චිපයෙන් ඔබ්බට Nvidia: විවෘත මූලාශ්‍රය, AI කර්මාන්තශාලා හා යටිතල වාසිය
Nvidia විකුණන්නේ චිපයක් පමණක් නොව යටිතල ව්‍යුහයකි
විශ්ලේෂණය | 2026 නොවැම්බර් 13. දත්ත මධ්‍යස්ථානවල AI මාදිලි පුහුණු කිරීමට හා ක්‍රියාත්මක කිරීමට භාවිත කරන උසස් චිප්වල ප්‍රධාන සැපයුම්කරු Nvidia ය. කර්මාන්ත ඇස්තමේන්තු අනුව එහි ගෝලීය වෙළෙඳපොළ කොටස 80% පමණ වේ. එහි වැදගත්කම ප්‍රොසෙසරයෙන් ඔබ්බට මෘදුකාංග, සංවර්ධක මෙවලම්, ක්ලවුඩ් සේවා හා ඉංජිනේරු ක්‍රම දක්වා විහිදේ. තරගකාරී ප්‍රොසෙසරයක් නිර්මාණය කිරීමට වඩා ක්‍රියාත්මක පරිගණක වේදිකාවක් ප්‍රතිස්ථාපනය කිරීම විශාල කාර්යයකි. වෙළෙඳපොළ කොටස නිශ්චිත වෙළෙඳපොළක මිනුමක් මිස සෑම AI සමාගමකම සංගණනයක් හෝ තනි සැපයුම්කරුවකු මත පමණක් රඳාපවතින බවට සාක්ෂියක් නොවේ.
ගබඩා කළ තොරතුරු ලබාදීමේ සිට සන්දර්භයට ගැළපෙන පිළිතුරු තත්‍ය කාලයේ ජනනය කිරීම දක්වා මාරුවීම පරිගණනයේ ආර්ථික භූමිකාව වෙනස් කරයි. AI පද්ධතියක් පෙර සකස් කළ ගොනුවක් ලබාදෙනවා පමණක් නොව තම ප්‍රතිදානය නිපදවීමට ගණනය කරයි. AI කර්මාන්තශාලා අදහස එයින් මතුවේ: යටිතල ව්‍යුහය ඩිජිටල් සේවා නිෂ්පාදනයේ කොටසක් වෙයි. වාණිජ පරීක්ෂණය වන්නේ එම ප්‍රතිදානය ලබාදීමට යන වියදමට වඩා ආදායමක් ලැබෙන තරම් ප්‍රයෝජනවත්ද යන්නයි.
විවෘත මූලාශ්‍රය බලයේ කොටසකි; එහෙත් CUDA සම්පූර්ණයෙන් විවෘත මූලාශ්‍ර නොවේ
විවෘත මූලාශ්‍ර මෘදුකාංග බලපත්‍රයට යටත්ව පරීක්ෂා කිරීමට, වෙනස් කිරීමට හා බෙදාගැනීමට පර්යේෂකයන්ට සහ සංවර්ධකයන්ට ඉඩ දෙයි. එය සමාගම් හා රටවල් අතර සහයෝගය සලසයි. PyTorch මෙම පොදු පදනමට උදාහරණයකි. එය Linux Foundation වෙත මාරුවීමේදී AMD, AWS, Google Cloud, Meta, Microsoft Azure සහ Nvidia වැනි සාමාජිකයන් එක්විය. එබැවින් විවෘත AI මෘදුකාංග එක් චිප් සමාගමක පමණක් දේපළක් හෝ ජයග්‍රහණයක් නොවේ.
Nvidia මෙම ක්‍රමයට සහභාගී වන අතර හිමිකාර සංරචකද තබාගනී. එහි CUTLASS පුස්තකාලය BSD බලපත්‍රයෙන් නිකුත් වන අතර Linux GPU kernel modules ද්විත්ව MIT/GPL බලපත්‍ර යටතේ ඇත. නමුත් kernel modules විවෘත වූ පමණින් මුළු driver, firmware හෝ CUDA Toolkit විවෘත මූලාශ්‍ර නොවේ. Toolkit සඳහා වෙනම බලපත්‍රයක් හා සීමා ඇත. නොමිලේ බාගත කළ හැකි බව, විවෘත මූලාශ්‍ර බව සහ විවෘත බර අගයන් යනු වෙනස් විස්තර වන අතර එක් එක් කොටස වෙනම පරීක්ෂා කළ යුතුය.
විවෘත මාදිලි සම්බන්ධිත අරමුණු තුනකට සේවය කරයි: අනාගත මාදිලි ගෘහනිර්මාණ තේරුම්ගැනීම, හිමිකාර සැපයුම්කරුවන් කිහිපදෙනකුට සීමා නොවී AI පැතිරවීම සහ භාෂාවට අමතරව ජීව විද්‍යාව, භෞතික විද්‍යාව හා රොබෝ තාක්ෂණය වැනි ක්ෂේත්‍රවලට සහාය වීම. Nemotron 3 Super නිශ්චිත උදාහරණයකි. Nvidia එය සමස්ත පරාමිතීන් බිලියන 120ක් හා සක්‍රිය පරාමිතීන් බිලියන 12ක් ඇති මිශ්‍ර Mamba-Transformer mixture-of-experts මාදිලියක් ලෙස විස්තර කරයි. එහි checkpoints, දත්ත කට්ටල හා නිර්මාණ ක්‍රමද නිකුත් කර ඇත. මෙම ද්‍රව්‍ය නිශ්චිත විවෘතභාවයක් පෙන්වයි; සෑම Nvidia නිෂ්පාදනයක්ම සීමා රහිත නොකරයි.
වාසිය වන්නේ අදහසක සිට ක්‍රියාත්මක පද්ධතියකට යන මාර්ගයයි
GPU-වේගවත් යෙදුම් සඳහා CUDA ක්‍රමලේඛන වේදිකාවක්, compiler, පුස්තකාල හා මෙවලම් සපයයි. සෑම මෙහෙයුමක්ම සෘජුව CUDA වල ලිවීමකින් තොරව පර්යේෂකයකුට ඉහළ මට්ටමේ framework එකක් භාවිත කළ හැකිය. එහෙත් එයට යටින් ඇති ක්‍රියාත්මක කිරීමේ තේරීම් මතක භාවිතය, ගණනය හා උපාංග අතර සන්නිවේදනයට බලපායි.
CUDA හි ස්ථාපිත භාවිත පදනම ප්‍රධාන තරගකාරී වාසියකි. සහාය ලබන මෘදුකාංග, පුහුණු ඉංජිනේරුවන්, දෝෂ නිවැරදි කිරීමේ මෙවලම් හා හුරුපුරුදු යෙදවීමේ ක්‍රම මාදිලියක් නිෂ්පාදන සේවාවකට ගෙනයාමේ අවිනිශ්චිතතාව අඩු කරයි. තරගකරු තරග කරන්නේ චිප පිරිවිතරයක අංකයකට පමණක් නොව එම ක්‍රියාකාරී එකතුවටය. එය ප්‍රතිස්ථාපනයට මෘදුකාංග අනුගත කිරීම, ප්‍රතිඵල තහවුරු කිරීම හා මෙහෙයුම් දැනුම යළි ගොඩනැගීම අවශ්‍ය විය හැකිය. අපහසුව සැබෑ වුවත් වියදම කාර්යභාරය අනුව වෙනස් වේ; එය සදාකාලික බැඳීමක් නොවේ.
OpenAI සහ ක්ලවුඩ්: සැලකිය යුතු රඳාපැවැත්මක් මිස විශ්වීය ඒකාධිකාරයක් නොවේ
ChatGPT යනු OpenAI හි සේවාවක් මිස මෙම සංසන්දනයේ වෙනම චිප් ගැනුම්කරුවකු නොවේ. OpenAI හි 2025 සැප්තැම්බර් නිවේදනය Nvidia ප්‍රමුඛ උපායමාර්ගික පරිගණන හා ජාලකරණ හවුල්කරුවකු ලෙස විස්තර කළ අතර අවම වශයෙන් ගිගාවොට් 10ක Nvidia පද්ධති යෙදවීමට අභිප්‍රාය ලිපියක් නිවේදනය කළේය. ක්‍රමයෙන් ඇමෙරිකානු ඩොලර් බිලියන 100ක් දක්වා ආයෝජනය කිරීමට Nvidia අදහස් කරන බවද එහි ඇත. මේවා දින සඳහන් ප්‍රකාශිත සැලසුම් මිස සම්පූර්ණ ධාරිතාව ක්‍රියාත්මක කර හෝ සම්පූර්ණ මුදල ගෙවා ඇති බවට මෙහි සාක්ෂි නොවේ.
තමන්ගේම servers මිලදී නොගෙන Nvidia දෘඩාංග ලබාගැනීමට ක්ලවුඩ් යටිතල ව්‍යුහය තවත් මාර්ගයක් සපයයි. උදාහරණයක් ලෙස AWS, පුහුණුව, inference හා ඉහළ කාර්යසාධන පරිගණනය සඳහා Nvidia H100 GPU සහිත EC2 P5 instances සහ H200 GPU සහිත P5e/P5en instances ලේඛනගත කරයි. ක්ලවුඩ් සපයන්නා ජාලකරණය හා ධාරිතා කළමනාකරණය ඇතුළු සේවාවක් දෘඩාංග වටා සපයයි. එය චිප ගනුදෙනුවකට වඩා පුළුල් සම්බන්ධතාවකි.
පුළුල් වෙළෙඳපොළේ Nvidia ප්‍රමුඛ වුවත් විකල්ප දැනටමත් වැදගත් කාර්යයන් කරයි. Google තම Trillium TPU මත Gemini 2.0 පුහුණු කළේය. AWS, Project Rainier හි Trainium2 යටිතල ව්‍යුහය මත Anthropic කාර්යභාර ක්‍රියාත්මක වන බව වාර්තා කර ඇත. මේවා සැබෑ විකල්පය; සෑම කාර්යයකටම සෑම තරගකාරී වේදිකාවක්ම මිලෙන් අඩු, වේගවත් හෝ එකසේ ලබාගත හැකි බවට සාක්ෂි නොවේ. ප්‍රායෝගික තත්ත්වය වන්නේ AI කර්මාන්තය පුරා Nvidia මත සැලකිය යුතු රඳාපැවැත්ම සමග තෝරාගත් කාර්යයන්වල ආදේශනයක් තිබීමයි; සෑම කෙනකුම එයට පමණක් රඳාපැවතීම නොවේ.
සංවාදයෙන් ඔබ්බට: සෞඛ්‍යය, රොබෝ තාක්ෂණය හා සංවේදකය අසල පරිගණනය
Nvidia හි ලේඛනගත වේදිකා වෛද්‍ය රූපකරණය, ජාන විද්‍යාව, ඖෂධ සොයාගැනීමේ පර්යේෂණ හා රොබෝ තාක්ෂණය දක්වා විහිදේ. එහි සෞඛ්‍ය තොරතුරු වෛද්‍ය රූප AI සඳහා MONAI හා ජාන විද්‍යාව සඳහා Parabricks විස්තර කරයි. IGX කාර්මික, රොබෝ හා වෛද්‍ය edge යෙදුම් සඳහා නිර්මාණය කර ඇත. මේවා නිෂ්පාදන හැකියාවන් හා අපේක්ෂිත භාවිතයන්ය; රෝග සුවවීමක්, සායනික අනුමැතියක් හෝ සෑම රෝහලකම යෙදවීමක් පිළිබඳ සාක්ෂි නොවේ.
දත්ත මධ්‍යස්ථානයක් හා edge පද්ධතියක් අතර වෙනස වැදගත්ය. මධ්‍යගත පද්ධතියකට විශාල හවුල් පරිගණන සම්පත් සැපයිය හැකි අතර edge පද්ධතිය කැමරාවක්, යන්ත්‍රයක් හෝ වෙනත් සංවේදකයක් අසල තොරතුරු සකසයි. විශ්ලේෂණාත්මකව මෙය දේශීය ප්‍රතිචාරය හා තෝරාගත් දත්ත සම්ප්‍රේෂණය වටිනා කළ හැකිය. එහෙත් විවිධ පරිසරවල බලශක්ති, විශ්වාසනීයත්ව හා ආරක්ෂක අවශ්‍යතා වෙනස්ය. එකම ගෘහනිර්මාණයක් ක්ෂේත්‍ර කිහිපයක පෙනීම එකම උපාංගය සෑම තැනකටම ගැළපෙන බව නොකියයි.
Nvidia අභ්‍යවකාශයට ගොස් ඇත; කක්ෂීය AI කර්මාන්තශාලාවක් යනු වෙනත් ප්‍රකාශයකි
නිශ්චිත ලේඛනගත අභ්‍යවකාශ උදාහරණයක් ඇත. 2023 ජූනි Jet Propulsion Laboratory ඉදිරිපත් කිරීමක් ජාත්‍යන්තර අභ්‍යවකාශ මධ්‍යස්ථානයේ HPE Spaceborne Computer-2 පැකේජයට Nvidia Tesla T4 GPU හතරක් ලැයිස්තුගත කරයි. එම වැඩසටහන වෙනත් ප්‍රොසෙසරද පරීක්ෂා කළේය. මෙය කක්ෂීය පරිගණන අත්හදාබැලීමක Nvidia දෘඩාංග භාවිතය තහවුරු කරයි; සෑම චන්ද්‍රිකාවක්ම Nvidia බලගන්වන බව හෝ අභ්‍යවකාශයට ගිය මුල්ම GPU ඒවා බව නොවේ.
Spaceborne Computer වැඩසටහන පිළිබඳ NASA විස්තරය විකිරණ ගැටලුව හා අවශ්‍ය විට පද්ධති නිරීක්ෂණය කර මන්දගාමී කරන HPE මෘදුකාංග ප්‍රවේශය පැහැදිලි කරයි. කක්ෂීය පරිගණනය යනු servers වායුගෝලයෙන් ඉහළට ගෙනයාම පමණක් නොව ඉංජිනේරු ගැටලුවක් බව එම අත්දැකීම පෙන්වයි. විකිරණ, උපස්ථ පද්ධති, බලය හා තාපය පිටකිරීම වැදගත්ය. චන්ද්‍රිකාවේ සංවේදක අසල රූප සැකසීම විශාල කක්ෂීය AI කර්මාන්තශාලාවක් ගොඩනැගීමට වඩා වෙනස්ය. දෙවැන්න අනාගත දිශාවක් ලෙස තිබිය යුතු අතර විසඳූ සිසිලන ගැටලුවක් හෝ තහවුරු කළ බෙදාහැරීමේ කාලසටහනක් ලෙස ඉදිරිපත් නොකළ යුතුය.
තක්සේරුව: වෙළෙඳපොළ මිල හා පුරෝකථනය වෙන්කරන්න
මෙම ලිපිය සඳහා පරීක්ෂා කළ වෙළෙඳපොළ දත්ත අනුව 2026 නොවැම්බර් 12 ඇමෙරිකානු වෙළෙඳ සැසිය අවසන් වන විට Nvidia කොටස් වෙළෙඳපොළ වටිනාකම ආසන්න වශයෙන් ඇමෙරිකානු ඩොලර් ට්‍රිලියන 4.01ක් විය. එය දින සඳහන් වටකළ ඇස්තමේන්තුවකි; නොවැම්බර් 13 ඇමෙරිකානු වෙළෙඳාමේ සජීවී මිලක් නොවේ. වෙළෙඳපොළ ප්‍රාග්ධනීකරණය කොටස්වල වටිනාකමයි; වාර්ෂික ආදායම, බැංකුවේ මුදල් හෝ AI සමාජයට දෙන සමස්ත ප්‍රතිලාභයේ වටිනාකම නොවේ.
අනාගත ඇමෙරිකානු ඩොලර් ට්‍රිලියන 10ක තක්සේරුවක් හෝ ට්‍රිලියන 3ක වාර්ෂික ආදායමක් අයත් වන්නේ ඉතා අභිලාෂකාමී වර්ධන අවස්ථාවකට මිස අත්කරගත් ප්‍රතිඵලවලට නොවේ. එවැනි ව්‍යාප්තිය සඳහා තර්කය වන්නේ පවතින වෙළෙඳපොළක කොටසක් ගැනීම පමණක් නොව AI කර්මාන්තශාලා නව ඉල්ලුමක් ඇතිකිරීමයි. එය ලාභදායී වන්නේද යන්න ප්‍රයෝජනවත් ප්‍රතිදානයකට ගෙවීමට පාරිභෝගිකයන්ගේ කැමැත්ත, යටිතල වියදම් හා තාක්ෂණික ප්‍රගතිය මත රඳාපවතී. මේවා දිගුකාලීන දැක්මක සාකච්ඡා කරන හැකියාවන් මිස මෙම විශ්ලේෂණය අනුමත හෝ සහතික කරන ඉලක්ක නොවේ.
ඊළඟ සීමාව මුළු කර්මාන්තශාලාවම වේ
අදාළ පරිගණන ඒකකය GPU සිට පරිගණකයකට, cluster එකකට හා දැන් මුළු AI කර්මාන්තශාලාවකට විහිදී ඇත. OpenAI නිවේදනය කළ සැලසුම් හා AWS හි GPU cluster විස්තර ප්‍රොසෙසර සමග ජාලකරණය හා යෙදවීම වැදගත් ඇයිද පෙන්වයි. බලය, සිසිලනය, මෘදුකාංග විශ්වාසනීයත්වය හා භාවිත අනුපාතය එකට ඇගයිය යුතුය. ත්වරක මිලදීගැනීම ඵලදායී සේවාවක් ක්‍රියාත්මක කිරීම හා සමාන නොවේ. ග්‍රහලෝක පරිමාණයේ පරිගණනය දිගුකාලීන දිශාවක් මිස සම්පූර්ණ කළ හැකියාවක් නොවේ.
විවෘත මූලාශ්‍රය සහභාගීත්වය පුළුල් කර මෘදුකාංග අනුගත කිරීම පහසු කළ හැකිය. එහෙත් එය විදුලිය නොසපයයි, දෘඩාංග වියදම් නොඉවත් කරයි, යෙදුම තම වියදම පියවයි යැයි සහතික නොකරයි. හිමිකාර දෘඩාංග හා මෘදුකාංගද පාරිභෝගික රඳාපැවැත්ම සදාකාලික නොකර ප්‍රයෝජනවත් කාර්යසාධනයක් සැපයිය හැකිය. පොදු මෙවලම් හා වාණිජ වේදිකා අතර සමබරතාව අඛණ්ඩ තරගයකි; තීරණය වී අවසන් කර්මාන්ත නීතියක් නොවේ.
නිගමනය: ප්‍රතිස්ථාපනය අපහසු වීම ප්‍රතිස්ථාපනය කළ නොහැකි වීම නොවේ
Nvidia වැදගත් වන්නේ වේගවත් පරිගණනය, පරිණත මෘදුකාංග වේදිකාව, සංවර්ධක විශ්වාසය, ක්ලවුඩ් ප්‍රවේශය හා පර්යේෂණාගාරවල සිට කක්ෂීය අත්හදාබැලීමක් දක්වා යෙදුම් එක්වීම නිසාය. එහි විවෘත වැඩ මත වැඩි පිරිසකට ගොඩනැගීමට හැකි අතර හිමිකාර ස්ථර වාණිජමය වශයෙන් වැදගත්ය. නිවැරදි ප්‍රශ්නය තරගකරුවකුට GPU පිටපත් කළ හැකිද යන්න නොව විශේෂිත පාරිභෝගිකයාට අවශ්‍ය සම්පූර්ණ විශ්වාසනීය පද්ධතිය විකල්පයකින් ලබාදිය හැකිද යන්නයි.
ඒ නිසා බොහෝ පරිසරවල Nvidia ප්‍රතිස්ථාපනය අපහසුය; සෑම පරිසරයකම නොහැකි නොවේ. Google TPU හා AWS Trainium එම නිරපේක්ෂ ප්‍රකාශය දැනටමත් වැළැක්වෙයි. Nvidia හි අනාගතය තීරණය වන්නේ ඉංජිනේරු හැකියාව හා පරිසර පද්ධතියේ විහිදීම පිළිගත හැකි වියදමකට ප්‍රයෝජනවත් කාර්යයක් බවට දිගටම පරිවර්තනය කිරීමෙනි. විශාල තක්සේරුව අනාගතය පිළිබඳ අපේක්ෂා පිළිබිඹු කරයි; සහතික නොකරයි. මෙය කර්තෘ විශ්ලේෂණයකි, ආයෝජන උපදෙස් නොවේ.