ज्ञापन (MOU) किया गया है। इस साझेदारी के तहत न्वीडिया के ग्राफिक्स प्रोसेसिंग यूनिट (GPU) को Rebellions के न्यूरल प्रोसेसिंग यूनिट (NPU) के साथ जोड़कर स्थानीय डेटा सेंटरों के लिए एक संगठित हेटेरोजीनियस सिस्टम तैयार किया जाएगा। यह टेक्नोलॉजिकल जुड़ाव न्वीडिया के NVLink Fusion प्रोग्राम पर आधारित होगा, जो स्थानीय कस्टम चिप डिजाइनरों को अपने प्रोसेसर सीधे न्वीडिया के रैक-स्केल इन्फ्रास्ट्रक्चर के साथ जोड़ने की स्वायत्तता देता है।

पृष्ठभूमि: न्वीडिया की ऐतिहासिक सोच और कुडा क्रांति

आज के इस महाकाय सुपरकंप्यूटिंग युग को समझने के लिए न्वीडिया के मूलभूत इतिहास को जानना ज़रूरी है। 5 अप्रैल 1993 के दिन सैन जोस स्थित 'Denny's' नामक एक रोडसाइड डिनर में बैठकर जेन्सन हुआंग (Jensen Huang), क्रिस मलाचोवस्की (Chris Malachowsky) और कुर्टिस प्रिम (Curtis Priem) ने मात्र 40,000 डॉलर की पूँजी से न्वीडिया की स्थापना की थी। उनका शुरुआती विचार वीडियो गेम्स के लिए 3D ग्राफिक्स सुधारने का था। 1999 में कंपनी ने सर्वप्रथम GeForce 256 लॉन्च किया, जिसे दुनिया का पहला आधिकारिक GPU माना गया था।

हालांकि, 2000 के दशक के मध्य में नविडिया ने एक अरब डॉलर से अधिक का निवेश करके CUDA (Compute Unified Device Architecture) सॉफ्टवेयर प्लेटफॉर्म विकसित किया। CUDA ने सामान्य GPU को केवल गेमिंग प्रोसेसर बनकर रहने के बजाय जटिल गणितीय गणनाएं कर सकने वाले पैरेलल सुपरकंप्यूटर में बदल दिया। वर्ष 2018 में जहां दुनियाभर में 10 लाख CUDA डेवलपर्स थे, वहीं 2024 तक यह संख्या बढ़कर 50 लाख तक पहुंच गई थी। 2025 तक दुनिया के 80% से अधिक एआई मॉडल ट्रेनिंग GPU मार्केट पर नविडिया का कब्जा था और दुनिया के TOP500 सुपरकंप्यूटरों में से 75% से अधिक में नविडिया की चिप्स कार्यरत थीं। आज नविडिया केवल चिप बेचने वाली कंपनी नहीं रही है, बल्कि संपूर्ण डेटा सेंटर और एआई इकोसिस्टम का संचालन करने वाला सॉफ्टवेयर-हार्डवेयर प्लेटफॉर्म बन गई है।

हेटेरोजीनियस कंप्यूटिंग और NVLink Fusion कैसे काम करते हैं?

सरल भाषा में समझें तो, अब तक अधिकांश डेटा सेंटर्स में या तो केवल ग्राफिक्स प्रोसेसिंग यूनिट (GPU) उपयोग होते थे या फिर विशिष्ट कार्यों के लिए न्यूरल प्रोसेसिंग यूनिट (NPU)। परंतु एआई इन्फेरेंस (AI inference: तालीम पाए हुए मॉडल द्वारा जवाब या परिणाम प्राप्त करने की प्रक्रिया) के बढ़ते बोझ के कारण दोनों के संयुक्त उपयोग की आवश्यकता उत्पन्न हुई है। हेटेरोजीनियस कंप्यूटिंग एक ऐसी प्रणाली है जहां विभिन्न प्रोसेसर अपनी विशेष क्षमता के अनुसार काम बांट लेते हैं।

इस प्रक्रिया को एक भव्य संगीत मंडली (Orchestra) के उदाहरण से समझा जा सकता है। जहां जटिल और भारी गणितीय गणनाओं के लिए NVIDIA GPUs मुख्य वायलिनवादक की भूमिका निभाते हैं, वहीं सटीक और हल्के विशिष्ट कार्यों के लिए Rebellions जैसे स्थानीय NPUs विशिष्ट सोलो वादक के रूप में काम करते हैं। इन दोनों के बीच संवाद का अभाव रहे तो सूचना के आदान-प्रदान में विलंब (latency) होता है। NVIDIA NVLink Fusion इस समस्या का समाधान लाता है। यह हाई-स्पीड कनेक्टर और सॉफ्टवेयर प्रोटोकॉल के रूप में काम करता है, जो थर्ड-पार्टी NPU को सीधे नविडिया के हाई-स्पीड NVLink इंटरकनेक्ट के साथ जोड़ देता है। परिणामस्वरूप डेटा ट्रांसफर अत्यधिक तीव्र बनता है और प्रोसेसर के बीच की सीमाएं अदृश्य हो जाती हैं।

फिजिकल एआई और औद्योगिक सिमुलेशन: सैमसंग और एलजी के प्रयोग

दक्षिण कोरिया की अग्रणी कंपनियां इस अत्याधुनिक इकोसिस्टम का उपयोग करके फैक्ट्री लाइन से लेकर रोबोटिक्स तक क्रांति ला रही हैं। सैमसंग इलेक्ट्रॉनिक्स (Samsung Electronics) सेमीकंडक्टर उत्पादन की डिजाइन और सामग्री अनुसंधान में नविडिया के सॉफ्टवेयर टूल्स जैसे कि cuISS, cuDSS और PhysicsNeMo का उपयोग कर रही है। सैमसंग के sMOL प्लेटफॉर्म ने NVIDIA cuEST की मदद से क्वांटम केमिकल गणनाओं को 5 गुना तेज बना दिया है।

सैमसंग ने चिप-स्केल थर्मल और मैकेनिकल विश्लेषण के लिए NVIDIA PhysicsNeMo का उपयोग करके अभूतपूर्व परिणाम प्राप्त किए हैं। सैमसंग के एआई होमोजिनाइजेशन केस में, इससे पहले ३२-कोर वाले पारंपरिक CPU पर फाइन-ग्रिड (Fine-grid solve) गणना करने में १८ घंटे जितना विशाल समय लगता था। लेकिन एनविडिया के GPU त्वरित कोर्स-ग्रेड (Coarse-grid solve) और एआई मॉडलिंग के समन्वय से यह काम मात्र ४१ सेकंड में पूर्ण हो गया! इस सुधार से सैमसंग को १,६०० गुना स्पीडअप (१६००x speedup) प्राप्त हुआ है, जो सेमीकंडक्टर डिजाइन में समय और लागत की क्रांतिकारी बचत को दर्शाता है।

दूसरी ओर, एलजी इलेक्ट्रॉनिक्स (LG Electronics) और NVIDIA ने संयुक्त रूप से फैक्ट्री उत्पादन वातावरण में LG के CLOiD रोबोट का सफल प्रदर्शन किया है। यह रोबोट NVIDIA Isaac GR00T मॉडल, NVIDIA Cosmos डेटा ऑग्मेंटेशन और NVIDIA Jetson AGX Thor ऑनबोर्ड कंप्यूटिंग प्रोसेसर द्वारा संचालित है। इस तकनीक द्वारा एक 'फिजिकल एआई डेटा फ्लाईव्हील' (Physical AI Data Flywheel) तैयार किया गया है, जो वास्तविक दुनिया से डेटा एकत्र कर सिमुलेशन द्वारा रोबोट को अधिक सक्षम और स्वायत्त बनाता है। इसके अलावा, काकाओ मोबिलिटी (Kakao Mobility) सियोल के गंगनाम (Gangnam) क्षेत्र में लेवल ४ ऑटोनामस ड्राइविंग (Level 4 autonomous driving: मानव ड्राइवर के बिना चलने वाली स्वायत्त गाड़ियां) विकसित करने के लिए NVIDIA Hyperion फ्रेमवर्क और NVIDIA DRIVE AGX Thor प्रोसेसर का उपयोग कर रही है।

सोवरेन एआई, सुरक्षा और ओपन मॉडल्स का सुमेल

दक्षिण कोरिया के इस अभियान का दूसरा महत्वपूर्ण पहलू सोवरेन एआई (Sovereign AI: अपनी स्थानीय भाषा, संस्कृति और डेटा पर आधारित स्वदेशी एआई ढांचा) है। स्थानीय मॉडल्स को सक्षम करने के लिए एनविडिया ने 'NVIDIA Dynamo' सॉफ्टवेयर फ्रेमवर्क प्रस्तुत किया है। जब कोई एआई मॉडल बहुत बड़ा हो जाता है तब उसे एक से अधिक GPU पर विभाजित करना पड़ता है। डायनामो एक ओपन-सोर्स डिस्ट्रिब्यूटेड इन्फेरेंस-सर्विंग फ्रेमवर्क है, जो डेटा सेंटर स्केल पर मॉडल के टुकड़ों के बीच डेटा की रुटिंग को व्यवस्थित करता है। NVIDIA B200 GPUs के लिए ऑप्टिमाइज़ किए गए डायनामो रेसिपी के कारण दक्षिण कोरिया के अग्रणी ओपन मॉडल्स जैसे कि SK Telecom का A.X K2, LG AI Research का K-EXAONE 2.0, Upstage का Solar Open 2 और Motif Technologies का Motif-3 का परफॉरमेंस सीधे २ गुना (2x speedup) बढ़ गया है।

एजेंटिक एआई जैसे-जैसे अधिक स्वायत्त बनता जाता है, वैसे-वैसे उसकी सुरक्षा भी अनिवार्य हो जाती है। एआई एजेंट्स जब एंटरप्राइज डेटा के साथ काम करते हैं तब डेटा लीक या मैलिशस कमांड का खतरा रहता है। इसके लिए एनविडिया ने 'NVIDIA OpenShell' रनटाइम लॉन्च किया है, जो Open Agent Safety Platform का हिस्सा है। ओपनशेल एजेंट्स के लिए सैंडबॉक्स सिक्योरिटी और पॉलिसी-बेस्ड नियंत्रण प्रदान करता है। दक्षिण कोरिया की सुरक्षा कंपनी AIM Intelligence अपने Starfort प्लेटफॉर्म को OpenShell के साथ जोड़ रही है। इसके अलावा, ह्युंडई मोटर ग्रुप (Hyundai Motor Group) भी सुरक्षित एआई एजेंट्स के लिए NVIDIA NemoClaw ब्लूप्रिंट्स और ओपनशेल का उपयोग जाँच रहा है। कोरियन भाषा के सांस्कृतिक संदर्भ सुरक्षित रहें इसके लिए LG AI Research ने Nemotron-Personas-Korea डेटासेट का उपयोग किया है, जिसमें कोरिया के आधिकारिक आँकड़ों पर आधारित 70 लाख (7 million) सिंथेटिक पर्साना शामिल हैं।

भविष्य की दिशा और भारत के लिए पाठ

एनविडिया और दक्षिण कोरिया के बीच का यह संकलन दुनियाभर के देशों के लिए एक ब्लूप्रिंट समान है। केवल विदेशी मॉडल्स या सॉफ्टवेयर पर निर्भर रहने के बजाय देश अपनी स्थानीय चिप डिज़ाइन्स (NPUs), अपनी भाषा के ओपन मॉडल्स और डेटा सॉवरेनिटी बनाए रखकर भी वैश्विक हार्डवेयर दिग्गजों (गिगांट्स) के साथ हाथ मिला सकते हैं। औद्योगिक ऑटोमेशन, 1600 गुनी तेज सेमीकंडक्टर डिज़ाइन और सुरक्षित एजेंटिक सिस्टम्स साबित करते हैं कि सॉफ्टवेयर और हार्डवेयर का उचित संकलन ही एआई के असली मूल्य को अनलॉक कर सकता है।

हलाँकि, अभी भी हेटेरोजेनियस कंप्यूटिंग में विभिन्न आर्किटेक्चर के बीच लो-लेटेंसी बनाए रखना, रोबोटिक्स में वास्तविक सुरक्षा सुनिश्चित करना और एआई एजेंट्स की स्वायत्तता पर नैतिक अंकुश रखना बड़े चुनौतियाँ हैं। भारत जैसे देश जो अपनी सॉवरेन एआई इकोसिस्टम विकसित कर रहे हैं, उन्हें भी इस प्रकार के हेटेरोजेनियस हार्डवेयर और सैंडबॉक्स सुरक्षा फ्रेमवर्क से सीखने की जरूरत है।