ড্রাইভিংয়ে AI প্রতিযোগিতার মূল্য নির্ধারণ করল Xpeng

উন্নত ড্রাইভার-সহায়তা ব্যবস্থায় Tesla-র সঙ্গে প্রতিযোগিতা করতে গিয়ে Xpeng বলছে, তারা শুধুমাত্র AI প্রশিক্ষণেই মাসে প্রায় 300 মিলিয়ন RMB, অর্থাৎ প্রায় $41 মিলিয়ন, খরচ করছে। Electrek-এর রিপোর্টিং এবং এখানে সরবরাহ করা candidate metadata অনুযায়ী, বার্ষিক হিসাবে এই অঙ্ক দাঁড়ায় প্রায় $500 মিলিয়ন।

কোম্পানির স্বয়ংক্রিয় ড্রাইভিং বিভাগের প্রধান আরও বলেছেন, Xpeng-এর বিশ্বাস যে তারা ইতিমধ্যেই Tesla-র Full Self-Driving সিস্টেমের সমতায় পৌঁছে গেছে। সরবরাহ করা লেখায় আরও পূর্ণাঙ্গ প্রযুক্তিগত বিশ্লেষণ না থাকলেও, এই দুটি দাবি যথেষ্ট দেখায় যে বড় বৈদ্যুতিক-যান নির্মাতারা কীভাবে প্রতিযোগিতাকে আগ্রাসীভাবে নতুনভাবে সংজ্ঞায়িত করছে: এখন লড়াই শুধু যানবাহনের হার্ডওয়্যার, ব্যাটারি বা উৎপাদন-স্কেলের উপর নয়, বরং বড় ড্রাইভিং মডেল প্রশিক্ষণের খরচের উপরও।

AI প্রশিক্ষণ এখন আলাদা খরচের খাত, পাশাপাশির প্রকল্প নয়

ব্যয়ের পরিমাণই প্রতিবেদনের সবচেয়ে প্রকাশক অংশ। অটোমোটিভ সিস্টেমে AI উন্নয়ন নিয়ে প্রায়ই তাত্ত্বিকভাবে আলোচনা হয়েছে, কিন্তু মাসে 300 মিলিয়ন RMB-এর এই সংখ্যা উদ্যোগটিকে একটি বড় শিল্প-পরিকল্পনার সমতুল্য একটি কার্যকরী অঙ্গীকারে পরিণত করে। এই স্তরের প্রশিক্ষণ খরচ দেখায় যে কম্পিউট, ডেটা প্রসেসিং, মডেল পুনরাবৃত্তি এবং ইঞ্জিনিয়ারিং সহায়তায় ধারাবাহিক বিনিয়োগ চলছে।

এটি গুরুত্বপূর্ণ, কারণ সহায়ক ড্রাইভিংয়ের উন্নয়ন এখন অ্যালগরিদমিক প্রতিযোগিতার পাশাপাশি মূলধন-নির্ভর প্রতিযোগিতাও। যেসব কোম্পানির কাছে প্রশিক্ষণ সক্ষমতা বাড়ানো, মডেল পরিশোধন করা এবং বারবার পরীক্ষার খরচ বহন করার সম্পদ আছে, তারা একই গতি ধরে রাখতে না পারা প্রতিদ্বন্দ্বীদের তুলনায় কাঠামোগত সুবিধা পেতে পারে।

Tesla কেন মানদণ্ড

Tesla এখনও মানদণ্ড, কারণ তার Full Self-Driving সিস্টেম পরিবহন খাতে সবচেয়ে দৃশ্যমান ভোক্তা-সম্মুখ AI পণ্যগুলোর একটি হয়ে উঠেছে। তাই আরেকটি গাড়ি নির্মাতা সমতায় পৌঁছেছে বলে দাবি করা প্রযুক্তিগত বক্তব্যের পাশাপাশি একটি অবস্থানগত বক্তব্যও। এর মানে, Xpeng আর নিজেকে কেবল বিভাগের শীর্ষ প্রতিষ্ঠানের অনুসারী হিসেবে দেখছে না। তারা চায় সমকক্ষ হিসেবে মূল্যায়িত হতে।

সরবরাহ করা উপাদানে parity দাবির স্বাধীন যাচাই নেই, তাই এর তাৎপর্য দাবিটিতেই এবং তার সঙ্গে যুক্ত ব্যয়স্তরে নিহিত। Xpeng যুক্তি দিচ্ছে যে স্বয়ংক্রিয় ড্রাইভিংয়ে প্রতিযোগিতামূলক অবস্থান এখন সেই একই compute-heavy প্রশিক্ষণ প্রচেষ্টার ওপর নির্ভর করে, যা বৃহত্তর AI শিল্পকে পুনর্গঠন করেছে।

EV প্রতিযোগিতা সম্পর্কে এটি কী বলে

রিপোর্টটি বৈদ্যুতিক-যানবাজারে আরও গভীর এক পরিবর্তনও তুলে ধরে। ভোক্তা-পর্যায়ের পার্থক্য একসময় প্রধানত রেঞ্জ, চার্জিং, ডিজাইন এবং উৎপাদন-নির্বাহকে কেন্দ্র করেই ছিল। সেগুলো এখনও গুরুত্বপূর্ণ, তবে সফটওয়্যার সক্ষমতা ক্রমশ কেন্দ্রের কাছে আসছে। ফলে, গাড়ি নির্মাতারা এখন AI অবকাঠামো অপারেটরের মতো দেখাতে শুরু করেছে, যেখানে পুনরাবৃত্ত প্রশিক্ষণ খরচ ব্যবসায়িক মডেলের অংশ হয়ে উঠছে।

এতে নতুন কৌশলগত চাপ তৈরি হয়। যদি একটি কোম্পানি ড্রাইভিং মডেল উন্নত করতে বছরে শত শত মিলিয়ন ডলার খরচ করে, তাহলে প্রতিদ্বন্দ্বীদেরও একই কাজ করতে হতে পারে, নতুবা পিছিয়ে পড়ার ঝুঁকি নিতে হবে। এটি আরও প্রশ্ন তোলে যে এত বড় ব্যয় কতদিন টেকসই হতে পারে, তা বাস্তব জগতের নিরাপত্তা ও পারফরম্যান্সে কীভাবে অনূদিত হয়, এবং সবচেয়ে বড় বাজি ধরা কোম্পানিগুলোকে ভোক্তারা পুরস্কৃত করবে কি না।

AI অর্থনীতির কেন্দ্রে থাকা একটি পরিবহন-কাহিনি

Xpeng-এর খরচের অঙ্কটি বিশেষভাবে চোখে পড়ে, কারণ এটি বিস্তৃত AI উত্থানকে একটি একক পরিবহন ব্যবহারের ক্ষেত্রে সংকুচিত করে। এই গল্পটি কোনো সাধারণ-উদ্দেশ্যের chatbot বা cloud platform নিয়ে নয়। এটি এমন সিস্টেম প্রশিক্ষণের কথা, যা রাস্তা, যানবাহন, পথচারী এবং ট্রাফিক আচরণকে বৃহৎ পরিসরে বিশ্লেষণ করতে পারে। সেই কারণেই খরচের কাঠামো এত গুরুত্বপূর্ণ। বাস্তব-জগতের ড্রাইভিং সিস্টেমের জন্য বিপুল পরিমাণ ডেটা এবং নিরাপত্তা-সংবেদনশীল পরিস্থিতিতে বারবার পুনরাবৃত্তি দরকার।

সেই অর্থে, এই দাবি ব্যাখ্যা করে কেন সহায়ক ড্রাইভিং EV খাতে একটি নির্ধারক যুদ্ধক্ষেত্র হয়ে উঠছে। এটি কেবল গাড়িতে পরে যোগ করা একটি সফটওয়্যার ফিচার নয়। এটি একটি চলমান AI প্রোগ্রাম, যা প্রতি মাসে উল্লেখযোগ্য মূলধন খরচ করতে পারে।

  • Xpeng বলছে, তারা AI প্রশিক্ষণে মাসে প্রায় 300 মিলিয়ন RMB খরচ করছে।
  • এতে বার্ষিক ব্যয় দাঁড়ায় প্রায় $500 মিলিয়ন।
  • কোম্পানি বলছে, তারা Tesla FSD-এর সমতায় পৌঁছেছে বলে বিশ্বাস করে।
  • এই প্রতিবেদন দেখায় কীভাবে কম্পিউট ব্যয় EV সফটওয়্যারের প্রতিযোগিতাকে বদলে দিচ্ছে।

বড় সিদ্ধান্তটি সহজ। বৈদ্যুতিক-যানে AI প্রতিযোগিতা এখন আর কল্পনামূলক নয়। কোম্পানিগুলো এর জন্য বাস্তব বাজেট বরাদ্দ করছে, এবং সেই বাজেট শিল্পে নেতৃত্বকে কীভাবে সংজ্ঞায়িত করা হবে, তাতে প্রভাব ফেলার মতো যথেষ্ট বড়।

এই নিবন্ধটি Electrek-এর রিপোর্টিংয়ের উপর ভিত্তি করে। মূল নিবন্ধ পড়ুন.

Originally published on electrek.co