مصنوعی ذہانت (AI) کا منظرنامہ ایک اہم تبدیلی سے گزر رہا ہے۔ برسوں تک، پیچیدہ AI ماڈلز، خاص طور پر بڑے لسانی ماڈلز (LLMs) کے بے پناہ کمپیوٹیشنل مطالبات نے ان کے آپریشن کو بنیادی طور پر وسیع ڈیٹا سینٹرز میں چھپے ہوئے طاقتور، توانائی استعمال کرنے والے سرورز سے جوڑ رکھا تھا۔ رسائی عام طور پر انٹرنیٹ پر سوالات بھیجنے اور دور سے پروسیس شدہ جوابات کا انتظار کرنے پر مشتمل ہوتی تھی۔ تاہم، پروسیسر ٹیکنالوجی میں ترقی اور ڈیٹا کی رازداری اور لیٹنسی (تاخیر) کے بارے میں بڑھتی ہوئی تشویش کی وجہ سے مقامی کمپیوٹیشن کی طرف ایک زبردست تبدیلی زور پکڑ رہی ہے۔ Advanced Micro Devices (AMD)، سیمی کنڈکٹر کے میدان میں ایک مضبوط کھلاڑی، اس رجحان کو فعال طور پر اپنا رہا ہے، اور صارفین کو جنریٹو AI کی صلاحیتوں کو براہ راست ان کے ذاتی کمپیوٹرز پر استعمال کرنے کے لیے بااختیار بنانے کی کوشش کر رہا ہے۔ اس ڈومین میں کمپنی کی تازہ ترین پہل ایک اوپن سورس پروجیکٹ ہے جس کا دلچسپ نام GAIA ہے، جو ‘Generative AI Is Awesome’ کا مخفف ہے۔
مقامی AI پروسیسنگ کے دور کا آغاز
جنریٹو AI ماڈلز کو مقامی طور پر چلانے کی کشش کثیر جہتی ہے۔ سب سے پہلے، یہ بڑھتی ہوئی رازداری کی تشویش کو دور کرتا ہے۔ جب ڈیٹا صارف کے اپنے ڈیوائس پر پروسیس ہوتا ہے، تو ممکنہ طور پر حساس معلومات کو فریق ثالث سرورز پر منتقل کرنے کی ضرورت ختم ہو جاتی ہے، جو ایک فطری طور پر زیادہ محفوظ آپریشنل پیراڈائم پیش کرتا ہے۔ دوم، مقامی عملدرآمد لیٹنسی کو نمایاں طور پر کم کر سکتا ہے؛ ان پٹ اور آؤٹ پٹ کے درمیان تاخیر کم سے کم ہو جاتی ہے جب کمپیوٹیشنل بھاری کام صارف انٹرفیس سے صرف چند ملی میٹر دور ہوتا ہے، بجائے اس کے کہ ممکنہ طور پر براعظموں کا سفر کرے۔ سوم، یہ رسائی کو جمہوری بناتا ہے۔ جبکہ کلاؤڈ بیسڈ AI میں اکثر سبسکرپشن فیس یا استعمال کی حدود شامل ہوتی ہیں، آن ڈیوائس پروسیسنگ اس ہارڈویئر کا فائدہ اٹھاتی ہے جو صارف کے پاس پہلے سے موجود ہے، ممکنہ طور پر AI ٹولز کے ساتھ تجربہ کرنے اور استعمال کرنے میں داخلے کی رکاوٹ کو کم کرتا ہے۔
اس صلاحیت کو تسلیم کرتے ہوئے، AMD حکمت عملی کے تحت اپنے پروسیسر آرکیٹیکچرز میں AI ورک لوڈز کے لیے واضح طور پر ڈیزائن کردہ خصوصی پروسیسنگ کورز کو مربوط کر رہا ہے۔ ان کوششوں کا نتیجہ ان کے تازہ ترین Ryzen AI 300 سیریز پروسیسرز میں واضح ہے، جن میں بہتر نیورل پروسیسنگ یونٹس (NPUs) شامل ہیں۔ یہ NPUs مشین لرننگ کے کاموں میں رائج مخصوص قسم کے ریاضیاتی آپریشنز کو سنبھالنے کے لیے انجنیئر کیے گئے ہیں، ایسا روایتی CPU کورز کے مقابلے میں رفتار اور بجلی کی کھپت دونوں لحاظ سے نمایاں طور پر زیادہ کارکردگی کے ساتھ کرتے ہیں۔ یہ بالکل وہی وقف شدہ ہارڈویئر ہے جسے AMD اپنے GAIA پروجیکٹ کے ذریعے مرکزی دھارے کے صارفین کے لیے کھولنا چاہتا ہے۔ Victoria Godsoe، AMD کی AI ڈویلپر انیبلمنٹ مینیجر، نے اس مقصد پر زور دیتے ہوئے کہا کہ GAIA ‘نجی اور مقامی بڑے لسانی ماڈلز (LLMs) کو چلانے کے لیے Ryzen AI نیورل پروسیسنگ یونٹ (NPU) کی طاقت کا فائدہ اٹھاتا ہے۔’ انہوں نے مزید فوائد پر روشنی ڈالی: ‘یہ انضمام تیز تر، زیادہ موثر پروسیسنگ - یعنی کم بجلی - کی اجازت دیتا ہے جبکہ آپ کے ڈیٹا کو مقامی اور محفوظ رکھتا ہے۔’
GAIA کا تعارف: آن ڈیوائس LLM تعیناتی کو آسان بنانا
GAIA اس سوال کا AMD کا جواب بن کر ابھرتا ہے: صارفین اپنی نئی Ryzen AI سے چلنے والی مشینوں کی NPU صلاحیتوں کو پیچیدہ AI ماڈلز چلانے کے لیے آسانی سے کیسے استعمال کر سکتے ہیں؟ ایک اوپن سورس ایپلیکیشن کے طور پر پیش کیا گیا، GAIA ایک ہموار انٹرفیس فراہم کرتا ہے جو خاص طور پر تازہ ترین AMD ہارڈویئر سے لیس Windows PCs پر براہ راست چھوٹے پیمانے کے LLMs کی تعیناتی اور ان کے ساتھ تعامل کے لیے تیار کیا گیا ہے۔ یہ پروجیکٹ شعوری طور پر موجودہ اوپن سورس فریم ورک پر استوار ہے، خاص طور پر Lemonade کو بنیاد کے طور پر حوالہ دیتے ہوئے، وسیع تر ترقیاتی کمیونٹی کے اندر ایک باہمی تعاون کی روح کا مظاہرہ کرتا ہے۔
GAIA کا بنیادی کام LLMs کو ترتیب دینے اور چلانے سے وابستہ زیادہ تر پیچیدگی کو دور کرنا ہے۔ صارفین کو ایک زیادہ قابل رسائی ماحول پیش کیا جاتا ہے، جو AMD کے Ryzen AI آرکیٹیکچر کے لیے شروع سے بہتر بنایا گیا ہے۔ یہ اصلاح اہم ہے؛ یہ یقینی بناتا ہے کہ سافٹ ویئر مؤثر طریقے سے NPU کا استعمال کرتا ہے، کارکردگی کو زیادہ سے زیادہ کرتا ہے اور توانائی کے نشان کو کم کرتا ہے۔ جبکہ بنیادی ہدف Ryzen AI 300 سیریز ہے جس میں اس کا طاقتور NPU ہے، AMD نے پرانے یا مختلف ہارڈویئر کنفیگریشنز کے صارفین کو مکمل طور پر خارج نہیں کیا ہے۔
یہ پروجیکٹ مقبول اور نسبتاً کمپیکٹ LLM خاندانوں کی حمایت کرتا ہے، بشمول وسیع پیمانے پر قابل رسائی Llama اور Phi آرکیٹیکچرز پر مبنی ماڈلز۔ یہ ماڈلز، اگرچہ شاید GPT-4 جیسے جنات کے پیمانے کے مالک نہیں ہیں، مختلف آن ڈیوائس کاموں کے لیے قابل ذکر حد تک قابل ہیں۔ AMD ممکنہ استعمال کے معاملات تجویز کرتا ہے جن میں قدرتی گفتگو کے قابل انٹرایکٹو چیٹ بوٹس سے لے کر زیادہ پیچیدہ استدلال کے اسائنمنٹس تک شامل ہیں، جو GAIA سے چلنے والے مقامی AI کے لیے تصور کردہ استعداد کو ظاہر کرتا ہے۔
GAIA کی صلاحیتوں کی کھوج: ایجنٹس اور ہائبرڈ پاور
عملی ایپلی کیشنز کو ظاہر کرنے اور ٹیکنالوجی کو فوری طور پر کارآمد بنانے کے لیے، GAIA پہلے سے طے شدہ ‘ایجنٹس’ کے انتخاب کے ساتھ آتا ہے، ہر ایک مخصوص فنکشن کے لیے تیار کیا گیا ہے:
- Chaty: جیسا کہ نام سے ظاہر ہے، یہ ایجنٹ ایک بات چیت کا AI تجربہ فراہم کرتا ہے، جو عام تعامل اور مکالمے کے لیے چیٹ بوٹ کے طور پر کام کرتا ہے۔ یہ بنیادی LLM کی انسانی جیسی متن کے جوابات پیدا کرنے کی صلاحیت کا فائدہ اٹھاتا ہے۔
- Clip: یہ ایجنٹ سوال جواب کے کاموں پر توجہ مرکوز کرتا ہے۔ قابل ذکر بات یہ ہے کہ اس میں Retrieval-Augmented Generation (RAG) صلاحیتیں شامل ہیں، جو اسے ممکنہ طور پر بیرونی ذرائع جیسے YouTube ٹرانسکرپٹس سے معلومات حاصل کرنے کی اجازت دیتی ہیں تاکہ زیادہ باخبر یا سیاق و سباق سے متعلقہ جوابات فراہم کیے جا سکیں۔ یہ RAG فعالیت ایجنٹ کے علمی بنیاد کو LLM کے ابتدائی تربیتی ڈیٹا سے نمایاں طور پر بڑھاتی ہے۔
- Joker: ایک اور RAG پر مبنی ایجنٹ، Joker خاص طور پر مزاح کے لیے ڈیزائن کیا گیا ہے، جسے لطیفے پیدا کرنے کا کام سونپا گیا ہے۔ یہ مقامی LLMs کی خصوصی، تخلیقی ایپلی کیشنز کی صلاحیت کو ظاہر کرتا ہے۔
- Simple Prompt Completion: یہ بیس LLM تک زیادہ براہ راست لائن پیش کرتا ہے، جس سے صارفین کو پرامپٹ داخل کرنے اور دوسرے ایجنٹس کی بات چیت یا کام کے لیے مخصوص تہوں کے بغیر سیدھی تکمیل حاصل کرنے کی اجازت ملتی ہے۔ یہ براہ راست ماڈل تعامل کے لیے ایک بنیادی انٹرفیس کے طور پر کام کرتا ہے۔
ان ایجنٹس کا نفاذ، خاص طور پر انفرنس کا عمل جہاں ماڈل جوابات پیدا کرتا ہے، بنیادی طور پر مطابقت پذیر Ryzen AI 300 سیریز چپس پر NPU کے ذریعے سنبھالا جاتا ہے۔ یہ موثر، کم بجلی کے آپریشن کو یقینی بناتا ہے۔ تاہم، AMD نے کچھ معاون ماڈلز کے لیے ایک زیادہ جدید ‘ہائبرڈ’ موڈ بھی شامل کیا ہے۔ یہ اختراعی نقطہ نظر متحرک طور پر پروسیسر کے مربوط گرافکس پروسیسنگ یونٹ (iGPU) کو NPU کے ساتھ مشغول کرتا ہے۔ iGPU کی متوازی پروسیسنگ پاور کا فائدہ اٹھاتے ہوئے، یہ ہائبرڈ موڈ مطالبہ کرنے والے AI کاموں کے لیے کارکردگی میں نمایاں اضافہ فراہم کر سکتا ہے، جو صارفین کو انفرنس کو تیز کرنے کا ایک طریقہ پیش کرتا ہے جو NPU اکیلے حاصل کر سکتا ہے۔
متنوع ہارڈویئر منظرنامے کو تسلیم کرتے ہوئے، AMD ایک فال بیک آپشن بھی فراہم کرتا ہے۔ GAIA کا ایک ویرینٹ موجود ہے جو کمپیوٹیشن کے لیے مکمل طور پر CPU کورز پر انحصار کرتا ہے۔ اگرچہ NPU یا ہائبرڈ موڈز سے نمایاں طور پر سست اور کم پاور ایفیشنٹ ہے، یہ CPU-only ورژن وسیع تر رسائی کو یقینی بناتا ہے، جس سے تازہ ترین Ryzen AI ہارڈویئر کے بغیر صارفین کو GAIA کے ساتھ تجربہ کرنے کی اجازت ملتی ہے، اگرچہ کارکردگی میں کمی کے ساتھ۔
اسٹریٹجک پوزیشننگ اور اوپن سورس فائدہ
GAIA کا آغاز مسابقتی سیمی کنڈکٹر مارکیٹ کے وسیع تر تناظر میں دیکھا جا سکتا ہے، خاص طور پر AI ایکسلریشن کے حوالے سے۔ کافی عرصے تک، NVIDIA نے AI اسپیس میں ایک غالب پوزیشن حاصل کی ہے، بڑی حد تک اس کے طاقتور GPUs اور پختہ CUDA (Compute Unified Device Architecture) سافٹ ویئر ایکو سسٹم کی وجہ سے، جو اعلیٰ کارکردگی والی مشین لرننگ کے لیے ایک ڈی فیکٹو معیار بن گیا ہے۔ کنزیومر ہارڈویئر پر بڑے ماڈلز کو مؤثر طریقے سے چلانے نے اکثر ڈویلپرز اور شوقین افراد کو NVIDIA کی پیشکشوں کی طرف راغب کیا۔
AMD کی GAIA پہل، Ryzen AI چپس میں وقف شدہ NPU ہارڈویئر کے ساتھ مل کر، اس غلبے کو چیلنج کرنے کے لیے ایک اسٹریٹجک اقدام کی نمائندگی کرتی ہے، خاص طور پر لیپ ٹاپس اور ڈیسک ٹاپس پر آن ڈیوائس AI کی ابھرتی ہوئی مارکیٹ میں۔ استعمال میں آسان، آپٹمائزڈ، اور اوپن سورس ٹول فراہم کرکے، AMD کا مقصد اپنی AI ہارڈویئر صلاحیتوں کے گرد ایک ایکو سسٹم بنانا ہے، جس سے Ryzen AI پلیٹ فارمز کو مقامی AI عملدرآمد میں دلچسپی رکھنے والے ڈویلپرز اور اختتامی صارفین کے لیے زیادہ پرکشش بنایا جا سکے۔ NPU آپٹیمائزیشن پر واضح توجہ اسے GPU-مرکوز طریقوں سے ممتاز کرتی ہے اور مخصوص AI کاموں کے لیے وقف شدہ نیورل پروسیسرز میں موروثی پاور ایفیشنسی فوائد کو اجاگر کرتی ہے۔
GAIA کو اجازت دینے والے MIT اوپن سورس لائسنس کے تحت جاری کرنے کا فیصلہ بھی حکمت عملی کے لحاظ سے اہم ہے۔ یہ عالمی ڈویلپر کمیونٹی سے تعاون اور شراکت کی دعوت دیتا ہے۔ یہ نقطہ نظر پروجیکٹ کی ترقی کو تیز کر سکتا ہے، نئی خصوصیات اور ماڈلز کے انضمام کا باعث بن سکتا ہے، اور AMD کے AI پلیٹ فارم میں سرمایہ کاری کرنے والی کمیونٹی کو فروغ دے سکتا ہے۔ AMD واضح طور پر بگ فکسز اور فیچر میں اضافہ کے لیے پل درخواستوں کا خیرمقدم کرتا ہے، جو اجتماعی کوششوں کے ذریعے GAIA کو تیار کرنے کے عزم کا اشارہ دیتا ہے۔ اوپن سورسنگ ڈویلپرز کے لیے تجربہ کرنے، انضمام کرنے، اور ممکنہ طور پر GAIA فریم ورک کے اوپر تجارتی ایپلی کیشنز بنانے میں رکاوٹ کو کم کرتی ہے، جس سے Ryzen AI کے گرد ایکو سسٹم کو مزید تحریک ملتی ہے۔
اگرچہ موجودہ تکرار آن ڈیوائس عملدرآمد کے لیے موزوں چھوٹے LLMs پر مرکوز ہے، GAIA کی طرف سے رکھی گئی بنیاد زیادہ پیچیدہ ماڈلز اور ایپلی کیشنز کی حمایت کی راہ ہموار کر سکتی ہے کیونکہ NPU ٹیکنالوجی آگے بڑھ رہی ہے۔ یہ AMD کی طرف سے ارادے کا واضح بیان ہے: ذاتی، مقامی مصنوعی ذہانت کے دور میں ایک بڑی طاقت بننا، ہارڈویئر اور قابل رسائی سافٹ ویئر ٹولز فراہم کرنا جو AI صلاحیتوں کو براہ راست صارفین کے ہاتھوں میں، محفوظ اور مؤثر طریقے سے لانے کے لیے ضروری ہیں۔ ‘Generative AI Is Awesome’ کا نام، اگرچہ شاید غیر رسمی ہے، اس تیزی سے ترقی کرتی ہوئی تکنیکی سرحد میں کمپنی کے جوش و خروش اور عزائم کو اجاگر کرتا ہے۔