कम्प्यूटिंग
प्रकाश की गति से सिलिकॉन फोटॉनिक्स के साथ कंप्यूटिंग
पेनसिल्वेनिया विश्वविद्यालय के इंजीनियरों ने एक चिप विकसित की है जो विद्युत के बजाय प्रकाश तरंगों का उपयोग करके कृत्रिम बुद्धिमत्ता (AI) को प्रशिक्षित करने के लिए आवश्यक जटिल गणित करती है। यह नवाचार प्रसंस्करण को काफी तेज़ कर सकता है और उपकरणों की ऊर्जा खपत को कम कर सकता है।
अध्ययन,Nature Photonics में प्रकाशित, दिखाता है कि यह सिलिकॉन फोटॉनिक्स (SiPh) प्लेटफ़ॉर्म पर एक “इनवर्स-डिज़ाइन किया गया लो-इंडेक्स-कॉन्ट्रास्ट स्ट्रक्चर” है, जो संभावित रूप से बड़े पैमाने पर वेव-आधारित एनालॉग कंप्यूटिंग प्लेटफ़ॉर्म को सक्षम कर सकता है।
सिलिकॉन फोटॉनिक्स सिलिकॉन का उपयोग करता है, जो कंप्यूटर चिपों के बड़े पैमाने पर उत्पादन में प्रयुक्त एक प्रचुर मात्रा में उपलब्ध और सस्ता तत्व है, और इसमें फोटोडिटेक्टर्स, ऑप्टिकल स्विच, ऑप्टिकल वेवगाइड और ऑप्टिकल मॉड्यूलेटर जैसे घटकों को सिलिकॉन सब्सट्रेट पर एकीकृत किया जाता है।
इस अध्ययन में सिलिकॉन फोटॉनिक (SiPh) चिप नैनोस्केल पर सामग्री को नियंत्रित करके प्रकाश का उपयोग करके गणितीय गणनाएँ करती है। प्रकाश तरंगों को पदार्थ के साथ इस प्रकार इंटरैक्ट करने की विधि वादा करती है कि ऐसे कंप्यूटर विकसित किए जाएँ जो आज की चिपों की मौजूदा सीमाओं से आगे हों।
“हमने सहयोग करने का फैसला किया,” H. Nedwill Ramsey प्रोफ़ेसर नादर एंगहेटा ने कहा, जो फिरोज़ अफ़लातुनी के शोध समूह द्वारा नैनोस्केल सिलिकॉन डिवाइस के विकास की ओर इशारा कर रहे हैं, जो इलेक्ट्रिकल और सिस्टम्स इंजीनियरिंग में एसोसिएट प्रोफ़ेसर हैं।
लक्ष्य एक ऐसा प्लेटफ़ॉर्म विकसित करना रहा है जो वेक्टर-मैट्रिक्स गुणन (VMM) कर सके, जिसका उपयोग वर्तमान AI टूल्स को शक्ति देने वाले न्यूरल नेटवर्क के विकास और कार्य में किया जाता है।
अध्ययन के अनुसार, जबकि इनवर्स-डिज़ाइन किए गए SiPh मेटास्ट्रक्चर इलेक्ट्रोमैग्नेटिक तरंगों के साथ एनालॉग गणनाएँ कुशलता से करते हैं, उन्हें बड़े पैमाने पर कई डेटा चैनलों को संभालने के लिए स्केल करना एक चुनौती प्रस्तुत करता है। इसे हल करने के लिए, टीम ने 2D इनवर्स-डिज़ाइन दृष्टिकोण अपनाया ताकि कॉम्पैक्ट अमॉर्फस लेंस सिस्टम बनाए जा सकें, जो सामान्यतः फीड-फ़ॉरवर्ड और कम रेज़ोनेंस वाले होते हैं। अध्ययन ने 2×2 और 3×3 मैट्रिसेज़ के लिए वेक्टर-मैट्रिक्स गुणन सफलतापूर्वक प्रदर्शित किया और 10×10 मैट्रिक्स भी डिज़ाइन किया।
समान ऊँचाई वाले सिलिकॉन वेफ़र का उपयोग करने के बजाय, टीम ने विशिष्ट क्षेत्रों में सिलिकॉन को चयनात्मक रूप से पतला किया। ये ऊँचाई विविधताएँ चिप के माध्यम से प्रकाश संचरण को नियंत्रित करने में सक्षम बनाती हैं।
इन विविधताओं को वितरित करके, चिप प्रकाश को विशिष्ट पैटर्न में बिखेरती है, जिससे यह प्रकाश की गति पर गणितीय गणनाएँ कर सकती है, जो सबसे तेज़ संचार विधि है।
अफ़लातुनी के अनुसार, यह डिज़ाइन पहले से ही व्यावसायिक अनुप्रयोगों के लिए तैयार है क्योंकि चिपों को बनाने वाले व्यावसायिक फाउंड्री द्वारा लगाए गए प्रतिबंधों के कारण। साथ ही, इस डिज़ाइन को ग्राफ़िक्स प्रोसेसिंग यूनिट्स (GPUs) में उपयोग के लिए अनुकूलित किया जा सकता है, जो वर्तमान में AI के उछाल के साथ बड़ी मांग में एक विशेषीकृत इलेक्ट्रॉनिक सर्किट है। सिलिकॉन फोटॉनिक्स प्लेटफ़ॉर्म को एक ऐड‑ऑन के रूप में एकीकृत करके, अफ़लातुनी का उल्लेख है, प्रशिक्षण और वर्गीकरण प्रक्रियाओं को तेज़ किया जा सकता है।
हालाँकि, लाभ गति और ऊर्जा दक्षता से परे भी हैं, क्योंकि चिप गोपनीयता को भी बढ़ाती है। इसलिए, कई गणनाओं को एक साथ होने देने से, आपके कंप्यूटर की कार्यशील मेमोरी में संवेदनशील जानकारी संग्रहीत करने की आवश्यकता नहीं रहती। यह ऐसी तकनीक से संचालित कंप्यूटर को मूलतः अनहैकेबल बनाता है। अफ़लातुनी ने टिप्पणी की:
“कोई भी गैर-मौजूद मेमोरी में घुसकर आपकी जानकारी तक पहुँच नहीं सकता।”
अंशतः US Air Force Office of Scientific Research के मल्टीडिसिप्लिनरी यूनिवर्सिटी रिसर्च इनिशिएटिव और US Office of Naval Research के एक अन्य अनुदान द्वारा वित्त पोषित, यह अध्ययन आज उपयोग में आने वाली चिपों की सीमाओं को पार करने का लक्ष्य रखता है, जो कई दशकों से स्थापित सिद्धांतों के तहत कार्य करती हैं। लेकिन प्रकाश की शक्ति का उपयोग करके, यह नया दृष्टिकोण AI विकास की नई पीढ़ी के लिए मार्ग प्रशस्त कर सकता है।
सिलिकॉन फोटॉनिक्स की विशाल संभावनाएँ
पिछले कुछ दशकों से, इस सामग्री में अनुसंधान और विकास जारी रहा है। हाल ही में, तेज़ और कुशल डेटा प्रोसेसिंग की बढ़ती मांग के कारण सिलिकॉन फोटॉनिक्स (SiPh) ने ध्यान आकर्षित किया है।
इस बढ़ती रुचि के कारण सिलिकॉन फोटॉनिक्स का वैश्विक बाजार आकार2022 में $1.29 बिलियन मूल्यांकित है और ग्रैंड व्यू रिसर्च के अनुसार इस दशक के अंत तक 25.8% की CAGR के साथ बढ़ने की संभावना है। यह वृद्धि उच्च डेटा ट्रांसफ़र दरों और बैंडविड्थ‑इंटेंसिव अनुप्रयोगों की आवश्यकता के कारण है।
SiPh यहाँ अपनी आर्थिक दक्षता और उच्च इंटीग्रेशन घनत्व के कारण एक आदर्श प्लेटफ़ॉर्म है। साथ ही, चूँकि SiPh इलेक्ट्रॉनिक फ़ैब्रिकेशन के साथ संगत है, SiPh फोटॉनिक इंटीग्रेटेड सर्किट (PICs) स्थापित फाउंड्री इन्फ्रास्ट्रक्चर का उपयोग करके निर्मित किए जा सकते हैं। SiPh में सैकड़ों से हजारों डिवाइस को जटिल PICs में एकीकृत करने की क्षमता भी है, जिसका डिज़ाइन और फ़ैब्रिकेशन स्केलेबिलिटी CMOS के समान है, जिससे फोटॉनिक्स और कंप्यूटिंग के संगम पर नए अनुप्रयोग खुलते हैं।
इसलिए, अपनी उच्च गति ट्रांसमिशन, उच्च इंटीग्रेशन घनत्व, उत्कृष्ट ऑप्टिकल गुण, कम पावर खपत और तुलनात्मक रूप से कम लागत वाले निर्माण के माध्यम से, सिलिकॉन फोटॉनिक्स विभिन्न क्षेत्रों में एक मूल्यवान तकनीक बन गया है।
उदाहरण के लिए, स्वायत्त ड्राइविंग और औद्योगिक स्वचालन के लिए LiDAR में सिलिकॉन फोटॉनिक्स के अनुप्रयोग पर अनुसंधान चल रहा है। LiDAR सतहों पर प्रतिबिंबित प्रकाश का उपयोग करता है, न कि रेडियो फ़्रीक्वेंसी (RF) संकेतों का, ताकि आसपास के बारे में महत्वपूर्ण जानकारी का विश्लेषण और प्रदान किया जा सके।
इसके अलावा, सिलिकॉन फोटॉनिक्स का उपयोग सेंसरिंग (अर्थात् ऑप्टिकल सेंसरिंग) के लिए किया जा सकता है, जहाँ संकेत का ट्रांसमिशन और प्रसारित ऑप्टिकल संकेत की प्राप्ति आसपास के पर्यावरण के गुणों को निर्धारित करने में मदद करती है। यह स्वास्थ्य अनुप्रयोगों और उपभोक्ता स्वास्थ्य वियरेबल अनुप्रयोगों के लिए लाभदायक हो सकता है।
स्वायत्त वाहनों और सेंसरिंग के अलावा, सिलिकॉन फोटॉनिक्स का उपयोग टेलीकम्यूनिकेशन्स, क्वांटम कम्युनिकेशन्स, बायोमेडिकल, एयरोस्पेस, खगोल विज्ञान और AR/VR में भी खोजा गया है। सिलिकॉन फोटॉनिक्स पूर्ण इंटीग्रेशन और बड़े पैमाने पर ऑप्टिकल क्वांटम सूचना प्रोसेसिंग के लिए भी आशाजनक दिखता है।
फिर AI है, जिसके लिए हाई‑परफ़ॉर्मेंस कंप्यूटिंग की आवश्यकता होती है। AI के उछाल के नए शिखर तक पहुँचने और आगे बढ़ने के साथ, चिप उद्योग नवाचार की तीव्र आवश्यकता का सामना कर रहा है। यह एक ही चिप पर अधिक ट्रांज़िस्टर्स रखने के लिए मेहनत से काम कर रहा है ताकि प्रसंस्करण शक्ति और ऊर्जा दक्षता को काफी बढ़ाया जा सके। ऐसे सुधार AI एल्गोरिद्म को अधिक सटीक, तेज़ और लागत‑प्रभावी ढंग से प्रशिक्षित और संचालित करने के लिए महत्वपूर्ण हैं।
सेमीकंडक्टर दौड़ में जीत हासिल करने के प्रयास में, चीन भी एक फोटॉनिक चिप उत्पादन लाइन बना रहा है क्योंकि इसकी गणना गति तेज़ है और सूचना क्षमता अधिक है, जो मौजूदा सिलिकॉन‑आधारित चिपों से काफी अधिक होगी।
AI के लिए गेम‑चेंजर
AI का उछाल धीमा होने के कोई संकेत नहीं दिखा रहा है। इस नई तकनीकी प्रगति की लहर एक शक्तिशाली शक्ति के रूप में उभरी है जो कई उद्योगों में क्रांति लाएगी और भविष्य को बदल देगी। AI हमारे दैनिक जीवन का अभिन्न हिस्सा बनते हुए और डेटा‑इंटेंसिव अनुप्रयोगों की जटिलता बढ़ते हुए, कंपनियों, सरकारों, संस्थानों और वैज्ञानिकों सहित सभी इसे अधिक कुशल बनाने के तरीकों की तलाश कर रहे हैं।
यह लोगों को सिलिकॉन फोटॉनिक्स की ओर ले जा रहा है, जो जटिल और महंगे गणनाओं को संभालने के लिए सबसे आशाजनक तकनीकों में से एक है, जो डीप न्यूरल नेटवर्क द्वारा किए जाते हैं, जो मशीन लर्निंग एल्गोरिद्म का एक उपसमुच्चय है और मॉडल के प्रदर्शन को अधिक सटीक बनाता है। डीप नेटवर्क में परतें होती हैं जिनमें गणितीय संबंध होते हैं।
इन जटिलताओं के साथ, सिलिकॉन फोटॉनिक्स प्रदर्शन और लागत दक्षता को सुधारने में मदद कर सकता है, जिससे AI और मशीन लर्निंग अनुप्रयोगों का कार्य बेहतर होगा। AI/ML की दुनिया को डेटा को तेज़ी से आदान‑प्रदान करने की आवश्यकता है, जबकि जितनी कम ऊर्जा संभव हो उसका उपयोग करना है और साथ ही उच्च कम्प्यूटेशनल घनत्व बनाए रखना है।
यहाँ, सिलिकॉन फोटॉनिक्स कंप्यूटिंग यूनिट्स के बीच बेहतर संचार की अनुमति देता है। यह सामग्री शॉर्ट‑रेंज ऑप्टिकल इंटरकनेक्ट्स के उपयोग को भी सक्षम बनाती है ताकि AI/ML अनुप्रयोगों के भीतर तुलनात्मक रूप से छोटे दूरी पर डेटा को कुशलतापूर्वक स्थानांतरित किया जा सके। डेटा का तेज़ ट्रांसमिशन वास्तविक‑समय निर्णय‑लेने के लिए आवश्यक है।
इस प्रकार, सिलिकॉन फोटॉनिक्स AI सिस्टमों की समग्र प्रभावशीलता और प्रदर्शन में योगदान देता है। इस सामग्री का उपयोग करके, कंपनियां अधिक कम्प्यूटेशनल क्षमताओं को अनलॉक कर सकती हैं और अधिक सटीक एवं प्रतिक्रियाशील परिणाम प्राप्त कर सकती हैं।
सिलिकॉन फोटॉनिक्स विशेष रूप से कंप्यूटिंग के लिए उपयुक्त है क्योंकि ऐसे सर्किट पारंपरिक इलेक्ट्रॉनिक सर्किटों से तेज़ होने की क्षमता रखते हैं। इसके अलावा, उनका ऑप्टिकल प्रोसेसिंग स्वाभाविक रूप से समानांतर है, जिससे एक साथ कई कार्य किए जा सकते हैं।
सिलिकॉन फोटॉनिक्स मूलभूत घटकों को कई संयोजनों में एक साथ लाने की अनुमति देता है ताकि अत्यधिक जटिल सर्किट बनाए जा सकें, जिससे विशिष्ट अनुप्रयोगों के लिए अनुकूलित उन्नत सिस्टम बनाना संभव हो जाता है।
जैसा कि हम देख रहे हैं, AI में सिलिकॉन फोटॉनिक्स का भविष्य उज्ज्वल है, क्योंकि इसकी क्षमता AI एल्गोरिद्म को बदलने और AI सिस्टमों की क्षमताओं को आगे बढ़ाने की है। सिलिकॉन फोटॉनिक्स के लिए यह निश्चित रूप से एक रोचक समय है।
AI में निवेश के बारे में सब कुछ जानने के लिए यहाँ क्लिक करें।
प्रसिद्ध चिप निर्माताओं पर एक नज़र
अब, चलिए चिप निर्माण व्यवसाय में कुछ प्रमुख नामों पर नज़र डालते हैं:
#1. NVIDIA Corporation
चिप उद्योग में अग्रणी, Nvidia, वर्तमान में US स्टॉक मार्केट की तीसरी सबसे मूल्यवान कंपनी है। आखिरकार, यह AI चिप बाजार का लगभग 80% नियंत्रित करता है। इसके शेयर $793.50 पर ट्रेड हो रहे हैं, और कंपनी का मार्केट कैप $1.95 ट्रिलियन है।
(NVDA )
Nvidia के शेयर पागलपन की तरह आसमान छू रहे हैं और पहले ही YTD में 58.6% बढ़ चुके हैं। इसके साथ, कंपनी का EPS (TTM) 11.93, P/E (TTM) 65.84, और ROE (TTM) 69.17% है। यह 0.02% का डिविडेंड यील्ड भी देता है।
जैसे-जैसे वैश्विक स्तर पर विभिन्न उद्योगों और देशों में मांग बढ़ रही है, Nvidia ने अपने चौथे तिमाही के परिणामों की रिपोर्ट की, जिसमें राजस्व $22.1 बिलियन तक तीन गुना से अधिक हो गया। CEO और सह‑संस्थापक Jensen Huang के अनुसार:
“त्वरित कंप्यूटिंग और जेनरेटिव AI ने निर्णायक बिंदु को छू लिया है।”
इसके चिपों की बढ़ती मांग के कारण कंपनी ने Q1 राजस्व में 233% की वृद्धि की भविष्यवाणी की है। कंपनी का H100 डेटा सेंटर चिप AI क्षेत्र में कंपनी को अग्रणी बनाने में मदद कर रहा है। यह बड़े पैमाने पर डेटा और गणनाओं को उच्च गति पर प्रोसेस करने के लिए अनुकूलित है, जिससे AI मॉडल को प्रशिक्षित करने के शक्ति‑गहन कार्य के लिए यह एक आदर्श समाधान बनता है।
NVIDIA Corporation (NVDA) में निवेश के बारे में सब कुछ जानने के लिए यहाँ क्लिक करें।
#2. Intel Corporation
US‑आधारित चिप निर्माता अपनी फाउंड्री व्यवसाय का विस्तार करके वापसी कर रहा है, जो अन्य कंपनियों के लिए चिप डिज़ाइन बनाता है। Microsoft ने कंपनी को अपने हाई‑एंड सेमीकंडक्टर्स बनाने और “पश्चिमी निर्माण को बड़े पैमाने पर पुनर्निर्माण” करने के लिए चुना है।
चिप को Intel के 18A नोड का उपयोग करने के लिए डिज़ाइन किया जाएगा, जो एक निर्माण प्रक्रिया है जो सेमीकंडक्टर्स को छोटा और अधिक ऊर्जा‑कुशल बनाती है। “Intel देश की चैंपियन चिप कंपनी है,” US वाणिज्य सचिव Gina Raimondo ने कहा, यह नोट करते हुए कि Google, OpenAI और अन्य LLMs बनाने वाले कंपनियों को आने वाले वर्षों में “दिमाग‑हिलाने” वाले मात्रा में सेमीकंडक्टर्स की आवश्यकता होगी।
(INTC )
लेखन के समय, Intel के शेयर $43.12 पर ट्रेड हो रहे हैं, YTD में 14.47% गिरावट के साथ, जिससे कंपनी का मार्केट कैप $181.7 बिलियन है। इसका EPS (TTM) 0.38, P/E (TTM) 113.46, और ROE (TTM) 1.63% है। यह 1.16% का डिविडेंड यील्ड भी देता है। Intel के CEO Pat Gelsinger के अनुसार:
“AI चिप्स की समग्र मांग भविष्य के कई वर्षों तक अतृप्त प्रतीत होती है।”
#3. Samsung
दक्षिण कोरिया‑आधारित तकनीकी दिग्गज अन्य चिप निर्माताओं पर बढ़त हासिल करने के लिए अपनी 2nm चिप तकनीक जारी करने की योजना बना रहा है। Samsung के फाउंड्री फोरम (SFF) योजना के अनुसार, कंपनी 2025 में मोबाइल ऐप्स के लिए बड़े पैमाने पर 2nm प्रक्रिया का उत्पादन शुरू करेगी और उसके एक साल बाद हाई‑परफ़ॉर्मेंस कंप्यूटिंग अनुप्रयोगों के लिए जाएगी और फिर ऑटो उद्योग में प्रवेश करेगी। एक साल बाद, Samsung 1.4nm प्रक्रिया शुरू करने की उम्मीद है।
कंपनी का मार्केट कैप $373 बिलियन है और इसके शेयर $1,373 पर ट्रेड हो रहे हैं। Samsung का PE Ratio (TTM) 14.25, EPS (TTM) 96.44 है, और यह 1.98% का डिविडेंड यील्ड देता है। अपने Q4 2023 वित्तीय रिपोर्ट के दौरान, Samsung ने नोट किया कि उसकी फाउंड्री डिवीजन ने जापानी AI स्टार्टअप Preferred Networks (PFN) से अपने 2nm AI चिप्स के लिए एक डील सुरक्षित की है, जो पहले Taiwan Semiconductor Manufacturing Co (TSMC) के साथ काम कर रहा था।
चिपमेकर Arm के साथ भी सहयोग कर रहा है ताकि अपने सबसे उन्नत चिप‑निर्माण प्रक्रिया तकनीक, GAA पर Cortex‑X कोर को अनुकूलित किया जा सके। पिछले साल के अंत में, Samsung ने Tenstorrent के साथ भी समझौता किया, जो अपने ग्राहक के रूप में Nvidia को चुनौती देना चाहता है।
निष्कर्ष
जैसे AI में प्रगति कंप्यूटिंग शक्ति की मांग को बढ़ा रही है, सिलिकॉन फोटॉनिक्स एक आशाजनक तकनीक के रूप में उभरा है, जिसमें मानक सेमीकंडक्टर निर्माण प्रक्रियाओं का उपयोग करके सिलिकॉन पर फोटॉनिक घटकों का निर्माण करके लेटेंसी को कम करने और दक्षता बढ़ाने की क्षमता है।
हालाँकि सिलिकॉन फोटॉनिक्स के कई लाभ हैं, वे जल्द ही इलेक्ट्रॉनिक चिपों की जगह नहीं ले पाएंगे। इसका कारण यह है कि सिलिकॉन फोटॉनिक्स की क्षमताएँ अभी भी संकीर्ण रूप से केंद्रित हैं और उनकी क्षमताओं को अनुकूलित करने के लिए सॉफ़्टवेयर विकास के संदर्भ में तकनीकी बाधाएँ हैं। इसलिए, सिलिकॉन फोटॉनिक्स का उपयोग व्यापक होने में कुछ समय लगेगा, लेकिन फिर यह तकनीक अभी शुरू ही हुई है, और AI तकनीक की प्रगति की गति को देखते हुए, इसे निश्चित रूप से तेज़ किया जा सकता है।
क्वांटम कंप्यूटिंग की वर्तमान स्थिति के बारे में जानने के लिए यहाँ क्लिक करें।
