पारंपरिक क्लाउड CPU आमतौर पर वेब सर्वर, डेटाबेस या वर्चुअल मशीन जैसे सामान्य कामों के लिए डिजाइन किए जाते हैं। Nvidia का कहना है कि AI एजेंट वर्कलोड इससे बिल्कुल अलग व्यवहार करते हैं।
एक AI एजेंट आमतौर पर सिर्फ मॉडल से जवाब नहीं बनाता। वह कई कदमों में काम करता है, जैसे:
ये सभी काम न्यूरल नेटवर्क के बाहर होते हैं, लेकिन इन्हें तेज़ी से चलाना जरूरी होता है ताकि GPU खाली न बैठें। Nvidia ने Vera को इसी ऑर्केस्ट्रेशन लेयर के लिए बनाया है।
कंपनी के मुताबिक यह प्रोसेसर रीइन्फोर्समेंट लर्निंग और एजेंटिक AI के लिए विशेष रूप से तैयार किया गया है और लक्षित वर्कलोड में पारंपरिक रैक‑स्केल CPU की तुलना में लगभग दोगुनी दक्षता और करीब 50% तेज़ प्रदर्शन दे सकता है।
तकनीकी रूप से इसमें 88 कस्टम Arm‑कम्पैटिबल “Olympus” CPU कोर शामिल हैं, जिन्हें बड़े AI डेटा‑सेंटर सिस्टम को संभालने के लिए डिजाइन किया गया है।
Vera का उद्देश्य GPU को बदलना नहीं है—बल्कि उनके साथ मिलकर काम करना है।
Nvidia के नए Vera Rubin प्लेटफॉर्म में कई तरह की चिप्स एक ही रैक‑स्केल सिस्टम में एकीकृत होती हैं, जिनमें शामिल हैं:
ये सब मिलकर बड़े AI डेटा‑सेंटर बनाते हैं जिन्हें Nvidia अक्सर “AI फैक्टरी” कहती है—जहां AI आउटपुट बड़े पैमाने पर पैदा किए जाते हैं।
उदाहरण के लिए, Vera Rubin NVL72 रैक में 72 Rubin GPU और 36 Vera CPU एक साथ NVLink नेटवर्क से जुड़े होते हैं।
इस सिस्टम में CPU की भूमिका होती है:
Nvidia का बड़ा तर्क यह है कि AI का उपयोग तेजी से बदल रहा है।
पहले जनरेटिव AI मुख्य रूप से एक प्रॉम्प्ट लेता था और जवाब देता था। लेकिन एजेंट‑आधारित सिस्टम मल्टी‑स्टेप निर्णय लेते हैं और कई बार मॉडल, टूल और डेटाबेस को कॉल करते हैं।
कुछ विश्लेषकों के अनुसार एजेंटिक AI के लिए जरूरी कंप्यूटिंग पहले की जनरेटिव AI वर्कलोड की तुलना में कई गुना अधिक हो सकती है।
इस स्थिति में CPU डेटा‑सेंटर के “कंट्रोल प्लेन” की तरह काम करते हैं—वे टास्क शेड्यूल करते हैं, I/O संभालते हैं, कोड चलाते हैं और हजारों GPU ऑपरेशन का समन्वय करते हैं।
अगर भविष्य में अरबों AI एजेंट लगातार क्लाउड सेवाओं में चल रहे होंगे, तो CPU इंफ्रास्ट्रक्चर भी उतना ही बड़ा बाजार बन सकता है।
Vera का लॉन्च यह भी दिखाता है कि Nvidia अब सर्वर CPU बाजार में सीधे उतर रही है।
जहां Intel और AMD दशकों से डेटा‑सेंटर CPU में मजबूत हैं, वहीं Amazon AWS, Google और Microsoft जैसी क्लाउड कंपनियां भी अपने कस्टम AI चिप विकसित कर रही हैं।
Nvidia की रणनीति थोड़ा अलग है। कंपनी केवल अलग‑अलग चिप बेचने के बजाय पूरी तरह एकीकृत AI सिस्टम बनाने पर जोर दे रही है—जिसमें CPU, GPU, नेटवर्किंग और सॉफ्टवेयर सब एक साथ डिजाइन किए जाते हैं।
कंपनी का दावा है कि इस तरह का टाइट इंटीग्रेशन बड़े AI सिस्टम के लिए बेहतर प्रदर्शन और कम लागत प्रति AI टोकन दे सकता है।
फिर भी प्रतिस्पर्धा आसान नहीं होगी। बड़े क्लाउड प्रदाता अपनी निर्भरता कम करने के लिए खुद के चिप्स बनाना चाहते हैं। Nvidia का दांव यह है कि उसका वर्टिकली‑इंटीग्रेटेड AI इंफ्रास्ट्रक्चर स्टैक—GPU, CPU, नेटवर्किंग और सॉफ्टवेयर—इतनी जल्दी कॉपी करना आसान नहीं होगा।
Vera CPU दरअसल Nvidia के बड़े बदलाव की ओर इशारा करता है।
कंपनी अब खुद को केवल GPU निर्माता के रूप में नहीं देखती। वह अपने उत्पादों को एंड‑टू‑एंड AI इंफ्रास्ट्रक्चर के रूप में पेश कर रही है—जिसमें कंप्यूट, नेटवर्किंग और पूरा रैक‑स्केल सिस्टम शामिल है।
अगर हुआंग का अनुमान सही साबित होता है और स्वायत्त AI एजेंट वास्तव में बड़े पैमाने पर इस्तेमाल होने लगते हैं, तो Vera जैसे CPU उस नई कंप्यूटिंग दुनिया का केंद्रीय हिस्सा बन सकते हैं—और GPU‑केंद्रित बाजार को एक कहीं बड़े AI इंफ्रास्ट्रक्चर इकोसिस्टम में बदल सकते हैं।
Comments
0 comments