Meta ਹਰ ਸਾਲ Microsoft Azure ਦੀਆਂ AI ਸੇਵਾਵਾਂ ਲਈ ਕਰੋੜਾਂ ਡਾਲਰ ਖਰਚ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਸੋਸ਼ਲ-ਮੀਡੀਆ ਦਿੱਗਜ Microsoft ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ AI-cloud ਗਾਹਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਗਿਆ ਹੈ। ਇਹ ਖਰਚਾ ਇੱਕ ਵਿਰੋਧਾਭਾਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: ਦੁਨੀਆ ਦੇ ਪ੍ਰਮੁੱਖ AI ਬਣਾਉਣ ਵਾਲੇ ਅਜੇ ਵੀ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਲੋੜੀਂਦੀ ਕੰਪਿਊਟ ਪਾਵਰ (compute power) ਲਈ ਵਿਰੋਧੀ ਕਲਾਉਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

Meta-Microsoft ਗਠਜੋੜ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

Meta ਦੀ Llama ਸੀਰੀਜ਼ ਨੇ ਕੰਪਨੀ ਨੂੰ open-source generative AI ਵਿੱਚ ਇੱਕ ਭਾਰੀ ਖਿਡਾਰੀ ਬਣਾ ਦਿੱਤਾ ਹੈ, ਪਰ ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ (training) ਅਤੇ ਟੈਸਟ ਕਰਨ ਲਈ ਉਸ ਪੱਧਰ ਦੇ ਸਕੇਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਸਿਰਫ਼ ਵੱਡੇ ਪਬਲਿਕ ਕਲਾਉਡ ਹੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ। Bloomberg ਦੀ ਰਿਪੋਰਟ ਅਨੁਸਾਰ, Meta ਦੇ ਇੰਜੀਨੀਅਰ ਆਪਣੇ ਪ੍ਰੋਪਰਾਈਟਰੀ ਮਾਡਲਾਂ ਨੂੰ Azure 'ਤੇ ਚਲਾਉਂਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਹਰ ਹਫ਼ਤੇ ਟ੍ਰਿਲੀਅਨਾਂ ਟੋਕਨਾਂ (trillions of tokens) ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਕੰਮ ਦਾ ਜ਼ਿਆਦਾਤਰ ਹਿੱਸਾ Llama ਦੇ ਆਉਟਪੁੱਟ ਦੀ OpenAI ਦੇ GPT-4 ਅਤੇ ਹੋਰ ਸਬੰਧਤ ਮਾਡਲਾਂ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਹੈ, ਜੋ Microsoft ਆਪਣੇ Foundry marketplace ਰਾਹੀਂ ਵੇਚਦਾ ਹੈ।

ਇਹ ਬੈਂਚਮਾਰਕ ਕੋਈ ਇੱਕ ਵਾਰੀ ਹੋਣ ਵਾਲਾ ਟੈਸਟ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਨਿਰੰਤਰ, ਡਾਟਾ-ਭਾਰੀ ਲੂਪ ਹੈ। ਹਰ ਟੋਕਨ ਤੁਲਨਾ GPU ਸਾਈਕਲ, ਸਟੋਰੇਜ ਬੈਂਡਵਿਡਥ ਅਤੇ ਨੈੱਟਵਰਕਿੰਗ ਸਮਰੱਥਾ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਜੋ Azure ਦਾ ਵਿਸ਼ੇਸ਼ AI ਹਾਰਡਵੇਅਰ ਇੱਕ ਅਜਿਹੀ ਕੀਮਤ 'ਤੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਇੱਕ ਮੈਗਾ-ਪ੍ਰੋਵਾਈਡਰ ਹੀ ਚੁੱਕ ਸਕਦਾ ਹੈ। ਇਸ ਦਾ ਨਤੀਜਾ ਸਾਲਾਨਾ ਕਰੋੜਾਂ ਡਾਲਰ ਦਾ ਬਿੱਲ ਹੈ ਜੋ Meta ਨੂੰ ਉਦਯੋਗ ਦੇ ਸਭ ਤੋਂ ਉੱਨਤ ਸਿਸਟਮਾਂ ਨਾਲ ਆਪਣੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦੇ ਪਾੜੇ ਨੂੰ ਖਤਮ ਕਰਨ ਦੀ ਦੌੜ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

Foundry marketplace: ਵਿਰੋਧੀਆਂ ਲਈ ਇੱਕ ਸਾਂਝਾ ਅਖਾੜਾ

Microsoft ਦਾ Foundry marketplace ਕਈ ਪ੍ਰੋਵਾਈਡਰਾਂ ਦੇ AI ਮਾਡਲਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕ ਇੱਕ ਸਿੰਗਲ ਬਿਲਿੰਗ ਰਿਸ਼ਤੇ ਰਾਹੀਂ ਉਹਨਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦੇ ਹਨ। OpenAI Microsoft ਦੇ AI ਮਾਲੀਏ ਦਾ ਲਗਭਗ 70 ਫੀਸਦੀ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਪਰ ਇਹ ਪਲੇਟਫਾਰਮ ByteDance, Adobe, Perplexity ਅਤੇ Sierra ਵਰਗੀਆਂ ਫਰਮਾਂ ਦੀ ਵੀ ਸੇਵਾ ਕਰਦਾ ਹੈ।

Foundry 'ਤੇ Meta ਦੀ ਮੌਜੂਦਗੀ ਇੱਕ ਵਿਆਪਕ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦੇ ਤਣਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। OpenAI ਦੇ ਮਾਡਲਾਂ ਨੂੰ ਕਾਰਗੁਜ਼ਾਰੀ ਦੇ ਹਵਾਲੇ ਵਜੋਂ ਵਰਤ ਕੇ, Meta ਆਪਣੀ ਤਕਨਾਲੋਜੀ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਵੀ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਵਿਰੋਧੀ ਦੀ ਆਮਦਨ ਵਿੱਚ ਵੀ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। ਇਹ ਗਤੀਸ਼ੀਲਤਾ ਤਕਨਾਲੀਕੀ ਇਤਿਹਾਸ ਦੇ ਪੁਰਾਣੇ ਪਲਾਂ ਦੀ ਯਾਦ ਦਿਵਾਉਂਦੀ ਹੈ: Meta ਨੇ ਆਪਣਾ ਅੰਦਰੂਨੀ ਇੰਜਣ ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਸਰਚ ਲਈ Bing 'ਤੇ ਨਿਰਭਰਤਾ ਰੱਖੀ ਸੀ। ਅੱਜ, Meta ਇੱਕ API ਸੇਵਾ ਬਣਾ ਰਿਹਾ ਹੈ ਜੋ Llama ਮਾਡਲਾਂ ਨੂੰ ਸਿੱਧੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਉਪਲਬਧ ਕਰਵਾਏਗੀ, ਇੱਕ ਅਜਿਹਾ ਕਦਮ ਜੋ ਕੰਪਨੀ ਨੂੰ ਉਸੇ ਮਾਰਕੀਟਪਲੇਸ ਵਿੱਚ ਇੱਕ ਗਾਹਕ ਤੋਂ ਮੁਕਾਬਲੇਬਾਜ਼ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ ਜਿਸਦੀ ਉਹ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ।

AI ecosystem ਲਈ ਦਾਅਵਾਂ

Meta ਤੋਂ Microsoft ਨੂੰ ਹੋਣ ਵਾਲਾ ਨਕਦ ਪ੍ਰਵਾਹ ਮੌਜੂਦਾ AI ਯੁੱਗ ਦੀ ਇੱਕ ਸੰਰਚਨਾਤਮਕ ਅਸਲੀਅਤ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ: ਸਿਰਫ਼ ਕੋਡ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਕੰਪਿਊਟ (compute), ਪ੍ਰਵੇਸ਼ ਵਿੱਚ ਮੁੱਖ ਰੁਕਾਵਟ ਹੈ। ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਵੱਡੇ GPU ਕਲੱਸਟਰ ਕਿਰਾਏ 'ਤੇ ਲੈਣ ਦੇ ਸਮਰੱਥ ਹਨ, ਉਹ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲਾਂ ਦੇ ਵਿਰੁੱਧ ਬੈਂਚਮਾਰਕ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਉਤਪਾਦ ਜਲਦੀ ਲਾਂਚ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਡੂੰਘੀ ਜੇਬ ਵਾਲੇ ਬਿਨਾਂ ਛੋਟੇ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਜਾਂ ਤਾਂ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰ ਨਾਲ ਭਾਈਵਾਲ ਬਣਨਾ ਪਵੇਗਾ ਜਾਂ ਸਰੋਤਾਂ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਦੇ ਰਚਨਾਤਮਕ ਤਰੀਕੇ ਲੱਭਣੇ ਪੈਣਗੇ।

ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ਲਈ, ਫਾਇਦਾ ਸਪੱਸ਼ਟ ਹੈ। ਉੱਚ-ਆਯਾਮ ਵਾਲੇ AI ਵਰਕਲੋਡ ਲੰਬੇ ਸਮੇਂ ਦੇ ਇਕਰਾਰਨਾਮੇ, ਮਹਿੰਗੇ ਹਾਰਡਵੇਅਰ ਦੀ ਉੱਚ ਵਰਤੋਂ, ਅਤੇ ਉਭਰਦੇ “AI-as-a-service” ਮਾਰਕੀਟ ਵਿੱਚ ਪੈਰ ਜਮਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਮਾਡਲ ਬਣਾਉਣ ਵਾਲਿਆਂ ਲਈ, ਇਹ ਨਿਰਭਰਤਾ ਇੱਕ ਰਣਨੀਤਕ ਕਮਜ਼ੋਰੀ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰ ਕੀਮਤਾਂ ਵਧਾਉਂਦਾ ਹੈ, ਸੇਵਾ ਦੀਆਂ ਸ਼ਰਤਾਂ ਬਦਲਦਾ ਹੈ, ਜਾਂ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦਾ ਹੈ, ਤਾਂ Meta ਵਰਗੇ ਗਾਹਕਾਂ ਦੇ ਰਿਸਰਚ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਵਿਘਨ ਪੈ ਸਕਦਾ ਹੈ।

Meta ਦੀ ਯੋਜਨਾਬੱਧ API ਸੇਵਾ decoupling (ਡੀਕਪਲਿੰਗ) ਵੱਲ ਇੱਕ ਸੰਭਾਵੀ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ: ਤੀਜੀ-ਪਾਰਟੀ ਕਲਾਉਡ API ਤੋਂ ਆਪਣੇ ਹੋਸਟ ਕੀਤੇ ਜਾਂ ਪ੍ਰੋਪਰਾਈਟਰੀ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵੱਲ ਵਧਣਾ। ਇਸ ਦਾ ਉਦੇਸ਼ ਮੁਨਾਫੇ ਨੂੰ ਵਾਪਸ ਲੈਣਾ, ਡਾਟਾ ਪ੍ਰਵਾਹ 'ਤੇ ਕੰਟਰੋਲ ਸਖ਼ਤ ਕਰਨਾ, ਅਤੇ ਵਿਰੋਧੀ ਦੇ ਪਲੇਟਫਾਰਮ 'ਤੇ ਨਿਰਭਰਤਾ ਨੂੰ ਘਟਾਉਣਾ ਹੈ। Azure ਦੇ ਨੈੱਟਵਰਕ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨ ਵਾਲੀ ਗਲੋਬਲ, ਲੋ-ਲੈਂਟੈਂਸੀ (low-latency) API ਬਣਾਉਣਾ ਮਹਿੰਗਾ ਅਤੇ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਚੁਣੌਤੀਪੂਰਨ ਹੋਵੇਗਾ; ਇਹ ਕਈ ਸਾਲਾਂ ਦੀ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਹੈ।

ਵਿਰੋਧੀ ਵਿਚਾਰ: ਇਹ ਭਾਈਵਾਲੀ ਕਿਉਂ ਬਣੀ ਰਹਿ ਸਕਦੀ ਹੈ

ਭਾਵੇਂ Meta ਆਪਣਾ ਸਵੈ-ਸਰਵਿੰਗ ਲੇਅਰ ਬਣਾ ਰਿਹਾ ਹੈ, ਫਿਰ ਵੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਮਾਡਲਾਂ ਦੀ ਸਿਖਲਾਈ ਲਈ ਲੋੜੀਂਦੀ ਕੰਪਿਊਟ ਦੀ ਭਾਰੀ ਮਾਤਰਾ ਜਲਦੀ ਘਟਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ। ਟ੍ਰੇਨਿੰਗ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ exa-flops ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਹੋ ਸਕਦੀ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਸਿੰਗਲ ਕੰਪਨੀ ਦੁਆਰਾ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਸੰਭਾਲਣ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ। Azure ਡਾਟਾ ਪ੍ਰਬੰਧਨ, ਸੁਰੱਖਿਆ ਪਾਲਣਾ (security compliance), ਅਤੇ ਅਬਜ਼ਰਵੇਬਿਲਟੀ (observability) ਲਈ ਇੰਟੈਗ੍ਰੇਟਡ ਟੂਲ ਵੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਨਕਲ ਕਰਨਾ ਮਹਿੰਗਾ ਹੋਵੇਗਾ।

Microsoft ਦੇ ਨਜ਼ਰੀਏ ਤੋਂ, Meta ਵਰਗੇ ਭਾਰੀ ਖਿਡਾਰੀ ਨੂੰ ਗਾਹਕ ਵਜੋਂ ਰੱਖਣਾ ਇੱਕ ਸਥਿਰ ਮਾਲੀਆ ਅਧਾਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਅਜਿਹਾ ਪ੍ਰਦਰਸ਼ਨੀ ਗਾਹਕ (showcase client) ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਹੋਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰ ਸਕਦਾ ਹੈ। Foundry marketplace ਦੇ ਓਪਨ-ਐਕਸੈਸ ਮਾਡਲ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕਿਸੇ ਵਿਰੋਧੀ ਦੀ API ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ Microsoft ਦੀਆਂ ਸੇਵਾਵਾਂ ਨੂੰ ਬਾਹਰ ਨਹੀਂ ਕਰਦੀ; ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਉਹਨਾਂ ਪੇਸ਼ਕਸ਼ਾਂ ਦੀ ਰੇਂਜ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ ਜੋ Azure ਰਾਹੀਂ ਵਰਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

  • Meta ਦਾ API ਰੋਲਆਊਟ – Llama API ਦੀ ਸਮਾਂ-ਸਾਰਣੀ ਅਤੇ ਕੀਮਤ ਇਹ ਦਿਖਾਏਗੀ ਕਿ Meta ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ Azure ਤੋਂ ਵਰਕਲੋਡ ਹਟਾ ਸਕਦਾ ਹੈ।
  • Azure ਦੀਆਂ ਕੀਮਤਾਂ ਦੇ ਰੁਝਾਨ – AI-compute ਦਰਾਂ ਵਿੱਚ ਕੋਈ ਵੀ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀ Meta ਦੀ ਭਾਈਵਾਲੀ ਦੇ ਆਰਥਿਕ ਪੱਖ ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ।
  • ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ – ਕੁਝ ਚੋਣਵੇਂ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ਵਿੱਚ AI ਕੰਪਿਊਟ ਦਾ ਕੇਂਦਰੀਕਰਨ ਐਂਟੀਟਰਸਟ (antitrust) ਦਾ ਧਿਆਨ ਖਿੱਚ ਸਕਦਾ ਹੈ, ਜੋ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਪ੍ਰੋਵਾਈਡਰ-ਗਾਹਕ ਦੇ ਰਿਸ਼ਤਿਆਂ ਨੂੰ ਮੁੜ ਰੂਪ ਦੇ ਸਕਦਾ ਹੈ।
  • ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੀਆਂ ਹਰਕਤਾਂ – ਹੋਰ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲੇ ਵੀ Meta ਦੇ ਪੈਟਰਨ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਵਿਰੋਧੀਆਂ ਦੁਆਰਾ ਇੱਕੋ ਕਲਾਉਡ ਬੈਕਬੋਨ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਵਿਰੋਧਾਭਾਸ ਨੂੰ ਹੋਰ ਡੂੰਘਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਮੁੱਖ ਨਿਸ਼ਕਰਸ਼

Azure 'ਤੇ Meta ਦਾ ਕਈ ਸੌ ਮਿਲੀਅਨ ਡਾਲਰਾਂ ਦਾ ਖਰਚਾ ਇਹ ਸਾਬਤ ਕਰਦਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਉੱਨਤ AI ਡਿਵੈਲਪਰ ਵੀ ਵਿਰੋਧੀ ਕਲਾਉਡ ਦਿੱਗਜਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਤੋਂ ਬਚ ਨਹੀਂ ਸਕਦੇ। ਇਹ ਪ੍ਰਬੰਧ ਤੇਜ਼ੀ ਨਾਲ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਨਾਲ ਹੀ ਭਵਿੱਖ ਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦੇ ਬੀਜ ਵੀ ਬੀਜਦਾ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਦੁਵਿਧਾ ਜੋ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਤੱਕ AI ਈਕੋਸਿਸਟਮ ਨੂੰ ਰੂਪ ਦੇਵੇਗੀ।