💰 Nvidia એ મોટા નાણાકીય પરિણામો પોસ્ટ કર્યા, ડેટા સેન્ટર હજુ પણ ભારે ઉપાડ કરી રહ્યું છે ↗
Nvidia એ રેકોર્ડ આવક નોંધાવી અને તે જ એન્જિન પર ફરી વળતું રહ્યું: AI તાલીમ અને અનુમાન સાથે જોડાયેલ ડેટા સેન્ટર માંગ. જો તમે "ઠંડક" ની વાર્તાની આશા રાખતા હતા, તો હા... આ વખતે નહીં.
બધા આંકડાઓ "AI બિલ્ડઆઉટ ચાલુ રહે છે" એવું કહે છે, ડેટા સેન્ટરની આવક બીજા બધા કરતા વધારે છે. આ એક પ્રકારનું કમાણી પૃષ્ઠ છે જે વિજય લેપ જેવું વાંચે છે, જ્યારે બાકીનો ઉદ્યોગ શાંતિથી તેના GPU કતારની સ્થિતિ તપાસે છે.
🤝 એએમડી અને ન્યુટનિક્સ એન્ટરપ્રાઇઝ એઆઈ પ્લેટફોર્મ પિચ પર સાથે મળીને કામ કરે છે ↗
AMD અને Nutanix એ એન્ટરપ્રાઇઝ AI ડિપ્લોયમેન્ટને વધુ "ખુલ્લી" અને સ્કેલેબલ બનાવવાના હેતુથી ભાગીદારીની જાહેરાત કરી - હાર્ડવેર સ્નાયુ અને ઇન્ફ્રાસ્ટ્રક્ચર સોફ્ટવેરની પરિચિત જોડી જેને IT ટીમો પહેલાથી જ સહન કરે છે.
અહીંનો મૂડ વ્યવહારિક છે: ઓછા વિજ્ઞાન-મેળાના ડેમો, વધુ "આ તમારા ડેટા સેન્ટરમાં તમારા વાળ સળગાવ્યા વિના ચાલવું જોઈએ." તે આછકલું નથી, અને તે જ મુદ્દો છે.
🧩 ક્લાઉડને "કમ્પ્યુટર ઉપયોગ" માં વધુ ઊંડાણપૂર્વક ધકેલવા માટે એન્થ્રોપિકે વર્સેપ્ટને હસ્તગત કર્યું ↗
એન્થ્રોપિક કહે છે કે તે ક્લાઉડની સોફ્ટવેર ચલાવવાની ક્ષમતાને આગળ વધારવા માટે વર્સેપ્ટને હસ્તગત કરી રહ્યું છે - એવા એજન્ટો વિશે વિચારો જે ફક્ત ચેટ કરતા નથી, તેઓ ક્લિક કરે છે અને કરે છે. જો તમે માનતા હોવ કે આગામી યુદ્ધનું મેદાન વર્કફ્લો છે, રમુજી જવાબો નહીં.
તે એક થોડો અપશુકનિયાળ સીમાચિહ્નરૂપ પણ છે... જેટલા વધુ મોડેલો કમ્પ્યુટરનો "ઉપયોગ" કરી શકે છે, તેટલું જ આપણે બધા રેલિંગ, પરવાનગીઓ અને શું તમારા AI એ કોઈ કારણ વગર છ ટેબ ખોલ્યા છે (અથવા તે દાવો કરે છે) તે અંગે દલીલ કરવાનું શરૂ કરીએ છીએ.
🧑💼 ઓપનએઆઈએ અરવિંદ કેસીને ચીફ પીપલ ઓફિસર તરીકે નિયુક્ત કર્યા ↗
OpenAI એ એક ચીફ પીપલ ઓફિસર ઉમેર્યો, જે કંટાળાજનક લાગે છે જ્યાં સુધી તમને યાદ ન હોય કે કેટલી ટીમો, ઉત્પાદનો અને નીતિગત માથાનો દુખાવો "લોકોની સામગ્રી" દ્વારા ફનલ કરવામાં આવે છે. ભરતી, જાળવણી, સંસ્થા ડિઝાઇન - આ તે જગ્યા છે જ્યાં વ્યૂહરચના મૂર્ત અને ઝડપી બને છે.
તે એક સંકેત છે કે સ્કેલિંગ એ ફક્ત વધુ GPU અને મોટા મોડેલો નથી - તે માનવીઓ, પ્રક્રિયા, "કોણ શું નક્કી કરે છે," તે બધું સંગઠનાત્મક જાઝ છે.
🧠 Nvidia ના CEO કહે છે કે OpenAI રોકાણ સોદો "નજીક" છે ↗
જેન્સેન હુઆંગે જણાવ્યું હતું કે લાંબા સમયથી ટેલિગ્રાફ કરાયેલ ઓપનએઆઈ રોકાણ સોદો સમાપ્તિ રેખાની નજીક છે. "ક્લોઝ" ત્યાં ઘણું કામ કરી રહ્યું છે, પરંતુ બજારો આ શબ્દને એ રીતે પ્રેમ કરે છે જેમ કોઈ બાળક ખાંડના ધસારાને પ્રેમ કરે છે.
વધુ રસપ્રદ વાત એ છે કે Nvidia AI ના સ્વિટ્ઝર્લૅન્ડ તરીકેનું સ્થાન ધરાવે છે - એક મેગા-ડીલ પૂર્ણ કરવા તરફ આગળ વધી રહી હોવા છતાં, તે હજુ પણ એકસાથે અનેક ટોચના પ્રયોગશાળાઓ સાથે કામ કરે છે. આરામદાયક, પણ... જટિલ પણ.
🧑🏭 AI તરફ ખર્ચ બદલાતા વધુ કંપનીઓ નોકરીઓમાં ઘટાડો કરી રહી છે ↗
રોઇટર્સે એક એવી પેટર્ન તૈયાર કરી છે જેને અવગણવી મુશ્કેલ બની રહી છે: કર્મચારીઓની સંખ્યા ઘટાડા સાથે - અથવા સ્પષ્ટ રીતે - AI-સંચાલિત રિટૂલિંગને કારણે થઈ રહી છે. ક્યારેક તે ઓટોમેશન હોય છે, ક્યારેક તે "પુનઃરોકાણ" હોય છે, ક્યારેક તે એક્ઝિક્યુટિવ્સ સ્પ્રેડશીટ ડાન્સ કરી રહ્યા હોય છે.
અસ્વસ્થતા એ છે કે નોકરીમાં કાપને નિષ્ફળતા નહીં પણ એક સુવિધા તરીકે ગોઠવવો કેટલો સામાન્ય બની રહ્યો છે - જેમ કે ડાઉનસાઇઝિંગ એ AI યુગમાં પ્રવેશ ટિકિટ છે. તે રૂપક થોડું વાંકાચૂકા લાગે છે, પણ તમે સમજી ગયા છો.
વારંવાર પૂછાતા પ્રશ્નો
આ ક્વાર્ટરમાં Nvidia ના જંગી નાણાકીય પરિણામોને શાનાથી પ્રોત્સાહન મળ્યું?
Nvidia ના અપડેટમાં ડેટા સેન્ટરની માંગને પ્રાથમિક એન્જિન તરીકે દર્શાવવામાં આવી હતી, જેમાં AI તાલીમ અને અનુમાન વર્કલોડ મોટાભાગનું ભારે ભારણ ઉપાડે છે. મહત્વની વાત એ છે કે AI બિલ્ડઆઉટ કથા હજુ પણ તેમના આંકડાઓમાં મજબૂત દેખાય છે. "ઠંડક" વાર્તાને બદલે, પરિણામો સતત ગતિ તરીકે વાંચવામાં આવ્યા હતા. ડેટા સેન્ટરની મજબૂતાઈના સ્કેલની બાજુમાં અન્ય સેગમેન્ટ્સે નાની ભૂમિકા ભજવી હતી.
આ હેડલાઇન્સના આધારે શું AI બિલ્ડઆઉટ ધીમું થઈ રહ્યું છે કે વેગ આપી રહ્યું છે?
બધી વસ્તુઓમાં, સ્વર વિરામ નહીં, પણ પ્રવેગ સૂચવે છે. Nvidia ના પરિણામો ચાલુ ડેટા સેન્ટર માંગને રેખાંકિત કરે છે, જ્યારે એન્ટરપ્રાઇઝ-કેન્દ્રિત જાહેરાતોનો હેતુ ડિપ્લોયમેન્ટને વધુ વ્યવહારુ અને પુનરાવર્તિત બનાવવાનો છે. તે જ સમયે, શ્રમ વાર્તા કંપનીઓ દ્વારા ખર્ચને ફરીથી ફાળવવા અને AI પ્રાથમિકતાઓને ભંડોળ પૂરું પાડવા માટે પુનર્ગઠન કરવા તરફ નિર્દેશ કરે છે. એકંદર સંકેત "ફેરબદલ કરતી વખતે ઝડપી" છે
એન્ટરપ્રાઇઝ AI ટીમો માટે AMD અને Nutanix ભાગીદારીનો અર્થ શું છે?
આ મુદ્દો હાર્ડવેર અને ઇન્ફ્રાસ્ટ્રક્ચર સોફ્ટવેરના સંયોજન દ્વારા એન્ટરપ્રાઇઝ AI ડિપ્લોયમેન્ટને વધુ ખુલ્લા અને સ્કેલેબલ બનાવવાનો છે. તેને આકર્ષક બનાવવાને બદલે વ્યવહારિક તરીકે ફ્રેમ કરવામાં આવ્યું છે: ઓછા ડેમો, વધુ "આ તમારા ડેટા સેન્ટરમાં ચાલવું જોઈએ." IT ટીમો માટે, તેનો અર્થ સામાન્ય રીતે હાલના ટૂલિંગ અને સ્પષ્ટ ઓપરેશનલ પાથ સાથે સરળ અપનાવવાનો થાય છે. મૂલ્ય ડિપ્લોયમેન્ટ વિશ્વસનીયતામાં રહેલું છે, નવીનતામાં નહીં.
એન્થ્રોપિકે "કમ્પ્યુટર ઉપયોગ" માટે વર્સેપ્ટ મેળવ્યું તેનો શું અર્થ થાય છે?
તે એવા એજન્ટો તરફ દબાણનો સંકેત આપે છે જે ફક્ત ચેટ જ નહીં, પણ સોફ્ટવેર વર્કફ્લોનું સંચાલન કરી શકે છે. "કમ્પ્યુટર ઉપયોગ" નો અર્થ એ છે કે મોડેલો ક્રિયાઓ કરે છે - ક્લિક કરવું, નેવિગેટ કરવું અને કાર્યોનો અમલ કરવો - જેથી તેઓ મૂર્ત પ્રક્રિયાઓ ચલાવવામાં મદદ કરી શકે. તે પરવાનગીઓ, રેલિંગ અને દેખરેખ વિશે વ્યવહારુ પ્રશ્નો પણ ઉભા કરે છે. જેમ જેમ આ સિસ્ટમો વધુ સક્ષમ બને છે, તેમ તેમ તેમને શું કરવાની મંજૂરી છે તે વ્યાખ્યાયિત કરવું અને અમલમાં મૂકવું તે ઉત્પાદનનો ભાગ બને છે.
સ્કેલિંગ માટે OpenAI એ ચીફ પીપલ ઓફિસરની ભરતી શા માટે મહત્વપૂર્ણ છે?
ચીફ પીપલ ઓફિસરને ઉમેરવાથી ખ્યાલ આવે છે કે સ્કેલિંગ ફક્ત GPU અને મોડેલો વિશે જ નથી - તે ટીમો કેવી રીતે બનાવવામાં આવે છે અને તેનું સંચાલન કેવી રીતે થાય છે તે વિશે પણ છે. પીપલ ઓપરેશન્સ ભરતી, જાળવણી, સંસ્થા ડિઝાઇન અને નિર્ણય લેવાના માર્ગોને સ્પર્શે છે. જ્યારે કોઈ સંસ્થા ઝડપથી વિસ્તરે છે, ત્યારે તે "લોકો અને પ્રક્રિયા" સ્તરો વ્યૂહાત્મક બની જાય છે. આ ભૂમિકા ઝડપી વૃદ્ધિને ટકાઉ કંઈકમાં ફેરવવામાં મદદ કરે છે.
કંપનીઓ AI રોકાણ વધારીને નોકરીઓ કેમ ઘટાડી રહી છે?
વર્ણવેલ પેટર્ન એ છે કે AI-સંચાલિત રિટૂલિંગ અને પુનઃરોકાણ સાથે કર્મચારીઓની સંખ્યા ઘટાડા થઈ રહી છે. ક્યારેક વાર્તા ઓટોમેશનની છે; ક્યારેક બજેટને નવી પ્રાથમિકતાઓ તરફ ખસેડવામાં આવી રહ્યું છે. એવું માનવામાં આવી રહ્યું છે કે ડાઉનસાઇઝિંગ એ AI સંક્રમણને ભંડોળ પૂરું પાડવાનો એક ભાગ છે, એકલ નિષ્ફળતા નહીં. તે એક પુનઃસ્થાપન પગલું છે જે "વ્યૂહરચના" તરીકે રજૂ કરવામાં આવે ત્યારે પણ અસ્વસ્થતા અનુભવી શકે છે