MIT के शोधकर्ता परमाणु पदार्थों पर एआई अनुसंधान को आगे बढ़ाने के लिए Ferveret के कूलिंग प्लेटफ़ॉर्म का उपयोग कर रहे हैं

एआई अनुसंधान में विचारों की कमी होने से बहुत पहले ही एक भौतिक सीमा आ सकती है: प्रयोगशाला जितनी कंप्यूटिंग क्षमता को बिजली दे और ठंडा रख सकती है, उसकी सीमा। Ferveret का कहना है कि MIT के शोधकर्ता परमाणु पदार्थों के अध्ययन के लिए एआई विधियाँ विकसित करने हेतु उसके उच्च-प्रदर्शन कंप्यूटिंग प्लेटफ़ॉर्म का उपयोग कर रहे हैं। इस तरह, वे लंबे समय तक चलने वाले वैज्ञानिक कार्यभार में उसकी Adaptive Phase Cooling तकनीक का इस्तेमाल कर रहे हैं।

22 अक्टूबर की घोषणा दो इंजीनियरिंग चुनौतियों को जोड़ती है। शोधकर्ताओं को अत्यधिक परिस्थितियों के संपर्क में आने वाले पदार्थों को समझने के लिए अधिक कंप्यूटिंग क्षमता चाहिए। डेटा केंद्रों के संचालकों को सीमित विद्युत क्षमता से अधिक उपयोगी काम लेना होता है। Ferveret का प्रस्ताव है कि बेहतर तरीके से ऊष्मा हटाने से दोनों को मदद मिल सकती है, और इसके लिए प्रोसेसर की नई पीढ़ी की आवश्यकता नहीं होगी।

परमाणु पदार्थों के अनुसंधान को अधिक एआई कंप्यूटिंग क्षमता की आवश्यकता क्यों है

इस काम में MIT की Materials in Extreme Environments Lab शामिल है, जिसका नेतृत्व परमाणु विज्ञान एवं अभियांत्रिकी तथा विद्युत अभियांत्रिकी एवं कंप्यूटर विज्ञान के सहायक प्रोफ़ेसर Ericmoore Jossou करते हैं। MIT की संकाय प्रोफ़ाइल में बताया गया है कि इस अनुसंधान में नैनोस्केल पर संरचनात्मक गुणों और दोषों की जाँच के लिए उन्नत सूक्ष्मदर्शिकी और सुसंगत एक्स-रे इमेजिंग को एक साथ इस्तेमाल किया जाता है।

Ferveret अपने प्लेटफ़ॉर्म का उपयोग करने वाली दो परियोजनाओं का उल्लेख करता है। एक परियोजना में परमाणु पदार्थों के सुसंगत एक्स-रे मापों का विश्लेषण करने के लिए एआई विधियाँ विकसित की जा रही हैं। दूसरी में मशीन लर्निंग पर आधारित अंतरपरमाण्विक विभवों को प्रशिक्षित किया जा रहा है—ये ऐसे मॉडल हैं जो परमाणुओं के बीच परस्पर क्रिया का अनुमान लगाते हैं और शोधकर्ताओं को कठिन परिस्थितियों में पदार्थों के व्यवहार का अनुकरण करने में मदद करते हैं।

पहली परियोजना की अनुसंधान दिशा को स्वतंत्र समर्थन भी मिलता है। MIT के 2026 के परमाणु विज्ञान एवं अभियांत्रिकी अनुसंधान एक्सपो में DongHun Ryu की “भौतिकी-आधारित गहन जनरेटिव मॉडल से BCDI चरण पुनर्प्राप्ति” शीर्षक वाली प्रस्तुति सूचीबद्ध है। BCDI का पूरा नाम Bragg coherent diffraction imaging है। यह वही तकनीक है जिसका उल्लेख Jossou के संकाय अनुसंधान विवरण में भी है। इससे कूलिंग कंपनी की घोषणा से परे अनुसंधान के साथ एक ठोस जुड़ाव स्थापित होता है, हालाँकि कार्यक्रम की सूची Ferveret के हार्डवेयर का मूल्यांकन नहीं करती।

अंतरपरमाण्विक विभव एक अलग कंप्यूटिंग अड़चन को दूर करने में मदद करते हैं। अनुकरण के हर चरण में महँगी इलेक्ट्रॉनिक-संरचना गणना करने के बजाय, प्रशिक्षित मॉडल परमाणुओं की व्यवस्थाओं, ऊर्जा और बलों के बीच संबंध का अनुमान लगाता है। MIT के भंडार में उपलब्ध शोध बताता है कि मशीन लर्निंग पर आधारित बल-क्षेत्र, परमाणु स्तर के अनुकरणों में समय और लंबाई के पैमाने बढ़ा सकते हैं और साथ ही उन संदर्भ गणनाओं की सटीकता बनाए रख सकते हैं जिन पर उन्हें प्रशिक्षित किया गया है।

यह सटीकता इस बात पर निर्भर करती है कि मॉडल कौन-सा है और उसने किन परिस्थितियों को दर्शाना सीखा है। Ferveret की घोषणा के अनुसार, समर्थित अनुसंधान का लक्ष्य ऐसे अनुकरण करना है जिनकी सटीकता घनत्व-फलन सिद्धांत के करीब हो। हालाँकि, इन परियोजनाओं के लिए इस नतीजे को स्थापित करने वाली त्रुटि-सारणी, प्रकाशित मॉडल या संख्यात्मक तुलना उपलब्ध नहीं कराई गई है।

Adaptive Phase Cooling ऊष्मा कैसे हटाती है

Ferveret का तकनीकी विवरण उपशीतित क्वथन पर केंद्रित है। यह ऐसी विधि है जिसे परमाणु रिएक्टरों में ऊष्मा-संचरण से जुड़े अनुसंधान से जानकारी मिली है। चिप की सतह पर ऊष्मा से वाष्प के बुलबुले बनते हैं, लेकिन उसके आसपास का द्रव अपने क्वथनांक से नीचे रहता है। कंपनी का कहना है कि छोटे बुलबुले तेज़ी से अलग होकर उसी ठंडे द्रव में फिर से संघनित हो जाते हैं, जिससे गर्म सतह के साथ द्रव का संपर्क फिर से स्थापित होता है।

अंतर इस बात में है कि वाष्प कहाँ जाती है। Ferveret जिस संतृप्त-क्वथन विसर्जन विधि से तुलना करता है, उसमें बुलबुले संघनित होने से पहले वाष्प-स्थान में ऊपर उठते हैं। Ferveret की विधि में उन्हें द्रव के भीतर ही, स्थानीय स्तर पर संघनित करने का प्रयास किया जाता है। कंपनी का कहना है कि इससे परिवेशी दबाव के करीब संचालन और अलग-अलग सर्वरों के लिए छोटे आवरणों का उपयोग संभव होता है।

Ferveret का डेटा केंद्र के उत्पादों का पृष्ठ Lambert नाम की रैक पर लगने वाली 4U कूलिंग यूनिट, एक विशेष रूप से निर्मित हीट एक्सचेंजर और संचालन की स्थितियों को समायोजित करने वाले नियंत्रण सॉफ़्टवेयर का विवरण देता है। इसकी प्रस्तावित तैनाती सर्वर-स्तर की कूलिंग प्रणाली के रूप में है, जो बड़ी साझा इमर्शन टंकी के बजाय सुविधा के ऊष्मा-निष्कासन ढाँचे से जुड़ती है।

एआई ऑपरेटरों के लिए इसका उद्देश्य लंबे समय तक चलने वाले कार्यभार के दौरान प्रोसेसरों को उनकी तापीय सीमाओं के भीतर रखना और कूलिंग से जुड़ी अतिरिक्त लागत घटाना है। जब गर्मी प्रदर्शन को सीमित कर सकती हो, तब ठंडा हार्डवेयर अधिक परिचालन प्रदर्शन बनाए रख सकता है। लाभ कितना होगा, यह तुलना में इस्तेमाल किए गए प्रोसेसर, कार्यभार, पावर सेटिंग और कूलिंग प्रणाली पर निर्भर करता है।

15% और 35% के प्रदर्शन आँकड़ों का वास्तविक अर्थ

घोषणा में दिए गए दो प्रमुख आँकड़े अलग-अलग मापों को दर्शाते हैं। Ferveret का दावा है कि प्रमुख चिप-तक प्रत्यक्ष कूलिंग विधियों की तुलना में सर्वर स्तर पर कंप्यूटिंग क्षमता 15% तक अधिक है। सुविधा-स्तर के सुधारों को शामिल करने पर उपयोग योग्य कंप्यूटिंग क्षमता 35% तक अधिक बताई गई है।

Ferveret की मार्च की घोषणा में पहले आँकड़े के बारे में अधिक जानकारी दी गई है। इसमें UCLA की Intelligent Connectivity Laboratory के साथ NVIDIA H200 GPU का उपयोग करके किए गए बेंचमार्क परीक्षण का वर्णन है। इसके अनुसार, सर्वर की बिजली खपत के प्रति किलोवाट पर TFLOPs में मापी गई कंप्यूटिंग दक्षता में 15% सुधार हुआ। विज्ञप्ति में स्पष्ट किया गया है कि सर्वर के इस माप में सुविधा-स्तर की बिजली उपयोग प्रभावशीलता शामिल नहीं है।

यह उपयोगी संदर्भ है, लेकिन यह सहयोग के बारे में कंपनी की ओर से जारी किया गया विवरण ही है। विज्ञप्ति में तुलना को दोहराने के लिए पर्याप्त विस्तृत बेंचमार्किंग प्रोटोकॉल या मूल परिणाम नहीं दिए गए हैं। न ही प्रति वाट फ्लोटिंग-पॉइंट थ्रूपुट में 15% सुधार से अपने-आप यह साबित होता है कि प्रशिक्षण समय या अनुप्रयोग के आउटपुट में भी 15% सुधार हुआ है।

बड़ा आँकड़ा सर्वर की दक्षता को सुविधा-केंद्र के एक मॉडल के साथ जोड़ता है। Ferveret के उदाहरण में, तुलना ऊर्जा उपयोग प्रभावशीलता (PUE) के 1.20 से घटकर 1.03 होने पर आधारित है; इसके बाद सर्वर-दक्षता में 15% सुधार को शामिल किया जाता है। PUE, सुविधा-केंद्र की कुल बिजली खपत को आईटी उपकरणों की बिजली खपत से विभाजित करने पर प्राप्त होता है; अनुपात जितना कम हो, किसी दिए गए आईटी भार के लिए सुविधा-केंद्र का अतिरिक्त ऊर्जा-व्यय उतना ही कम होता है।

दिए गए इनपुट का उपयोग करने पर संयुक्त लाभ लगभग 34% होता है: 1.15 को 1.20/1.03 से गुणा करने पर। Ferveret इस नतीजे को लगभग 35% बताता है। यह गणना दावे के पैमाने को स्पष्ट करती है, लेकिन यह सुविधा-केंद्रों की मानकर चलने वाली दक्षता पर आधारित एक परिदृश्य है, MIT के परमाणु पदार्थों पर किए गए प्रयोगों में गति 35% बढ़ने का प्रकाशित मापन नहीं।

साक्ष्य की सीमा—और अवसर की शुरुआत

जारी की गई घोषणा में Jossou कहते हैं कि इस प्लेटफ़ॉर्म तक पहुँच से बड़े मॉडल, तेज़ी से दोहराव और निरंतर प्रयोग संभव होते हैं। ये टिप्पणियाँ अतिरिक्त कंप्यूटिंग संसाधनों तक पहुँच के व्यावहारिक महत्व को रेखांकित करती हैं। हालाँकि, इनसे यह स्पष्ट नहीं होता कि कितना सुधार शीतलन के कारण हुआ, कितना हार्डवेयर आवंटन के कारण और किसी खास वैज्ञानिक कार्य को पूरा करने में कितनी तेज़ी आई।

यही अंतर स्थिरता पर भी लागू होता है। Ferveret एक बंद-चक्र प्रणाली का वर्णन करता है, जो वाष्पीकरण के ज़रिए पानी खर्च किए बिना ड्राई कूलर से ऊष्मा बाहर निकाल सकती है। यह शीतलन व्यवस्था के बारे में एक दावा है। इसे इस अर्थ में नहीं लेना चाहिए कि इससे बिजली उत्पादन, उपकरण निर्माण या सुविधा-केंद्र के हर संभावित डिज़ाइन में पानी की खपत समाप्त हो जाती है।

घोषणा में यह भी कहा गया है कि भविष्य में प्रकाशित होने वाले शोध-पत्रों में Ferveret के बुनियादी ढाँचे के योगदान का उल्लेख किए जाने की अपेक्षा है। प्रकाशित कार्यप्रणालियाँ और अनुप्रयोग-स्तर के परिणाम यह समझने में मदद करेंगे कि यह प्लेटफ़ॉर्म पुनर्निर्माण की सटीकता, सिमुलेशन के पैमाने, प्रशिक्षण समय और प्रति पूर्ण प्रयोग ऊर्जा खपत को किस तरह प्रभावित करता है।

फिलहाल, सबसे ठोस निष्कर्ष सीमित है: Ferveret एक ऐसे शोध कार्यक्रम के लिए बुनियादी ढाँचा उपलब्ध करा रहा है जिसका एआई और परमाणु पदार्थों पर केंद्रित होना MIT से पुष्ट है, जबकि दक्षता से जुड़े व्यापक दावों का आकलन करते समय यह ध्यान रखना ज़रूरी है कि मापन की सीमाएँ क्या हैं। दीर्घकालीन अवसर यह है कि सीमित कंप्यूटिंग क्षमता से अधिक काम लिया जाए—यानी ऊष्मा हस्तांतरण में सुधार के ज़रिए बिजली के उसी बजट में अधिक वैज्ञानिक शोध किया जाए।