UC Berkeley के रिसर्चर्स का मानना है कि यदि एडवांस AI चिप्स की सप्लाई चेन को कंट्रोल कर लिया जाए, तो नई AI मॉडल्स की ट्रेनिंग को आसानी से रोका जा सकता है। ASML और Zeiss जैसी दिग्गज कंपनियों पर रेगुलेटरी नजर, AI रेगुलेशन और जियोपॉलिटिकल मोर्चे पर नए सवाल खड़े कर रही है।
UC Berkeley की एक नई रिसर्च ने आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में हलचल मचा दी है। रिसर्चर्स का सुझाव है कि सॉफ्टवेयर एल्गोरिदम को सीधे रेगुलेट करने के बजाय, उस 'हार्डवेयर बॉटलनेक' (Hardware Bottleneck) को टारगेट किया जाए जिसके बिना बड़े AI मॉडल्स को बनाना असंभव है।\n\n### हार्डवेयर पर नियंत्रण ही चाबी\n\nहाई-एंड AI मॉडल्स को ट्रेन करने के लिए विशेष लिथोग्राफी मशीनों की जरूरत होती है, जिसे दुनिया में केवल ASML जैसी कुछ चुनिंदा कंपनियां ही बनाती हैं, और इसमें Zeiss के ऑप्टिक्स का इस्तेमाल होता है। चूंकि यह सप्लाई चेन बहुत सीमित और मॉनिटर करने योग्य है, इसलिए नीति-निर्माता हार्डवेयर के उत्पादन पर पाबंदी लगाकर AI डेवलपमेंट की गति को धीमा कर सकते हैं।\n\n### ट्रेनिंग बनाम इन्फरेंस (Inference)\n\nरिसर्च में एक नया फ्रेमवर्क सुझाया गया है, जिसमें दो तरह के चिप्स का अंतर स्पष्ट होगा:\n\n* ट्रेनिंग-कैपेबल चिप्स: बड़े AI मॉडल्स बनाने वाली मशीनें, जिन पर पाबंदी की बात कही जा रही है।\n* इन्फरेंस-ओनली चिप्स: ये चिप्स केवल मौजूदा AI एप्लीकेशन्स को चलाने के काम आएंगे और इनमें नया, भारी-भरकम मॉडल बनाने की क्षमता नहीं होगी।\n\n### निवेशकों के लिए चेतावनी\n\nयह प्रस्ताव सेमीकंडक्टर इक्विपमेंट सेक्टर की स्ट्रैटेजिक अहमियत को उजागर करता है। यदि ऐसी रेगुलेशन लागू होती है, तो इसका सीधा असर इन कंपनियों के रेवेन्यू और ग्रोथ पर पड़ेगा। अमेरिका और चीन जैसे देशों के बीच बढ़ते तनाव के कारण इस समझौते को लागू करना बड़ी चुनौती है, लेकिन रिसर्चर्स का तर्क है कि बड़े मॉडल्स के लिए हजारों चिप्स एक साथ काम करते हैं, जिसे छिपाना नामुमकिन है। निवेशकों को अब सेमीकंडक्टर एक्सपोर्ट पॉलिसी और इंटरनेशनल चिप मैन्युफैक्चरिंग रूल्स पर बारीक नजर रखनी होगी।