Sam Altman: RAM डेटा सेंटर में होना चाहिए, PC में नहीं

Sam Altman: 'यह शर्मनाक है कि RAM उपयोगकर्ता के कंप्यूटर में है' - यह OpenAI का AI मॉडल को स्थानीय रूप से चलाने के खिलाफ तर्क है। कंपनी के CEO का कहना है कि दुर्लभ मेमोरी को डेटा सेंटर में काम करना चाहिए, न कि व्यक्तिगत कंप्यूटर में अप्रयुक्त रहना चाहिए।

Altman ने YouTube चैनल Cheeky Pint के साथ एक साक्षात्कार के दौरान ये टिप्पणियां कीं, जो 30 अक्टूबर को प्रकाशित हुआ। वे उन लोगों के जवाब में बोल रहे थे जो व्यक्तिगत कंप्यूटर पर चलने वाले ओपन-सोर्स मॉडल को क्लाउड सेवाओं पर निर्भरता कम करने के तरीके के रूप में देखते हैं।

Altman स्थानीय अनुमान का विरोध क्यों करते हैं

स्थानीय अनुमान एक प्रशिक्षित AI मॉडल को सीधे किसी डिवाइस पर चलाता है। प्रोसेसिंग कंप्यूटर या फोन के CPU, GPU या NPU जैसे हार्डवेयर का उपयोग कर सकती है, बजाय ChatGPT और Claude जैसी तीसरी पक्ष की क्लाउड सेवाओं को डेटा भेजने के।

Altman का तर्क था कि स्थानीय AI उपलब्ध मेमोरी का अधिकांश हिस्सा निष्क्रिय छोड़ देता है। उन्होंने कहा कि सीमित RAM उपयोगकर्ताओं के कंप्यूटर में वितरित किया जाता है, भले ही इसे केवल 5% समय का उपयोग किया जाता है। उनके विचार में, डेटा सेंटर में मेमोरी को केंद्रीकृत करना दुर्लभ वैश्विक संसाधनों का बेहतर उपयोग करेगा।

उनकी स्थिति मानती है कि डेटा सेंटर निर्माण और विस्तार जारी रहेगा। यह भी मानती है कि उन सुविधाओं में लगातार काम करने वाली RAM, उपयोगकर्ताओं के डिवाइस में स्थापित मेमोरी से अधिक मूल्य प्रदान करेगी।

OpenAI का व्यावसायिक मॉडल बहस के पीछे है

OpenAI ने कई ओपन-सोर्स मॉडल जारी किए हैं, लेकिन इसका मुख्य व्यवसाय डेटा सेंटर में चलने वाले बंद मॉडल पर आधारित है। यह स्थानीय अनुमान को केवल तकनीकी विकल्प से अधिक बनाता है: यह प्रभावित कर सकता है कि उपयोगकर्ता AI मॉडल तक कैसे पहुंचते हैं और उनके लिए भुगतान कैसे करते हैं।

Tom's Hardware ने Altman की टिप्पणियों को OpenAI के व्यावसायिक मॉडल की रक्षा के रूप में वर्णित किया। इसका दृष्टिकोण है कि व्यक्तिगत कंप्यूटर वर्तमान में OpenAI के लिए खतरा नहीं हैं, लेकिन स्थानीय अनुमान उपयोगकर्ताओं को GPT-6 Luna जैसे मॉडल के लिए जो भुगतान करते हैं उसे कम कर सकता है।

विवाद इसलिए दो प्रतिस्पर्धी दृष्टिकोणों को कवर करता है। स्थानीय मॉडल उपयोगकर्ताओं के हार्डवेयर पर प्रोसेसिंग रखते हैं। क्लाउड मॉडल प्रदाता-स्वामित्व वाले डेटा सेंटर में कंप्यूटिंग और मेमोरी रखते हैं, जहां कंपनियां साझा क्षमता का प्रबंधन कर सकती हैं और पहुंच के लिए शुल्क ले सकती हैं।

मेमोरी आपूर्ति दबाव बढ़ाती है

AI बुनियादी ढांचा कंपनियां मेमोरी आपूर्ति सुरक्षित करने के लिए दीर्घकालिक अनुबंध पर हस्ताक्षर कर रही हैं। Micron ने 26 रणनीतिक समझौतों पर हस्ताक्षर किए हैं जो 2030 तक इसके अनुमानित राजस्व के 35% से अधिक को कवर करते हैं, $32 बिलियन प्रतिबद्ध ग्राहक जमा के साथ।

Samsung कथित रूप से 2027 तक इसके अनुमानित मेमोरी चिप उत्पादन के 75–80% को कवर करने वाले अनुबंध को अंतिम रूप दे रहा है। SK Hynix भी समान समझौतों का पीछा कर रहा है।

यह चक्र उच्च चिप मांग की पूर्व अवधि से अलग है। निर्माताओं ने पहले कारखानों का विस्तार किया, फिर मांग कम होने पर अधिक आपूर्ति का सामना किया। इस बार, उन्होंने क्षमता में महत्वपूर्ण वृद्धि के बजाय कई बार कीमतें बढ़ाई हैं, आपूर्ति को मांग से नीचे रखा है और मूल्य दबाव को बढ़ाया है।

विश्लेषकों को उम्मीद है कि मेमोरी चिप की कमी कम से कम 2028 तक रहेगी। यह निर्माताओं को अधिक सौदेबाजी की शक्ति देता है जबकि कंपनियां भविष्य के उत्पादन के लिए प्रतिस्पर्धा करती हैं।

कंप्यूटर की कीमतें क्यों महत्वपूर्ण हैं

The Verge के Steve Bonifield ने कहा कि Altman ने उपयोगकर्ताओं के व्यक्तिगत कंप्यूटर या AI एप्लिकेशन डेवलपर्स द्वारा उपयोग किए जाने वाले डिवाइस का मतलब था या नहीं, परिणाम समान है। उनके विचार में, कंपनियों द्वारा RAM ऑर्डर पर खर्च किए गए अरबों डॉलर कंप्यूटर, फोन और अन्य तकनीकों को अधिक महंगा बनाने में मदद कर रहे हैं।

यह तर्क इस समाचार को OpenAI से परे प्रासंगिक बनाता है। यह स्थानीय AI, क्लाउड कंप्यूटिंग, मेमोरी आवंटन और हार्डवेयर कीमतों को जोड़ता है। स्थानीय मॉडल बनाम क्लाउड सेवाओं पर विचार करने वाले पाठक व्यापार-बंद को स्पष्ट रूप से देख सकते हैं: स्थानीय अनुमान उपयोगकर्ताओं द्वारा पहले से स्वामित्व वाले हार्डवेयर का उपयोग करता है, जबकि क्लाउड अनुमान डेटा सेंटर में मांग को केंद्रीकृत करता है जो अब दुर्लभ मेमोरी के लिए आक्रामक रूप से प्रतिस्पर्धा कर रहे हैं।