ਗੂਗਲ ਦੇ ਨਵੇਂ TPU ਆਇਰਨਵੁੱਡ ਨੇ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਤੇਜ਼ ਸੁਪਰ ਕੰਪਿਊਟਰ ਨਾਲੋਂ 24 ਗੁਣਾ ਜ਼ਿਆਦਾ ਵਧੀਆ ਕੰਮ ਕੀਤਾ, ਅਤੇ ਏਜੰਟ-ਟੂ-ਏਜੰਟ ਪ੍ਰੋਟੋਕੋਲ (A2A) ਪੇਸ਼ ਕੀਤਾ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਪ੍ਰੋਸੈਸਿੰਗ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਵ ਆਇਆ ਹੈ, ਜਦੋਂ ਗੂਗਲ ਨੇ ਆਪਣੀ ਸੱਤਵੀਂ ਪੀੜ੍ਹੀ ਦੇ ਟੈਂਸਰ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟ (TPU), ਜਿਸਨੂੰ ਆਇਰਨਵੁੱਡ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ ਹੈ। ਇਹ ਨਵੀਨਤਮ AI ਐਕਸਲਰੇਟਰ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਮਰੱਥਾਵਾਂ ਦਾ ਮਾਣ ਕਰਦਾ ਹੈ, ਜੋ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਤੇਜ਼ ਸੁਪਰ ਕੰਪਿਊਟਰ ਨਾਲੋਂ 24 ਗੁਣਾ ਵੱਧ ਹੈ।
ਇਹ ਨਵੀਂ ਚਿੱਪ, ਜੋ ਗੂਗਲ ਕਲਾਉਡ ਨੈਕਸਟ ‘25 ਕਾਨਫਰੰਸ ਵਿੱਚ ਜਾਰੀ ਕੀਤੀ ਗਈ ਸੀ, AI ਚਿੱਪ ਵਿਕਾਸ ਵਿੱਚ ਗੂਗਲ ਦੀ ਦਹਾਕਿਆਂ ਪੁਰਾਣੀ ਰਣਨੀਤੀ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਲ ਹੈ। ਇਸਦੇ ਪੂਰਵਜਾਂ ਤੋਂ ਉਲਟ, ਜੋ ਮੁੱਖ ਤੌਰ ‘ਤੇ AI ਸਿਖਲਾਈ ਅਤੇ ਇੰਫਰੈਂਸ ਵਰਕਲੋਡਸ ਦੋਵਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ, ਆਇਰਨਵੁੱਡ ਵਿਸ਼ੇਸ਼ ਤੌਰ ‘ਤੇ ਇੰਫਰੈਂਸ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ AI ਤਾਇਨਾਤੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਰਣਨੀਤਕ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ।
ਅਮੀਨ ਵਹਦਤ, ਗੂਗਲ ਦੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ, ਸਿਸਟਮਜ਼ ਅਤੇ ਕਲਾਉਡ AI ਦੇ ਉਪ ਪ੍ਰਧਾਨ ਅਤੇ ਜਨਰਲ ਮੈਨੇਜਰ, ਨੇ ਇਸ ਤਬਦੀਲੀ ‘ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ, ‘ਆਇਰਨਵੁੱਡ ਨੂੰ ਜਨਰੇਟਿਵ AI ਦੇ ਅਗਲੇ ਪੜਾਅ ਅਤੇ ਇਸਦੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟ ਅਤੇ ਸੰਚਾਰ ਮੰਗਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸਨੂੰ ਅਸੀਂ ‘ਇਨਫਰੈਂਸ ਯੁੱਗ’ ਕਹਿੰਦੇ ਹਾਂ, ਜਿੱਥੇ AI ਏਜੰਟ ਸਰਗਰਮੀ ਨਾਲ ਡਾਟਾ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨਗੇ ਅਤੇ ਤਿਆਰ ਕਰਨਗੇ ਤਾਂ ਜੋ ਸਿਰਫ਼ ਡਾਟਾ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੀ ਬਜਾਏ ਸਹਿਯੋਗੀ ਤੌਰ ‘ਤੇ ਸਮਝ ਅਤੇ ਜਵਾਬ ਦੇ ਸਕਣ।’
42.5 Exaflops ਦੀ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਨਾਲ ਰੁਕਾਵਟਾਂ ਤੋੜਨਾ
ਆਇਰਨਵੁੱਡ ਦੀਆਂ ਤਕਨੀਕੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸੱਚਮੁੱਚ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ। ਜਦੋਂ 9,216 ਚਿਪਸ ਦੇ ਇੱਕ ਪੌਡ ਤੱਕ ਸਕੇਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ AI ਕੰਪਿਊਟ ਦੇ 42.5 ਐਕਸਾਫਲੌਪਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸਨੂੰ ਇੱਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵਿੱਚ ਰੱਖਣ ਲਈ, ਇਹ ਮੌਜੂਦਾ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਤੇਜ਼ ਸੁਪਰ ਕੰਪਿਊਟਰ, ਐਲ ਕੈਪੀਟਨ ਨੂੰ ਛੋਟਾ ਕਰ ਦਿੰਦਾ ਹੈ, ਜੋ ਕਿ 1.7 ਐਕਸਾਫਲੌਪਸ ‘ਤੇ ਚੱਲਦਾ ਹੈ। ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਆਇਰਨਵੁੱਡ ਚਿੱਪ 4614 TFLOPs ਦੀ ਸਿਖਰ ਕੰਪਿਊਟ ਸਮਰੱਥਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀ ਹੈ।
ਕੱਚੀ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਤੋਂ ਇਲਾਵਾ, ਆਇਰਨਵੁੱਡ ਮੈਮੋਰੀ ਅਤੇ ਬੈਂਡਵਿਡਥ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧਾਉਂਦਾ ਹੈ। ਹਰੇਕ ਚਿੱਪ ਵਿੱਚ 192GB ਦੀ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਮੈਮੋਰੀ (HBM) ਹੈ, ਜੋ ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਦੇ TPU, ਟ੍ਰਿਲੀਅਮ ਦੇ ਮੁਕਾਬਲੇ ਛੇ ਗੁਣਾ ਵਾਧਾ ਹੈ, ਜੋ ਪਿਛਲੇ ਸਾਲ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ। ਚਿੱਪ ਪ੍ਰਤੀ ਮੈਮੋਰੀ ਬੈਂਡਵਿਡਥ 7.2 ਟੈਰਾਬਿਟ/ਸੈਕਿੰਡ ਤੱਕ ਪਹੁੰਚਦੀ ਹੈ, ਜੋ ਟ੍ਰਿਲੀਅਮ ਨਾਲੋਂ 4.5 ਗੁਣਾ ਹੈ।
- ਕੰਪਿਊਟ ਪਾਵਰ: 42.5 ਐਕਸਾਫਲੌਪਸ (9,216 ਚਿਪਸ ਦੇ ਪ੍ਰਤੀ ਪੌਡ)
- ਚਿੱਪ ਪ੍ਰਤੀ ਸਿਖਰ ਕੰਪਿਊਟ: 4614 TFLOPs
- ਮੈਮੋਰੀ: ਚਿੱਪ ਪ੍ਰਤੀ 192GB HBM
- ਮੈਮੋਰੀ ਬੈਂਡਵਿਡਥ: ਚਿੱਪ ਪ੍ਰਤੀ 7.2 ਟੈਰਾਬਿਟ/ਸੈਕਿੰਡ
ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਵਿੱਚ ਜਿੱਥੇ ਡਾਟਾ ਸੈਂਟਰ ਫੈਲ ਰਹੇ ਹਨ ਅਤੇ ਪਾਵਰ ਖਪਤ ਇੱਕ ਵਧਦੀ ਚਿੰਤਾ ਹੈ, ਆਇਰਨਵੁੱਡ ਊਰਜਾ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਵੀ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਟ੍ਰਿਲੀਅਮ ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ ਵਾਟ ਦੁੱਗਣੀ ਕਾਰਗੁਜ਼ਾਰੀ ਅਤੇ 2018 ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਪਹਿਲੇ TPU ਦੇ ਮੁਕਾਬਲੇ ਲਗਭਗ 30 ਗੁਣਾ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ।
ਇਨਫਰੈਂਸ ਲਈ ਇਹ ਅਨੁਕੂਲਤਾ AI ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਨਾਜ਼ੁਕ ਮੋੜ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ, ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਨੇ ਵੱਧ ਤੋਂ ਵੱਧ ਪੈਰਾਮੀਟਰ ਗਿਣਤੀ ਦੇ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ ਵੱਡੇ ਬੁਨਿਆਦੀ ਮਾਡਲ ਵਿਕਸਤ ਕਰਨ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਹੈ। ਇਨਫਰੈਂਸ ਅਨੁਕੂਲਤਾ ‘ਤੇ ਗੂਗਲ ਦਾ ਧਿਆਨ ਤਾਇਨਾਤੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਇਨਫਰੈਂਸ ਸਮਰੱਥਾਵਾਂ ‘ਤੇ ਕੇਂਦਰਿਤ ਇੱਕ ਨਵੇਂ ਨਮੂਨੇ ਵੱਲ ਜਾਣ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।
ਜਦੋਂ ਕਿ ਮਾਡਲ ਸਿਖਲਾਈ ਜ਼ਰੂਰੀ ਰਹਿੰਦੀ ਹੈ, ਇਨਫਰੈਂਸ ਓਪਰੇਸ਼ਨ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਾਰ ਹੁੰਦੇ ਹਨ, ਰੋਜ਼ਾਨਾ ਅਰਬਾਂ ਵਾਰ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ AI ਤਕਨਾਲੋਜੀਆਂ ਵਧੇਰੇ ਵਿਆਪਕ ਹੁੰਦੀਆਂ ਹਨ। AI ਦਾ ਲਾਭ ਲੈਣ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਲਈ, ਮਾਡਲ ਦੇ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਹੋਣ ਕਾਰਨ ਅਰਥ ਸ਼ਾਸਤਰ ਅੰਦਰੂਨੀ ਤੌਰ ‘ਤੇ ਇਨਫਰੈਂਸ ਖਰਚਿਆਂ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ।
ਪਿਛਲੇ ਅੱਠ ਸਾਲਾਂ ਵਿੱਚ ਗੂਗਲ ਦੀ AI ਕੰਪਿਊਟ ਮੰਗ ਦਸ ਗੁਣਾ ਵਧੀ ਹੈ, ਜੋ ਕਿ 100 ਮਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਈ ਹੈ। ਆਇਰਨਵੁੱਡ ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਆਰਕੀਟੈਕਚਰ ਤੋਂ ਬਿਨਾਂ, ਮੂਰ ਦੇ ਕਾਨੂੰਨ ਵਿੱਚ ਰਵਾਇਤੀ ਤਰੱਕੀ ਦੁਆਰਾ ਇਸ ਵਿਕਾਸ ਦੇ ਰਾਹ ਨੂੰ ਕਾਇਮ ਰੱਖਣਾ ਅਸੰਭਵ ਹੋਵੇਗਾ।
ਖਾਸ ਤੌਰ ‘ਤੇ, ਗੂਗਲ ਦੀ ਘੋਸ਼ਣਾ ਨੇ ਸਧਾਰਨ ਪੈਟਰਨ ਪਛਾਣ ਦੀ ਬਜਾਏ ਗੁੰਝਲਦਾਰ ਇਨਫਰੈਂਸ ਕਾਰਜਾਂ ਨੂੰ ਕਰਨ ਦੇ ਸਮਰੱਥ ‘ਤਰਕ ਮਾਡਲਾਂ’ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ। ਇਹ ਇੱਕ ਵਿਸ਼ਵਾਸ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ AI ਦਾ ਭਵਿੱਖ ਨਾ ਸਿਰਫ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿੱਚ ਹੈ ਬਲਕਿ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਤੋੜਨ, ਬਹੁ-ਪੜਾਵੀ ਤਰਕ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਅਤੇ ਮਨੁੱਖੀ ਵਰਗੀਆਂ ਵਿਚਾਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀ ਨਕਲ ਕਰਨ ਦੇ ਸਮਰੱਥ ਮਾਡਲਾਂ ਵਿੱਚ ਵੀ ਹੈ।
ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨਾ
ਗੂਗਲ ਆਇਰਨਵੁੱਡ ਨੂੰ ਆਪਣੇ ਸਭ ਤੋਂ ਉੱਨਤ AI ਮਾਡਲਾਂ ਲਈ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਇਸਦਾ ਆਪਣਾ ਜੈਮਿਨੀ 2.5 ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਕਿ ‘ਮੂਲ ਤਰਕ ਸਮਰੱਥਾਵਾਂ’ ਦਾ ਮਾਣ ਕਰਦਾ ਹੈ।
ਕੰਪਨੀ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਜੈਮਿਨੀ 2.5 ਫਲੈਸ਼ ਪੇਸ਼ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇਸਦੇ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ ਦਾ ਇੱਕ ਛੋਟਾ ਸੰਸਕਰਣ ਹੈ ਜੋ ‘ਪ੍ਰੋਂਪਟ ਦੀ ਜਟਿਲਤਾ ਦੇ ਆਧਾਰ ‘ਤੇ ਤਰਕ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ’ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਮਾਡਲ ਰੋਜ਼ਾਨਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵੱਲ ਤਿਆਰ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੇਜ਼ ਜਵਾਬ ਸਮੇਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਗੂਗਲ ਨੇ ਅੱਗੇ ਮਲਟੀਮੋਡਲ ਜਨਰੇਸ਼ਨ ਮਾਡਲਾਂ ਦੇ ਆਪਣੇ ਵਿਆਪਕ ਸੂਟ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ ਟੈਕਸਟ-ਟੂ-ਇਮੇਜ, ਟੈਕਸਟ-ਟੂ-ਵੀਡੀਓ, ਅਤੇ ਇਸਦੀ ਨਵੀਂ ਜਾਰੀ ਕੀਤੀ ਗਈ ਟੈਕਸਟ-ਟੂ-ਮਿਊਜ਼ਿਕ ਸਮਰੱਥਾ, ਲੀਰੀਆ ਸ਼ਾਮਲ ਹੈ। ਇੱਕ ਡੈਮੋ ਨੇ ਦਰਸਾਇਆ ਕਿ ਕਿਵੇਂ ਇਹਨਾਂ ਟੂਲਸ ਨੂੰ ਇੱਕ ਸੰਗੀਤ ਸਮਾਰੋਹ ਲਈ ਇੱਕ ਪੂਰਾ ਪ੍ਰਮੋਸ਼ਨਲ ਵੀਡੀਓ ਬਣਾਉਣ ਲਈ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਆਇਰਨਵੁੱਡ ਗੂਗਲ ਦੀ ਵਿਆਪਕ AI ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਰਣਨੀਤੀ ਦਾ ਸਿਰਫ ਇੱਕ ਹਿੱਸਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਕਲਾਉਡ WAN ਦੀ ਵੀ ਘੋਸ਼ਣਾ ਕੀਤੀ, ਇੱਕ ਪ੍ਰਬੰਧਿਤ ਵਾਈਡ ਏਰੀਆ ਨੈੱਟਵਰਕ ਸੇਵਾ ਜੋ ਉੱਦਮਾਂ ਨੂੰ ਗੂਗਲ ਦੇ ਗਲੋਬਲ-ਸਕੇਲ ਪ੍ਰਾਈਵੇਟ ਨੈੱਟਵਰਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਤੱਕ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।
ਗੂਗਲ AI ਵਰਕਲੋਡਸ ਲਈ ਆਪਣੀਆਂ ਸੌਫਟਵੇਅਰ ਪੇਸ਼ਕਸ਼ਾਂ ਦਾ ਵੀ ਵਿਸਤਾਰ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਪਾਥਵੇਜ਼ ਵੀ ਸ਼ਾਮਲ ਹਨ, ਇੱਕ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਰਨਟਾਈਮ ਜੋ ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਾਥਵੇਜ਼ ਹੁਣ ਗਾਹਕਾਂ ਨੂੰ ਸੈਂਕੜੇ TPUs ਵਿੱਚ ਮਾਡਲ ਸਰਵਿੰਗ ਨੂੰ ਸਕੇਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।
A2A ਪੇਸ਼ ਕਰਨਾ: ਬੁੱਧੀਮਾਨ ਏਜੰਟ ਸਹਿਯੋਗ ਦੇ ਇੱਕ ਈਕੋਸਿਸਟਮ ਨੂੰ ਵਧਾਵਾ ਦੇਣਾ
ਹਾਰਡਵੇਅਰ ਤਰੱਕੀ ਤੋਂ ਇਲਾਵਾ, ਗੂਗਲ ਨੇ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮਾਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਕੇਂਦਰਿਤ AI ਲਈ ਆਪਣਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਪੇਸ਼ ਕੀਤਾ, ਇੱਕ ਬੁੱਧੀਮਾਨ ਏਜੰਟ ਵਿਕਸਤ ਕਰਨ ਲਈ ਇੱਕ ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ: ਏਜੰਟ-ਟੂ-ਏਜੰਟ (A2A)। ਇਹ ਪ੍ਰੋਟੋਕੋਲ ਵੱਖ-ਵੱਖ AI ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਮਿਆਰੀ ਸੰਚਾਰ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।
ਗੂਗਲ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ 2025 AI ਲਈ ਇੱਕ ਪਰਿਵਰਤਨਸ਼ੀਲ ਸਾਲ ਹੋਵੇਗਾ, ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਇੱਕਲੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਤੋਂ ਲੈ ਕੇ ਬੁੱਧੀਮਾਨ ਏਜੰਟ ਸਿਸਟਮਾਂ ਦੁਆਰਾ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਤੱਕ ਵਿਕਸਤ ਹੋਵੇਗੀ।
A2A ਪ੍ਰੋਟੋਕੋਲ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਫਰੇਮਵਰਕ ਵਿੱਚ ਅੰਤਰ-ਕਾਰਜਸ਼ੀਲਤਾ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ, ਏਜੰਟਾਂ ਨੂੰ ਇੱਕ ਆਮ ‘ਭਾਸ਼ਾ’ ਅਤੇ ਸੁਰੱਖਿਅਤ ਸੰਚਾਰ ਚੈਨਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਬੁੱਧੀਮਾਨ ਏਜੰਟਾਂ ਲਈ ਨੈੱਟਵਰਕ ਲੇਅਰ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਸਦਾ ਉਦੇਸ਼ ਗੁੰਝਲਦਾਰ ਵਰਕਫਲੋ ਵਿੱਚ ਏਜੰਟ ਸਹਿਯੋਗ ਨੂੰ ਸਰਲ ਬਣਾਉਣਾ ਹੈ। ਇਹ ਵਿਸ਼ੇਸ਼ AI ਏਜੰਟਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਜਟਿਲਤਾ ਅਤੇ ਮਿਆਦ ਦੇ ਕੰਮਾਂ ‘ਤੇ ਇਕੱਠੇ ਕੰਮ ਕਰਨ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਅੰਤ ਵਿੱਚ ਸਹਿਯੋਗ ਦੁਆਰਾ ਸਮੁੱਚੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ।
A2A ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ
ਗੂਗਲ ਨੇ ਆਪਣੀ ਬਲਾਗ ਪੋਸਟ ਵਿੱਚ MCP ਅਤੇ A2A ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਤੁਲਨਾ ਪ੍ਰਦਾਨ ਕੀਤੀ:
- MCP (ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ): ਟੂਲ ਅਤੇ ਸਰੋਤ ਪ੍ਰਬੰਧਨ ਲਈ
- ਸੰਰਚਿਤ ਇਨਪੁਟ/ਆਉਟਪੁੱਟ ਦੁਆਰਾ ਏਜੰਟਾਂ ਨੂੰ ਟੂਲ, APIs ਅਤੇ ਸਰੋਤਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ।
- ਗੂਗਲ ADK MCP ਟੂਲਸ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਵੱਖ-ਵੱਖ MCP ਸਰਵਰਾਂ ਨੂੰ ਏਜੰਟਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ।
- A2A (ਏਜੰਟ2ਏਜੰਟ ਪ੍ਰੋਟੋਕੋਲ): ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਲਈ
- ਮੈਮੋਰੀ, ਸਰੋਤਾਂ, ਜਾਂ ਟੂਲਸ ਨੂੰ ਸਾਂਝਾ ਕੀਤੇ ਬਿਨਾਂ ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਗਤੀਸ਼ੀਲ ਮਲਟੀਮੋਡਲ ਸੰਚਾਰ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।
- ਇੱਕ ਖੁੱਲਾ ਮਿਆਰ ਜੋ ਕਮਿਊਨਿਟੀ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ।
- ਉਦਾਹਰਨਾਂ ਨੂੰ Google ADK, LangGraph, ਅਤੇ Crew.AI ਵਰਗੇ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ, A2A ਅਤੇ MCP ਪੂਰਕ ਹਨ। MCP ਏਜੰਟਾਂ ਨੂੰ ਟੂਲ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ A2A ਇਹਨਾਂ ਲੈਸ ਏਜੰਟਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਅਤੇ ਸਹਿਯੋਗ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
ਗੂਗਲ ਦੁਆਰਾ ਘੋਸ਼ਿਤ ਕੀਤੇ ਗਏ ਭਾਈਵਾਲਾਂ ਦੀ ਸੂਚੀ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ A2A ਨੂੰ MCP ਦੇ ਸਮਾਨ ਧਿਆਨ ਮਿਲਣ ਵਾਲਾ ਹੈ। ਇਸ ਪਹਿਲਕਦਮੀ ਨੇ ਪਹਿਲਾਂ ਹੀ ਆਪਣੀ ਸ਼ੁਰੂਆਤੀ ਸਹਿਯੋਗੀ ਸਮੂਹ ਵਿੱਚ 50 ਤੋਂ ਵੱਧ ਕੰਪਨੀਆਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕੀਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਤਕਨਾਲੋਜੀ ਫਰਮਾਂ ਅਤੇ ਚੋਟੀ ਦੇ ਗਲੋਬਲ ਸਲਾਹ-ਮਸ਼ਵਰੇ ਅਤੇ ਸਿਸਟਮ ਏਕੀਕਰਣ ਸੇਵਾ ਪ੍ਰਦਾਤਾ ਸ਼ਾਮਲ ਹਨ।
ਗੂਗਲ ਨੇ ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਖੁੱਲੇਪਣ ‘ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ, ਇਸ ਨੂੰ ਏਜੰਟਾਂ ਦੇ ਸਹਿਯੋਗ ਕਰਨ ਦੇ ਮਿਆਰੀ ਢੰਗ ਵਜੋਂ ਸਥਾਪਤ ਕੀਤਾ, ਬਿਨਾਂ ਕਿਸੇ ਬੁਨਿਆਦੀ ਤਕਨਾਲੋਜੀ ਫਰੇਮਵਰਕ ਜਾਂ ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ। ਕੰਪਨੀ ਨੇ ਕਿਹਾ ਕਿ ਇਸਨੇ ਆਪਣੇ ਭਾਈਵਾਲਾਂ ਨਾਲ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਸਮੇਂ ਹੇਠਾਂ ਦਿੱਤੇ ਪੰਜ ਮੁੱਖ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ ਕੀਤੀ:
- ਏਜੰਟ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਅਪਣਾਓ: A2A ਏਜੰਟਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕੁਦਰਤੀ, ਗੈਰ-ਸੰਗਠਿਤ ਤਰੀਕਿਆਂ ਨਾਲ ਸਹਿਯੋਗ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਣ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ, ਭਾਵੇਂ ਉਹ ਮੈਮੋਰੀ, ਟੂਲਸ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਾਂਝਾ ਨਾ ਕਰਨ। ਟੀਚਾ ਏਜੰਟਾਂ ਨੂੰ ਸਿਰਫ਼ ‘ਟੂਲਸ’ ਤੱਕ ਸੀਮਤ ਕੀਤੇ ਬਿਨਾਂ ਅਸਲੀ ਮਲਟੀ-ਏਜੰਟ ਸਥਿਤੀਆਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣਾ ਹੈ।
- ਮੌਜੂਦਾ ਮਿਆਰਾਂ ‘ਤੇ ਬਣਾਓ: ਪ੍ਰੋਟੋਕੋਲ ਮੌਜੂਦਾ ਪ੍ਰਸਿੱਧ ਮਿਆਰਾਂ ‘ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚ HTTP, SSE, ਅਤੇ JSON-RPC ਸ਼ਾਮਲ ਹਨ, ਇਸ ਨੂੰ ਉੱਦਮਾਂ ਦੁਆਰਾ ਵਰਤੇ ਜਾਂਦੇ ਮੌਜੂਦਾ IT ਸਟੈਕਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ।
- ਡਿਫਾਲਟ ਰੂਪ ਵਿੱਚ ਸੁਰੱਖਿਅਤ: A2A ਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗ੍ਰੇਡ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਅਧਿਕਾਰ ਨੂੰ ਸਮਰਥਨ ਦੇਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਲਾਂਚ ‘ਤੇ OpenAPI ਦੀਆਂ ਪ੍ਰਮਾਣਿਕਤਾ ਸਕੀਮਾਂ ਦੇ ਸਮਾਨ ਹੈ।
- ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਚੱਲਣ ਵਾਲੇ ਕੰਮਾਂ ਦਾ ਸਮਰਥਨ ਕਰੋ: A2A ਨੂੰ ਤੇਜ਼ ਕੰਮਾਂ ਤੋਂ ਲੈ ਕੇ ਡੂੰਘਾਈ ਨਾਲ ਖੋਜ ਤੱਕ ਵੱਖ-ਵੱਖ ਤਰ੍ਹਾਂ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਲਚਕਤਾ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਘੰਟੇ ਜਾਂ ਦਿਨ ਵੀ ਲੱਗ ਸਕਦੇ ਹਨ (ਜਦੋਂ ਮਨੁੱਖ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ)। ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ, A2A ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਰੀਅਲ-ਟਾਈਮ ਫੀਡਬੈਕ, ਸੂਚਨਾਵਾਂ ਅਤੇ ਸਥਿਤੀ ਅਪਡੇਟਾਂ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
- ਮੋਡੈਲਿਟੀ ਅਗਨੌਸਟਿਕ: ਏਜੰਟਾਂ ਦੀ ਦੁਨੀਆ ਟੈਕਸਟ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ A2A ਨੂੰ ਆਡੀਓ ਅਤੇ ਵੀਡੀਓ ਸਟ੍ਰੀਮਾਂ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਮੋਡੈਲਿਟੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।
ਉਦਾਹਰਨ: A2A ਰਾਹੀਂ ਸੁਚਾਰੂ ਭਰਤੀ ਪ੍ਰਕਿਰਿਆ
ਗੂਗਲ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੀ ਗਈ ਇੱਕ ਉਦਾਹਰਨ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ A2A ਭਰਤੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਿਵੇਂ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਸੁਚਾਰੂ ਬਣਾ ਸਕਦਾ ਹੈ।
ਏਜੰਟਸਪੇਸ ਵਰਗੇ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਇੰਟਰਫੇਸ ਦੇ ਅੰਦਰ, ਇੱਕ ਭਰਤੀ ਪ੍ਰਬੰਧਕ ਨੌਕਰੀ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਢੁਕਵੇਂ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਲੱਭਣ ਲਈ ਇੱਕ ਏਜੰਟ ਨੂੰ ਸੌਂਪ ਸਕਦਾ ਹੈ। ਇਹ ਏਜੰਟ ਉਮੀਦਵਾਰ ਸੋਰਸਿੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਖਾਸ ਖੇਤਰਾਂ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ। ਉਪਭੋਗਤਾ ਏਜੰਟ ਨੂੰ ਇੰਟਰਵਿਊਆਂ ਨੂੰ ਤਹਿ ਕਰਨ ਅਤੇ ਬੈਕਗ੍ਰਾਊਂਡ ਜਾਂਚਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਲਈ ਦੂਜੇ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨੂੰ ਸਮਰੱਥ ਕਰਨ ਲਈ ਵੀ ਨਿਰਦੇਸ਼ ਦੇ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਿਤ, ਕਰਾਸ-ਸਿਸਟਮ ਸਹਿਯੋਗੀ ਭਰਤੀ ਨੂੰ ਸਮਰੱਥ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
MCP ਨੂੰ ਅਪਣਾਉਣਾ: ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਾ
ਇਸਦੇ ਨਾਲ ਹੀ, ਗੂਗਲ MCP ਨੂੰ ਵੀ ਅਪਣਾ ਰਿਹਾ ਹੈ। ਓਪਨਏਆਈ ਦੁਆਰਾ ਐਂਥਰੋਪਿਕ ਦੇ ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ (MCP) ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਘੋਸ਼ਣਾ ਕਰਨ ਤੋਂ ਕੁਝ ਹਫ਼ਤਿਆਂ ਬਾਅਦ, ਗੂਗਲ ਨੇ ਵੀ ਇਸ ਪਹਿਲਕਦਮੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਕੇ ਇਸਦੀ ਪਾਲਣਾ ਕੀਤੀ।
ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਦੇ ਸੀਈਓ ਡੇਮਿਸ ਹਸਾਬਿਸ ਨੇ X ‘ਤੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਗੂਗਲ ਆਪਣੇ ਜੈਮਿਨੀ ਮਾਡਲਾਂ ਅਤੇ SDKs ਵਿੱਚ MCP ਲਈ ਸਮਰਥਨ ਸ਼ਾਮਲ ਕਰੇਗਾ, ਹਾਲਾਂਕਿ ਕੋਈ ਖਾਸ ਸਮਾਂ ਸੀਮਾ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕੀਤੀ ਗਈ ਸੀ।
ਹਸਾਬਿਸ ਨੇ ਕਿਹਾ, ‘MCP ਇੱਕ ਸ਼ਾਨਦਾਰ ਪ੍ਰੋਟੋਕੋਲ ਹੈ ਜੋ AI ਏਜੰਟਾਂ ਦੇ ਯੁੱਗ ਲਈ ਤੇਜ਼ੀ ਨਾਲ ਖੁੱਲਾ ਮਿਆਰ ਬਣ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਇਸ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ MCP ਟੀਮ ਅਤੇ ਉਦਯੋਗ ਵਿੱਚ ਦੂਜੇ ਭਾਈਵਾਲਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ।’
ਨਵੰਬਰ 2024 ਵਿੱਚ ਇਸਦੇ ਜਾਰੀ ਹੋਣ ਤੋਂ ਬਾਅਦ, MCP ਨੇ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰਸਿੱਧੀ ਅਤੇ ਵਿਆਪਕ ਧਿਆਨ ਖਿੱਚਿਆ ਹੈ, ਇੱਕ ਸਧਾਰਨ ਅਤੇ ਮਿਆਰੀ ਤਰੀਕੇ ਵਜੋਂ ਉਭਰ ਰਿਹਾ ਹੈ ਤਾਂ ਜੋ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਟੂਲਸ ਅਤੇ ਡਾਟਾ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕੇ।
MCP AI ਮਾਡਲਾਂ ਨੂੰ ਕਾਰਜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਅਤੇ ਸਮੱਗਰੀ ਲਾਇਬ੍ਰੇਰੀਆਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਲਈ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੂਲਸ ਅਤੇ ਸੌਫਟਵੇਅਰ ਵਰਗੇ ਡਾਟਾ ਸਰੋਤਾਂ ਤੋਂ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਪ੍ਰੋਟੋਕੋਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਡਾਟਾ ਸਰੋਤਾਂ ਅਤੇ AI-ਸੰਚਾਲਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਜਿਵੇਂ ਕਿ ਚੈਟਬੋਟਸ ਵਿਚਕਾਰ ਦੋ-ਦਿਸ਼ਾਵੀ ਕਨੈਕਸ਼ਨ ਸਥਾਪਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
ਡਿਵੈਲਪਰ MCP ਸਰਵਰਾਂ ਦੁਆਰਾ ਡਾਟਾ ਇੰਟਰਫੇਸ ਨੂੰ ਬੇਨਕਾਬ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਇਹਨਾਂ ਸਰਵਰਾਂ ਨਾਲ ਜੁੜਨ ਲਈ MCP ਕਲਾਇੰਟਸ (ਜਿਵੇਂ ਕਿ ਐਪਲੀਕੇਸ਼ਨਾਂ ਅਤੇ ਵਰਕਫਲੋ) ਬਣਾ ਸਕਦੇ ਹਨ। ਕਿਉਂਕਿ ਐਂਥਰੋਪਿਕ ਨੇ MCP ਨੂੰ ਖੁੱਲਾ ਸਰੋਤ ਕੀਤਾ ਹੈ, ਕਈ ਕੰਪਨੀਆਂ ਨੇ MCP ਸਹਾਇਤਾ ਨੂੰ ਆਪਣੇ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਹੈ।
ਮੁੱਖ ਸੰਕਲਪਾਂ ਦਾ ਵਧਿਆ ਹੋਇਆ ਵੇਰਵਾ:
ਗੂਗਲ ਦੁਆਰਾ ਹਾਲ ਹੀ ਵਿੱਚ ਕੀਤੀਆਂ ਘੋਸ਼ਣਾਵਾਂ ਦੇ ਪ੍ਰਭਾਵ ਅਤੇ ਮਹੱਤਤਾ ਨੂੰ ਹੋਰ ਸਪੱਸ਼ਟ ਕਰਨ ਲਈ, ਆਓ ਕੋਰ ਕੰਪੋਨੈਂਟਸ: ਆਇਰਨਵੁੱਡ, A2A, ਅਤੇ MCP ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਖੋਜ ਕਰੀਏ।
ਆਇਰਨਵੁੱਡ: ਇਨਫਰੈਂਸ ਯੁੱਗ ਵਿੱਚ ਇੱਕ ਡੂੰਘੀ ਡੁੱਬਕੀ
ਮੁੱਖ ਤੌਰ ‘ਤੇ ਸਿਖਲਾਈ ਮਾਡਲਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਤੋਂ ਇਨਫਰੈਂਸ ਲਈ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵੱਲ ਤਬਦੀਲੀ AI ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਨਾਜ਼ੁਕ ਵਿਕਾਸ ਹੈ। ਸਿਖਲਾਈ ਵਿੱਚ ਮਾਡਲ ਨੂੰ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨਾ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਸਿਖਾਉਣ ਲਈ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ ਫੀਡ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਦੂਜੇ ਪਾਸੇ, ਇਨਫਰੈਂਸ, ਨਵੇਂ, ਅਣਦੇਖੇ ਡਾਟਾ ‘ਤੇ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਇੱਕ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ।
ਜਦੋਂ ਕਿ ਸਿਖਲਾਈ ਇੱਕ ਸਰੋਤ-ਸਘਣ, ਇੱਕ-ਵਾਰ (ਜਾਂ ਘੱਟ ਹੀ) ਘਟਨਾ ਹੈ, ਇਨਫਰੈਂਸ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਲਗਾਤਾਰ ਅਤੇ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਹੁੰਦਾ ਹੈ। ਹੇਠ ਲਿਖੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ:
- ਚੈਟਬੋਟਸ: ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਉਪਭੋਗਤਾ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣਾ।
- ਸਿਫਾਰਸ਼ ਪ੍ਰਣਾਲੀਆਂ: ਉਪਭੋਗਤਾ ਤਰਜੀਹਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਉਤਪਾਦਾਂ ਜਾਂ ਸਮੱਗਰੀ ਦਾ ਸੁਝਾਅ ਦੇਣਾ।
- ਧੋਖਾਧੜੀ ਖੋਜ: ਧੋਖਾਧੜੀ ਦੇ ਲੈਣ-ਦੇਣਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ ਜਿਵੇਂ ਕਿ ਉਹ ਵਾਪਰਦੇ ਹਨ।
- ਚਿੱਤਰ ਪਛਾਣ: ਵਸਤੂਆਂ, ਲੋਕਾਂ, ਜਾਂ ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਚਿੱਤਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ।
ਇਹਨਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਇੱਕ ਸਹਿਜ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਤੇਜ਼, ਕੁਸ਼ਲ ਇਨਫਰੈਂਸ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਆਇਰਨਵੁੱਡ ਖਾਸ ਤੌਰ ‘ਤੇ ਇਹਨਾਂ ਕਾਰਜਾਂ ਵਿੱਚ ਉੱਤਮ ਹੋਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।
ਇਨਫਰੈਂਸ ਲਈ ਆਇਰਨਵੁੱਡ ਦੇ ਮੁੱਖ ਫਾਇਦੇ:
- ਉੱਚ ਥਰੂਪੁੱਟ: ਵੱਡੀ ਕੰਪਿਊਟ ਪਾਵਰ (42.5 ਐਕਸਾਫਲੌਪਸ) ਆਇਰਨਵੁੱਡ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਇਨਫਰੈਂਸ ਬੇਨਤੀਆਂ ਨੂੰ ਸੰਭਾਲਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।
- ਘੱਟ ਲੇਟੈਂਸੀ: ਉੱਚ-ਬੈਂਡਵਿਡਥ ਮੈਮੋਰੀ (HBM) ਅਤੇ ਕੁਸ਼ਲ ਆਰਕੀਟੈਕਚਰ ਹਰੇਕ ਇਨਫਰੈਂਸ ਬੇਨਤੀ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਵਿੱਚ ਲੱਗਣ ਵਾਲੇ ਸਮੇਂ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹਨ।
- ਊਰਜਾ ਕੁਸ਼ਲਤਾ: ਪ੍ਰਤੀ ਵਾਟ ਸੁਧਰੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਇਨਫਰੈਂਸ ਤਾਇਨਾਤੀਆਂ ਨੂੰ ਚਲਾਉਣ ਨਾਲ ਜੁੜੀਆਂ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ।
ਇਨਫਰੈਂਸ ਲਈ ਅਨੁਕੂਲ ਬਣਾ ਕੇ, ਗੂਗਲ ਕਾਰੋਬਾਰਾਂ ਨੂੰ AI-ਸੰਚਾਲਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਅਤੇ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਤਾਇਨਾਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਰਿਹਾ ਹੈ।
A2A: ਸਹਿਯੋਗੀ AI ਲਈ ਬੁਨਿਆਦ
ਏਜੰਟ-ਟੂ-ਏਜੰਟ (A2A) ਪ੍ਰੋਟੋਕੋਲ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਸਹਿਯੋਗੀ AI ਪ੍ਰਣਾਲੀਆਂ ਬਣਾਉਣ ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇੱਕ ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ ਵਿੱਚ, ਕਈ AI ਏਜੰਟ ਇੱਕ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇਕੱਠੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਹਰੇਕ ਏਜੰਟ ਕੋਲ ਆਪਣੇ ਵਿਸ਼ੇਸ਼ ਹੁਨਰ ਅਤੇ ਗਿਆਨ ਹੋ ਸਕਦੇ ਹਨ, ਅਤੇ ਉਹ ਇੱਕ ਆਮ ਟੀਚਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇੱਕ ਦੂਜੇ ਨਾਲ ਸੰਚਾਰ ਅਤੇ ਤਾਲਮੇਲ ਕਰਦੇ ਹਨ।
ਸਵੈਚਾਲਿਤ ਗਾਹਕ ਸਹਾਇਤਾ ਨਾਲ ਜੁੜੇ ਇੱਕ ਦ੍ਰਿਸ਼ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ:
- ਏਜੰਟ 1: ਗਾਹਕ ਦੇ ਸ਼ੁਰੂਆਤੀ ਸਵਾਲ ਨੂੰ ਸਮਝਦਾ ਹੈ ਅਤੇ ਅੰਤਰੀਵ ਮੁੱਦੇ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ।
- ਏਜੰਟ 2: ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਲੱਭਣ ਲਈ ਇੱਕ ਗਿਆਨ ਅਧਾਰ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ।
- ਏਜੰਟ 3: ਜੇਕਰ ਜ਼ਰੂਰੀ ਹੋਵੇ ਤਾਂ ਇੱਕ ਮਨੁੱਖੀ ਏਜੰਟ ਨਾਲ ਇੱਕ ਫਾਲੋ-ਅਪ ਮੁਲਾਕਾਤ ਤਹਿ ਕਰਦਾ ਹੈ।
ਇਹਨਾਂ ਏਜੰਟਾਂ ਨੂੰ ਇੱਕ ਸੰਯੁਕਤ ਗਾਹਕ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਸਹਿਜਤਾ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਅਤੇ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਲੋੜ ਹੈ। A2A ਇਸ ਕਿਸਮ ਦੇ ਸਹਿਯੋਗ ਲਈ ਢਾਂਚਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
A2A ਦੇ ਮੁੱਖ ਲਾਭ:
- ਅੰਤਰ-ਕਾਰਜਸ਼ੀਲਤਾ: ਵੱਖ-ਵੱਖ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਫਰੇਮਵਰਕ ‘ਤੇ ਵਿਕਸਤ ਕੀਤੇ ਏਜੰਟਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
- ਮਿਆਰੀਕਰਨ: ਏਜੰਟ ਸੰਚਾਰ ਲਈ ਇੱਕ ਆਮ ‘ਭਾਸ਼ਾ’ ਅਤੇ ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਇੱਕ ਸਮੂਹ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
- ਸੁਰੱਖਿਆ: ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੁਰੱਖਿਅਤ ਸੰਚਾਰ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ, ਸੰਵੇਦਨਸ਼ੀਲ ਡਾਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ।
- ਲਚਕਤਾ: ਟੈਕਸਟ, ਆਡੀਓ ਅਤੇ ਵੀਡੀਓ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਤਰ੍ਹਾਂ ਦੇ ਸੰਚਾਰ ਤਰੀਕਿਆਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।
AI ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਨੂੰ ਵਧਾ ਕੇ, A2A ਵਧੇਰੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਅਤੇ ਬਹੁਮੁਖੀ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਵਿਕਾਸ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।
MCP: AI ਅਤੇ ਡਾਟਾ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨਾ
ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ (MCP) AI ਮਾਡਲਾਂ ਨੂੰ ਉਹਨਾਂ ਕਾਰਜਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ ਨਾਲ ਜੋੜਨ ਦੀ ਚੁਣੌਤੀ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ। AI ਮਾਡਲਾਂ ਨੂੰ ਸਹੀ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨ ਅਤੇ ਸੂਚਿਤ ਫੈਸਲੇ ਲੈਣ ਲਈ ਡਾਟਾਬੇਸ, APIs, ਅਤੇ ਕਲਾਉਡ ਸੇਵਾਵਾਂ ਵਰਗੇ ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ ਤੋਂ ਰੀਅਲ-ਟਾਈਮ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
MCP AI ਮਾਡਲਾਂ ਲਈ ਇਹਨਾਂ ਡਾਟਾ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨ ਦਾ ਇੱਕ ਮਿਆਰੀ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਹ ਹੇਠਾਂ ਦਿੱਤੇ ਲਈ ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਇੱਕ ਸਮੂਹ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ:
- ਡਾਟਾ ਖੋਜ: ਉਪਲਬਧ ਡਾਟਾ ਸਰੋਤਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ।
- ਡਾਟਾ ਪਹੁੰਚ: ਡਾ