ইনার মঙ্গোলিয়ায় বিশাল Huawei AI চিপ ক্লাস্টার গড়তে DeepSeek-এর পরিকল্পনা

DeepSeek-এর এই Huawei-নির্ভর সম্প্রসারণ চীনের AI hardware উচ্চাকাঙ্ক্ষার পরিসরকে পরীক্ষা করবে

রিপোর্ট অনুযায়ী, চীনের দেশীয় chip ecosystem-এর সঙ্গে যুক্ত এখন পর্যন্ত সবচেয়ে উচ্চাকাঙ্ক্ষী AI infrastructure প্রকল্পগুলোর একটি প্রস্তুত করছে DeepSeek: ইনার মঙ্গোলিয়ার একটি data center-এ Huawei-এর পরবর্তী প্রজন্মের Ascend-950DT processor-এর অন্তত ১,৬০,০০০টি ইউনিট স্থাপনের পরিকল্পনা। সরবরাহ করা প্রতিবেদনে বলা হয়েছে, এই system training-এর বদলে inference-এর জন্য ব্যবহার হবে; ২০২৬ সালে চীনের AI stack-কে যে সুযোগ এবং সীমাবদ্ধতা আকার দিচ্ছে, এই পার্থক্য তা অনেকটাই প্রকাশ করে।

প্রকল্পটি যদি বর্ণিত মাত্রায় সম্পন্ন হয়, তাহলে এটি হবে সবচেয়ে বড় known Huawei chip cluster। একারণেই এটিকে শুধু আরেকটি capacity expansion বলা যাবে না। এটি হবে একটি প্রকাশ্য চিহ্ন, যেখানে দেখা যাবে চীনের AI infrastructure strategy কীভাবে পৃথক accelerator launch থেকে পুরো-system deployment-এর দিকে অগ্রসর হয়েছে; যেখানে প্রশ্ন আর কেবল দেশীয় chip আছে কি না, তা নয়, বরং সেগুলোকে বাণিজ্যিক ও কৌশলগতভাবে গুরুত্বপূর্ণ স্কেলে সরবরাহ, network, power, cool, এবং ব্যবহার করা যায় কি না।

Inference, training নয়, সবচেয়ে গুরুত্বপূর্ণ বিষয়

মূল লেখার সবচেয়ে গুরুত্বপূর্ণ operational তথ্য হলো, পরিকল্পিত ক্লাস্টারটি কেবল inference চালাবে। প্রতিবেদনে বলা হয়েছে, DeepSeek এখনও frontier model development-এর ভারী training workload-এর জন্য Nvidia hardware-এর ওপর নির্ভর করে। এই কাজ ভাগাভাগি অনেক কিছুই বোঝায়। বৃহৎ AI-তে training হলো সবচেয়ে কঠিন প্রযুক্তিগত অংশ, যেখানে অতিরিক্ত performance, memory bandwidth, software maturity, এবং বিশাল parallel system জুড়ে reliability দরকার হয়। অন্যদিকে inference হলো সেই ধাপ, যেখানে প্রশিক্ষিত model ব্যবহার করে প্রশ্নের উত্তর দেওয়া, content তৈরি করা, ফলাফল rank করা, অথবা ব্যবহারকারীদের জন্য অন্যান্য production task সম্পাদন করা হয়।

Inference-এর জন্য Huawei processor ব্যবহার করা ইঙ্গিত দেয় যে যেখানে workload তুলনামূলকভাবে পূর্বানুমানযোগ্য এবং যেখানে efficiency, availability, ও policy alignment peak training performance-কে ছাড়িয়ে যেতে পারে, সেখানে দেশীয় hardware ক্রমশ কার্যকর হয়ে উঠছে। এটি চীনা AI কোম্পানিগুলোর জন্য একটি বাস্তবসম্মত কৌশলও দেখায়: সম্ভব হলে সবচেয়ে শক্তিশালী training platform-এ প্রবেশাধিকার ধরে রাখা, আর deployment activity-এর বড় একটি অংশ দেশীয় silicon-এর দিকে সরিয়ে নেওয়া।

এটি গুরুত্বপূর্ণ, কারণ inference কোনো পার্শ্ব ব্যবসা নয়। AI adoption ছড়িয়ে পড়ার সঙ্গে সঙ্গে inference শিল্পের পুনরাবৃত্ত operational backbone হয়ে ওঠে। যে কোম্পানি বড় পরিসরে inference capacity স্থানীয়ভাবে তৈরি করতে পারে, সে বিদেশি supply constraint-এর ঝুঁকি কমাতে পারে এবং দীর্ঘমেয়াদে service delivery-র জন্য নিজেকে প্রস্তুত করতে পারে, এমনকি সেরা training hardware-এ প্রবেশ সীমিত থাকলেও।

Nvidia-এর ওপর নির্ভরতা কমানোর পথে একটি পদক্ষেপ

রিপোর্টে প্রকল্পটিকে চীনের Nvidia-নির্ভরতা কমানোর একটি তাৎপর্যপূর্ণ পদক্ষেপ হিসেবে দেখানো হয়েছে। এই ভাষা গুরুত্বপূর্ণ, তবে একে অতিরঞ্জিত করা উচিত নয়। সরবরাহকৃত source text-এ বলা হয়নি যে DeepSeek পুরোপুরি Nvidia ছেড়ে দিচ্ছে। বরং এটি একটি আরও নির্বাচিত রূপান্তরের ইঙ্গিত দেয়, যেখানে দেশীয় chip deployment-এর বড় অংশ সামলাতে পারে, আর training-এ Nvidia কেন্দ্রীয় থাকে।

তবুও, ১,৬০,০০০-processor inference cluster নিছক প্রতীকী বিকল্পের চেয়ে অনেক বেশি হবে। এটি Huawei AI ecosystem-এর জন্য বড় installed base তৈরি করবে, দেশীয় hardware ঘিরে software adaptation বাড়াবে, এবং hyperscale-এ Chinese accelerator ব্যবহারের বাস্তব অর্থনীতি সম্পর্কে operators-কে অভিজ্ঞতা দেবে। এই প্রভাবগুলো একে অন্যকে আরও শক্তিশালী করতে পারে। Infrastructure তৈরি হয়ে production workflow তার চারপাশে মানিয়ে নিলে, hardware choice tooling, optimization, procurement, এবং ভবিষ্যতের model-serving architecture-সহ সমগ্র platform landscape-কে প্রভাবিত করতে শুরু করে।

ভৌগোলিক অবস্থানও শিল্প-যুক্তির সঙ্গে মানানসই। বিস্তারের জন্য জায়গা এবং data center পরিচালনার উপযোগী energy access-এর কারণে ইনার মঙ্গোলিয়া বড় পরিসরের digital infrastructure-এর সঙ্গে যুক্ত হয়েছে। inference-heavy deployment-এ, যেখানে steady utilization এবং operating cost গুরুত্বপূর্ণ, location কোনো পরে ভাবার বিষয় নয়; এটি strategy-রই অংশ।

আকারই শিরোনাম, কিন্তু সীমাবদ্ধতা supply

সূত্রে প্রকল্পটির সবচেয়ে স্পষ্ট বাধার দিকেও ইঙ্গিত করা হয়েছে: production limits এবং memory chip-এর ঘাটতির কারণে Huawei এক বছরেরও বেশি সময় ধরে পুরো অর্ডার সরবরাহ করতে নাও পারতে পারে। এই সতর্কতাটি অত্যন্ত গুরুত্বপূর্ণ। বড় cluster পরিকল্পনা এক জিনিস; সময়মতো সেটি তৈরি করা আরেক। এই মাত্রার AI system শুধু উপলব্ধ compute die-এর সংখ্যায় নয়, বরং সেগুলোকে উৎপাদনে ব্যবহারযোগ্য করে তোলার সহায়ক উপাদানগুলোর ওপরও নির্ভরশীল।

High-bandwidth memory একটি বিশেষ bottleneck। প্রতিবেদনে বলা হয়েছে, চীনের শীর্ষ memory maker CXMT প্রথমবারের মতো HBM3E-এর ছোট batch উৎপাদন করছে। এটি অগ্রগতি, কারণ high-speed memory আধুনিক AI processor-এর ভিত্তিগত উপাদান। কিন্তু একই সূত্রে বলা হয়েছে, CXMT এখনও Samsung, SK Hynix, এবং Micron-এর থেকে তিন থেকে পাঁচ বছর পিছিয়ে, যাদের HBM4 mass production ইতিমধ্যেই চলছে।

এই gap গুরুত্বপূর্ণ, কারণ AI competitiveness ক্রমশ system-level হয়ে উঠছে। Processor branding শিরোনামে আধিপত্য করতে পারে, কিন্তু memory supply, packaging, interconnect, yields, এবং software support-ই প্রায়ই ঠিক করে দেয় উচ্চাকাঙ্ক্ষী deployment ঘোষণা থেকে নির্ভরযোগ্য পরিষেবায় পৌঁছাতে পারবে কি না। সেই অর্থে, DeepSeek-এর পরিকল্পনা চীনের গতি ও দেশীয় supply chain-এর অসমাপ্ত নির্ভরতাগুলো দুটোই সামনে আনে।

একটি data center-এর বাইরেও কেন এটি গুরুত্বপূর্ণ

নির্ধারিত অর্ডারটির বৃহত্তর তাৎপর্য নিহিত আছে চীনের industrial policy এবং market behavior সম্পর্কে এটি কী বলে। source text-এ এই কেনাকাটাকে চীনের chip industry বাড়ানোর এবং AI-তে পিছিয়ে না পড়ার জন্য সরকারের বিস্তৃত প্রচেষ্টার অংশ হিসেবে বর্ণনা করা হয়েছে। এই মাপের deployment দেশীয় accelerator-এর জন্য তাৎক্ষণিক demand তৈরি করে এবং Chinese hardware বাস্তব production workload সামলাতে পারে তা প্রমাণ করতে সাহায্য করে এই উদ্দেশ্যের সঙ্গে মানানসই হবে।

এটি একটি দুই-ট্র্যাক AI market-ও আরও তীব্র করতে পারে। একটি ট্র্যাক frontier training-এর জন্য উপলব্ধ সবচেয়ে উন্নত বিদেশি hardware-এ নির্ভর করে থাকবে। অন্যটি ক্রমশ domestic inference infrastructure-এর চারপাশে একত্রিত হবে, বিশেষ করে national-scale services, regulated sector, এবং supply resilience-কে অগ্রাধিকার দেওয়া enterprise-এর ক্ষেত্রে।

এটি রাতারাতি চীনের hardware challenge সমাধান করবে না। কিন্তু এটি কেন্দ্রবিন্দু বদলে দেবে। শুধু এই দেখে self-sufficiency মাপার বদলে যে দেশীয় chip বিশ্বসেরা training system-এর সমান কি না, শিল্প তখন মাপতে শুরু করতে পারে দেশীয় infrastructure কি না deployed AI demand-এর একটি অর্থপূর্ণ অংশ নির্ভরযোগ্যভাবে বহন করতে পারে।

এখনও পর্যন্ত প্রকল্পটি একটি পরিকল্পনাই, আর supply সংক্রান্ত সতর্কতা যথেষ্ট বড়। কিন্তু প্রস্তাব পর্যায়েই বার্তাটি পরিষ্কার: চীনের AI প্রতিযোগিতা এখন আর শুধু accelerator design-এর বিষয় নয়। এটি যথেষ্ট পরিমাণে সেগুলো তৈরি করা, সেগুলোকে খাওয়ানোর memory জোগাড় করা, এবং দৈনন্দিন AI operation-এ গুরুত্বপূর্ণ এমন বড় cluster একত্র করা নিয়েও। সেই হিসেবে, DeepSeek-এর reported Huawei order কেবল procurement-এর গল্প নয়। এটি পরীক্ষা করছে চীনের domestic AI stack কৌশলগত উদ্দেশ্য থেকে টেকসই শিল্প বাস্তবায়নে scale করতে পারে কি না।

এই নিবন্ধটি The Decoder-এর রিপোর্টিংয়ের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.