ಚಾಟ್ಬಾಟ್ಗಳು, ಧ್ವನಿ ಏಜೆಂಟ್ಗಳು ಮತ್ತು AI ಕೋಡಿಂಗ್ ಸಹಾಯಕರು ಸೇರಿದಂತೆ ವೇಗದ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಮತ್ತು ಸುಗಮ ಬಳಕೆದಾರ ಸಂವಹನಗಳ ಅಗತ್ಯವಿರುವ AI ನಿರ್ಣಯದ ಕೆಲಸದ ಹೊರೆಗಳ ಮೇಲೆ D-ಮ್ಯಾಟ್ರಿಕ್ಸ್ನ ಗಮನವು ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ. ಆದರೂ ಎನ್ವಿಡಿಯಾ AI ಚಿಪ್ಗಳಲ್ಲಿ ಪ್ರಬಲ ಹೆಸರಾಗಿ ಉಳಿದಿದೆ, D-ಮ್ಯಾಟ್ರಿಕ್ಸ್ನಂತಹ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳು ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಸ್ಥಾಪಿತವಾಗಲು ಪ್ರಯತ್ನಿಸುತ್ತಿವೆ.
ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ನ ಹಿಂದಿನ ಸಂಸ್ಥಾಪಕರು
ಪ್ರಸ್ತುತ ಕಂಪನಿಯ ಮುಖ್ಯ ಕಾರ್ಯನಿರ್ವಾಹಕ ಅಧಿಕಾರಿಯಾಗಿ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಿರುವ ಸಿದ್ ಶೇತ್ ಮತ್ತು ಅದರ ಮುಖ್ಯ ತಂತ್ರಜ್ಞಾನ ಅಧಿಕಾರಿ ಸುದೀಪ್ ಭೋಜಾ ಅವರು 2019 ರಲ್ಲಿ ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಸಹ-ಸ್ಥಾಪಿಸಿದ್ದಾರೆ.
ಸಿದ್ ಶೇತ್ ಒಬ್ಬ ಅನುಭವಿ ಸೆಮಿಕಂಡಕ್ಟರ್ ಎಕ್ಸಿಕ್ಯೂಟಿವ್ ಮತ್ತು ಸೀರಿಯಲ್ ಉದ್ಯಮಿ. ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಸಹ-ಸ್ಥಾಪಿಸುವ ಮೊದಲು, ಅವರು ಇನ್ಫಿ ಕಾರ್ಪೊರೇಶನ್ನಲ್ಲಿ ನೆಟ್ವರ್ಕಿಂಗ್ ವ್ಯಾಪಾರ ಘಟಕವನ್ನು ಮುನ್ನಡೆಸಿದರು, ಅಲ್ಲಿ ಅವರು $1 ಬಿಲಿಯನ್ಗಿಂತಲೂ ಹೆಚ್ಚಿನ ಆದಾಯವನ್ನು ಗಳಿಸಲು ವ್ಯವಹಾರವನ್ನು ನಿರ್ಮಿಸಲು ಸಹಾಯ ಮಾಡಿದರು.
ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸಹ-ಸಂಸ್ಥಾಪಕ ಮತ್ತು CTO ಸುದೀಪ್ ಭೋಜಾ ಅವರು ಮುಖ್ಯ ವಾಸ್ತುಶಿಲ್ಪಿಯಾಗಿ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಾರೆ ಮತ್ತು ಉತ್ಪಾದಕ AI ನಿರ್ಣಯ ತಂತ್ರಜ್ಞಾನಗಳ ಮೇಲೆ ಅದರ ಕೆಲಸವನ್ನು ಮುನ್ನಡೆಸುತ್ತಾರೆ. ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ಗೆ ಸೇರುವ ಮೊದಲು, ಭೋಜಾ ಅವರು ಇನ್ಫಿಯಲ್ಲಿನ ಡಾಟಾಸೆಂಟರ್ ವ್ಯಾಪಾರ ಘಟಕದ CTO ಆಗಿ ಸೇವೆ ಸಲ್ಲಿಸಿದರು.
ಅವರ ವೃತ್ತಿಜೀವನದ ಆರಂಭದಲ್ಲಿ, ಅವರು ಬ್ರಾಡ್ಕಾಮ್ನ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ನೆಟ್ವರ್ಕಿಂಗ್ ಗ್ರೂಪ್ನಲ್ಲಿ ನಾಯಕತ್ವದ ಪಾತ್ರಗಳನ್ನು ನಿರ್ವಹಿಸಿದರು.
AI ಮೂಲಸೌಕರ್ಯ ವಲಯವು ಬೃಹತ್ ವ್ಯಾಪಾರ ಅವಕಾಶವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಮತ್ತು Nvidia ನಂತಹ ಸ್ಥಾಪಿತ ಆಟಗಾರರೊಂದಿಗೆ ಹೆಚ್ಚು ಕಂಪನಿಗಳು ಬೆಳೆಯಲು ಅವಕಾಶವಿದೆ ಎಂದು ಶೇತ್ ನಂಬುತ್ತಾರೆ.
ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಯಾವುದು ವಿಭಿನ್ನಗೊಳಿಸುತ್ತದೆ?
ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ನ ಕಾರ್ಯತಂತ್ರದ ಕೇಂದ್ರದಲ್ಲಿ ಅದರ ಪ್ರಮುಖ AI ನಿರ್ಣಯ ಚಿಪ್, ಕೊರ್ಸೇರ್ ಆಗಿದೆ. ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಪ್ರಕಾರ, ಚಾಟ್ಬಾಟ್ಗಳು ಮತ್ತು ಧ್ವನಿ-ಆಧಾರಿತ ಅಪ್ಲಿಕೇಶನ್ಗಳು ಸೇರಿದಂತೆ, ಕಡಿಮೆ-ಸುಪ್ತ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಶಕ್ತಿಯ ದಕ್ಷತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಮೂಲಕ ಚಿಪ್ ಅನ್ನು AI ಕೆಲಸದ ಹೊರೆಗಳಿಗಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ.
DRAM ಮೆಮೊರಿಯ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿರುವ ಸಾಂಪ್ರದಾಯಿಕ GPUಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಕೊರ್ಸೇರ್ SRAM-ಆಧಾರಿತ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಬಳಸುತ್ತದೆ, ಅದು ಮೆಮೊರಿ ಮತ್ತು ಕಂಪ್ಯೂಟ್ ಕಾರ್ಯಗಳನ್ನು ಚಿಪ್ನಲ್ಲಿ ಹತ್ತಿರದಲ್ಲಿ ಇರಿಸುತ್ತದೆ. ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಪ್ರಕಾರ, ಇದು ಶಕ್ತಿಯ ಅವಶ್ಯಕತೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವಾಗ ಕೆಲವು AI ಕೆಲಸದ ಹೊರೆಗಳಿಗೆ ವೇಗವಾದ ಪ್ರಕ್ರಿಯೆಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಎನ್ವಿಡಿಯಾದ ಬ್ಲ್ಯಾಕ್ವೆಲ್ ಜಿಪಿಯುಗಳೊಂದಿಗೆ ಜೋಡಿಸಿದಾಗ, ಕೋರ್ಸೇರ್ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚಗಳು ಮತ್ತು ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವಾಗ ನಿರ್ಣಯದ ವೇಗವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ ಎಂದು ಕಂಪನಿ ಹೇಳುತ್ತದೆ.
ಕಂಪನಿಯ ಪ್ರಕಾರ, Gimlet Labs ನಡೆಸಿದ ಸಂಶೋಧನೆಯು Corsair, ಬ್ಲ್ಯಾಕ್ವೆಲ್ GPU ಗಳ ಜೊತೆಗೆ ನಿಯೋಜಿಸಿದಾಗ, AI ನಿರ್ಣಯದ ಕೆಲಸದ ಹೊರೆಗಳನ್ನು 10 ಪಟ್ಟು ವೇಗವಾಗಿ, ಮೂರನೇ ಒಂದು ಭಾಗದಷ್ಟು ವೆಚ್ಚದಲ್ಲಿ ಮತ್ತು ಸ್ವತಂತ್ರ GPU ಗಿಂತ ಐದು ಪಟ್ಟು ಹೆಚ್ಚಿನ ಶಕ್ತಿಯ ದಕ್ಷತೆಯೊಂದಿಗೆ ಚಲಾಯಿಸಬಹುದು ಎಂದು ತೋರಿಸಿದೆ.
“ನಾವು ನಮ್ಮ ಉತ್ಪನ್ನದೊಂದಿಗೆ DRAM ಸುತ್ತಲೂ ಚಾಕ್ಪಾಯಿಂಟ್ಗೆ ಓಡುತ್ತಿಲ್ಲ ಏಕೆಂದರೆ ನಮ್ಮ ಉತ್ಪನ್ನವು ನಿಜವಾಗಿಯೂ ಯಶಸ್ವಿಯಾಗಲು DRAM ಅನ್ನು ಅವಲಂಬಿಸಿಲ್ಲ” ಎಂದು ಶೆತ್ CNBC ಯಿಂದ ಉಲ್ಲೇಖಿಸಿದ್ದಾರೆ.
Microsoft ನಿಂದ ಬೆಂಬಲಿತವಾಗಿದೆ
ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸೇರಿದಂತೆ ಹಲವಾರು ಹೂಡಿಕೆದಾರರಿಂದ ಬೆಂಬಲವನ್ನು ಆಕರ್ಷಿಸಿದೆ ಮೈಕ್ರೋಸಾಫ್ಟ್ನ ಸಾಹಸ ಕೈ M12. ಪ್ರಾರಂಭವಾದಾಗಿನಿಂದ, ಕಂಪನಿಯು ಸರಿಸುಮಾರು $500 ಮಿಲಿಯನ್ ಸಂಗ್ರಹಿಸಿದೆ ಮತ್ತು ಪ್ರಸ್ತುತ $2 ಬಿಲಿಯನ್ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ.
ಸ್ಟಾರ್ಟಪ್ ಈಗಾಗಲೇ ಹೈಪರ್ಸ್ಕೇಲರ್ಗಳು, ನಿಯೋಕ್ಲೌಡ್ಸ್ ಮತ್ತು ಫ್ರಾಂಟಿಯರ್ ಎಐ ಲ್ಯಾಬ್ಗಳು ಸೇರಿದಂತೆ ಆಯ್ದ ಗ್ರಾಹಕರಿಗೆ ತನ್ನ ಚಿಪ್ಗಳನ್ನು ರವಾನಿಸಲು ಪ್ರಾರಂಭಿಸಿದೆ.
ಕಂಪನಿಯ ಪ್ರಕಾರ, ಅದರ ಹೆಚ್ಚಿನ ಆರಂಭಿಕ ಗ್ರಾಹಕರು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ನಲ್ಲಿ ನೆಲೆಸಿದ್ದಾರೆ, ಆದರೆ ಇತರರು ಮಧ್ಯಪ್ರಾಚ್ಯ ಮತ್ತು ಆಗ್ನೇಯ ಏಷ್ಯಾದಂತಹ ಪ್ರದೇಶಗಳಲ್ಲಿ ನೆಲೆಸಿದ್ದಾರೆ.
ಮುಂದಿರುವ ಸವಾಲುಗಳು
ಅದರ ಮಹತ್ವಾಕಾಂಕ್ಷೆಗಳ ಹೊರತಾಗಿಯೂ, ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಗಮನಾರ್ಹ ಅಡಚಣೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಎಲೆಕ್ಟ್ರಿಕಲ್ ಇಂಜಿನಿಯರಿಂಗ್ನ ಸಹಾಯಕ ಪ್ರೊಫೆಸರ್ ರಿಕ್ ಬಹ್ರ್, SRAM-ಆಧಾರಿತ ಚಿಪ್ಗಳು ಪ್ರಭಾವಶಾಲಿ ವೇಗ ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ನೀಡಬಹುದಾದರೂ, ಅವು ಬೃಹತ್ ತಾರ್ಕಿಕ ಮಾದರಿಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಹೆಣಗಾಡಬಹುದು ಎಂದು ಹೇಳಿದರು.
SRAM-ಆಧಾರಿತ ಚಿಪ್ಗಳು ಅತಿ ವೇಗದ AI ನಿರ್ಣಯವನ್ನು ನೀಡಬಲ್ಲವು ಏಕೆಂದರೆ ಡೇಟಾವು ಚಿಪ್ನೊಳಗೆ ಕಡಿಮೆ ದೂರದಲ್ಲಿ ಚಲಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, OpenAI ಮತ್ತು Anthropic ನಂತಹ ನಾಯಕರಿಂದ ಇಂದಿನ ಅತಿದೊಡ್ಡ AI ಮಾದರಿಗಳಲ್ಲಿ ಬಳಸಲಾದ ಟ್ರಿಲಿಯನ್ಗಟ್ಟಲೆ ನಿಯತಾಂಕಗಳನ್ನು ಬೆಂಬಲಿಸಲು ವಾಸ್ತುಶಿಲ್ಪವು ಹೆಣಗಾಡಬಹುದು.
“ಆ ಪ್ಯಾರಾಮೀಟರ್ಗಳನ್ನು ಕೇವಲ SRAM-ಆಧಾರಿತ ವಿನ್ಯಾಸಕ್ಕೆ ಹಾಕಲಾಗುವುದಿಲ್ಲ. ಅದು ದೊಡ್ಡ ಸವಾಲು,” ಬಹ್ರ್ ಹೇಳಿದರು.
AI ಹಾರ್ಡ್ವೇರ್ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುವುದು
ವೈಯಕ್ತಿಕ ಚಿಪ್ಗಳ ಹೊರತಾಗಿ, AI ಡೇಟಾ ಕೇಂದ್ರಗಳಲ್ಲಿ ಚಿಪ್ಗಳನ್ನು ನಿಯೋಜಿಸಲು ಸ್ಕ್ವಾಡ್ರ್ಯಾಕ್ ಎಂಬ ದೊಡ್ಡ ರ್ಯಾಕ್-ಸ್ಕೇಲ್ ಸಿಸ್ಟಮ್ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಡಿ-ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಬ್ರಾಡ್ಕಾಮ್, ಅರಿಸ್ಟಾ ನೆಟ್ವರ್ಕ್ಸ್ ಮತ್ತು ಸೂಪರ್ ಮೈಕ್ರೋ ಕಂಪ್ಯೂಟರ್ ಸೇರಿದಂತೆ ಕಂಪನಿಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದೆ.
ಅದರ ಪ್ರಸ್ತುತ ಕೋರ್ಸೇರ್ ಚಿಪ್ ಅನ್ನು 6-ನ್ಯಾನೊಮೀಟರ್ ನೋಡ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ತೈವಾನ್ ಸೆಮಿಕಂಡಕ್ಟರ್ ಮ್ಯಾನುಫ್ಯಾಕ್ಚರಿಂಗ್ ಕಂಪನಿ (TSMC) ತಯಾರಿಸಿದೆ, ಆದರೆ ಮುಂದಿನ ಪೀಳಿಗೆಯ ಉತ್ಪನ್ನವನ್ನು ರಾಪ್ಟರ್ ಅನ್ನು ಮುಂದಿನ ವರ್ಷ TSMC 4 ನ್ಯಾನೋಮೀಟರ್ನಲ್ಲಿ ಪ್ರಾರಂಭಿಸುವ ನಿರೀಕ್ಷೆಯಿದೆ.
“AI ನಿರ್ಣಯಕ್ಕಾಗಿ ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಹಾರವನ್ನು ನಿರ್ಮಿಸುವುದು ದೊಡ್ಡ ಬಹುಮಾನವಾಗಲಿದೆ” ಎಂದು ಶೇತ್ ಸೇರಿಸಲಾಗಿದೆ.
