Axe Compute के सीईओ Chris Miglino: साक्षात्कार श्रृंखला

Chris Miglino Axe Compute के सीईओ हैं। उन्हें प्रौद्योगिकी कंपनियों के निर्माण, विस्तार और उनमें निवेश का दो दशकों से अधिक का अनुभव है। उन्होंने Social Reality की सह-स्थापना की और DNA Fund के साथ काम किया है। इस तरह उनके पास उद्यमिता की पृष्ठभूमि के साथ-साथ पूंजी बाजारों और अवसंरचना निवेश का अनुभव भी है। Axe Compute में उनका ध्यान एंटरप्राइज़ ग्राहकों के लिए समर्पित एआई कंप्यूटिंग क्षमता बढ़ाने से जुड़ी परिचालन और वित्तीय चुनौतियों पर है।

Axe Compute एंटरप्राइज़ एआई कार्यभारों के लिए समर्पित, बेयर-मेटल जीपीयू अवसंरचना उपलब्ध कराता है। इसकी Axe Access सेवा उपलब्ध जीपीयू क्षमता तक पहुँच देती है, जबकि Axe Build ग्राहकों की दीर्घकालीन आवश्यकताओं के अनुरूप अवसंरचना विकसित करता है। इस साक्षात्कार में Miglino जीपीयू की अर्थव्यवस्था, बिजली की सीमाओं, क्लस्टर के प्रदर्शन, तैनाती साझेदारियों और इन्फरेंस तथा एआई एजेंटों की ओर बढ़ते रुझान से एंटरप्राइज़ अवसंरचना की माँग में आने वाले संभावित बदलावों पर चर्चा करते हैं।

आपका करियर उद्यमिता के दो दशकों से अधिक के अनुभव को समेटे हुए है—Social Reality की सह-स्थापना से लेकर DNA Fund का नेतृत्व करने और अब Axe Compute के सीईओ के रूप में काम करने तक। एआई अवसंरचना बाज़ार की ओर आपका ध्यान सबसे पहले किस बात ने खींचा, और आपने ऐसा कौन-सा अवसर पहचाना जिसे पारंपरिक क्लाउड प्रदाता पर्याप्त रूप से पूरा नहीं कर रहे थे?

मेरे सामने जो अवसर था, वह सीधा-सादा था: एआई को सहारा देने के लिए बनी अवसंरचना की तुलना में एआई कहीं तेज़ी से आगे बढ़ रहा है। मैंने कंपनियाँ बनाने, उनका विस्तार करने और उनमें निवेश करने में दो दशकों से अधिक समय बिताया है, और इसी अंतर में मुझे सबसे बड़े अवसर दिखाई दिए हैं। Social Reality की सह-स्थापना से लेकर DNA Fund में अपने काम तक, मैं हमेशा ऐसी बुनियादी समस्याओं की ओर आकर्षित हुआ हूँ जिनमें नई तकनीक से वास्तविक व्यावसायिक मूल्य तक पहुँचने का स्पष्ट रास्ता हो। कंपनियाँ एआई में अरबों डॉलर का निवेश कर रही थीं, फिर भी कई को ऐसी विश्वसनीय क्षमता नहीं मिल पा रही थी जिसकी लागत व्यावसायिक रूप से उचित हो। पारंपरिक क्लाउड प्रदाताओं ने असाधारण व्यवसाय खड़े किए हैं, लेकिन उनकी अवसंरचना लचीले, साझा परिवेशों के लिए बनाई गई थी—न कि चौबीसों घंटे चलने वाले, लगातार और अत्यधिक कंप्यूटिंग-शक्ति की माँग करने वाले एआई कार्यभारों के लिए। मैंने खुद कंपनियाँ बनाई हैं, इसलिए जानता हूँ कि व्यवसायों को क्या चाहिए: अनुमानित लागत, विश्वसनीय पहुँच और विस्तार की गुंजाइश। मुझे एंटरप्राइज़ एआई की वास्तविक ज़रूरतों के अनुरूप समर्पित अवसंरचना बनाने का अवसर दिखा, जिससे कंपनियों को अपने कंप्यूटिंग संसाधनों पर नियंत्रण मिले और उन्हें डेटा सेंटर संचालक न बनना पड़े। इसी वजह से मैं Axe Compute में हूँ। एआई के पीछे की अवसंरचना बनाने वाली कंपनियाँ तय करेंगी कि यह तकनीक कितनी दूर तक और कितनी तेज़ी से विस्तार कर सकती है।

जैसे-जैसे उद्यम एआई को तेज़ी से अपना रहे हैं, उच्च-प्रदर्शन वाले जीपीयू कंप्यूटिंग संसाधनों तक पहुँच एक अहम पहलू बन गई है। कंप्यूटिंग की अपनी ज़रूरतों को लेकर व्यवसायों में सबसे बड़ी गलतफ़हमियाँ क्या हैं, और उन्हें समर्पित जीपीयू अवसंरचना तथा पारंपरिक क्लाउड सेवाओं के बीच चुनाव कैसे करना चाहिए?

सबसे बड़ी गलतफ़हमी यह है कि अधिक जीपीयू होने से एआई का प्रदर्शन अपने-आप बेहतर हो जाता है। उन जीपीयू के आसपास की संरचना, उन तक पहुँच की निरंतरता और उन्हें चलाने की लागत भी उतनी ही मायने रखती है। दूसरी गलतफ़हमी यह मान लेना है कि एंटरप्राइज़ सॉफ़्टवेयर के लिए बना क्लाउड मॉडल एआई के लिए भी सही है। सार्वजनिक क्लाउड प्रयोगों, अनिश्चित माँग और ऐसे कार्यभारों के लिए बढ़िया है जिन्हें तेज़ी से बढ़ाया या घटाया जा सकता है। लेकिन जब आप उत्पादन स्तर पर पहुँचकर भारी कार्यभार चौबीसों घंटे चलाते हैं, तो लागत का हिसाब बदल जाता है। तब आप कभी-कभार कंप्यूटिंग के लिए भुगतान नहीं कर रहे होते। आप उपयोग-आधारित मूल्य निर्धारण मॉडल पर लगातार चलने वाले औद्योगिक संचालन का वित्तपोषण कर रहे होते हैं। मैं एंटरप्राइज़ कंपनियों से कहता हूँ कि वे प्रति घंटे की जीपीयू कीमतों के बजाय उपयोग, कार्यभार की अवधि, नेटवर्किंग की ज़रूरतों और कई वर्षों की कुल लागत पर ध्यान दें। लगातार चलने वाले कार्यभारों के लिए समर्पित अवसंरचना लागत का पूर्वानुमान लगाने और नियंत्रण रखने की सुविधा देती है, लेकिन सही विकल्प इस पर निर्भर करता है कि आप वास्तव में एआई का उपयोग किस तरह करने की योजना बना रहे हैं।

Axe Compute दो अलग-अलग मॉडल—Axe Access और Axe Build—पेश करता है, जो जीपीयू तुरंत उपलब्ध कराने के साथ-साथ विशिष्ट ज़रूरतों के अनुरूप बनाई गई एआई अवसंरचना भी मुहैया कराते हैं। क्या आप बता सकते हैं कि ये मॉडल कैसे काम करते हैं, वे किस तरह के ग्राहकों के लिए हैं और संगठन कैसे तय कर सकते हैं कि उनके एआई कार्यभारों के लिए कौन-सा तरीका सबसे उपयुक्त है?

हमने Axe Access और Axe Build इसलिए बनाए, क्योंकि सभी एंटरप्राइज़ कंपनियाँ एक ही चरण में नहीं होतीं और उन्हें एक ही अवसंरचना मॉडल अपनाने के लिए बाध्य नहीं किया जाना चाहिए। Axe Access उन संगठनों के लिए है जिन्हें अभी समर्पित जीपीयू क्षमता चाहिए—चाहे वे मौजूदा संचालन का विस्तार कर रहे हों, कोई नया मॉडल शुरू कर रहे हों या अपने मौजूदा प्रदाता की क्षमता से आगे निकल गए हों। Axe Build उन ग्राहकों के लिए है जिन्हें क्षमता से लेकर संरचना और संचालन तक, अपनी दीर्घकालीन ज़रूरतों के अनुरूप बनाई गई समर्पित अवसंरचना चाहिए। दोनों में अंतर समय, पैमाने और अनुकूलन की ज़रूरत पर निर्भर करता है। अगर आपको कार्यभार तुरंत चलाने हैं, तो उपलब्ध क्षमता से शुरुआत करें। अगर आप कई वर्षों तक चलने वाला एआई संचालन शुरू करने की योजना बना रहे हैं, तो उसी के अनुरूप अवसंरचना बनाएँ। मेरे लिए अहम बात यह है कि ग्राहकों को माँग से लेकर काम करने वाली क्षमता तक पहुँचने का व्यावहारिक रास्ता मिले, क्योंकि तकनीक तभी मूल्यवान होती है जब आप उसका उपयोग कर सकें।

Axe Compute ने 3.45 अरब डॉलर से अधिक मूल्य की एआई अवसंरचना परियोजनाओं के लिए अनुबंध किए हैं, जो समर्पित कंप्यूटिंग क्षमता की पर्याप्त माँग को दर्शाता है। इन प्रतिबद्धताओं को चालू जीपीयू क्लस्टरों में बदलने में सबसे बड़ी चुनौतियाँ क्या रही हैं, और इस गति से अवसंरचना बढ़ाने के बारे में आपने क्या सबक सीखे हैं?

सबसे बड़ा सबक यह है कि मांग हासिल करना और बुनियादी ढाँचा उपलब्ध कराना दो बिल्कुल अलग कौशल हैं, और आपको दोनों में असाधारण रूप से दक्ष होना होगा। 3.45 अरब डॉलर से अधिक की अनुबंधित परियोजनाओं के साथ, हर चरण अहम है: सुविधाएँ, बिजली, खरीद, वित्तपोषण, नेटवर्किंग और क्लस्टरों को चालू करने का तकनीकी काम। हर चरण की अपनी समय-सीमा होती है, और एक देरी से पूरी तैनाती रुक सकती है। बिजली सबसे बड़ी चुनौती है। आपके पास प्रतिबद्धताएँ, पूँजी और उपकरण तैयार हो सकते हैं, लेकिन बिजली के बिना इनमें से किसी से भी प्रतिफल नहीं मिलता। हमने परियोजनाओं के क्रम, साझेदारों के चयन और पूँजी आवंटन में अनुशासित तरीके से विस्तार करना सीखा है। हम यह कभी नहीं भूलते कि अनुबंधित परियोजनाओं का मूल्य उस बुनियादी ढाँचे के बराबर नहीं होता जिसे पहले ही तैनात कर राजस्व अर्जित करने के लिए चालू कर दिया गया हो। सफल वही कंपनियाँ होंगी जो प्रतिबद्धताओं को लगातार विश्वसनीय, परिचालन क्षमता में बदलेंगी। क्रियान्वयन ही हमारा कारोबारी मॉडल है।

एआई बुनियादी ढाँचे पर चर्चाओं में अक्सर जीपीयू की उपलब्धता ही मुख्य मुद्दा होती है, लेकिन बिजली, शीतलन, नेटवर्किंग और डेटा सेंटर की क्षमता भी उतनी ही बड़ी बाधाएँ बन सकती हैं। आपके विचार में इनमें से कौन-सी बाधा दीर्घकाल में एआई के विस्तार की सबसे बड़ी चुनौती बनेगी, और Axe Compute इन चुनौतियों से कैसे निपट रही है?

बिजली। एआई बुनियादी ढाँचे के लगभग हर दूसरे हिस्से का विस्तार या उन्नयन, उसे बिजली पहुँचाने वाली प्रणालियों की तुलना में अधिक तेज़ी से किया जा सकता है। जीपीयू तकनीक तेज़ी से आगे बढ़ती है, पूँजी लगाई जा सकती है और सुविधाएँ बनाई जा सकती हैं, लेकिन बिजली पारेषण लाइनें, बिजली कंपनियों के नेटवर्क से जुड़ाव और बड़े पैमाने पर बिजली उत्पादन ऐसे समय में आगे बढ़ते हैं जो अक्सर एआई कंपनियों की योजना-निर्माण अवधि से कहीं अधिक लंबा होता है। हम ऐसे बिजली ग्रिड की माँग कर रहे हैं जो अनुमानित माँग के आधार पर तैयार हो और कंप्यूटिंग क्षमता के नए, विशाल संकेंद्रण को संभाल सके। इसे केवल हार्डवेयर पर अधिक खर्च करके हल नहीं किया जा सकता। Axe Compute में हम बुनियादी ढाँचे के विकास को बिजली की वास्तविक उपलब्धता के अनुरूप रखते हैं और ऐसे साझेदारों के साथ काम करते हैं जो उच्च घनत्व वाले एआई परिनियोजन को समझते हैं। शीतलन और नेटवर्किंग भी अहम हैं, खासकर जैसे-जैसे रैक का घनत्व बढ़ता है; लेकिन भरोसेमंद और किफ़ायती बिजली ही तय करेगी कि एआई बुनियादी ढाँचा कहाँ बनेगा और कौन-से संचालक लाभप्रद ढंग से विस्तार कर पाएँगे।

उच्च प्रदर्शन वाला एआई क्लस्टर बनाने में हज़ारों जीपीयू जोड़ने से कहीं अधिक काम शामिल होता है। नेटवर्किंग संरचना, भंडारण की डेटा-प्रवाह क्षमता, कार्यभार का संचालन और जीपीयू का उपयोग जैसे कारक वास्तविक परिस्थितियों में प्रदर्शन को कैसे प्रभावित करते हैं, और उद्यम तकनीकी जटिलता को सबसे अधिक कहाँ कम आँकते हैं?

सारा ध्यान जीपीयू पर जाता है, लेकिन उसका प्रदर्शन उसके आसपास की हर चीज़ पर निर्भर करता है—और यहीं उद्यम जटिलता को कम आँकते हैं। आप बेहद शक्तिशाली प्रोसेसर लगा सकते हैं, लेकिन अगर आपका नेटवर्क उनके बीच डेटा को कुशलता से नहीं पहुँचा पाता या आपका भंडारण उन्हें पर्याप्त तेज़ी से डेटा नहीं दे पाता, तो आप ऐसी क्षमता के लिए भुगतान कर रहे हैं जिसका उपयोग ही नहीं हो रहा। बड़े पैमाने पर मॉडल प्रशिक्षण में यह सबसे अधिक मायने रखता है, जहाँ जीपीयू के बीच संचार इस बात को खासा प्रभावित कर सकता है कि मॉडल का प्रशिक्षण कितनी जल्दी पूरा होता है। संचालन व्यवस्था एक और जटिलता जोड़ती है, क्योंकि क्षमता को बेकार छोड़े बिना आपको काम का निर्धारण, संसाधनों का आवंटन, विफलताओं और बदलती माँग का प्रबंधन करना होता है। मैं प्रदर्शन को सैद्धांतिक विनिर्देशों के बजाय उपयोगी परिणामों के आधार पर आँकता हूँ, क्योंकि अच्छी तरह उपयोग किया गया क्लस्टर अकुशल ढंग से चल रहे बड़े क्लस्टर की तुलना में कहीं बेहतर अर्थव्यवस्था दे सकता है। एआई बुनियादी ढाँचे के हार्डवेयर, सॉफ़्टवेयर और संचालन—तीनों का लगातार अनुकूलन करना ज़रूरी है। यह उपकरण खरीदकर एक बार में निपटा दिया जाने वाला काम नहीं है।

Axe Compute ने हाल ही में बड़े पैमाने पर एआई बुनियादी ढाँचे की तैनाती तेज़ करने के लिए Penguin Solutions के साथ रणनीतिक साझेदारी की घोषणा की। यह साझेदारी कौन-सी विशिष्ट तकनीकी और परिचालन क्षमताएँ उपलब्ध कराती है, और विश्वसनीयता व प्रदर्शन बनाए रखते हुए तैनाती की समय-सीमा घटाने में यह कैसे मदद करेगी?

Penguin तीन चीज़ें उपलब्ध कराता है: निर्धारित जीपीयू क्लस्टर स्थलों पर विशेषज्ञों के नेतृत्व में तैनाती और परिचालन सेवाएँ, बड़े पैमाने पर क्लस्टर संचालन के प्रबंधन के लिए इसका ClusterWareAI सॉफ़्टवेयर, और Penguin की टीम द्वारा हमारे साथ मिलकर दी जाने वाली 24×7 नेटवर्क संचालन केंद्र की निगरानी। यह इसलिए अहम है क्योंकि एआई बुनियादी ढाँचे के विकास का अगला चरण इस बात पर निर्भर करता है कि कंपनियाँ जटिल परिवेशों को बड़े पैमाने पर कितनी कुशलता से तैनात और संचालित कर सकती हैं। एआई क्लस्टर तैनात करने का अर्थ है कंप्यूटिंग, नेटवर्किंग, भंडारण और प्रबंधन प्रणालियों को ऐसे परिवेश में एकीकृत करना जो चुनौतीपूर्ण कार्यभार के तहत विश्वसनीय ढंग से काम करे। Penguin के विशेषज्ञ तैनाती की क्षमता बढ़ाते हैं, जिससे हम तेज़ी से तैनाती कर सकते हैं, अधिक परियोजनाएँ ले सकते हैं और क्रियान्वयन से जुड़े जोखिम घटा सकते हैं। लक्ष्य प्रदर्शन से समझौता किए बिना तैनाती को अधिक दोहराने योग्य और पूर्वानुमेय बनाना है, क्योंकि किसी परियोजना को तेज़ करने से तभी मूल्य पैदा होता है जब बुनियादी ढाँचा चालू होने के बाद विश्वसनीय ढंग से काम करे।

जैसे-जैसे एआई बड़े पैमाने पर मॉडल प्रशिक्षण से आगे बढ़कर अनुमान, स्वायत्त एजेंटों और वास्तविक समय के अनुप्रयोगों की ओर विकसित हो रहा है, आप उद्यमों की कंप्यूटिंग आवश्यकताओं में क्या बदलाव आने की उम्मीद करते हैं? क्या इस बदलाव से जीपीयू क्लस्टरों के डिज़ाइन, तैनाती और भौगोलिक वितरण के तरीके में बुनियादी परिवर्तन आएगा?

आखिरकार, वाणिज्यिक AI अवसंरचना बाज़ार में इन्फ़रेंस की बहुत बड़ी भूमिका होगी—खासकर तब, जब व्यवसाय मॉडल बनाने से आगे बढ़कर उत्पादों, परिचालनों और ग्राहकों के लिए उपलब्ध सेवाओं में AI को शामिल करेंगे। प्रशिक्षण का काम कुछ सीमित अवधियों में तेज़ी से होता है। इन्फ़रेंस के लिए उपलब्धता, विलंबता, थ्रूपुट और लगातार लाखों अनुरोधों को पूरा करना अहम है। एजेंट एक और परत जोड़ते हैं: वे किसी कार्यप्रवाह के दौरान कई काम करते हैं और बार-बार मॉडल का उपयोग करते हैं। हर अनुरोध छोटा हो सकता है, लेकिन कुल मांग तेज़ी से बढ़ती है। मेरा मानना है कि बड़े केंद्रीकृत क्लस्टर चुनौतीपूर्ण कार्यभार संभालते रहेंगे, जबकि भौगोलिक रूप से अधिक वितरित क्षमता उन अनुप्रयोगों की ज़रूरत पूरी करेगी जिनमें प्रतिक्रिया समय और डेटा का स्थानीय भंडारण मायने रखता है। उद्यम यह तय करने में भी अधिक समझदारी दिखाएँगे कि किस कार्यभार के लिए कौन-सा हार्डवेयर सही है, बजाय इसके कि वे मान लें कि हर काम के लिए सबसे शक्तिशाली GPU चाहिए। मुझे सबसे रोमांचक बात यह लगती है कि मांग कहीं अधिक विविध होने वाली है। इससे उन प्रदाताओं को लाभ होगा जो सही जगहों पर, सही लागत-व्यवस्था के साथ, सही क्षमता दे सकते हैं।

AI अवसंरचना बनाने के लिए शुरुआत में काफी पूँजी लगानी पड़ती है, जबकि GPU तकनीक लगातार तेज़ी से आगे बढ़ रही है। समर्पित GPU क्लस्टरों के वित्तपोषण और संचालन की अर्थव्यवस्था को Axe Compute किस तरह देखती है, और उद्यम ऐसे महँगे हार्डवेयर पर निर्भर होने से कैसे बच सकते हैं जो अपनी उपयोगी अवधि पूरी होने से पहले ही पुराना पड़ सकता है?

शुरुआत ग्राहकों की मांग से करें, हार्डवेयर से नहीं। महँगे उपकरण खरीदकर यह उम्मीद करना कि उनका उपयोग अपने आप होने लगेगा, उलटा तरीका है। यह सॉफ़्टवेयर का कारोबार नहीं है: इसमें भारी भौतिक परिसंपत्तियाँ, निर्माण की लंबी समय-सीमाएँ और ऐसी तकनीक शामिल है जो कम समय में नाटकीय रूप से बेहतर हो जाती है। Axe Compute में हमारा तरीका अनुबंधित मांग, सुनियोजित तैनाती और ऐसे ग्राहकों की ज़रूरतों के अनुरूप बनाई गई अवसंरचना पर आधारित है जिन्हें लगातार क्षमता चाहिए। तकनीक का पुराना पड़ना वास्तविक समस्या है, लेकिन जो GPU अब सबसे नया नहीं रहा, उसका यह मतलब नहीं कि उसका कोई व्यावसायिक मूल्य नहीं है। हर इन्फ़रेंस अनुप्रयोग या उद्यमी AI प्रणाली को हार्डवेयर की नवीनतम पीढ़ी की ज़रूरत नहीं होती, और कार्यभार का समझदारी से आवंटन करके मौजूदा अवसंरचना की उत्पादक उपयोग-अवधि बढ़ाई जा सकती है। ग्राहकों को पूरे अनुबंध की अर्थव्यवस्था पर विचार करना चाहिए: उपयोग, प्रदर्शन की ज़रूरतें और तकनीक के आगे बढ़ने के साथ मिलने वाली लचीलापन। लक्ष्य यह सुनिश्चित करना है कि अवसंरचना की उपयोगी आर्थिक अवधि उसमें निवेश की गई पूँजी को उचित ठहराए—न कि ऐसा कारोबारी मॉडल बनाया जाए जो इस पर निर्भर हो कि हार्डवेयर हमेशा अपना शुरुआती मूल्य बनाए रखेगा।

अगले तीन से पाँच वर्षों पर नज़र डालें, तो AI अवसंरचना में नवाचार और निवेश के सबसे बड़े अवसर आपको कहाँ दिखाई देते हैं? क्या आपको लगता है कि बाज़ार में हाइपरस्केलर और बड़े GPU प्रदाताओं का ही दबदबा बना रहेगा, या विशिष्ट अवसंरचना कंपनियाँ उद्यमों के AI कंप्यूटिंग शक्ति तक पहुँचने के तरीके को पूरी तरह बदल सकती हैं?

इतने बड़े और जटिल बाज़ार की ज़रूरतें कुछ ऐसे प्रदाता कुशलता से पूरी नहीं कर पाएँगे जो सभी एक ही अवसंरचना मॉडल पर काम करते हों। हाइपरस्केलर बेहद अहम बने रहेंगे, लेकिन अगले तीन से पाँच वर्षों में विशिष्ट सेवा प्रदाताओं को लेकर मैं बहुत आशावादी हूँ। AI में किए जा रहे निवेश को उन अवसंरचनाओं में बदलने का काम अभी शुरुआती दौर में है जिन पर व्यवसाय हर दिन निर्भर करते हैं। प्रदर्शन, डेटा संप्रभुता, लागत, समय-सीमा और भौगोलिक स्थिति को लेकर उद्यमों की ज़रूरतें अलग-अलग होती हैं; इससे हमारे जैसे सेवा प्रदाताओं के लिए वास्तविक अवसर पैदा होते हैं। जिन निवेश अवसरों में मुझे सबसे अधिक दिलचस्पी है, वे हैं बिजली अवसंरचना, अधिक दक्ष शीतलन, उन्नत नेटवर्किंग और GPU के उपयोग को बेहतर बनाने वाला सॉफ़्टवेयर—क्योंकि इनका AI की अर्थव्यवस्था पर सीधा असर पड़ता है। वित्तपोषण का स्वरूप भी बदलेगा, क्योंकि निवेशक इन परिसंपत्तियों और अनुबंधित क्षमता से होने वाली नकदी के प्रवाह को लेकर अधिक आश्वस्त होंगे। Axe Compute के लिए अवसर इस बाज़ार के विकास में मदद करने का है, ताकि AI को उत्पादन में उतारने के लिए गंभीर संगठनों को समर्पित AI क्षमता अधिक सुलभ, भरोसेमंद और विस्तार योग्य रूप में मिल सके। बिना किसी समझौते वाली कंप्यूटिंग से हमारा यही आशय है।

इस शानदार बातचीत के लिए धन्यवाद। समर्पित GPU क्षमता और उद्यमी AI अवसंरचना के बारे में जानने के इच्छुक पाठक Axe Compute की वेबसाइट पर जाएँ।