UC Berkeley ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ AI ਦੇ ਵਿਕਾਸ ਨੂੰ ਹੌਲੀ ਕਰਨ ਲਈ ਇੱਕ ਨਵਾਂ ਤਰੀਕਾ ਲੱਭਿਆ ਹੈ। ਉਹਨਾਂ ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ ਜੇਕਰ ASML ਅਤੇ Zeiss ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਦੀ ਸਪਲਾਈ ਚੇਨ 'ਤੇ ਕੰਟਰੋਲ ਕੀਤਾ ਜਾਵੇ, ਤਾਂ ਨਵੇਂ AI ਮਾਡਲ ਬਣਾਉਣ 'ਤੇ ਰੋਕ ਲਗਾਈ ਜਾ ਸਕਦੀ ਹੈ।
UC Berkeley ਦੀ ਇੱਕ ਨਵੀਂ ਰਿਪੋਰਟ ਨੇ ਦੁਨੀਆ ਭਰ ਦੇ ਟੈਕਨਾਲੋਜੀ ਬਾਜ਼ਾਰ ਵਿੱਚ ਹਲਚਲ ਮਚਾ ਦਿੱਤੀ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਦੀ ਬਜਾਏ ਹਾਰਡਵੇਅਰ ਦੇ 'ਬੋਤਲਨੈੱਕ' (Bottleneck) ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਕੇ AI ਦੇ ਖਤਰਨਾਕ ਵਿਸਤਾਰ ਨੂੰ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਹਾਰਡਵੇਅਰ 'ਤੇ ਨਿਰਭਰਤਾ
ਅੱਜ ਦੇ ਸਮੇਂ ਵਿੱਚ ਵੱਡੇ AI ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਅਤਿ-ਆਧੁਨਿਕ ਲਿਥੋਗ੍ਰਾਫੀ ਮਸ਼ੀਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਸਿਰਫ਼ ASML ਵਰਗੀਆਂ ਚੋਣਵੀਆਂ ਕੰਪਨੀਆਂ ਹੀ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਰਿਪੋਰਟ ਮੁਤਾਬਕ, ਜੇਕਰ ਸਰਕਾਰਾਂ ਇਸ ਸਪਲਾਈ ਚੇਨ ਨੂੰ ਕੰਟਰੋਲ ਕਰ ਲੈਣ, ਤਾਂ ਨਵੇਂ ਸੁਪਰ-ਪਾਵਰ AI ਮਾਡਲ ਬਣਾਉਣਾ ਅਸੰਭਵ ਹੋ ਜਾਵੇਗਾ।
ਨਵੀਂ ਰਣਨੀਤੀ: Training vs Inference
ਇਸ ਪ੍ਰਸਤਾਵ ਵਿੱਚ ਦੋ ਤਰ੍ਹਾਂ ਦੇ ਚਿਪਸ ਬਣਾਉਣ ਦੀ ਗੱਲ ਕੀਤੀ ਗਈ ਹੈ:
- Training-capable Chips: ਜਿਨ੍ਹਾਂ 'ਤੇ ਸਰਕਾਰਾਂ ਸਖ਼ਤ ਪਾਬੰਦੀਆਂ ਲਗਾ ਸਕਦੀਆਂ ਹਨ।
- Inference-only Chips: ਜੋ ਸਿਰਫ਼ ਮੌਜੂਦਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਚਲਾਉਣ ਲਈ ਹੋਣਗੇ, ਪਰ ਨਵੇਂ ਮਾਡਲ ਬਣਾਉਣ ਦੇ ਸਮਰੱਥ ਨਹੀਂ ਹੋਣਗੇ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਚੇਤਾਵਨੀ
ਜੇਕਰ ਇਹ ਪ੍ਰਸਤਾਵ ਲਾਗੂ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਸੈਮੀਕੰਡਕਟਰ ਉਪਕਰਣ ਬਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਰੈਵੇਨਿਊ ਅਤੇ ਗਰੋਥ 'ਤੇ ਸਿੱਧਾ ਅਸਰ ਪੈ ਸਕਦਾ ਹੈ। ਭਾਵੇਂ ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਵਿਚਕਾਰ ਵਧਦੇ ਤਣਾਅ ਕਾਰਨ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਮਝੌਤੇ ਮੁਸ਼ਕਿਲ ਲੱਗਦੇ ਹਨ, ਪਰ ਸੈਮੀਕੰਡਕਟਰ ਸੈਕਟਰ ਵਿੱਚ ਐਕਸਪੋਰਟ ਪਾਲਿਸੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। AI ਦੀ ਟ੍ਰੇਨਿੰਗ ਲਈ ਹਜ਼ਾਰਾਂ ਚਿਪਸ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਕਾਰਨ ਇਸ ਨੂੰ ਗੁਪਤ ਰੱਖਣਾ ਅਸੰਭਵ ਹੈ, ਜੋ ਰੈਗੂਲੇਟਰਾਂ ਲਈ ਕੰਮ ਆਸਾਨ ਕਰ ਸਕਦਾ ਹੈ।