ডেল দাবি করে যে একক নামস্থানের এআই স্টোরেজ আর্কিটেকচারগুলি এন্টারপ্রাইজ বিতরণকৃত ডেটা মাধ্যাকর্ষণ বাস্তবতার সাথে সংঘর্ষ করে, যা জিপিইউগুলিকে অবৈধ স্থাপত্যগত সীমাবদ্ধতার কারণে ডেটার জন্য অপেক্ষা করতে বাধ্য করে।
এর মূল বিষয় হল একটি মৌলিক পছন্দঃ তথ্যগুলি কম্পিউটার প্ল্যাটফর্মের কাছে যেতে হবে, নাকি প্ল্যাটফর্মটি যেখানে তথ্য থাকে সেখানে যেতে হবে?তিনটি ব্লগ পোস্টে কেন্দ্রীভূত স্টোরেজ-ইন্টিগ্রেটেড স্ট্যাকের উপর ফেডারেশনাল এআই ডেটা প্ল্যাটফর্মের জন্য মামলা করে.
তার প্রথম পোস্টে, হাইড যুক্তি দেন যে বিশাল ডেটাসেটগুলির মধ্যে অন্তর্নিহিত ডেটা মাধ্যাকর্ষণ রয়েছে যা তাদের মূল অবস্থানে লক করে দেয় core datacenters, edge sites, sovereign compliance regions, SaaS environments,তথ্য গুদামএন্টারপ্রাইজ এআই-র সবচেয়ে সহজ নিয়ম বলা হয়, তার থিসিসে বলা হয়েছে যে ডেটা যেখানে আসে সেখানে থাকে, এবং অধিকাংশই কখনোই স্থানান্তরিত হবে না।
অনেকগুলি এন্টারপ্রাইজ আইটি ঘর্ষণ পরিষ্কার ইউনিফাইড ডেটা আর্কিটেকচারগুলিকে ব্লক করেঃ নিয়ন্ত্রক এবং সার্বভৌমত্বের নিয়ম, অ্যাপ্লিকেশন লক-ইন, প্রতিযোগিতামূলক ডেটা মালিকানা, চুক্তি এবং ব্যয় বাধা,এমএন্ডএ ডেটা বিভাজন, সম্মতি-লক আর্কাইভ, অ-ক্যাটালগ অজানা তথ্য, এবং অভ্যন্তরীণ সাংগঠনিক সিলোস।
তিনি তথ্যকে তিনটি ভিন্ন ফর্মে ভাগ করেছেন:
- অপরিশোধিত তথ্য (ভারী): ফাইল, রেকর্ড, চিত্র, ভিডিও, টেলিমেট্রি, নিয়ন্ত্রিত টেবিল। বড় আকারের, ধীর এবং ব্যয়বহুল স্থানান্তর, বাস্তবিক অপারেশনাল কারণে স্থানে থাকা।
- মেটাডেটা (বর্ণনামূলক স্তর): ট্যাগ, বংশ, স্কিম, শ্রেণীবিভাগ, মালিকানা চিহ্নিতকারী। হালকা ও সস্তা প্রতিলিপি করা, শারীরিক ডেটা চলাচল ছাড়াই সমস্ত সম্পদগুলিতে এআই দৃশ্যমানতা সক্ষম করে।
- ভেক্টর (সিমান্টিক উপস্থাপনা): এআই-উত্পাদিত গাণিতিক এমবেডেড, স্থানীয়-সচেতন এবং জিপিইউ-সংশ্লেষিত। তারা অন্তর্নিহিত কাঁচা ডেটা পরিবহন না করেই পরিবেশ জুড়ে প্রাসঙ্গিক অর্থ প্রেরণ করে।
হাইড নোট করেছেন যে এআই-র জন্য কাঁচা ডেটা চলাচলের প্রয়োজন নেই কেবল অ্যাক্সেসযোগ্য মেটাডেটা এবং ভেক্টর। একটি মেটাডেটা ক্যাটালগ এআই ওয়ার্কলোডগুলির জন্য সম্পূর্ণ ক্রস-সিস্টেম সম্পদ দৃশ্যমানতা সরবরাহ করে,যখন ভেক্টর সূচক শক্তি ক্রস পরিবেশ শব্দার্থিক যুক্তি. সীমাবদ্ধ, মালিকানাধীন, বিলম্ব-সংবেদনশীল ভারী কাঁচা ডেটা রাখা, তার বিদ্যমান অপারেশনাল দল দ্বারা পরিচালিত হয়। ভেক্টর স্থানীয় সংবেদনশীলতা এবং জিপিইউ কাছাকাছি বৈশিষ্ট্যঃঅথবা কাঁচা ডেটা ভেক্টরাইজেশনের শেষ পয়েন্টে মাইগ্রেশন করেএই ফ্রেমিং তার সম্পূর্ণ যুক্তিকে সমর্থন করে।
অন্তর্নিহিতভাবে বিতরণ করা এন্টারপ্রাইজ ডেটা দুটি বিরোধী দর্শনে এআই ডেটা স্তর নকশা বিভক্ত করেঃ
- স্টোরেজ-ইন্টিগ্রেটেড স্ট্যাক (ভিএএসটি এআই ওএস দ্বারা উদাহরণস্বরূপ): একটি বিক্রেতার নিয়ন্ত্রিত ইউনিফাইড নেমস্পেসের মধ্যে বড় ডেটাসেটকে কেন্দ্রীভূত করার চারপাশে নির্মিত,কার্যক্রমকে সহজতর করার জন্য এমবেডেড এআই পরিষেবাগুলিকে ঘনিষ্ঠভাবে যুক্ত করাএই মডেলটি অনুমান করে যে তথ্যগুলি একীকরণের জন্য প্ল্যাটফর্মে স্থানান্তরিত হবে এবং গ্রিনফিল্ড এআই স্থাপনার জন্য ভাল কাজ করে।
- ফেডারেশনড এআই ডেটা প্ল্যাটফর্ম (ডেলের ফ্রেমওয়ার্ক): এন্টারপ্রাইজ ডেটা স্থায়ীভাবে বিতরণ করা হয়, যার জন্য প্ল্যাটফর্মটি ডেটাগুলির স্থানীয় অবস্থানের পাশাপাশি কাজ করতে হবে।ডেলের এআই ডেটা প্ল্যাটফর্ম পাওয়ারস্কেল এবং অবজেক্টস্কেলকে একটি ফেডারেশন কন্ট্রোল প্লেনের সাথে একত্রিত করে ফাইল সিস্টেম জুড়ে ডেটা অ্যাক্সেস এবং প্রক্রিয়া করার জন্য, অবজেক্ট স্টোরেজ, গুদাম, SaaS সরঞ্জাম এবং পাবলিক ক্লাউডের জন্য কোন বাধ্যতামূলক কেন্দ্রীভূত ডেটা কপি নেই। এটি কাঁচা ডেটা, মেটাডেটা এবং ভেক্টরকে পৃথক প্রথম শ্রেণীর সত্তা হিসাবে আচরণ করে,তিনজনকেই নিয়মিত শাসন করে।, এবং ভারী কাঁচা ডেটা স্থিতিশীল থাকাকালীন মান প্রদানের জন্য হালকা ওজনযুক্ত মেটাডেটা এবং ভেক্টরগুলি ব্যবহার করে।
হাইডের দ্বিতীয় ব্লগে ভিএএসটি এআই ওএস এর মতো স্টোরেজ-ইন্টিগ্রেটেড আর্কিটেকচারের সমালোচনা করা হয়েছে যেহেতু এটি বিতরণকৃত এন্টারপ্রাইজ ডেটা বাস্তবতা উপেক্ষা করে। এই স্ট্যাকগুলি একটি শক্ত ভিত্তিতে কাজ করেঃসমস্ত এআই প্রসেসিং শুধুমাত্র তাদের মালিকানাধীন নামস্থান মধ্যে ingested তথ্য উপর চালানো হয়, প্ল্যাটফর্মের জন্য বহিরাগত তথ্য অদৃশ্য করে তোলে।এবং ইউনিফাইড ইউআই যা ডেমো চলাকালীন বাস্তব বিশ্বের তথ্য ল্যান্ডস্কেপগুলিকে আড়াল করে.
কাঁচা ডেটা, মেটাডেটা এবং ভেক্টরগুলিকে একক একক বিভাগে একত্রিত করা আর্কিটেকচারগুলি ভর ডেটা মাইগ্রেশনের ত্রুটিযুক্ত আদেশের জন্য ডিফল্ট।তিনটি স্তরকে আলাদা করে এমন ফ্রেমওয়ার্কগুলি স্থানীয়ভাবে নিয়ন্ত্রিত ভারী ডেটা ছেড়ে দেয়, এন্টারপ্রাইজ-ব্যাপী মেটাডেটা প্রতিলিপি করুন এবং ক্রস-ইনভায়রনমেন্ট এআই যুক্তির জন্য ভেক্টরগুলি ব্যবহার করুন। একটি ইউনিফাইড নামস্থান কেবলমাত্র যদি কাঁচা ডেটা একমাত্র বিবেচিত সম্পদ হয় তবে কাজ করে;মেটাডেটা এবং ভেক্টরকে স্বাধীন মূল উপাদান হিসেবে স্বীকৃতি দিলে এটি কার্যকর হয় না।.
ডেলের ফেডারেশন আর্কিটেকচার তিনটি মূল নীতির উপর ভিত্তি করে কাজ করেঃ
- কাঁচা তথ্য বিদ্যমান প্রশাসন দলের অধীনে তার নেটিভ অবস্থানে রয়ে গেছে
- মেটাডেটা বিশ্বব্যাপী পুনরাবৃত্তি করে, সমস্ত এআই ওয়ার্কলোডকে ক্রস-লোকেশন সম্পদ দৃশ্যমানতা প্রদান করে
- ভেক্টরগুলি পরিবেশ জুড়ে শব্দার্থিক প্রসঙ্গ বহন করে, কাঁচা ডেটা স্থানান্তর ছাড়াই এআই যুক্তিকে সক্ষম করে
হাইডের তৃতীয় পোস্টে প্রমাণিত হয়েছে যে ডেলের ফেডারেশন ডিজাইন জিপিইউতে ডেটা ফিডিংয়ে ভিএএসটি এর স্টোরেজ-ইন্টিগ্রেটেড স্ট্যাককে ছাড়িয়ে গেছে।ডেল Qwen3-32B মডেল ব্যবহার করে ভেক্টর কেভি ক্যাশে অফলোডিং ওয়ার্কলোডগুলিতে অক্টোবর 2025 পরীক্ষার পাশাপাশি প্রকাশ করেছে, ডেলের অভ্যন্তরীণ বেঞ্চমার্ক এবং পাবলিক ভিএএসটি প্রকাশের উপর ভিত্তি করেঃ
- পাওয়ারস্কেলঃ প্রথম টোকেন (টিটিএফটি) এর সময় 0.82 সেকেন্ড
- ObjectScale: 0.86s টিটিএফটি
- VAST: 1.5s TTFT
- কেভি ক্যাশে আনলোড ছাড়াই বেসলাইন ভিএলএলএমঃ ১১.৮ সেকেন্ড টিটিএফটি
He states architectures built around GPU delivery—treating raw data as gravity-bound and portable semantic vectors as the transportable layer—amplify Dell’s performance edge with every inference request. একটি মালিকানাধীন নামস্থানে কাঁচা ডেটা গ্রহণের উপর নির্ভরশীল ডিজাইনগুলি কাঠামোগত অন্তর্নিহিত বিলম্ব ভোগ করে।
হাইড স্বীকার করেছে যে ভিএএসটি কেভি ক্যাশে লোডিংয়ের আপডেট ফলাফল প্রকাশ করেছে,বিশেষ করে ডিসেম্বর 2025 এর বেঞ্চমার্কগুলি এনভিডিয়া ডায়নামো এবং কোরওয়েভের সাথে ~ 20x দ্রুততর টিটিএফটি বনাম পুনরায় গণনা এবং 90% উচ্চতর জিপিইউ দক্ষতা উল্লেখ করেযাইহোক, এই পরীক্ষাগুলি পৃথক ওয়ার্কলোড এবং বেসলাইন ব্যবহার করে, প্রকাশিত 1.5s VAST TTFT পরিসংখ্যানকে পরাস্ত করার জন্য কোনও মিলিত Qwen3-32B মাথা থেকে মাথা নেই।
তিনি জিপিইউ-নির্ধারিত ডেটা আর্কিটেকচার নির্বাচনকারী উদ্যোগগুলিকে একটি সমালোচনামূলক প্রশ্ন জিজ্ঞাসা করার আহ্বান জানানঃ ¢ এই প্ল্যাটফর্মটি কেভি ক্যাশ অফলোডিংয়ের সাথে বাস্তবসম্মত অনুমান ওয়ার্কলোডগুলিতে কী জিপিইউ ব্যবহার করবে?নিয়ন্ত্রিত সহ মিশ্র ডেটা সেট, সার্বভৌম এবং অ্যাপ্লিকেশন-লক উত্স?
এই ক্যোয়ারীটি বিক্রেতাদের মৌলিক কাঠামোগত সমঝোতা মোকাবেলা করতে বাধ্য করে, যখন ডেটা তাদের নামস্থানগুলিতে গ্রাস করা যায় না তখন পারফরম্যান্স সীমাবদ্ধতা ব্যাখ্যা করে, পুনরুত্পাদনযোগ্য টিটিএফটি প্রকাশ করে,সম্পূর্ণ পদ্ধতির সাথে আধুনিক ওপেন সোর্স মডেলগুলিতে প্রতি সেকেন্ডে টোকেন এবং ক্যাশে হিট রেট মেট্রিক্স, এবং সত্যিকার অর্থে মূল আর্থিক উদ্বেগের উত্তর দিনঃ এই আর্কিটেকচারটি কতটুকু জিপিইউ অলটাইম তৈরি করে?
মন্তব্য
ভেক্টরাইজড ডেটাসেটগুলি তাদের উত্সের কাঁচা ডেটার চেয়ে ব্যাপকভাবে বড়। এম্বেডিংগুলি প্রায়শই মূল উত্সের ভলিউমকে রেকর্ড প্রতি 3 ¢ 20x বা তার বেশি গুণ করে, পাঠ্য টুকরো আকারের দ্বারা পরিবর্তিত হয়,ডিমেনশিয়ালিটি এবং স্টোরেজ ফর্ম্যাটগুলি এম্বেড করা. উত্স ডেটাসেটগুলি উচ্চতর পুনরুদ্ধারের নির্ভুলতার জন্য পৃথক খণ্ডগুলিতে বিভক্ত করা হয় (অনুচ্ছেদ, স্থির টোকেন উইন্ডো) প্রাক এম্বেডিং। 250 ¢ 500 শব্দের একটি স্ট্যান্ডার্ড পাঠ্য খণ্ড মোটামুটি 0 এর সমান।৫২ কেবি অপরিশোধিত পাঠ্য, যার সংশ্লিষ্ট ভেক্টর প্রায়শই 3×10x বড় হয়।
মূল অসমাপ্ত প্রশ্নঃ ভেক্টরাইজেশন কোথায় ঘটে এবং জিপিইউ থেকে দূরে তৈরি করা হলে ওভারসাইজড ভেক্টর ডেটাসেটগুলি স্থানান্তরিত হয়? তাদের উল্লেখযোগ্য ভর নিজস্ব ডেটা মাধ্যাকর্ষণ তৈরি করে।টিমগুলি হয় কাঁচা ডেটাকে অন্তর্নির্মিত অবকাঠামোতে স্থানান্তর করে অথবা সম্পূর্ণ ভেক্টর সেটগুলিকে এআই কম্পিউটারে স্থানান্তর করেআমরা আরও স্পষ্টীকরণের জন্য জন হাইডের কাছে এই বিপরীততা চিহ্নিত করেছি।
বেইজিং চিয়ানসিং জিয়েটং টেকনোলজি কোং লিমিটেড।
স্
আপনার বার্তাটি 20-3,000 টির মধ্যে হতে হবে!
Bengali
