क्या हुआ?
AWS और NVIDIA ने AI कंप्यूटिंग क्षमता बढ़ाने और NVIDIA के हार्डवेयर और सॉफ्टवेयर को AWS सेवाओं के साथ एकीकृत करने पर केंद्रित एक विस्तारित रणनीतिक सहयोग की घोषणा की। कंपनियों का कहना है कि AWS ने 2027 और 2028 में अपने वैश्विक बुनियादी ढांचे में 2 मिलियन अतिरिक्त NVIDIA ब्लैकवेल अल्ट्रा, रुबिन और रुबिन अल्ट्रा जीपीयू तैनात करने की योजना बनाई है, जिसमें एआई कारखाने और एजेंटिक एआई, वैज्ञानिक खोज, उद्यम स्वचालन और भौतिक एआई वर्कलोड की क्षमता शामिल है।
AWS और NVIDIA ने कहा कि वे AI बुनियादी ढांचे की बढ़ती मांग को पूरा करने के लिए 16 साल के सहयोग का विस्तार कर रहे हैं। केंद्रीय प्रतिबद्धता AWS के लिए 2027 और 2028 के दौरान अपने वैश्विक बुनियादी ढांचे में 2 मिलियन अतिरिक्त NVIDIA GPU तैनात करने की योजना है। नियोजित प्रणालियों में NVIDIA ब्लैकवेल अल्ट्रा, रुबिन और रुबिन अल्ट्रा GPU शामिल हैं, जिनकी क्षमता AI एजेंटों, वैज्ञानिक खोज, उद्यम स्वचालन और भौतिक AI से जुड़े कार्यभार के लिए है। क्योंकि घोषणा भविष्य-काल की भाषा का उपयोग करती है, यह पूर्ण स्थापना या वर्तमान में उपलब्ध इन्वेंट्री के बजाय नियोजित तैनाती का वर्णन करती है।
कंपनियों ने यह भी कहा कि AWS अपनी NVIDIA ब्लैकवेल क्षमता का विस्तार करेगा, जिसमें Amazon EC2 G7 उदाहरणों के लिए RTX PRO 4500 ब्लैकवेल सर्वर संस्करण GPU भी शामिल है। NVIDIA और AWS का कहना है कि G7 इंस्टेंसेस पिछली पीढ़ी के G6 इंस्टेंसेस की तुलना में AI अनुमान प्रदर्शन का 4.6 गुना और ग्राफ़िक्स प्रदर्शन 2.1 गुना प्रदान करता है। ये कंपनियों की विज्ञप्ति में दावे हैं; स्रोत तुलनाओं के पीछे परीक्षण स्थितियों, कार्यभार, मूल्य निर्धारण या स्वतंत्र सत्यापन की पहचान नहीं करता है। विज्ञप्ति के अनुसार, AWS को RTX PRO 4500 द्वारा त्वरित इंस्टेंस की पेशकश करने वाला पहला प्रमुख क्लाउड प्रदाता बताया गया है।
व्यापक सहयोग में एआई स्टैक की कई परतें शामिल हैं। AWS और NVIDIA ने कहा कि वे NVIDIA वेरा सीपीयू-आधारित बुनियादी ढांचे को AWS में लाने, मेमोरी आपूर्तिकर्ताओं के सहयोग से NVIDIA की कस्टम हाई-बैंडविड्थ मेमोरी तकनीक के साथ NVLink फ्यूजन का विस्तार करने और NVIDIA के प्लेटफॉर्म को AWS नाइट्रो सिस्टम और इलास्टिक फैब्रिक के साथ एकीकृत करने के लिए काम कर रहे हैं। एडाप्टर. वे Amazon बेडरॉक और Amazon सेजमेकर के माध्यम से NVIDIA नेमोट्रॉन ओपन मॉडल की पेशकश जारी रखने, Amazon EMR और Amazon ओपनसर्च पर NVIDIA CUDA-X लाइब्रेरी के माध्यम से डेटा प्रोसेसिंग और वेक्टर इंडेक्सिंग में तेजी लाने और Amazon रोबोटिक्स के माध्यम से उन्नत रोबोटिक्स वर्कलोड की पेशकश जारी रखने की भी योजना बना रहे हैं। NVIDIA के भौतिक AI प्लेटफ़ॉर्म का उपयोग।
स्रोत विवरण: nvidianews.nvidia.com ↗
यह क्यों मायने रखता है?
यह घोषणा बड़े पैमाने पर एआई विकास और तैनाती के लिए उपलब्ध क्लाउड इंफ्रास्ट्रक्चर का विस्तार करेगी, लेकिन यह मुख्य रूप से इस बात का सबूत देने के बजाय एक दूरंदेशी योजना है कि क्षमता पहले ही वितरित की जा चुकी है। यह एआई बुनियादी ढांचे को सरकारी कार्यभार, उद्यम डेटा प्रोसेसिंग और रोबोटिक्स से भी जोड़ता है, अकेले जीपीयू उदाहरणों से परे साझेदारी का विस्तार करता है।
यदि वितरित किया जाता है, तो अतिरिक्त क्षमता इस बात को प्रभावित कर सकती है कि संगठन कितनी तेजी से एआई परियोजनाओं को प्रयोग से उत्पादन में स्थानांतरित करते हैं। रिलीज़ में विशेष रूप से एजेंटिक सिस्टम के आसपास विस्तार की रूपरेखा तैयार की गई है, जिसके लिए बार-बार मॉडल कॉल और सहायक डेटा इंफ्रास्ट्रक्चर और भौतिक एआई की आवश्यकता हो सकती है, जिसके लिए सिमुलेशन, प्रशिक्षण और सत्यापन वर्कलोड की आवश्यकता हो सकती है। यह वैज्ञानिक और उद्यम उपयोगों की ओर भी इशारा करता है, यह सुझाव देता है कि इच्छित दर्शक वर्ग सीमित संख्या में अग्रणी प्रयोगशालाओं से आगे तक फैला हुआ है। स्रोत यह स्थापित नहीं करता है कि सामान्य क्लाउड ग्राहकों के लिए नियोजित क्षमता का कितना हिस्सा उपलब्ध होगा या पहुंच कैसे आवंटित की जाएगी।
घोषणा महत्वपूर्ण है क्योंकि यह हार्डवेयर आपूर्ति, क्लाउड परिनियोजन और सॉफ़्टवेयर एकीकरण को एक वाणिज्यिक व्यवस्था में जोड़ती है। AWS ग्राहक, सैद्धांतिक रूप से, AWS कस्टम सिलिकॉन और NVIDIA वेरा सीपीयू के साथ NVIDIA GPU का उपयोग करने में सक्षम होंगे, जबकि NVLink फ़्यूज़न NVIDIA और ट्रेनियम घटकों को एक सामान्य रैक-स्केल आर्किटेक्चर के भीतर जोड़ सकता है। कंपनियां इसे विषम एआई बुनियादी ढांचे का समर्थन करने का एक तरीका बताती हैं। इससे डेवलपर्स को अलग-अलग प्रोसेसर के साथ अलग-अलग वर्कलोड के मिलान के लिए अधिक विकल्प मिल सकते हैं, लेकिन स्रोत विकल्पों के साथ मिश्रित कॉन्फ़िगरेशन की तुलना करने वाले स्वतंत्र बेंचमार्क प्रदान नहीं करता है या उनके बीच बढ़ते वर्कलोड की इंजीनियरिंग सीमाओं की व्याख्या नहीं करता है।
सरकारी घटक जनहित का दांव उठाता है। AWS और NVIDIA ने कहा कि वे अमेरिकी सरकार के लिए AI कारखाने बनाने की योजना बना रहे हैं, जिसमें इम्पैक्ट लेवल 6 और उससे ऊपर के संघीय और राष्ट्रीय-सुरक्षा कार्यभार के लिए सुरक्षित AWS बुनियादी ढांचे पर 100,000 GPU शामिल हैं। रिलीज़ में एजेंसियों, कार्यक्रमों, परिनियोजन साइटों, बजट, समयसीमा या इन प्रणालियों द्वारा किए जाने वाले विशिष्ट कार्यों का नाम नहीं दिया गया है। इसलिए यह एक घोषित बुनियादी ढांचे की प्रतिबद्धता को स्थापित करता है, न कि किसी विशेष राष्ट्रीय-सुरक्षा तैनाती या उसके परिणामों के आकलन का सबूत। नियोजित उपयोग आगे की रिपोर्टिंग के लिए सुरक्षा, खरीद निरीक्षण और संवेदनशील कार्यभार के प्रबंधन को भी महत्वपूर्ण क्षेत्र बनाता है।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
आगे क्या देखना है
मुख्य प्रश्न यह हैं कि क्या नियोजित जीपीयू क्षमता निर्धारित समय पर आती है, इसे कहां तैनात किया जाता है, ग्राहक किस तक पहुंच सकते हैं और किस कीमत पर, और क्या कंपनियों के प्रदर्शन और दक्षता के दावे स्वतंत्र उत्पादन उपयोग में हैं। यह रिलीज़ विस्तृत कार्यान्वयन समय सारिणी, ग्राहक प्रतिबद्धताओं, बिजली आवश्यकताओं या विशिष्ट संघीय कार्यक्रमों को प्रदान नहीं करता है।
सबसे पहले, 2027-2028 लक्ष्य के विरुद्ध निष्पादन देखें। स्रोत ब्लैकवेल अल्ट्रा, रुबिन और रुबिन अल्ट्रा परिवारों के नामकरण से परे 2 मिलियन जीपीयू को वार्षिक मील के पत्थर, क्षेत्रों, डेटा-सेंटर साइटों या विशिष्ट उत्पाद मात्रा में नहीं तोड़ता है। इसमें यह भी नहीं बताया गया है कि ग्राहकों के लिए कितनी क्षमता का ऑर्डर दिया गया है, वित्तपोषित किया गया है, स्थापित किया गया है या आरक्षित किया गया है। विनिर्माण, पैकेजिंग, नेटवर्किंग, बिजली उपलब्धता और विनियामक या निर्यात-नियंत्रण परिवर्तन अंतिम पैमाने को प्रभावित कर सकते हैं, लेकिन रिलीज उन मुद्दों पर कोई परियोजना-स्तरीय साक्ष्य प्रदान नहीं करती है।
दूसरा, जांच करें कि क्या दावा की गई दक्षता और प्रदर्शन वास्तविक कार्यभार में तब्दील हो जाते हैं। AWS और NVIDIA 3.7 गुना तेज डेटा प्रोसेसिंग और कुछ GPU-त्वरित Amazon EMR कॉन्फ़िगरेशन के लिए 30% बेहतर मूल्य प्रदर्शन के साथ-साथ Amazon ओपनसर्च पर लागत के एक-चौथाई पर 9 गुना तेज वेक्टर इंडेक्सिंग की रिपोर्ट करते हैं। स्रोत डेटासेट, बेसलाइन, कार्यभार आकार, उपयोग दर या कुल परिचालन लागत निर्दिष्ट नहीं करता है। यह निर्धारित करने के लिए स्वतंत्र परीक्षण की आवश्यकता होगी कि पुनर्प्राप्ति-संवर्धित पीढ़ी, सिमेंटिक खोज, बड़े पैमाने पर विश्लेषण या अन्य उत्पादन अनुप्रयोगों को चलाने वाले ग्राहकों के लिए वे आंकड़े कितने प्रतिनिधि हैं।
अंत में, मॉडल, सुरक्षा और रोबोटिक्स टुकड़ों का व्यावहारिक रोलआउट देखें। विज्ञप्ति में कहा गया है कि नेमोट्रॉन मॉडल बेडरॉक और सेजमेकर के माध्यम से उपलब्ध होंगे, लेकिन यह नए मॉडल के नाम, रिलीज की तारीख, मूल्य निर्धारण या क्षेत्रीय उपलब्धता नहीं देता है। इसमें कहा गया है कि Amazon रोबोटिक्स और NVIDIA सिमुलेशन, सिंथेटिक डेटा जेनरेशन, रोबोट प्रशिक्षण, मार्ग अनुकूलन, कार्यात्मक सुरक्षा और वास्तविक-से-सिम सत्यापन पर काम करेंगे, लेकिन किसी विशिष्ट रोबोट, सुविधा, तैनाती परिणाम या सुरक्षा मूल्यांकन की घोषणा नहीं करते हैं। सबसे महत्वपूर्ण अज्ञात यह है कि क्या ये एकीकरण कंपनियों द्वारा वर्णित पैमाने पर मापने योग्य ग्राहक लाभ और सत्यापन योग्य सुरक्षा उपाय उत्पन्न करते हैं।