कोर ने दक्षिण अफ्रीका में आर्टिफिशियल इंटेलिजेंस सपोर्ट वाले नए माइक्रोसॉफ्ट सरफेस डिवाइस पेश किए

साइबरनेटिक रोबोटिक्स फर्म हुआरुइजिपू ने अपना Praxis One प्लेटफॉर्म पेश किया। यह प्लेटफॉर्म मीडियाटेक जेनियो प्रो 5100 चिप पर आधारित एक पेरिफेरल कंप्यूटिंग सिस्टम है, जिसे 17 सितंबर को हांगझोऊ में 9वें चाइनीज रोबोटिक्स समिट के दौरान एक उद्योग कार्यक्रम में प्रदर्शित किया गया था।

Praxis One को स्मार्टफोन उत्पाद के रूप में नहीं, बल्कि उच्च कम्प्यूटेशनल शक्ति वाले भारी ह्यूमनॉइड और रोबोटों के लिए एक कंप्यूटिंग मॉड्यूल के रूप में स्थापित किया गया है। यह एक ही चिप पर ऑन-डिवाइस मल्टीमॉडल कार्य और दृष्टि तथा भाषा कार्यों को वास्तविक समय में गति नियंत्रण के साथ एकीकृत करता है।

हुआरुइजिपू अपने डिज़ाइन को सामान्य विभाजित स्टैक से अलग बताती है, जहां संज्ञानात्मक त्वरक एक अलग मोटर नियंत्रक के पास स्थित होता है। एक ही SoC पर उच्च-स्तरीय निर्णय लेने और कम विलंबता नियंत्रण के एकीकरण के कारण चिप्स के बीच विलंबता में कमी, डेटा हानि में कमी और बोर्ड डिजाइन का सरलीकरण प्राप्त होता है।

एक हल्का संस्करण, Praxis Nano, भी उपलब्ध है जो मीडियाटेक जेनियो 720 का उपयोग करता है और मध्यम रोबोटों और सेंसर के साथ बंद लूप गति के लिए डिज़ाइन किया गया है। जबकि Praxis One मल्टीमॉडल धारणा पर केंद्रित है, VLA नीतियां, हल्के विश्व मॉडल, बड़े मॉडल का स्थानीय अनुमान और अधिक बड़े प्लेटफार्मों पर जटिल कार्य योजना पर ध्यान केंद्रित करता है।

मीडियाटेक और उसके भागीदारों ने बताया कि Genio Pro 5100 एक 3-नैनोमीटर प्रोसेसर पर Arm v9.2 आर्किटेक्चर वाला आठ-कोर प्रोसेसर है, जिसमें आठवें पीढ़ी का NPU है जो लगभग 106 TOPS पर काम कर सकता है। इसके अलावा, यह FHD कैमरे के 16 वर्चुअल चैनलों, Wi-Fi 7, ब्लूटूथ 6.0 और वैकल्पिक रूप से 5G का समर्थन करता है।

डिवाइस पर Qwen3-7B मॉडल का इन्फेरेंस लगभग 23 टोकन प्रति सेकंड का अनुमान लगाया जाता है, जिससे क्लाउड से कनेक्शन खो जाने पर भी दृश्य समझ और संवाद बनाए रखा जा सकता है। सिस्टम औद्योगिक उपयोग के लिए डिज़ाइन किया गया है, जो -40°C से 105°C तक की विस्तृत तापमान सीमा में काम करता है, जो कारखानों और बाहरी स्थानों पर तैनाती के लिए उपयुक्त है।

हुआरुइजिपू ने अपनी प्रणाली के सहायक घटकों को भी प्रस्तुत किया: RuiMou ब्रांड के तहत पेरिफेरल डेटा संग्रह हार्डवेयर, भौतिक रूप से सीमित रोबोट विश्व और दृश्य मॉडल, और OEM निर्माताओं और प्रयोगशालाओं के लिए तैयार पैकेज। कंपनी का आधिकारिक अंग्रेजी नाम चीनी सामग्री और वेबसाइट harmony-robot.com के बाहर कम प्रलेखित है; इस रिपोर्ट में कॉर्पोरेट नाम के रूप में हुआरुइजिपू और ट्रेडमार्क के रूप में Praxis One का उपयोग किया जाता है जब तक कि अधिक स्पष्ट वैश्विक पुष्टि नहीं हो जाती है।

दक्षिण अफ्रीकी संगठनों ने एआई की क्षमता पर सवाल पूछना बंद कर दिया है; अब ध्यान परिचालन कार्यों पर स्थानांतरित हो गया है: एआई को कैसे लागू किया जाए, इसे कहाँ काम करना चाहिए, कितनी कंप्यूटिंग शक्ति की आवश्यकता होगी और इसका डेटा, बजट और समग्र तकनीकी रणनीति पर क्या प्रभाव पड़ेगा।

पहले एआई को मुख्य रूप से एक सॉफ्टवेयर समस्या के रूप में देखा जाता था - प्लेटफॉर्म का चयन, प्रशिक्षण मॉडल और प्राथमिकता वाले उपयोग के मामले। हालांकि, हार्डवेयर घटक बाधा बन गए हैं: ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू), मेमोरी, स्टोरेज, नेटवर्किंग उपकरण, पावर सिस्टम, कूलिंग, सुरक्षा और डेटा प्रबंधन। आवश्यक कंप्यूटिंग शक्ति तक पहुंच उतना ही महत्वपूर्ण हो गई है जितना कि उपयुक्त मॉडल तक पहुंच।

दक्षिण अफ्रीका में बुनियादी ढांचे की स्थिति

स्थानीय कंपनियां कई विशिष्ट सीमाओं का सामना करती हैं। उच्च प्रदर्शन कंप्यूटिंग महंगी है, और उन्नत जीपीयू बुनियादी ढांचे तक पहुंच सीमित है। क्लाउड एआई का प्रदर्शन बैंडविड्थ और विलंबता की समस्याओं के कारण खराब होता है। बड़े पैमाने पर योजना बिजली आपूर्ति और डेटा सेंटर की क्षमता के मुद्दों से जटिल हो जाती है: अफ्रीका में दस करोड़ से अधिक लोगों के लिए सक्रिय डेटा सेंटर क्षमता का आधा से भी कम हिस्सा है। इसके अलावा, डेटा संप्रभुता के मुद्दे उन लोगों के लिए जटिलताएं जोड़ते हैं जो विनियमित जानकारी के साथ काम करते हैं, और विशेष एआई बुनियादी ढांचे के लिए योग्य विशेषज्ञ दुर्लभ हैं।

दक्षिण अफ्रीका अन्य क्षेत्रों में बनाए गए हाइपरस्केल मॉडल की नकल नहीं कर सकता है। यह धारणा कि प्रत्येक संगठन के पास एक बड़ा डेटा सेंटर या क्लाउड सेवाओं के प्रति महत्वपूर्ण प्रतिबद्धताएं होनी चाहिए, अब व्यवहार्य और आवश्यक नहीं है।

एक बड़ा डेटा सेंटर हमेशा आवश्यक नहीं होता

एआई कार्यान्वयन के परिपक्व होने के साथ, कार्यभार अधिक वितरित होते जाते हैं। डेवलपर्स को मॉडल के परीक्षण और प्रशिक्षण के लिए कंप्यूटिंग संसाधनों की आवश्यकता होती है, और व्यावसायिक इकाइयों को एनालिटिक्स, स्वचालन और कंप्यूटर विजन के लिए स्थानीय अनुमान (इन्फेरेंस) की आवश्यकता होती है। परिचालन वातावरण, चाहे वे कारखाने हों या खुदरा स्टोर, वास्तविक समय में डेटा को संसाधित करने के लिए तेजी से एज एआई (एज एआई) पर निर्भर करते हैं।

यह कॉम्पैक्ट, वितरित बुनियादी ढांचे के लिए अवसर खोलता है। एक ही डेटा सेंटर या क्लाउड वातावरण में गणना को केंद्रीकृत करने के बजाय, संगठन विभिन्न व्यावसायिक बिंदुओं पर एआई के साथ काम करने में सक्षम छोटे सिस्टम तैनात कर सकते हैं। यह पारंपरिक एआई डेटा सेंटर के निर्माण से जुड़ी लागतों और समय के बिना महत्वपूर्ण कंप्यूटिंग शक्ति प्रदान करता है।

सुलभ एआई कंप्यूट की वृद्धि

इस आवश्यकता को पूरा करने के लिए कॉम्पैक्ट सिस्टम की एक नई पीढ़ी सामने आ रही है, जिसे एआई कंप्यूटिंग शक्ति को उपयोगकर्ताओं, डेवलपर्स और परिचालन वातावरण के करीब लाने के लिए डिज़ाइन किया गया है। यह संगठनों को छोटी शुरुआत करने, स्थानीय प्रयोग करने और वास्तविक मांग बढ़ने पर विस्तार करने की अनुमति देता है।

ASUS Ascent GX10 इसका एक उदाहरण है। यह Nvidia के GB10 Grace Blackwell सुपरचिप पर बनाया गया है - वही सिलिकॉन जो Nvidia के DGX Spark में है। यह प्रणाली 150x150x51 मिमी के आकार के केस में पीटाफ्लॉप FP4 एआई प्रदर्शन और 128 जीबी यूनिफाइड मेमोरी प्रदान करती है, जो सीधे डेस्क पर 200 बिलियन पैरामीटर तक के मॉडल को फाइन-ट्यून करने के लिए पर्याप्त है। दो ऐसी इकाइयों को कनेक्टएक्स-7 नेटवर्क के माध्यम से जोड़ा जा सकता है ताकि प्रदर्शन दोगुना हो सके। इस बीच, खपत की गई शक्ति 180 वॉट तक पहुंच जाती है, जो ऐसे बाजार में महत्वपूर्ण है जहां बिजली आपूर्ति केवल खर्च मद नहीं, बल्कि योजना में एक सीमित कारक है।

ASUS ExpertCenter Pro ET900N G3 इंजीनियरिंग, एनालिटिक्स, डिजाइन, अनुसंधान या परिचालन गतिविधियों के क्षेत्रों में उपयोगकर्ता के करीब रहने वाले एआई वर्कलोड का समर्थन करते हुए व्यावसायिक और पेशेवर जरूरतों के लिए वर्कस्टेशन प्रदर्शन प्रदान करता है। कई संगठनों के लिए यह एक व्यावहारिक समझौता है: सिस्टम जटिल एआई कार्यों के लिए पर्याप्त शक्तिशाली है, लेकिन फिर भी विभिन्न टीमों और विभागों में तैनाती के लिए सुलभ है।

इन प्रणालियों का व्यावहारिक प्रभाव स्थानीय विकास और परीक्षण, प्रयोग चक्रों में तेजी लाना, उपयोग के स्थान के करीब डेटा को बाहर निकालना, संवेदनशील कार्यों पर अधिक सख्त नियंत्रण, क्लाउड कनेक्टिविटी पर निर्भरता कम करना और एक ऐसे संगठन के लिए एक यथार्थवादी शुरुआती बिंदु बनाना है जो अपनी स्वयं की एआई क्षमता का निर्माण कर रहा है।

अब क्लाउड बनाम ऑन-प्रिमाइसेस नहीं

वर्षों से, बुनियादी ढांचे के निर्णय द्विआधारी विकल्प तक सीमित रहे हैं: क्लाउड या ऑन-प्रिमाइसेस। आर्टिफिशियल इंटेलिजेंस इस प्रतिमान को तोड़ता है, क्योंकि विभिन्न कार्यभार की अलग-अलग आवश्यकताएं होती हैं, और यही आवश्यकताएं उनके संचालन के स्थान को निर्धारित करती हैं।

कुछ एआई कार्य क्लाउड सेवाओं की लोच और पैमाने से लाभान्वित होते हैं। अन्य को कम विलंबता, स्थानीय प्रसंस्करण, डेटा संप्रभुता का अनुपालन, अनुमानित लागत या स्वायत्त संचालन की क्षमता की आवश्यकता होती है, जो स्थानीय या एज बुनियादी ढांचे की आवश्यकता को इंगित करता है।

इस प्रकार, भविष्य हाइब्रिड है। संगठन प्रत्येक कार्यभार की प्रकृति के आधार पर क्लाउड, स्थानीय और एज कंप्यूटिंग को संयोजित करेंगे, और GX10 और ET900N जैसी कॉम्पैक्ट सिस्टम इस मॉडल का हिस्सा बन जाएंगी, जिससे कंप्यूटिंग ठीक वहीं रखी जा सके जहां इसकी आवश्यकता है। सवाल यह है कि किस कार्यभार के लिए कौन सी जगह उपयुक्त है।

अवधारणा से उत्पादन तक

कई तकनीकी रूप से सफल अवधारणाएं परिचालन स्तर पर विफल हो जाती हैं क्योंकि बुनियादी ढांचे की योजना को एक द्वितीयक प्रश्न माना जाता है। इस अंतर को पाटने के लिए वर्तमान और भविष्य के कार्यभार का मूल्यांकन, प्रशिक्षण और अनुमान के बीच विभाजन, जीपीयू और मेमोरी की आवश्यकताओं, डेटा के स्थान, लागू संप्रभुता नियमों, सुरक्षा, ऊर्जा खपत और कूलिंग, नेटवर्क विलंबता, कुल स्वामित्व लागत और पर्यावरण की मापनीयता का आकलन आवश्यक है।

इस मूल्यांकन को संगठन की एआई रणनीति में एकीकृत किया जाना चाहिए, न कि उसके बगल में। बुनियादी ढांचा क्षमताओं की सीमा, एआई परिनियोजन की गति और इसके कामकाज की आर्थिक स्थिरता को परिभाषित करता है।

तकनीकी पारिस्थितिकी तंत्र की भूमिका

एआई को सुलभ बनाना केवल हार्डवेयर बेचने से कहीं अधिक है। इसके लिए एक संपूर्ण पारिस्थितिकी तंत्र बनाने की आवश्यकता है, जिसमें कंप्यूटिंग शक्ति, बुनियादी ढांचा, सॉफ्टवेयर, साइबर सुरक्षा, वितरण, तकनीकी विशेषज्ञता और बिक्री चैनल भागीदार शामिल हैं।

Altron Arrow कंपनी, जो दक्षिण अफ्रीका में एआई के लिए ASUS सिस्टम का वितरण करती है, इस पारिस्थितिकी तंत्र में भाग लेती है, संगठनों और भागीदारों को आधुनिक एआई परिनियोजन के लिए आवश्यक चीजों तक पहुंचने में मदद करती है। लक्ष्य ऐसी कंप्यूटिंग शक्ति प्रदान करना है जो स्थानीय संगठनों के लिए यथार्थवादी, स्केलेबल और आर्थिक रूप से व्यवहार्य हो, न कि केवल एक हाइपरस्केल समाधान की छोटी प्रतिलिपि।

उपलब्धता एआई कार्यान्वयन के अगले चरण को निर्धारित करेगी। सबसे अधिक लाभ उन संगठनों को मिलेगा जो अपने कार्यभार को समझते हैं और उनके चारों ओर एक बुनियादी ढांचा रणनीति बनाते हैं, न कि उन लोगों को जिनके पास सबसे बड़ा बजट है। दक्षिण अफ्रीकी व्यवसायों के लिए पहुंच की बाधा अब बाधा नहीं है; अब यह महत्वपूर्ण है कि एआई कितनी जल्दी प्रयोग से परिचालन लाभ में बदलता है।