Meta மைக்ரோசாப்ட் அஸூர் (Microsoft Azure) நிறுவனத்தின் AI சேவைகளுக்காக ஆண்டுதோறும் நூற்றுக்கணக்கான மில்லியன் டாலர்களைச் செலவிடுகிறது, இது அந்த சமூக ஊடக நிறுவனத்தை மைக்ரோசாப்ட்டின் மிகப்பெரிய AI-கிளவுட் வாடிக்கையாளர்களில் ஒருவராக மாற்றியுள்ளது. இந்தச் செலவு ஒரு முரண்பாட்டைக் காட்டுகிறது: உலகின் முன்னணி AI உருவாக்குநர்கள் தங்கள் சொந்த மாடல்களை மேம்படுத்துவதற்குத் தேவையான கணினித் திறனுக்காக (compute power) இப்போதும் போட்டியாளர்களின் கிளவுட் சேவைகளையே நாடுகின்றனர்.

மெட்டா-மைக்ரோசாப்ட் இடையிலான பிணைப்பு ஏன் முக்கியமானது

மெட்டாவின் Llama தொடர், அந்த நிறுவனத்தை ஓப்பன் சோர்ஸ் (open-source) ஜெனரேட்டிவ் AI துறையில் ஒரு முக்கிய சக்தியாக மாற்றியுள்ளது. ஆனால், அந்த மாடல்களைப் பயிற்றுவிப்பதற்கும் (training) சோதனை செய்வதற்கும் (testing) மிகப்பெரிய அளவிலான கிளவுட் சேவைகள் தேவைப்படுகின்றன. மெட்டா பொறியாளர்கள் தங்களின் சொந்த மாடல்களை அஸூரில் (Azure) இயக்குகிறார்கள் என்றும், அவை ஒவ்வொரு வாரமும் டிரில்லியன் கணக்கான டோக்கன்களை (trillions of tokens) செயலாக்குகின்றன என்றும் ப்ளூம்பெர்க் (Bloomberg) செய்தி வெளியிட்டுள்ளது. அந்தப் பணியில் பெரும்பகுதி, Llama-வின் வெளியீடுகளை OpenAI-யின் GPT-4 மற்றும் அது சார்ந்த மாடல்களுடன் ஒப்பிடுவதாகும்; இந்த மாடல்களை மைக்ரோசாப்ட் தனது Foundry சந்தை (marketplace) மூலம் விற்பனை செய்கிறது.

இந்த ஒப்பீடு ஒருமுறை மட்டும் செய்யப்படும் சோதனை அல்ல; இது ஒரு தொடர்ச்சியான, தரவு சார்ந்த சுழற்சி (data-intensive loop) ஆகும். ஒவ்வொரு டோக்கன் ஒப்பீடும் GPU சுழற்சிகள் (cycles), சேமிப்புப் பட்டை அகலம் (storage bandwidth) மற்றும் நெட்வொர்க்கிங் திறன் ஆகியவற்றைச் செலவிடுகிறது. அஸூரின் பிரத்யேக AI வன்பொருள் (hardware) இவற்றை ஒரு மெகா-வழங்குநரால் (megaprovider) மட்டுமே கையாளக்கூடிய விலையில் வழங்குகிறது. இதன் விளைவாக, தொழில்துறையின் மிகவும் மேம்பட்ட அமைப்புகளுடனான செயல்திறன் இடைவெளியைக் குறைக்க மெட்டா மேற்கொள்ளும் போட்டிக்காக, ஆண்டுதோறும் நூற்றுக்கணக்கான மில்லியன் டாலர்கள் செலவாகிறது.

Foundry சந்தை: போட்டியாளர்களுக்கான ஒரு பொதுவான தளம்

மைக்ரோசாப்ட்டின் Foundry சந்தை பல நிறுவனங்களின் AI மாடல்களை ஒருங்கிணைக்கிறது, இது நிறுவன வாடிக்கையாளர்கள் ஒரே பில்லிங் முறை மூலம் அவற்றை அணுக அனுமதிக்கிறது. மைக்ரோசாப்ட்டின் AI வருவாயில் சுமார் 70 சதவீதம் OpenAI மூலம் கிடைக்கிறது, ஆனால் இந்தத் தளம் ByteDance, Adobe, Perplexity மற்றும் Sierra போன்ற நிறுவனங்களுக்கும் சேவையாற்றுகிறது.

Foundry-யில் மெட்டாவின் இரு presence ஒரு பரந்த போட்டித் தன்மையைக் காட்டுகிறது. OpenAI-யின் மாடல்களை ஒரு செயல்திறன் அளவுகோலாகப் பயன்படுத்துவதன் மூலம், மெட்டா தனது சொந்தத் தொழில்நுட்பத்தை உறுதிப்படுத்துவதுடன், ஒரு போட்டியாளரின் வருவாய் ஆதாரத்திற்கும் பங்களிக்கிறது. இந்தச் சூழல் தொழில்நுட்ப வரலாற்றின் முந்தைய தருணங்களை நினைவூட்டுகிறது: மெட்டா தனது சொந்தத் தேடுபொறியை உருவாக்குவதற்கு முன்பு Bing-ஐச் சார்ந்திருந்தது. இன்று, மெட்டா டெவலப்பர்களுக்கு நேரடியாக Llama மாடல்களை வழங்கும் ஒரு API சேவையை உருவாக்கி வருகிறது; இந்த நடவடிக்கை, அந்த நிறுவனம் தற்போது ஒரு வாடிக்கையாளராக இருக்கும் அதே சந்தையில் ஒரு போட்டியாளராக மாறக்கூடும்.

AI சூழலுக்கான சவால்கள் மற்றும் வாய்ப்புகள்

மெட்டாவிலிருந்து மைக்ரோசாப்ட்டிற்குச் செல்லும் பணப் பரிமாற்றம் தற்போதைய AI யுகத்தின் ஒரு கட்டமைப்பியல் யதார்த்தத்தை அடிக்கோடிட்டுக் காட்டுகிறது: வெறும் குறியீடு (code) மட்டுமல்ல, கணினித் திறனும் (compute) ஒரு முக்கியத் தடையாகும். மிகப்பெரிய GPU கிளஸ்டர்களை (clusters) வாடகைக்கு எடுக்கக்கூடிய நிறுவனங்கள் விரைவாகச் செயல்படவும், சிறந்த மாடல்களுடன் ஒப்பிட்டுப் பார்க்கவும், தயாரிப்புகளை விரைவாகச் சந்தைக்குக் கொண்டு வரவும் முடிகிறது. போதுமான நிதி வசதி இல்லாத சிறிய ஸ்டார்ட்அப்கள் (startups), ஒரு கிளவுட் நிறுவனத்துடன் இணைய வேண்டும் அல்லது வளங்களைப் பகிர்ந்து கொள்ள ஆக்கப்பூர்வமான வழிகளைக் கண்டறிய வேண்டும்.

கிளவுட் வழங்குநர்களுக்கு, இதில் உள்ள லாபம் தெளிவாக உள்ளது. அதிக அளவிலான AI பணிச்சுமைகள் (workloads) நீண்டகால ஒப்பந்தங்கள், விலையுயர்ந்த வன்பொருள்களின் அதிகப்படியான பயன்பாடு மற்றும் வளர்ந்து வரும் "AI-as-a-service" சந்தையில் ஒரு இடத்தைப் பிடிப்பதなどに வழிவகுக்கின்றன. மாடல் உருவாக்குநர்களைப் பொறுத்தவரை, இந்தச் சார்பு ஒரு மூலோபாய பலவீனத்தை (strategic vulnerability) உருவாக்குகிறது. ஒரு கிளவுட் வழங்குநர் விலையை உயர்த்தினாலோ, சேவை விதிமுறைகளை மாற்றினாலோ அல்லது தனது சொந்த மாடல்களுக்கு முன்னுரிமை அளித்தாலோ, மெட்டா போன்ற வாடிக்கையாளர்களின் ஆராய்ச்சிப் பணிகள் பாதிக்கப்படலாம்.

மெட்டாவின் திட்டமிடப்பட்ட API சேவை, தனிமைப்படுத்துதல் (decoupling) நோக்கிய ஒரு சாத்தியமான மாற்றத்தைக் குறிக்கிறது: அதாவது மூன்றாம் தரப்பு கிளவுட் API-களிலிருந்து விலகி, சொந்தமாக அல்லது பிரத்யேக உள்கட்டமைப்பிற்கு (proprietary infrastructure) மாறுவது. லாபத்தை மீட்டெடுக்கவும், தரவு ஓட்டத்தின் மீது கட்டுப்பாட்டை வலுப்படுத்தவும், ஒரு போட்டியாளரின் தளத்தின் மீதான சார்பைக் குறைக்கவும் இது இலக்காகக் கொண்டுள்ளது. அஸூரின் (Azure) நெட்வொர்க்கிற்கு இணையாக உலகளாவிய, குறைந்த தாமதத் திறன் (low-latency) கொண்ட ஒரு API-யைக் கட்டமைப்பது செலவு மிகுந்ததாகவும் தொழில்நுட்ப ரீதியாக சவாலானதாகவும் இருக்கும்; இது பல ஆண்டுகால பொறியியல் சவாலாகும்.

மாற்றுக்கருத்து: இந்தத் கூட்டணி ஏன் நீடிக்கக்கூடும்

மெட்டா தனது சொந்த சேவைகளை வழங்கத் தொடங்கியாலும், அடுத்த தலைமுறை மாடல்களைப் பயிற்றுவிக்கத் தேவைப்படும் கணினித் திறனின் அளவு விரைவில் குறைய வாய்ப்பில்லை. பயிற்சியின் போது தேவைப்படும் செயலாக்கத் திறன் (processing power) ஒரு தனி நிறுவனத்தால் சொந்தமாகத் தாங்க முடியாத அளவுக்கு மிக அதிகமாக இருக்கும். மேலும், தரவு மேலாண்மை, பாதுகாப்பு இணக்கம் (security compliance) மற்றும் கண்காணிப்பு (observability) ஆகியவற்றிற்கான ஒருங்கிணைந்த கருவிகளையும் அஸூர் வழங்குகிறது; இவற்றைத் தனித்தனியாக உருவாக்குவது செலவு மிகுந்ததாக இருக்கும்.

மைக்ரோசாப்ட்டின் பார்வையில், மெட்டாவைப் போன்ற ஒரு முக்கிய நிறுவனத்தை வாடிக்கையாளராக வைத்திருப்பது நிலையான வருவாயையும், மற்ற நிறுவனங்களை ஈர்க்கக்கூடிய ஒரு முன்மாதிரி வாடிக்கையாளரையும் வழங்குகிறது. Foundry சந்தையின் திறந்த அணுகல் மாதிரி (open-access model), ஒரு போட்டியாளரின் API மைக்ரோசாப்ட் சேவைகளைத் தானாகவே விலக்கிவிடாது; மாறாக, அஸூர் மூலம் பயன்படுத்தக்கூடிய சேவைகளின் வரம்பை இது விரிவுபடுத்துகிறது.

அடுத்து கவனிக்க வேண்டியவை

  • Meta-வின் API வெளியீடு – Llama API-யின் காலவரிசை மற்றும் விலை நிர்ணயம், Meta எவ்வளவு விரைவாக தனது பணிச்சுமையை Azure-லிருந்து மாற்ற முடியும் என்பதைக் காட்டும்.
  • Azure விலை மாற்றப் போக்குகள் – AI-compute கட்டணங்களில் ஏற்படும் ஏதேனும் குறிப்பிடத்தக்க மாற்றங்கள், Meta-வின் கூட்டாண்மையின் பொருளாதாரத் தன்மையை மாற்றக்கூடும்.
  • ஒழுங்குமுறை ஆய்வுகள் – ஒரு சில கிளவுட் வழங்குநர்களிடம் AI compute குவிந்து கிடப்பது, ஏகபோக எதிர்ப்பு (antitrust) நடவடிக்கைகளை ஈர்க்கக்கூடும், இது வழங்குநர்-வாடிக்கையாளர் உறவு முறையை மாற்றியமைக்கக்கூடும்.
  • போட்டியாளர்களின் நகர்வுகள் – மற்ற மாடல் உருவாக்குநர்களும் Meta-வின் முறையைப் பின்பற்றலாம், இது போட்டியாளர்கள் ஒரே கிளவுட் கட்டமைப்பைப் பகிர்ந்து கொள்வது எனும் முரண்பாட்டை மேலும் ஆழப்படுத்தும்.

முக்கியக் கருத்து

Azure-ல் Meta செய்யும் பல நூறு மில்லியன் டாலர் செலவினம், மிகவும் மேம்பட்ட AI உருவாக்குநர்கள்கூட போட்டியாளரான கிளவுட் நிறுவனங்களைச் சார்ந்திருப்பதைத் தவிர்க்க முடியாது என்பதை நிரூபிக்கிறது. இந்த ஏற்பாடு விரைவான கண்டுபிடிப்புகளை ஊக்குவிக்கும் அதே வேளையில், எதிர்காலப் போட்டிக்கான விதைகளையும் விதைக்கிறது; இந்த இரட்டைத் தன்மை வரும் ஆண்டுகளில் AI சூழலை வடிவமைக்கும்.