গুগল ইঞ্জিনিয়াররা কম্পিউটিং বাধার সম্মুখীন, কারণ AI নতুন কোডের ৭৫% তৈরি করছে

গুগল ইঞ্জিনিয়াররা কম্পিউটিং শক্তির সীমাবদ্ধতার সম্মুখীন হচ্ছেন, কারণ কৃত্রিম বুদ্ধিমত্তা (AI) দ্বারা লিখিত নতুন কোডের পরিমাণ ছয় মাস আগে ৫০% থেকে বেড়ে এখন ৭৫% হয়েছে, অভ্যন্তরীণ তথ্য অনুযায়ী। এই দ্রুত বৃদ্ধি কোম্পানির অবকাঠামোর ওপর চাপ সৃষ্টি করছে এবং ইঞ্জিনিয়ারদের সম্পদ বরাদ্দের পদ্ধতি পুনর্বিবেচনা করতে বাধ্য করছে।

AI-সহায়ক কোডিংয়ের দিকে পরিবর্তন

ছয় মাস আগে, গুগলের নতুন কোডের অর্ধেক এসেছিল AI থেকে। এখন তা তিন-চতুর্থাংশ। এর অর্থ হল কোম্পানির অভ্যন্তরীণ সিস্টেমগুলি এখন অনেক বেশি পরিমাণে AI-উত্পন্ন পরামর্শ, স্বয়ংক্রিয় সংশোধন এবং ফাংশন হ্যান্ডেল করছে। এই পরিবর্তনটি প্রযুক্তি শিল্প জুড়ে AI টুলগুলিকে দৈনন্দিন ডেভেলপমেন্ট ওয়ার্কফ্লোতে অন্তর্ভুক্ত করার একটি বৃহত্তর প্রচেষ্টাকে প্রতিফলিত করে। গুগলে, বড় ভাষার মডেলের অভ্যন্তরীণ সংস্করণের মতো টুলগুলি বয়লারপ্লেট কোড লেখা, বাগ ফিক্স করা এবং এমনকি সম্পূর্ণ ফাংশন তৈরি করার জন্য সাধারণ হয়ে উঠেছে। তবে এই বৃদ্ধি বিনা মূল্যে আসেনি। প্রতিটি AI কোয়েরি কম্পিউট সাইকেল খরচ করে, এবং মডেলগুলির দ্বারা আরও কোড তৈরি হওয়ায় প্রক্রিয়াকরণ শক্তির চাহিদা বেড়েছে। ইঞ্জিনিয়াররা অভ্যন্তরীণ AI টুল থেকে ধীর প্রতিক্রিয়া সময় এবং পিক আওয়ারে মাঝে মাঝে বন্ধের খবর দিয়েছেন।

অভ্যন্তরীণ অবকাঠামোর ওপর চাপ

কম্পিউটিং সীমাবদ্ধতা সবচেয়ে বেশি দেখা যাচ্ছে ডেটা সেন্টারগুলিতে যেখানে AI মডেল চলে। গুগলের নিজস্ব হার্ডওয়্যার, যার মধ্যে রয়েছে TPU এবং GPU, এখন কোড জেনারেশন কাজের জন্য ভারী লোডের মধ্যে রয়েছে। কিছু টিমকে কাজ সারিবদ্ধ করতে বা প্রতি ইঞ্জিনিয়ারের AI অনুরোধের সংখ্যা সীমিত করতে হয়েছে। কোম্পানিটি নির্দিষ্ট ধরনের কোড জেনারেশনকে অগ্রাধিকার দিতে শুরু করেছে — যেমন নিরাপত্তা প্যাচ বা গুরুত্বপূর্ণ বাগ ফিক্স — কম জরুরি সহায়ক ফাংশনের তুলনায়।

গুগল একা এই সংকটের মুখোমুখি নয়। অন্যান্য বড় প্রযুক্তি সংস্থাগুলিও ডেভেলপমেন্টে AI সংহত করার সময় একই রকম ক্রমবর্ধমান সমস্যার কথা জানিয়েছে। তবে গুগলে পরিবর্তনের গতি — ছয় মাসে ২৫ শতাংশ পয়েন্ট বৃদ্ধি — কিছু অভ্যন্তরীণ টিমকে অপ্রস্তুত অবস্থায় ফেলেছে।

ইঞ্জিনিয়ারদের জন্য এর অর্থ কী

কোড লেখা ইঞ্জিনিয়ারদের জন্য, নতুন বাস্তবতা মানে ওয়ার্কফ্লো সামঞ্জস্য করা। তারা আর কম্পিউট সীমাবদ্ধতার পরিকল্পনা না করে তৎক্ষণাৎ AI টুল থেকে কোড জেনারেট করার ওপর নির্ভর করতে পারবেন না। কেউ কেউ অফ-পিক আওয়ারে তাদের অনুরোধ ব্যাচ করতে শুরু করেছেন। অন্যরা AI-উত্পন্ন কোড আরও যত্ন সহকারে পর্যালোচনা করছেন, জেনে যে মডেলগুলি কখনও কখনও সীমিত অবস্থায় চললে অদক্ষ বা বাগি আউটপুট তৈরি করে।

গুগল প্রকাশ্যে জানায়নি কীভাবে তারা অবকাঠামোর চাপ মোকাবেলা করার পরিকল্পনা করছে। কোম্পানির সম্ভবত একটি পছন্দ রয়েছে: আরও হার্ডওয়্যারে বিনিয়োগ করা, মডেলগুলিকে আরও দক্ষ করতে পরিমার্জন করা, বা AI ব্যবহারের ওপর কঠোর সীমা আরোপ করা। প্রতিটি বিকল্পের ট্রেড-অফ রয়েছে। আরও হার্ডওয়্যারের জন্য অর্থ ব্যয় হয় এবং স্থাপন করতে সময় লাগে। মডেল দক্ষতা বৃদ্ধি উন্নতির গতি কমিয়ে দিতে পারে। ব্যবহারের সীমা ইঞ্জিনিয়ারদের হতাশ করতে পারে যারা টুলগুলির ওপর নির্ভর করতে শুরু করেছেন।

আপাতত, পরিস্থিতি অমীমাংসিত রয়ে গেছে। ইঞ্জিনিয়াররা সীমাবদ্ধতার মধ্যে কাজ করছেন, কিন্তু AI-উত্পন্ন কোডের অন্তর্নিহিত চাহিদা কমার কোনো লক্ষণ দেখাচ্ছে না। প্রশ্ন হল গুগলের অবকাঠামো কতদিন ধরে রাখতে পারবে।