चीन का LineShine विश्व का सबसे तेज़ सुपरकंप्यूटर बन गया - जापान को "सुपरकंप्यूटर की हार" नहीं बल्कि "गणना संसाधन युद्ध" की शुरुआत देखनी चाहिए

चीन के सुपरकंप्यूटर "LineShine" ने TOP500 की 2026 जून संस्करण में पहला स्थान प्राप्त किया। इसे चीन के शेनझेन में राष्ट्रीय सुपरकंप्यूटिंग केंद्र में स्थापित किया गया है। इसकी स्थायी प्रदर्शन क्षमता 2.198 एक्साफ्लॉप्स है। इसने अमेरिका के लॉरेंस लिवरमोर राष्ट्रीय प्रयोगशाला के "El Capitan" को पीछे छोड़ दिया, और लगभग 9 वर्षों के बाद चीन ने विश्व का सबसे तेज़ स्थान फिर से प्राप्त किया।

यह समाचार केवल "चीन ने एक तेज़ सुपरकंप्यूटर बनाया" की बात नहीं है। जापान के लिए, यह विज्ञान और प्रौद्योगिकी, अर्धचालक, सुरक्षा, एआई, विद्युत नीति, और औद्योगिक प्रतिस्पर्धात्मकता से संबंधित एक चेतावनी है।

Borneo Post में प्रकाशित एक शिन्हुआ-संबद्ध लेख ने LineShine की उपलब्धि को "अमेरिकी तकनीकी प्रतिबंध चीन की प्रगति को नहीं रोक सके" के प्रमाण के रूप में स्थान दिया है। अमेरिका ने लंबे समय से चीन के सुपरकंप्यूटिंग संबंधित संगठनों पर निर्यात प्रतिबंध लगाए हैं। उन्होंने उन्नत CPU, GPU, अर्धचालक निर्माण उपकरण, और AI चिप्स की पहुंच को सीमित करके चीन की गणना क्षमता की वृद्धि को रोकने की कोशिश की है। लेकिन इस बार, चीन ने GPU-केंद्रित अमेरिकी निर्भरता वाले डिज़ाइन के बजाय, CPU-केंद्रित स्वदेशी आर्किटेक्चर के साथ विश्व में पहला स्थान प्राप्त किया।

यहां जापान को जो नहीं भूलना चाहिए वह है। अमेरिका-चीन संघर्ष के बीच, चीन ने केवल "प्रतिबंधों से बचने" का प्रयास नहीं किया। प्रतिबंधों से बंद रास्तों के बजाय, उन्होंने राष्ट्रीय स्तर पर एक नया रास्ता खोदा। यदि LineShine इसका परिणाम है, तो जापान को "चीन अद्भुत है" या "अमेरिकी प्रतिबंध विफल रहे" जैसी सरल टिप्पणियों से आगे बढ़कर सोचना चाहिए। जापान को यह तय करना होगा कि वह अपनी गणना आधार को कितना स्वदेशी रखेगा, कितना सहयोगी देशों के साथ साझा करेगा, और कितना घरेलू स्तर पर बनाए रखेगा।

LineShine का झटका "बिना GPU" में है

इस बार LineShine में सबसे ध्यान देने योग्य बात यह थी कि यह GPU का उपयोग किए बिना CPU-केंद्रित संरचना के साथ विश्व में पहला स्थान प्राप्त कर गया।

जनरेटिव एआई बूम के बाद से, विश्व की गणना संसाधन प्रतिस्पर्धा NVIDIA के GPU के इर्द-गिर्द घूम रही है। H100, H200, B200 जैसे एआई-केंद्रित GPU को कितनी संख्या में और कितनी बड़ी संख्या में तैनात किया जा सकता है, यह विशाल एआई मॉडल के विकास की क्षमता को प्रभावित करता है। जापान में भी, जनरेटिव एआई आधार को स्थापित करने के लिए GPU को कैसे सुरक्षित किया जाए, यह एक बड़ा नीति मुद्दा बन गया है।

लेकिन LineShine ने वर्तमान एआई डेटा सेंटर के मुख्य धारा से अलग मार्ग चुना। उन्होंने बड़ी संख्या में CPU को जोड़कर, एक तेज़ स्वदेशी नेटवर्क के साथ जोड़ा, और इसे एक वैज्ञानिक और तकनीकी गणना में मजबूत प्रणाली के रूप में तैयार किया। TOP500 में मापे गए HPL प्रदर्शन में, इसने अमेरिका के El Capitan को पीछे छोड़ दिया।

यह तथ्य जापान को दो संकेत देता है।

पहला, गणना शक्ति प्रतिस्पर्धा में कई जीतने के तरीके होते हैं। GPU को बड़ी मात्रा में खरीदने में असमर्थ देश या कंपनियां भी, आर्किटेक्चर, नेटवर्क, सॉफ्टवेयर, मेमोरी, और कूलिंग को समग्र रूप से डिज़ाइन करके, विशिष्ट क्षेत्रों में विश्व-स्तरीय प्रदर्शन प्राप्त कर सकती हैं।

दूसरा, केवल GPU पर निर्भरता के कारण एक देश की गणना आधार कमजोर हो सकती है। GPU एआई में मजबूत होते हैं। लेकिन उनकी आपूर्ति सीमित होती है, कीमतें अधिक होती हैं, और वे निर्यात प्रतिबंधों के अधीन होते हैं। यदि जापान एआई युग के अनुसंधान और औद्योगिक आधार को स्थापित करना चाहता है, तो उसे GPU क्लस्टर की तैनाती के अलावा, CPU, एक्सेलेरेटर, नेटवर्क, स्टोरेज, और सॉफ्टवेयर को शामिल करके "संप्रभु गणना आधार" कैसे बनाया जाए, यह प्रश्न उठता है।

हालांकि "चीन एआई में भी विश्व में पहला है" नहीं कहा जा सकता

LineShine की खबर चमकदार है, लेकिन अत्यधिक मूल्यांकन भी खतरनाक है।

TOP500 का HPL बेंचमार्क मुख्य रूप से डबल प्रिसिजन फ्लोटिंग पॉइंट ऑपरेशन्स को मापता है, जो पारंपरिक वैज्ञानिक और तकनीकी गणना के लिए एक संकेतक है। जलवायु सिमुलेशन, तरल पदार्थ विश्लेषण, सामग्री विज्ञान, भूकंप विश्लेषण, दवा अनुसंधान, और न्यूक्लियर फ्यूजन अनुसंधान में यह अत्यधिक महत्वपूर्ण है, लेकिन यह जनरेटिव एआई के प्रशिक्षण प्रदर्शन को सीधे नहीं दर्शाता।

एआई में, FP8, BF16, INT8 जैसी कम प्रिसिजन गणना, विशाल मॉडलों को वितरित प्रशिक्षण के दौरान संचार दक्षता, GPU इंटरकनेक्शन, मेमोरी बैंडविड्थ, और सॉफ्टवेयर इकोसिस्टम महत्वपूर्ण होते हैं। Reuters आदि ने भी रिपोर्ट किया है कि LineShine पारंपरिक HPC रैंकिंग में शीर्ष पर है, लेकिन एआई के लिए मूल्यांकन में एक अलग दृष्टिकोण की आवश्यकता है।

सोशल मीडिया पर भी इस बिंदु पर प्रतिक्रियाएं विभाजित हैं। कुछ लोग चीन की तकनीकी आत्मनिर्भरता की प्रशंसा कर रहे हैं, जबकि अन्य "HPL में विश्व में पहला होने का मतलब जनरेटिव एआई में विश्व में पहला होना नहीं है", "TOP500 में नहीं आने वाले निजी एआई क्लस्टर वास्तव में विशाल नहीं हैं", "Google, Microsoft, Amazon, xAI जैसे गैर-प्रकाशित क्लस्टर रैंकिंग के बाहर हैं" जैसी ठंडी टिप्पणियां कर रहे हैं।

जापान के लिए महत्वपूर्ण यह है कि इस भेद को सही ढंग से समझा जाए। सुपरकंप्यूटर का विश्व में पहला स्थान और जनरेटिव एआई आधार का विश्व में पहला स्थान एक ही नहीं है। लेकिन दोनों ही राष्ट्रीय प्रतिस्पर्धात्मकता की जड़ हैं। जापान के पास "फुगाकू है, इसलिए कोई चिंता नहीं" या "GPU की कमी है, इसलिए यह अंत है" नहीं होना चाहिए। HPC और AI की सीमा के धुंधले होने के साथ, दोनों को जोड़ने वाली डिज़ाइन सोच की आवश्यकता होगी।

सोशल मीडिया की प्रतिक्रिया - "प्रतिबंध उल्टा असर" और "बिजली दक्षता" पर संदेह

सोशल मीडिया और तकनीकी मंचों पर प्रमुख प्रतिक्रियाएं चार भागों में विभाजित होती हैं।

पहला, "अमेरिकी प्रतिबंध उल्टा असर डाल सकते हैं" की दृष्टिकोण है। अमेरिका ने चीन पर उन्नत अर्धचालक निर्यात को कड़ा किया, जिसके परिणामस्वरूप चीन ने विदेशी GPU या CPU पर निर्भर किए बिना, स्वदेशी चिप्स, स्वदेशी नेटवर्क, और स्वदेशी OS को संयोजित करने की दिशा में कदम बढ़ाया। प्रतिबंधों ने अल्पकालिक में दर्द दिया हो सकता है, लेकिन दीर्घकालिक में आत्मनिर्भर विकास को तेज किया हो सकता है, यह तर्क है।

दूसरा, "केवल CPU के साथ यहां तक पहुंचना संभव है" की तकनीकी आश्चर्य है। Reddit और LinkedIn जैसे तकनीकी समुदायों में, GPU के बिना 2 एक्साफ्लॉप्स से अधिक की उपलब्धि पर ध्यान केंद्रित किया जा रहा है। Arm आधारित CPU, बड़ी संख्या में कोर, स्वदेशी इंटरकनेक्ट, मेमोरी संरचना, प्रोग्रामिंग की सरलता आदि पर ध्यान केंद्रित किया जा रहा है, और इसे केवल राजनीतिक समाचार नहीं बल्कि आर्किटेक्चर पर एक प्रयोग के रूप में देखा जा रहा है।

तीसरा, "एआई उपयोग के लिए यह अलग मुद्दा है" की सावधानीपूर्ण दृष्टिकोण है। जनरेटिव एआई की दुनिया में, NVIDIA GPU और CUDA का इकोसिस्टम अभी भी मजबूत है। LineShine वैज्ञानिक और तकनीकी गणना में मजबूत हो सकता है, लेकिन विशाल भाषा मॉडलों के प्रशिक्षण या अनुमान में इसकी प्रतिस्पर्धात्मकता कितनी है, यह एक अलग मुद्दा है।

चौथा, "बिजली की खपत बहुत अधिक है" की प्रतिक्रिया है। LineShine की बिजली खपत लगभग 42.2 मेगावाट मानी जाती है। यह विश्व के सबसे तेज़ होने की कीमत है। सुपरकंप्यूटर या एआई डेटा सेंटर की प्रतिस्पर्धा बढ़ने पर, बिजली, कूलिंग, जल संसाधन, स्थान, और पावर ग्रिड बाधा बन सकते हैं। सोशल मीडिया पर भी "केवल प्रदर्शन नहीं, बल्कि प्रति वॉट प्रदर्शन देखना चाहिए", "डेटा सेंटर की बिजली का भार कौन उठाएगा" जैसी आवाजें उठ रही हैं।

जापान के दृष्टिकोण से, यह बिजली समस्या अत्यंत महत्वपूर्ण है। जापान में बिजली की लागत अधिक है, भूमि सीमित है, और डेटा सेंटर के स्थान पर भी प्रतिबंध हैं। AI और HPC आधार को घरेलू स्तर पर रखने के लिए, केवल अर्धचालक ही नहीं, बल्कि बिजली नीति, नवीकरणीय ऊर्जा, परमाणु ऊर्जा, पावर ग्रिड, कूलिंग तकनीक, और स्थानीय विकेंद्रीकृत डेटा सेंटर को शामिल करने वाली चर्चा अपरिहार्य है।

जापान "फुगाकू" की सफलता के अनुभव को कैसे अपडेट करेगा

जापान के पास "फुगाकू" है। RIKEN और Fujitsu द्वारा विकसित फुगाकू ने 2020 के दशक के पहले भाग में TOP500, HPCG, HPL-AI, Graph500 में उच्च स्कोर प्राप्त किया और जापान की गणना विज्ञान का समर्थन किया। नए कोरोनावायरस की बूंद सिमुलेशन, दवा अनुसंधान, मौसम, सामग्री, और औद्योगिक उपयोग जैसे सामाजिक रूप से समझने योग्य परिणाम दिए।

हालांकि, LineShine का आगमन जापान को बताता है कि "फुगाकू की सफलता के अनुभव को केवल विस्तारित करना पर्याप्त नहीं होगा"।

फुगाकू की ताकत केवल रैंकिंग में नहीं थी। यह CPU आधारित था और व्यापक वैज्ञानिक और तकनीकी अनुप्रयोगों को चलाना आसान था, और शोधकर्ताओं के लिए उपयोगी था। यह LineShine के CPU-केंद्रित डिज़ाइन के साथ मेल खाता है। इसका मतलब है कि जापान ने पहले ही "GPU-केंद्रित नहीं होने वाले HPC के मूल्य" को दिखाया था।

दूसरी ओर, हम जनरेटिव एआई और एआई फॉर साइंस के युग में हैं। अनुसंधान पत्रों की खोज, परिकल्पना निर्माण, सिमुलेशन, प्रयोग योजना, रोबोट प्रयोग, डेटा विश्लेषण में एआई का समर्थन बढ़ रहा है। अगली पीढ़ी के सुपरकंप्यूटर को पारंपरिक सिमुलेशन के अलावा, एआई मॉडल के प्रशिक्षण और अनुमान, वैज्ञानिक डेटा का एकीकरण, और अनुसंधान प्रक्रिया के संपूर्ण स्वचालन का समर्थन करना होगा।

RIKEN और Fujitsu द्वारा विकसित "FugakuNEXT" इस संदर्भ में अत्यंत महत्वपूर्ण होगा। जापान का लक्ष्य केवल TOP500 में चीन या अमेरिका को अस्थायी रूप से पीछे छोड़ना नहीं होना चाहिए। जापान के शोधकर्ता, विश्वविद्यालय, कंपनियां, और स्टार्टअप्स को विश्व स्तर के गणना संसाधनों का घरेलू स्तर पर उपयोग करने का वातावरण बनाना चाहिए।

जापानी कंपनियों के लिए अर्थ - अर्धचालक और क्लाउड को अलग-अलग नहीं सोचना

LineShine की खबर जापानी कंपनियों के लिए भी गंभीर प्रश्न खड़े करती है।

जापान अर्धचालक निर्माण उपकरण, सामग्री, घटक, सटीक प्रसंस्करण, बिजली आपूर्ति, कूलिंग, ऑप्टिकल संचार, और डेटा सेंटर संचालन में मजबूत है। दूसरी ओर, उन्नत लॉजिक अर्धचालक, GPU, एआई सॉफ्टवेयर आधार, और विशाल क्लाउड में अमेरिका, ताइवान, दक्षिण कोरिया, और चीन पर बहुत अधिक निर्भर है।

अब तक जापान में, अर्धचालक नीति और एआई नीति, HPC नीति, और क्लाउड नीति को अलग-अलग चर्चा की जाती थी। हालांकि, LineShine ने दिखाया कि उन्हें अलग-अलग सोचने का समय नहीं है। केवल चिप्स होने से कुछ नहीं होगा यदि सॉफ्टवेयर नहीं है। केवल क्लाउड होने से कुछ नहीं होगा यदि बिजली नहीं है। केवल एआई मॉडल होने से कुछ नहीं होगा यदि अनुसंधान डेटा और गणना संसाधन नहीं हैं।

जापानी कंपनियां केवल NVIDIA GPU खरीदकर एआई सेवाएं बनाने से दीर्घकालिक प्रतिस्पर्धात्मकता सुनिश्चित नहीं कर सकतीं। बेशक, GPU की खरीद महत्वपूर्ण है, लेकिन केवल इससे आपूर्ति प्रतिबंध और मूल्य परिवर्तन से प्रभावित होंगे। जापान की जीत की रणनीति निर्माण उद्योग, सामग्री, रोबोटिक्स, चिकित्सा, मौसम, आपदा प्रबंधन, दवा अनुसंधान, बिजली, और गतिशीलता जैसे वास्तविक उद्योगों के डेटा को घरेलू उच्च प्रदर्शन गणना आधार के साथ जोड़ने में है।

सुरक्षा के रूप में गणना शक्ति

सुपरकंप्यूटर अनुसंधान उपकरण होने के साथ-साथ सुरक्षा संपत्ति भी होते हैं।

उच्च प्रदर्शन गणना का उपयोग मौसम पूर्वानुमान और दवा अनुसंधान में किया जाता है, साथ ही परमाणु हथियार सिमुलेशन, हाइपरसोनिक हथियार, क्रिप्टो विश्लेषण, सैन्य एआई, और उपग्रह डेटा विश्लेषण में भी किया जाता है। अमेरिका ने चीन के सुपरकंप्यूटिंग संबंधित संगठनों को विनियमित किया है क्योंकि इनमें द्वैध उपयोगिता होती है।

जापान अमेरिका का सहयोगी है और चीन के साथ आर्थिक रूप से गहराई से जुड़ा हुआ है। इसलिए, LineShine के आसपास की चर्चा जटिल है। चीन की तकनीकी प्रगति को केवल दुश्मन के रूप में देखना वैज्ञानिक और तकनीकी सहयोग या आर्थिक संबंधों को नुकसान पहुंचा सकता है। दूसरी ओर, गणना संसाधन के सैन्य शक्ति से जुड़ने की वास्तविकता को नजरअंदाज नहीं किया जा सकता।

जापान को जो रुख अपनाना चाहिए वह अत्यधिक आशावाद या अत्यधिक भय नहीं है। अनुसंधान सहयोग के लिए उपयुक्त क्षेत्रों और प्रबंधित किए जाने वाले क्षेत्रों को स्पष्ट रूप से अलग करना चाहिए। जलवायु परिवर्तन, आपदा प्रबंधन, संक्रामक रोग, और बुनियादी विज्ञान में अंतरराष्ट्रीय सहयोग का मूल्य बड़ा है। लेकिन, सैन्य उपयोगिता की संभावना वाले एआई, उन्नत अर्धचालक, क्रिप्टो, और उपग्रह विश्लेषण में, सहयोगी देशों के साथ नियम बनाना और घरेलू प्रबंधन आवश्यक है।

जापान को अब तीन मुद्दों पर विचार करना चाहिए

LineShine के आगमन के बाद, जापान को तीन मुद्दों पर विचार करना चाहिए।