কৃত্রিম বুদ্ধিমত্তার মডেল যত বড় হচ্ছে, সেগুলো চালাতে তত বেশি কম্পিউটিং শক্তি ও দ্রুত মেমোরি লাগছে। শক্তিশালী প্রসেসর থাকলেও দরকারি ডেটা সময়মতো না পেলে তার পুরো ক্ষমতা কাজে লাগে না। NVIDIA-এর নতুন NVHBM প্রযুক্তি এই সীমাবদ্ধতা কমানোর লক্ষ্যেই তৈরি।
২৬ আগস্ট ২০২৬-এ এনভিডিয়া NVLink Fusion প্ল্যাটফর্মে NVHBM যুক্ত করার ঘোষণা দেয়। প্রতিষ্ঠানটির দাবি, প্রচলিত HBM4E মেমোরির তুলনায় এই প্রযুক্তি প্রতি মেমোরি স্ট্যাকে সর্বোচ্চ ৩০ শতাংশ বেশি ব্যান্ডউইডথ দিতে পারে এবং মেমোরি ব্যবস্থার বিদ্যুৎ খরচ সর্বোচ্চ ১৫ শতাংশ কমাতে পারে। বিস্তারিত রয়েছে NVIDIA-এর আনুষ্ঠানিক ঘোষণায়।
এআই চিপ শক্তিশালী হলেই সব সমস্যার সমাধান হয় না
বড় ভাষা মডেল চালানোর সময় মডেলের ওজন, মধ্যবর্তী হিসাবের তথ্য এবং ব্যবহারকারীর কথোপকথনসংক্রান্ত ডেটা দ্রুত মেমোরি থেকে প্রসেসরে পৌঁছাতে হয়। এই আদানপ্রদান ধীর হলে প্রসেসরের কিছু ক্ষমতা অব্যবহৃত থাকতে পারে। একে মেমোরি ব্যান্ডউইডথের সীমাবদ্ধতা বলা হয়।
সহজভাবে বললে, প্রসেসর হলো কাজ করার জায়গা আর মেমোরি হলো তথ্যের ভান্ডার। তথ্য সরবরাহের গতি কম হলে আরও শক্তিশালী প্রসেসর কিনেও প্রত্যাশিত কার্যক্ষমতা সব সময় পাওয়া যায় না।
বড় এআই অবকাঠামোয় বিষয়টি আরও জটিল, কারণ স্টোরেজ, নেটওয়ার্ক, বিদ্যুৎ ও শীতলীকরণ ব্যবস্থাও সামগ্রিক কার্যক্ষমতাকে প্রভাবিত করে। এ বিষয়ে শক্তিশালী GPU থাকা সত্ত্বেও এআই ব্যবস্থায় বাধা তৈরি হওয়ার কারণ নিয়ে TechnicalBD-এর প্রতিবেদনটি প্রাসঙ্গিক।
NVHBM কী এবং HBM4E থেকে এর পার্থক্য কোথায়?
HBM-এর পূর্ণরূপ High Bandwidth Memory। এতে একাধিক মেমোরি স্তরকে বিশেষভাবে সাজিয়ে প্রসেসরের কাছাকাছি রাখা হয়। তাই সাধারণ কম্পিউটারের RAM-এর তুলনায় নির্দিষ্ট এআই ও উচ্চক্ষমতার কাজে অনেক বেশি ডেটা আদানপ্রদান সম্ভব।
NVHBM হলো এনভিডিয়ার পরিকল্পিত কাস্টম HBM প্রযুক্তি, যা বিশেষ করে নিজস্ব নকশার এআই এক্সিলারেটর বা XPU তৈরিতে ব্যবহারের জন্য। এর অন্যতম পরিবর্তন হলো মেমোরি কন্ট্রোলারকে মূল কম্পিউটিং চিপের বদলে HBM স্ট্যাকের বেস ডাইতে যুক্ত করা।
এতে মূল চিপে মেমোরি সংযোগের কিছু সার্কিট ও জায়গার চাপ কমতে পারে। ফলে বেশি কম্পিউটিং ইউনিট বা অন্য অংশ যুক্ত করার সুযোগ তৈরি হয়। তবে বাস্তব সুবিধা নির্ভর করবে পুরো চিপ ও প্যাকেজের নকশার ওপর।
NVHBM এক নজরে
| Item | Details |
|---|---|
| Announced | 26 August 2026 |
| Platform | NVLink Fusion |
| Bandwidth | Up to 30% more per stack vs HBM4E |
| Memory power use | Up to 15% less vs HBM4E |
| PHY and support circuit area | Up to 67% less vs HBM4E |
| Compute die area | Up to 25% more in specific designs |
| First partner | Annapurna Labs (Amazon) |
| Target | Data centers and custom AI accelerators (XPU) |
৩০% বেশি ব্যান্ডউইডথের অর্থ কী?
এনভিডিয়ার ঘোষণায় NVHBM প্রতি স্ট্যাকে HBM4E-এর তুলনায় সর্বোচ্চ ৩০ শতাংশ বেশি ব্যান্ডউইডথ দেওয়ার কথা বলা হয়েছে। উপযুক্ত পরিস্থিতিতে প্রসেসর ও মেমোরির মধ্যে প্রতি সেকেন্ডে আরও বেশি ডেটা স্থানান্তরের সুযোগ তৈরি হতে পারে। এটি মডেলের ওজন পড়া, কথোপকথনের সংরক্ষিত তথ্য ব্যবহার এবং একাধিক ব্যবহারকারীর অনুরোধ সামলানোর কাজে সহায়ক হতে পারে। যেসব কাজ মেমোরির গতির কারণে সীমিত হয়ে পড়ে, সেগুলোতে উন্নতির সম্ভাবনা বেশি।
তবে ব্যান্ডউইডথ ৩০ শতাংশ বাড়লেই সব এআই অ্যাপ্লিকেশন ৩০ শতাংশ দ্রুত হবে, এমন নয়। প্রসেসরের ক্ষমতা, মডেলের আকার, সফটওয়্যার ও কাজের ধরন অনুযায়ী প্রকৃত ফল বদলাবে। তাই স্বাধীন পরীক্ষার ফল ছাড়া নির্দিষ্ট পারফরম্যান্স বৃদ্ধিকে নিশ্চিত ধরে নেওয়া উচিত নয়।
মেমোরি ব্যবস্থার বিদ্যুৎ খরচ কমানোর লক্ষ্য
এনভিডিয়ার আরেকটি দাবি, NVHBM প্রচলিত HBM4E-এর তুলনায় মেমোরির বিদ্যুৎ খরচ সর্বোচ্চ ১৫ শতাংশ কমাতে পারে। বড় ডেটা সেন্টারে হাজার হাজার এআই এক্সিলারেটর একসঙ্গে চলে, তাই মেমোরিতে সামান্য সাশ্রয়ও মোট বিদ্যুৎ ব্যবহারে বড় প্রভাব ফেলতে পারে।
কম বিদ্যুৎ খরচের সুবিধা শুধু বিলে সীমাবদ্ধ নয়। এতে চিপের তাপীয় চাপ ও শীতলীকরণের প্রয়োজন কমতে পারে। ফলে একই বিদ্যুৎ ও তাপ ব্যবস্থাপনার সীমার মধ্যে অবকাঠামো আরও কার্যকরভাবে ব্যবহার করা সম্ভব হতে পারে।
তবে ১৫ শতাংশ সাশ্রয় বলতে HBM মেমোরি ব্যবস্থার বিদ্যুৎ ব্যবহারের তুলনা বোঝানো হয়েছে, পুরো সার্ভার বা ডেটা সেন্টারের মোট বিদ্যুৎ খরচ নয়। সার্বিক সাশ্রয় জানতে সম্পূর্ণ ব্যবস্থার বাস্তব পরিমাপ দরকার।
মূল চিপে আরও জায়গা পাওয়ার সুবিধা
এনভিডিয়ার প্রযুক্তিগত ব্যাখ্যা অনুযায়ী, NVHBM-এর কাস্টম নকশা প্রচলিত HBM4E-এর তুলনায় PHY ও সহায়ক সার্কিটের জায়গা সর্বোচ্চ ৬৭ শতাংশ কমাতে পারে। PHY হলো চিপের এমন একটি অংশ, যা ভৌত স্তরে ডেটা আদানপ্রদানে সহায়তা করে।
এই সাশ্রয়ের ফলে মূল কম্পিউটিং ডাইতে বাড়তি জায়গা পাওয়া যেতে পারে। আনুষ্ঠানিক ঘোষণায় নির্দিষ্ট নকশায় মূল কম্পিউটিং ডাইয়ের জন্য সর্বোচ্চ ২৫ শতাংশ বেশি জায়গা পাওয়ার কথা বলা হয়েছে। তবে এই সংখ্যাকে সব চিপের জন্য নিশ্চিত সুবিধা হিসেবে দেখা যাবে না।
মেমোরি ব্যান্ডউইডথ, চিপের নকশা ও বিদ্যুৎ ব্যবহারের সুবিধাগুলো কীভাবে একসঙ্গে কাজ করতে পারে, তা এনভিডিয়া বিস্তারিত ব্যাখ্যা করেছে। আগ্রহী পাঠকেরা NVIDIA-এর প্রযুক্তিগত ব্লগে মূল ব্যাখ্যাটি দেখতে পারেন।
NVLink Fusion ও কাস্টম এআই চিপের ভূমিকা
NVHBM-কে শুধু একটি মেমোরি প্রযুক্তি হিসেবে দেখলে পুরো চিত্র পাওয়া যায় না। NVLink Fusion এমন একটি প্ল্যাটফর্ম, যার মাধ্যমে অংশীদার প্রতিষ্ঠানগুলো নিজেদের নকশার প্রসেসর ও এআই এক্সিলারেটরকে এনভিডিয়ার অবকাঠামোর সঙ্গে যুক্ত করতে পারে।
এই ব্যবস্থায় দ্রুত মেমোরি, চিপের সংযোগ এবং র্যাক পর্যায়ের অবকাঠামো একসঙ্গে বিবেচনা করা হয়। ফলে কাস্টম XPU তৈরির প্রতিষ্ঠানগুলো মেমোরি সংযোগের নকশা ও যাচাইয়ের কিছু জটিলতা কমানোর সুযোগ পেতে পারে। তবে নির্দিষ্ট পণ্যের জন্য উপযুক্ত নকশা ও পরীক্ষা এখনও দরকার।
এআই প্রসেসরের জন্য সফটওয়্যারও জরুরি। যেমন, AMD-এর ROCm 10 ও ROCm.AI ডেভেলপার টুল নিয়ে TechnicalBD-এর প্রতিবেদনে দেখা যায়, মেমোরি ব্যবহার ও সফটওয়্যার অপ্টিমাইজেশনও হার্ডওয়্যারের কার্যক্ষমতাকে প্রভাবিত করে। অর্থাৎ শুধু দ্রুত মেমোরি নয়, পুরো প্রযুক্তিব্যবস্থার সমন্বয় দরকার।
Amazon-এর Annapurna Labs প্রথম অংশীদার
এনভিডিয়া জানিয়েছে, অ্যামাজনের চিপ নকশা বিভাগ Annapurna Labs NVHBM নিয়ে কাজ করা প্রথম অংশীদার হবে। অ্যামাজন নিজস্ব এআই এক্সিলারেটর তৈরি করে, তাই এই সহযোগিতা কাস্টম প্রসেসরের নকশায় এনভিডিয়ার মেমোরি প্রযুক্তি ব্যবহারের সম্ভাবনা তুলে ধরে।
এই অংশীদারত্বের মাধ্যমে NVHBM শুধু এনভিডিয়ার নিজস্ব GPU-তে সীমাবদ্ধ না থেকে অন্য প্রতিষ্ঠানের কাস্টম এআই চিপেও ব্যবহারের পথ পেতে পারে। তবে ঘোষণাটি অংশীদারত্ব ও প্রযুক্তিগত পরিকল্পনার কথা জানায়। চূড়ান্ত পণ্য, বাজারে আসার সময় এবং বাস্তব পারফরম্যান্স নিয়ে আলাদা ঘোষণা দরকার।
সাধারণ ব্যবহারকারী ও বাংলাদেশের জন্য এর গুরুত্ব
NVHBM সাধারণ ডেস্কটপ RAM-এর বিকল্প নয় এবং ব্যবহারকারীদের জন্য আলাদা মেমোরি মডিউল হিসেবে ঘোষণা করা হয়নি। এর প্রধান লক্ষ্য ডেটা সেন্টার ও কাস্টম এআই এক্সিলারেটর। তাই এখনই সাধারণ গেমিং কম্পিউটার বা GeForce গ্রাফিক্স কার্ডে এই প্রযুক্তি আসবে বলে ধরে নেওয়া ঠিক হবে না।
তবে ক্লাউড এআই, ছবি তৈরি, কোড লেখা এবং বড় ভাষা মডেল চালানোর অবকাঠামো যত কার্যকর হবে, তার প্রভাব পরোক্ষভাবে সাধারণ ব্যবহারকারীর ওপরও পড়তে পারে। বাংলাদেশে এআই সেবা ও প্রযুক্তি ব্যবসা বাড়লে দ্রুত কম্পিউটিং ও দক্ষ ডেটা সেন্টারের প্রয়োজনও বাড়বে।
এআইয়ের জন্য শুধু চিপ নয়, পুরো অবকাঠামোই যে জরুরি, তা NVIDIA PAIR ও RTX Spark দিয়ে স্থানীয়ভাবে এআই চালানোর প্রযুক্তি এবং MSI EdgeMesa N AI+ মিনি পিসির স্থানীয় এআই সক্ষমতা নিয়ে TechnicalBD-এর প্রতিবেদনেও বোঝা যায়। একই সময়ে মধ্যপ্রাচ্যে AMD-এর এআই অবকাঠামো পরিকল্পনা দেখায়, এই প্রতিযোগিতায় কম্পিউটিং শক্তির পাশাপাশি পুরো প্রযুক্তিব্যবস্থা গড়ার দিকেও জোর বাড়ছে।
NVHBM-এর সুবিধা ও সীমাবদ্ধতা
সুবিধা
- প্রতি স্ট্যাকে HBM4E-এর চেয়ে সর্বোচ্চ ৩০ শতাংশ বেশি ব্যান্ডউইডথের দাবি
- HBM ব্যবস্থার বিদ্যুৎ খরচ সর্বোচ্চ ১৫ শতাংশ কম হওয়ার দাবি
- PHY ও সহায়ক সার্কিটের জায়গা সর্বোচ্চ ৬৭ শতাংশ কমার সম্ভাবনা
সীমাবদ্ধতা
- সব দাবি এনভিডিয়ার নিজস্ব, স্বাধীন পরীক্ষার ফল এখনও নেই
- প্রকৃত ফল চিপের নকশা, সফটওয়্যার ও কাজের ধরনের ওপর নির্ভর করবে
- সাধারণ ব্যবহারকারীর RAM বা GeForce গ্রাফিক্স কার্ডের জন্য ঘোষিত নয়
- চূড়ান্ত পণ্য ও বাজারে আসার সময় নিয়ে আলাদা ঘোষণা দরকার
সচরাচর জিজ্ঞাসা
NVHBM কী?
এনভিডিয়ার পরিকল্পিত কাস্টম HBM প্রযুক্তি, যা বিশেষ করে নিজস্ব নকশার এআই এক্সিলারেট বা XPU তৈরিতে ব্যবহারের জন্য।
NVHBM কি সাধারণ কম্পিউটারের RAM-এর বিকল্প?
না। এটি আলাদা মেমোরি মডিউল হিসেবে ঘোষণা করা হয়নি, আর এর প্রধান লক্ষ্য ডেটা সেন্টার ও কাস্টম এআই এক্সিলারেটর।
NVHBM-এর প্রথম অংশীদার কারা?
এনভিডিয়া জানিয়েছে, অ্যামাজনের চিপ নকশা বিভাগ Annapurna Labs প্রথম অংশীদার হবে।
৩০ শতাংশ বেশি ব্যান্ডউইডথ মানে কি সব এআই কাজ ৩০ শতাংশ দ্রুত হবে?
না। প্রসেসরের ক্ষমতা, মডেলের আকার, সফটওয়্যার ও কাজের ধরন অনুযায়ী প্রকৃত ফল বদলাবে।
শেষ কথা
NVHBM মেমোরি নকশাকে এআই চিপের কার্যক্ষমতার আরও বড় বিষয় করে তুলেছে। প্রতি স্ট্যাকে সর্বোচ্চ ৩০ শতাংশ বেশি ব্যান্ডউইডথ, HBM ব্যবস্থায় সর্বোচ্চ ১৫ শতাংশ কম বিদ্যুৎ ব্যবহার এবং মূল কম্পিউটিং ডাইয়ে জায়গা সাশ্রয়ের দাবি কাস্টম এআই এক্সিলারেটর তৈরিতে নতুন সুযোগ তৈরি করতে পারে।
তবে ঘোষিত সুবিধাকে বাস্তব পণ্যের নিশ্চিত পারফরম্যান্স হিসেবে দেখা উচিত নয়। প্রকৃত ফল নির্ভর করবে চিপের নকশা, মেমোরি নির্মাতা, সফটওয়্যার এবং বাস্তব কাজের ধরনের ওপর। এনভিডিয়ার এই উদ্যোগ থেকে স্পষ্ট, ভবিষ্যতের এআই প্রতিযোগিতায় শুধু প্রসেসরের গতি নয়, মেমোরি ও পুরো অবকাঠামোর দক্ষতাও বড় ভূমিকা রাখবে।
সর্বশেষ আপডেট: ২৯ অক্টোবর ২০২৬
