मामले से परिचित लोगों के अनुसार, Google हाल ही में कृत्रिम बुद्धिमत्ता स्टार्टअप थिंकिंग मशीन्स लैब के साथ एक नए बहु-वर्षीय क्लाउड कंप्यूटिंग और रणनीतिक सहयोग समझौते पर पहुंचा है। लेन-देन का पैमाना अरबों डॉलर जितना ऊंचा है, यह दर्शाता है कि खोज दिग्गज अत्याधुनिक बड़े मॉडल ग्राहकों में अपना निवेश बढ़ा रहा है। यह समझौता थिंकिंग मशीन्स लैब द्वारा पहले NVIDIA के साथ बड़े पैमाने पर कंप्यूटिंग बिजली खरीद सहयोग पर हस्ताक्षर करने के बाद हुआ था, जिसका अर्थ है कि कंपनी एक साथ अंतर्निहित चिप और क्लाउड प्लेटफॉर्म दोनों पर उद्योग के अग्रणी आपूर्तिकर्ताओं को बांध देगी।
थिंकिंग मशीन्स लैब की स्थापना 2025 में पूर्व ओपनएआई सीटीओ मीरा मुराती द्वारा की गई थी और इसका मुख्यालय सैन फ्रांसिस्को में है। इसने अपनी स्थापना के वर्ष में लगभग 12 बिलियन अमेरिकी डॉलर के मूल्यांकन के साथ वित्तपोषण का 2 बिलियन अमेरिकी डॉलर का बीज दौर पूरा किया। निवेशकों में आंद्रेसेन होरोविट्ज़, एक्सेल, एनवीडिया और एएमडी जैसे संस्थान और उद्योग शामिल हैं, और इसे सबसे सामयिक अत्याधुनिक एआई प्रयोगशालाओं में से एक माना जाता है। कंपनी "मानव सहयोग के लिए सामान्य एआई सिस्टम" के लिए एक अनुसंधान और विकास संस्थान के रूप में तैनात है, जो अत्याधुनिक एआई क्षमताओं और वैज्ञानिक समुदाय की समझ के बीच अंतर को कम करने के लक्ष्य के साथ व्याख्यात्मकता, अनुकूलनशीलता और अंतःविषय क्षमताओं पर जोर देती है।
इस साल मार्च में, थिंकिंग मशीन्स लैब ने NVIDIA के साथ एक बहु-वर्षीय कंप्यूटिंग पावर सहयोग की घोषणा की, जो 2027 से शुरू होने वाले अपने प्रशिक्षण और अनुमान बुनियादी ढांचे में कम से कम 1 GW NVIDIA वेरा रुबिन सिस्टम तैनात करेगा। NVIDIA कंपनी में एक रणनीतिक निवेश भी करेगा। उद्योग के अंदरूनी सूत्रों का अनुमान है कि अनुबंध चक्र के दौरान इस सहयोग का कुल मूल्य "अरबों डॉलर" या उससे भी अधिक तक पहुंचने की संभावना है, जो हुआंग के 1-गीगावाट एआई डेटा सेंटर की लागत के पिछले अनुमान "50 बिलियन डॉलर तक" पर आधारित है।
इस संदर्भ में, Google के साथ नवीनतम सहयोग को इसके कंप्यूटिंग पावर परिदृश्य में एक महत्वपूर्ण वृद्धि के रूप में देखा जाता है: एनवीडिया चिप्स और समर्पित सिस्टम प्रदान करता है, जबकि Google प्रयोगशाला की नई पीढ़ी के मल्टी-मोडल बड़े मॉडलों के प्रशिक्षण के लिए अपने क्लाउड प्लेटफॉर्म के माध्यम से बड़े पैमाने पर जीपीयू/टीपीयू क्लस्टर, नेटवर्क, स्टोरेज और इंजीनियरिंग समर्थन के साथ थिंकिंग मशीन लैब प्रदान करता है। वित्तपोषण के बीज दौर के पूरा होते ही, थिंकिंग मशीन्स लैब ने पहले ही Google क्लाउड के साथ सहयोग स्थापित कर लिया है। इस समझौते को मौजूदा संबंधों के प्रवर्धन और लॉकिंग के रूप में माना जाता है, जिससे Google को इस "संभावित अगले ओपनएआई या एंथ्रोपिक" प्रयोगशाला में अधिक ठोस बुनियादी ढांचे और पारिस्थितिक स्थान पर कब्जा करने की अनुमति मिलती है।
लेन-देन से जुड़े लोगों के अनुसार, क्लाउड कंप्यूटिंग पावर को किराए पर लेने के अलावा, समझौते में संयुक्त प्रौद्योगिकी अनुकूलन और वाणिज्यिक शर्तों का एक पैकेज भी शामिल है, जैसे कि Google की नई पीढ़ी के टीपीयू प्लेटफॉर्म के आसपास प्रशिक्षण और अनुमान प्रणालियों का सह-निर्माण, बड़े पैमाने पर वितरित प्रशिक्षण के लिए नेटवर्क और डेटा पाइपलाइन अनुकूलन, और सुरक्षा और अनुपालन में गहन सहयोग। Google का मानना है कि प्रारंभिक अत्याधुनिक प्रयोगशालाओं के साथ गहरे बाध्यकारी संबंध स्थापित करके, भविष्य में, चाहे वह मॉडल होस्टिंग, एपीआई वितरण या एंटरप्राइज़-स्तरीय समाधान हो, इन ग्राहकों की वृद्धि के आधार पर काफी रिटर्न प्राप्त करने के अवसर होंगे।
थिंकिंग मशीन्स लैब के लिए, NVIDIA और Google के साथ निरंतर हेवीवेट सहयोग का मतलब है कि कंप्यूटिंग संसाधनों की इसकी दीर्घकालिक गारंटी में काफी वृद्धि हुई है, जो इसे "पुनरुत्पादित परिणामों के साथ अत्याधुनिक एआई मॉडल के निर्माण" के अपने अनुसंधान और विकास मार्ग को जारी रखने में मदद करेगी। ऐसे माहौल में जहां एआई उद्योग की उच्च-स्तरीय जीपीयू और कंप्यूटिंग शक्ति की मांग कम बनी हुई है, यह बंधन संसाधन आपूर्ति द्वारा प्रशिक्षण योजनाओं में बाधा उत्पन्न होने के जोखिम को कम करने में मदद करता है, और वाणिज्यिक एपीआई और वैज्ञानिक अनुसंधान उपकरणों के संभावित भविष्य के लॉन्च की नींव भी रखता है।
हालाँकि, इतनी बड़ी कंप्यूटिंग शक्ति और क्लाउड सेवा अनुबंधों का मतलब यह भी है कि दोनों पक्षों को लागत वसूली और व्यावसायीकरण पथ पर ठोस जवाब देने की आवश्यकता है। Google के लिए, ऐसे उच्च-जोखिम, उच्च-निवेश वाले अत्याधुनिक प्रयोगशाला ग्राहकों को Google क्लाउड के दीर्घकालिक विकास इंजन में कैसे बदला जाए, यह पूंजी बाजार के फोकस में से एक बन जाएगा; और थिंकिंग मशीन्स लैब के लिए, जो अभी भी अपने प्रारंभिक चरण में है, कैसे उत्पादों को स्थिर रूप से लॉन्च किया जाए, राजस्व उत्पन्न किया जाए, और उच्च मात्रा में कंप्यूटिंग शक्ति खर्च करते हुए "अधिक समझने योग्य और अनुकूलन योग्य सामान्य एआई सिस्टम" की दृष्टि को कैसे साकार किया जाए, यह भी एक परीक्षण का सामना कर रहा है।