भारत को एक घरेलू एआई हार्डवेयर पारिस्थितिकी तंत्र का निर्माण शुरू करने की आवश्यकता क्यों है

एआई अनुप्रयोगों का विकास (हमारे घरों में आभासी सहायकों से अपराधियों को ट्रैक करने वाले चेहरे की पहचान सॉफ्टवेयर तक) नवाचार के प्रमुख चालक के रूप में हार्डवेयर पर निर्भर करता है। दो मुख्य गतिविधियाँ एआई अनुप्रयोगों को सक्षम बनाती हैं: सीखना और अनुमान लगाना। प्रशिक्षण चरण में सही एल्गोरिथम प्राप्त करने के लिए बड़े डेटासेट के संपर्क में आना शामिल होगा। हालांकि, अनुमान के स्तर पर, एल्गोरिदम को अधिक डेटा स्टोर करने की तुलना में स्थिति में तेज़ी से प्रतिक्रिया करने की आवश्यकता होगी (बादल के साथ संवाद करने का समय नहीं)। यह क्लाउड पर लर्निंग लेयर की निर्भरता और एज/इन-डिवाइस कंप्यूटिंग पर इंट्रेंस लेयर की व्याख्या करता है, दोनों ही AI हार्डवेयर पर अलग-अलग मांग रखते हैं।

जब डेवलपर्स सीखने और अनुमान में सुधार करने की कोशिश करते हैं, तो वे अक्सर स्टोरेज, मेमोरी, लॉजिक और नेटवर्किंग सहित हार्डवेयर से संबंधित बाधाओं में भाग लेते हैं। अगली पीढ़ी के त्वरक आर्किटेक्चर की पेशकश करके, अर्धचालक कंपनियां कंप्यूटिंग दक्षता में सुधार कर सकती हैं या मेमोरी और स्टोरेज के माध्यम से बड़े डेटासेट को स्थानांतरित करना आसान बना सकती हैं। विशिष्ट एआई हार्डवेयर एआई अनुप्रयोगों के लिए आवश्यक बड़े पैमाने पर बड़े डेटा स्टोर को संभालने के लिए इसे और अधिक उपयुक्त बना सकता है। चूंकि हार्डवेयर एआई की पहचान है, सेमीकंडक्टर कंपनियों को अपने मौजूदा चिप्स की मांग में वृद्धि मिलेगी, लेकिन वे विशिष्ट कार्यभार के लिए एआई त्वरक जैसी नई तकनीकों के विकास से भी लाभ उठा सकते हैं।

मैकिन्से का अनुमान है कि कृत्रिम बुद्धिमत्ता सेमीकंडक्टर कंपनियों को प्रौद्योगिकी स्टैक के कुल मूल्य का 40-50 प्रतिशत (दशकों में सबसे अच्छा अवसर) पर कब्जा करने की अनुमति दे सकती है। एआई से संबंधित अर्धचालक अगले कुछ वर्षों में लगभग 18 प्रतिशत (गैर-एआई से संबंधित 2 प्रतिशत की तुलना में) की वार्षिक वृद्धि देखेंगे, गैर-एआई अनुप्रयोगों में उपयोग किए जाने वाले अर्धचालकों की वृद्धि दर कृत्रिम बुद्धिमत्ता से पांच गुना अधिक होगी। 2025 तक, एआई से संबंधित अर्धचालक सभी मांग का लगभग 20 प्रतिशत हिस्सा बना सकते हैं और लगभग 67 अरब डॉलर का राजस्व उत्पन्न कर सकते हैं।

एआई हार्डवेयर के लिए राष्ट्रीय नीति औचित्य

सेमीकंडक्टर बाजार ने सामान्य-उद्देश्य वाले चिपसेट से एप्लिकेशन-विशिष्ट चिपसेट में धीरे-धीरे संक्रमण देखा है। एप्लिकेशन-चालित चिप के पीछे का विचार मूल रूप से एक ही कार्य को बार-बार और कुशलता से करने की क्षमता है। एआई-सक्षम हार्डवेयर अंतरिक्ष में फिट बैठता है और सीखने के एल्गोरिदम पर निर्भर करता है।

इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) ने विशिष्ट अनुप्रयोगों के लिए प्रोटोटाइप सेमीकंडक्टर चिप्स विकसित करने के लिए शिक्षा, अनुसंधान संस्थानों, स्टार्ट-अप और MSMEs के लिए चिप्स टू स्टार्टअप (C2S) कार्यक्रम के तहत आवेदन आमंत्रित किए हैं। उनका उद्देश्य ASIC और FPGA डिज़ाइन में VLSI और एम्बेडेड सिस्टम इंजीनियरों को शिक्षित करना भी है।

बाजार और बाजार बाजार अनुसंधान रिपोर्ट के अनुसार, एआई से संबंधित सेमीकंडक्टर्स और विशेष अनुप्रयोगों की मांग 2020 में 7.6 अरब डॉलर होने का अनुमान है और पूर्वानुमान अवधि के दौरान 40.1% सीएजीआर पर 2026 तक 57.8 अरब डॉलर तक पहुंचने की संभावना है। वैश्विक अर्धचालक बाजार में एएसआईसी, जीपीयू और अन्य अनुप्रयोगों की हिस्सेदारी में वृद्धि का मतलब है कि एआई हार्डवेयर वैश्विक अंतरिक्ष में राजस्व और महत्व के मामले में गति प्राप्त कर रहा है। अंतरिक्ष, रक्षा और दूरसंचार जैसे महत्वपूर्ण क्षेत्र अब एआई क्षमताओं के साथ कस्टम हार्डवेयर की ओर बढ़ रहे हैं।

एआई-सक्षम हार्डवेयर को एआई एल्गोरिदम घटकों के आधार पर दो मुख्य उत्पाद श्रेणियों में विभाजित किया जा सकता है: प्रशिक्षण चिपसेट और अनुमान चिपसेट। लागत-लाभ अनुपात के संदर्भ में, भारतीय सेमीकंडक्टर निर्माता का सपना डिस्प्ले और अन्य चिप्स के बजाय आर्टिफिशियल इंटेलिजेंस चिप कारखानों में निवेश से लाभान्वित होगा। एआई-सक्षम चिपसेट के उत्पादन के बीच लागत और आवश्यकताओं में अंतर है, जैसे सीखने या अनुमान त्वरक, और विशिष्ट सेमीकंडक्टर आईसी (दोनों अग्रणी और अनुगामी किनारे)। एआई प्रशिक्षण उपकरणों के उत्पादन के लिए शक्ति, प्रसंस्करण और मेमोरी आवश्यकताएं एआई अनुमान चिप्स की तुलना में अधिक हैं। प्रशिक्षण उपकरणों के विकास के लिए विशेष लाइसेंस प्राप्त सॉफ्टवेयर भी उत्पादन की लागत को बढ़ाता है।

इसलिए, अपने पारिस्थितिकी तंत्र के निर्माण में एआई अनुमान चिप्स भारत के लिए सबसे अच्छा विकल्प है। लैगिंग और उन्नत नोड्स के विपरीत, जिसके लिए उन्नत कंप्यूटिंग और एआई प्रशिक्षण चिप्स में महत्वपूर्ण पूंजी निवेश की आवश्यकता होती है, भारत केवल एआई हार्डवेयर के क्षेत्र में अपनी पहचान बनाने के लिए बड़े पैमाने पर विकास और अनुमान चिप्स के उत्पादन पर ध्यान केंद्रित कर सकता है। जबकि AI प्रशिक्षण हार्डवेयर कुछ फर्मों जैसे NVIDIA में केंद्रित किया गया है, अनुमान चिपसेट सस्ती और आसानी से उपलब्ध हैं, घरेलू स्तर पर डिज़ाइन और निर्मित उनके सॉफ़्टवेयर के लिए धन्यवाद।

एआई हार्डवेयर पर ध्यान केंद्रित करने की आवश्यकता का एक महत्वपूर्ण पहलू उच्च एआई वर्कलोड को संभालने के लिए पारंपरिक आर्म आर्किटेक्चर डिजाइन से दूर जाना है। हालाँकि ARM होल्डिंग्स ने 2020 में अपना v9 AI-केंद्रित माइक्रोआर्किटेक्चर (कोर्टेक्स सीरीज़) जारी किया, लेकिन यह एक महंगा, लाइसेंस प्राप्त और मालिकाना आर्किटेक्चर बना हुआ है।

चूंकि आरआईएससी चिप्स एक छोटे और कम जटिल निर्देश सेट से निपटते हैं (इसके बजाय, अधिकांश काम सॉफ्टवेयर पर छोड़ देते हैं), एआई क्षमताओं को जोड़ने के लिए अधिक जगह है। एकल चिप पर अधिक विशेषताओं को छोटा करने और संयोजित करने के लिए वर्तमान लागत दबावों के तहत, सेमीकंडक्टर चिप्स के साथ उच्च-स्तरीय AI एल्गोरिदम को एकीकृत करने के लिए वैकल्पिक आर्किटेक्चर (जैसे RISC-V) को प्राथमिकता दी जाती है।

आरआईएससी-वी गोद लेने (शून्य लाइसेंस या रॉयल्टी के साथ खुला स्रोत होने के कारण) के साथ-साथ इसके पारिस्थितिकी तंत्र की परिपक्वता (संकलकों और सत्यापन उपकरणों का तेजी से विकास) के मामले में बढ़ रहा है। भारत सरकार ने एक “डिजिटल आरआईएससी-वी” पहल भी शुरू की है जो लाइसेंसीकृत वास्तुकला पर कम निर्भरता की ओर रुझान दिखा रही है।

चूंकि आर्म प्रोसेसर कोर पर्याप्त स्तर पर एआई सीखने और अनुमान एल्गोरिदम को संसाधित करने में कम सक्षम हैं, और भारत आरआईएससी-वी जैसे विकल्पों का पीछा कर रहा है जो एआई एकीकरण को लाभ पहुंचा सकते हैं, अब फोकस एआई हार्डवेयर पर होना चाहिए।

भारत को कहाँ से शुरू करना चाहिए?

सबसे पहले, इंट्रेंस चिप्स के बड़े पैमाने पर उत्पादन के लिए एक विशेष ट्रेलिंग एज सेक्शन का निर्माण करें। 2021 सेमीकंडक्टर पैकेज के हिस्से के रूप में सरकार की “इंडिया सेमीकंडक्टर प्लांट स्कीम” 28nm से 65nm प्रक्रिया में कारखानों के निर्माण के लिए वित्तीय प्रोत्साहन प्रदान करती है। फ्रंटलाइन कारखानों को कम निवेश की आवश्यकता होती है और उत्पादन शुरू करने के लिए इन्हें तेजी से स्थापित किया जा सकता है। एआई हार्डवेयर का उत्पादन करने के लिए पर्याप्त ट्रेलिंग एज नोड्स के साथ, 45+ एनएम प्रक्रिया वाले देश में एक फैक्ट्री का उपयोग बड़े पैमाने पर एआई इनफेरेंस चिप्स का उत्पादन करने के लिए किया जा सकता है। एक उन्नत एआई हार्डवेयर कारखाने के लिए एक प्राथमिकता सार्वजनिक-निजी भागीदारी हो सकती है।

दूसरा, ओपन सोर्स एआई हार्डवेयर डिजाइन प्रोजेक्ट्स को फंडिंग और सपोर्ट करना महत्वपूर्ण है। समानांतर कंप्यूटिंग डिजाइन भाषाओं में कुछ फर्मों और उनके स्वयं के कोड का प्रभुत्व है, सरकार एआई प्रशिक्षण हार्डवेयर विकसित करने के लिए (आरआईएससी-वी के समान ही) ओपन सोर्स परियोजनाओं का समर्थन कर सकती है। OpenAI द्वारा ट्राइटन भाषा को NVIDIA के CUDA का एक ठोस विकल्प माना जाता है। US DARPA ने विशेष रूप से मशीन लर्निंग ऑपरेशन करने के लिए डिज़ाइन किए गए ASIC को विकसित करने के लिए रीयल-टाइम मशीन लर्निंग (RTML) भी विकसित किया है। ऐसी ही एक परियोजना जिस पर सरकार को ध्यान केंद्रित करना चाहिए वह आर्यभट-1 आईआईएससी (एनालॉग रिकॉन्फ़िगरेबल टेक्नोलॉजी और स्केलेबल एआई हार्डवेयर) हो सकती है, एक प्रकार का चिपसेट जो एआई-आधारित अनुप्रयोगों के लिए विशेष रूप से उपयोगी है – या जिन्हें उच्च गति पर बड़े पैमाने पर समानांतर कंप्यूटिंग संचालन की आवश्यकता होती है।

तीसरा, एआई हार्डवेयर को शामिल करने के लिए मौजूदा नीतिगत योजनाओं का विस्तार करना एक शुरुआत होगी। सरकार ने घरेलू अर्धचालक पारिस्थितिकी तंत्र बनाने के लिए “जटिल सेमीकंडक्टर उद्यम स्थापना योजना” और “डिजाइन संबंधित प्रोत्साहन (डीएलआई) योजना” जैसी योजनाएं भी शुरू की हैं। मौजूदा योजना के भीतर, एआई एकीकरण के लिए गैलियम नाइट्राइड (GaN) और सिलिकॉन कार्बाइड (SiC) जैसे समग्र अर्धचालकों पर शोध करना संभव है। समानांतर कंप्यूटिंग भाषाओं और एआई हार्डवेयर से संबंधित अन्य डिजाइन पहलुओं को शामिल करने के लिए डीएलआई स्कीमा (विशेष रूप से तैनाती से संबंधित इनाम पहलू) का दायरा भी बढ़ाया जा सकता है।

आर्टिफिशियल इंटेलिजेंस (एआई) और कई क्षेत्रों में इसके अनुप्रयोगों के आगमन के साथ, एआई एल्गोरिथम वर्कलोड को संभालने के लिए बेहतर और अधिक कुशल कंप्यूटिंग हार्डवेयर की भी आवश्यकता हो गई है। भारत को अस्पष्ट एआई हार्डवेयर क्षेत्र में अपनी पहचान बनाने के अवसर को जब्त करना चाहिए, जब उसके पास ऐसा करने की शक्ति हो।

अर्जुन गार्ग्यास IIC-UCChicago में फेलो हैं और भारत सरकार के इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) के सलाहकार हैं। इस लेख में व्यक्त किए गए विचार लेखक के अपने हैं और इस प्रकाशन की स्थिति को नहीं दर्शाते हैं।

यहां सभी नवीनतम राय पढ़ें