মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট

অর্ধশতাব্দীরও বেশি সময় ধরে কম্পিউটিংয়ের অগ্রগতি মুরের সূত্র মেনে চলেছে: প্রতি আঠারো থেকে চব্বিশ মাসে সিলিকনে দ্বিগুণ ট্রানজিস্টর ঠেসে দেওয়া। কিন্তু ফিজিক্যাল AI আর স্বয়ংক্রিয় রোবোটিক্সের উদীয়মান ক্ষেত্রে মুরের সূত্র তাপগতিবিদ্যার সূত্রের সঙ্গে ধাক্কা খেয়েছে। স্বয়ংক্রিয় ড্রোন, চারপেয়ে রোবট, অস্ত্রোপচারের ম্যানিপুলেটর আর স্বচালিত যানবাহন ৭০০ ওয়াটের সার্ভার-শ্রেণির GPU বা কুলিং টাওয়ার বয়ে নিতে পারে না। ১৩ অক্টোবর ২০২৬ লন্ডনে অনুষ্ঠিত Economist Enterprise Physical AI and Robotics Summit-এ Mythic AI-এর চেয়ারম্যান ও প্রধান নির্বাহী Taner Ozcelik, Kenneth Cukier-এর সঙ্গে এক ফায়ারসাইড চ্যাটে সেই আর্কিটেকচারাল বিপ্লব খতিয়ে দেখেন যা এই অচলাবস্থা ভাঙতে দরকার: অ্যানালগ কম্পিউট-ইন-মেমরি (CIM) আর মডুলার চিপলেটের মাধ্যমে মুরের সূত্র পেরিয়ে যাওয়া।

তাপগতীয় দেয়াল: ফিজিক্যাল AI কেন ক্লাউডে থাকতে পারে না #

Moving past Moore’s law: the power behind high-performance robotics শিরোনামের ফায়ারসাইড সেশনে Kenneth Cukier এন্টারপ্রাইজ স্বয়ংক্রিয়তার সামনে থাকা মূল প্রকৌশল দ্বিধাটি তুলে ধরেন: কৃত্রিম বুদ্ধিমত্তার মডেল প্যারামিটারের আকারে আর উপলব্ধির সক্ষমতায় বাড়ছে, কিন্তু ভৌত যন্ত্রগুলো কঠোর SWaP-C সীমাবদ্ধতার (আকার, ওজন, শক্তি ও খরচ) মধ্যে কাজ করে।

আজকের AI-এর অগ্রভাগ হাইপারস্কেল ডেটা সেন্টারের ওপর দাঁড়িয়ে, যেগুলো বিশাল সার্ভার ক্লাস্টারে ১৫০ মেগাওয়াট বা তার বেশি বিদ্যুৎ টানে। Ozcelik যেমন বলেন, এই আর্কিটেকচার এমন শক্তির মাত্রায় চলে যা জৈবিক রেফারেন্স বিন্দু থেকে লক্ষ লক্ষ গুণ দূরে। মানুষের মস্তিষ্ক প্রায় ২০ ওয়াটের বিপাকীয় শক্তির পরিসরে রিয়েল-টাইম ধারাবাহিক সংবেদী-চালক সমন্বয়, অর্থগত যুক্তি আর দৃশ্য-স্থানিক দিকনির্ণয় করে।

ঐতিহাসিকভাবে রোবোটিক্স প্রকৌশলীরা ইনফারেন্স ক্লাউডে পাঠিয়ে অন-বোর্ড কম্পিউটের সীমা এড়ানোর চেষ্টা করেছেন। কিন্তু মিশন-ক্রিটিক্যাল শিল্প, মহাকাশ ও প্রতিরক্ষা পরিবেশে ক্লাউড-নির্ভর স্বয়ংক্রিয়তা আর্কিটেকচারের দিক থেকে অসম্ভব:

1. লেটেন্সির তারতম্য ও জিটার: হাই-স্পিড ক্লোজড-লুপ রোবোটিক নিয়ন্ত্রণের জন্য ৫০Hz থেকে ১,০০০Hz-এ নির্ধারিত মোটর আপডেট লাগে (২০ মিলিসেকেন্ডের কম রাউন্ড-ট্রিপ)। সেলুলার আর Wi-Fi নেটওয়ার্ক প্যাকেট জিটার, বাদ পড়া ফ্রেম আর লেটেন্সির আকস্মিক বৃদ্ধি আনে, যার ফলে রোবটের বাহু ওয়ার্কপিস ফেলে দেয় বা স্বয়ংক্রিয় যান ব্রেকিংয়ের সীমা রক্ষা করতে ব্যর্থ হয়।
2. ব্যান্ডউইথ সম্পৃক্তি: কোনো শিল্প কারখানায় ডজন ডজন মোবাইল রোবট থেকে একাধিক অসংকুচিত 4K ভিডিও ফিড আর LiDAR পয়েন্ট ক্লাউড স্ট্রিম করলে স্থানীয় RF ব্যান্ডউইথ দ্রুত ফুরিয়ে যায় আর বিপুল ক্লাউড ইগ্রেস ফি লাগে।
3. পরিচালনগত সার্বভৌমত্ব ও বিঘ্নিত সংযোগ: ভূগর্ভস্থ খনি, GPS-হীন সুড়ঙ্গ, প্রত্যন্ত নির্মাণস্থল বা কৌশলগত সামরিক পরিবেশে বাইরের নেটওয়ার্ক সংযোগ হয় একেবারেই থাকে না, নয়তো সক্রিয়ভাবে জ্যাম করা হয়। স্বয়ংক্রিয় ব্যবস্থাকে পূর্ণ পরিচালনগত বুদ্ধিমত্তা সরাসরি এজ চ্যাসিসেই বহন করতে হয়।

রোবটে মানসম্মত হাই-পারফরম্যান্স GPU বসানোর নিজস্ব ভৌত ক্ষতি আছে: থার্মাল থ্রটলিং, বিশাল হিট সিঙ্ক যা পরজীবী পেলোড ভর যোগ করে, আর উচ্চ বিদ্যুৎ খরচ যা ব্যাটারিতে উড্ডয়নের সময় ঘণ্টা থেকে মিনিটে নামিয়ে আনে।

আর্কিটেকচারাল প্রস্তাব: কম্পিউট-ইন-মেমরি (CIM) #

তাপগতীয় বাধা দূর করতে Mythic AI একটি আর্কিটেকচারাল দর্শন এগিয়ে নিয়েছে: আলাদা প্রসেসিং ইউনিট আর মেমরি পুলের মধ্যে ডেটা আনা-নেওয়ার বদলে মেমরিকেই কম্পিউটার হয়ে উঠতে হবে।

.class="img-fluid clearfix"

সিঙ্গল-ট্রানজিস্টর ম্যাট্রিক্স গুণের পদার্থবিদ্যা #

প্রচলিত ডিজিটাল কম্পিউটিংয়ে একটি ম্যাট্রিক্স ডট প্রোডাক্ট হিসাব করতে বাইরের DRAM থেকে উচ্চ-ক্যাপাসিট্যান্স বাস লাইন দিয়ে হাজার হাজার ৮-বিট বা ১৬-বিট ওয়েট মান আনতে হয়, সেগুলো ক্যাশ রেজিস্টারে লোড করতে হয়, ডিজিটাল ALU-এর ভেতরে গুণ করতে হয় আর ফলাফল আবার মেমরিতে লিখতে হয়। ৯০%-এরও বেশি শক্তি খরচ হয় চিপগুলোর মধ্যকার তামার ইন্টারকানেক্ট লাইন চার্জ আর ডিসচার্জ করতে।

ইন-মেমরি কম্পিউট আর্কিটেকচার এই ডিজিটাল ডেটা স্থানান্তরের জায়গায় অ্যানালগ সার্কিটের পদার্থবিদ্যা ব্যবহার করে:

ওয়েট প্রোগ্রামিং। নিউরাল নেটওয়ার্কের ওয়েট সরাসরি নন-ভোলাটাইল মেমরি সেলে (যেমন পরিবর্তিত ফ্ল্যাশ বা রেজিস্টিভ RAM) অ্যানালগ কন্ডাক্ট্যান্স ($G$) হিসেবে প্রোগ্রাম করা হয়। একবার প্রোগ্রাম হয়ে গেলে ওয়েট মেমরি অ্যারের ভেতরে স্থির থাকে; ইনফারেন্সের সময় সেগুলো কখনো আনা বা সরানো হয় না।

ইনপুট ভোল্টেজ মডুলেশন। ইনপুট অ্যাক্টিভেশন (যেমন ক্যামেরা থেকে আসা ভিজ্যুয়াল টোকেন) অ্যানালগ ভোল্টেজ স্তরে ($V$) রূপান্তরিত হয় এবং অ্যারের ওয়ার্ড লাইন দিয়ে চালিত হয়।

ওহমের সূত্রে গুণ। ইনপুট ভোল্টেজ প্রতিটি মেমরি সেলের মধ্য দিয়ে যাওয়ার সময় ওহমের সূত্র ($I = V \times G$) তাৎক্ষণিক অ্যানালগ গুণ সম্পন্ন করে এবং ইনপুট ও সঞ্চিত ওয়েটের গুণফলের সমানুপাতিক তড়িৎপ্রবাহ তৈরি করে।

কির্শফের প্রবাহ সূত্রে সঞ্চয়। উল্লম্ব বিট লাইন বরাবর হাজার হাজার সমান্তরাল মেমরি সেলের প্রবাহ কির্শফের প্রবাহ সূত্র ($\sum I = 0$) অনুযায়ী স্বাভাবিকভাবেই যোগ হয়ে যায়।

এভাবে একটিমাত্র ফ্ল্যাশ মেমরি অ্যারে একটি পুরো ম্যাট্রিক্স-ভেক্টর গুণ একটিমাত্র ক্লক সাইকেলে সম্পন্ন করে, একবারও মেমরি ফেচ না করে পদার্থবিদ্যার স্তরে কাজ করে। জমা হওয়া অ্যানালগ প্রবাহ এরপর অ্যারের কিনারায় থাকা হাই-স্পিড অ্যানালগ-টু-ডিজিটাল কনভার্টারের (ADC) মাধ্যমে আবার ডিজিটাল মানে রূপান্তরিত হয়।

মডুলার চিপলেট কৌশল #

অ্যানালগ কম্পিউট-ইন-মেমরি শক্তি আর লেটেন্সির সমীকরণ মেলায় ঠিকই, কিন্তু বিভিন্ন বাণিজ্যিক ক্ষেত্রে সিলিকনকে বড় করতে প্যাকেজিংয়ে নমনীয়তা লাগে। সূচকীয় ত্রুটির হার, দুর্বল ওয়েফার ইল্ড আর অনমনীয় পণ্য বিন্যাসে ভোগা বড়, একশিলা সিস্টেম-অন-চিপ (SoC) তৈরির বদলে Ozcelik একটি মডুলার চিপলেট কৌশলের রূপরেখা দেন।

এই কাঠামোয় ছোট, মানসম্মত ইন-মেমরি কম্পিউট টাইল আলাদাভাবে তৈরি হয় এবং উন্নত প্যাকেজিংয়ের মাধ্যমে ইন্টারপোজারে জোড়া লাগানো হয়:

1. মানসম্মত হাই-স্পিড ডাই-টু-ডাই ইন্টারকানেক্ট: Universal Chiplet Interconnect Express (UCIe)-এর মতো উদীয়মান মান কাজে লাগিয়ে চিপলেটগুলো মাইক্রো-বাম্পের মাধ্যমে উচ্চ ব্যান্ডউইথ ঘনত্ব আর পিকোসেকেন্ড-স্তরের লেটেন্সিতে যোগাযোগ করে।
2. বিষমসত্ত্ব গঠন: একজন সিস্টেম ডিজাইনার হালকা ড্রোন পেলোডের জন্য দুটি ইন-মেমরি চিপলেট কম খরচের ARM নিয়ন্ত্রণ প্রসেসরের সঙ্গে জুড়তে পারেন, অথবা এজ ডেটা সেন্টারের জন্য সার্ভার অ্যাক্সিলারেটর কার্ড বানাতে ষোলোটি চিপলেট হাই-স্পিড PCIe ইন্টারফেসের সঙ্গে একত্র করতে পারেন।
3. সর্বজনীন কম্পাইলেশন ও ওয়ার্কলোড ম্যাপিং: একটি একীভূত কম্পাইলার স্তর মানসম্মত ডিপ লার্নিং গ্রাফ (ONNX, PyTorch) গ্রহণ করে এবং মডেলের স্তরগুলো উপলব্ধ চিপলেট টপোলজিতে স্বয়ংক্রিয়ভাবে ভাগ করে, চিপলেটের মধ্যে যোগাযোগ ন্যূনতম রাখতে ডেটা রাউটিং অনুকূল করে।

আর্কিটেকচারাল তুলনা: এজ রোবোটিক্সের জন্য কম্পিউট কাঠামো #

সূত্র: Economist Enterprise Physical AI and Robotics Summit-এ (Convene 200 Aldersgate, লন্ডন, ১৩ অক্টোবর ২০২৬) উপস্থাপিত ফায়ারসাইড আলোচনার তথ্য আর সেমিকন্ডাক্টর আর্কিটেকচারের বিবরণের সংশ্লেষণ।

খাতভিত্তিক তাৎপর্য #

ইন-মেমরি কম্পিউটের বাণিজ্যিক স্বীকৃতি নির্ভর করে সেইসব শিল্পে প্রবেশের ওপর, যেখানে শক্তি আর খরচের সীমাবদ্ধতা ঐতিহাসিকভাবে উন্নত ফাউন্ডেশন মডেল স্থাপন আটকে রেখেছে।

কৌশলগত প্রতিরক্ষা ও মনুষ্যবিহীন ব্যবস্থা #

প্রতিরক্ষার এজ প্রয়োগে শক্তি দক্ষতা সরাসরি পরিচালনগত টিকে থাকা আর অভিযানের মেয়াদে রূপ নেয়। ছোট মনুষ্যবিহীন আকাশযান ব্যবস্থা (sUAS) আর কৌশলগত স্থল রোভার ব্যাটারির ওজনে মারাত্মকভাবে সীমিত। একটি নজরদারি ড্রোনে প্রচলিত GPU বসালে শুধু AI উপলব্ধি স্ট্যাক চালাতেই তার আকাশে থাকার সময় ৩০% থেকে ৫০% কমে যায়।

Lockheed Martin-এর সঙ্গে Mythic AI-এর কৌশলগত সম্পৃক্ততা ইন-মেমরি কম্পিউটকে কৌশলগত এজ ব্যবস্থা, স্বয়ংক্রিয় ড্রোন ঝাঁক আর দূরবর্তী নজরদারি চৌকিতে বসানোর ওপর কেন্দ্রীভূত। কম্পিউটের বিদ্যুৎ টান ৫০W থেকে ১০W-এর নিচে নামিয়ে কৌশলগত ড্রোন দীর্ঘতর উড্ডয়নকাল পায়, আর একই সঙ্গে বিঘ্নিত, GPS-হীন অভিযান এলাকায় বহু-মাধ্যম বস্তু শ্রেণিবিন্যাস, ইলেকট্রনিক যুদ্ধের সংকেত প্রক্রিয়াকরণ আর ভিজ্যুয়াল-ইনার্শিয়াল ওডোমেট্রি স্থানীয়ভাবে চালায়।

অটোমোটিভ পরিস্থিতিগত সচেতনতা ও কেবিনের ভেতরের AI #

অটোমোটিভ খাতে টিয়ার-ওয়ান নির্মাতারা লাভের তীব্র চাপে আছেন। শীর্ষ বৈদ্যুতিক যানবাহন £২,০০০-এর তরল-শীতল স্বয়ংক্রিয় ড্রাইভিং কম্পিউটারের খরচ বহন করতে পারে, কিন্তু সাধারণ বাজারের যানবাহন পারে না।

Mythic AI-এর সঙ্গে Honda Motor-এর অংশীদারিত্ব এই বাণিজ্যিক টানাপোড়েনেরই সমাধান খোঁজে। গাড়ি নির্মাতাদের দরকার বিপুল পরিমাণে তৈরি, অটোমোটিভ-যোগ্য AI চিপ যার দাম শত শত নয়, কয়েক দশ ডলার, যা চালক-পর্যবেক্ষণ ব্যবস্থা, ব্লাইন্ড-স্পট বস্তু বিভাজন আর ৩৬০-ডিগ্রি চারপাশের উপলব্ধি চালাতে পারে, অথচ উৎপাদন খরচ আর সংযোজনের জটিলতা বাড়ানো জটিল তরল কুলিং লুপের দরকার পড়ে না।

শিল্প এজ ডেটা সেন্টার ও মোবাইল ফুলফিলমেন্ট #

ইন-মেমরি কম্পিউট আর্কিটেকচারের দিক থেকে এজের জন্য অনুকূলিত হলেও Mythic এজ ডেটা সেন্টার আর গুদামের ফুলফিলমেন্ট হাবের জন্য PCIe অ্যাক্সিলারেটর কার্ড দিয়ে একটি পরিকল্পিত সেতু-কৌশল চালাচ্ছে। শত শত স্বয়ংক্রিয় মোবাইল রোবট (AMR) থাকা স্থাপনায় বহর সমন্বয় মডেল চালানো এজ সার্ভার র‍্যাক স্থাপনার বিদ্যুৎ সংযোগ আর কুলিং সীমায় বাঁধা। ইন-মেমরি অ্যাক্সিলারেটর কার্ড স্থাপনাগুলোকে ইউটিলিটি বিদ্যুৎ অবকাঠামো উন্নত না করেই স্থানীয় ইনফারেন্স থ্রুপুট বহুগুণ বাড়াতে দেয়।

সরবরাহ শৃঙ্খলের স্থিতিস্থাপকতা ও উৎপাদনের ভূগোল #

Ozcelik-এর ব্রিফিংয়ের একটি গুরুত্বপূর্ণ দিক ছিল সরবরাহ শৃঙ্খলের সার্বভৌমত্ব। সিলিকন যদি নির্ভরযোগ্যভাবে তৈরি, প্যাকেজ আর বড় পরিমাণে পাঠানো না যায়, তবে হার্ডওয়্যার উদ্ভাবন অর্থহীন।

Mythic AI একটি বিকেন্দ্রীভূত আন্তর্জাতিক উৎপাদন কাঠামো গড়ে তুলেছে:

• সিলিকন ফ্যাব্রিকেশন: মূল ইন-মেমরি ওয়েফার উৎপাদন জাপানের টোকিওতে কেন্দ্রীভূত, যা নির্ভুল সেমিকন্ডাক্টর ফ্যাব্রিকেশন আর পরিপক্ব অ্যানালগ/ফ্ল্যাশ প্রসেস নোডে জাপানের প্রতিষ্ঠিত নেতৃত্বকে কাজে লাগায়।
• উন্নত প্যাকেজিং ও সংযোজন: ওয়েফারগুলো উন্নত চিপলেট ডাইসিং, মাল্টি-ডাই সাবস্ট্রেট বন্ডিং আর স্বয়ংক্রিয় অপটিক্যাল পরিদর্শনের জন্য ইউরোপে (বিশেষ করে জার্মানিতে) পাঠানো হয়।
• রিভিশন যাচাই: কোম্পানিটি বর্তমানে তার সর্বশেষ সিলিকন রিভিশনের যাচাই শেষ করছে, যার মনোযোগ পরীক্ষাগারের ইল্ড মেট্রিককে অটোমোটিভ আর প্রতিরক্ষার বড় পরিসরের উৎপাদনের জন্য পুনরাবৃত্তিযোগ্য, উৎপাদন-মানের স্টেটমেন্টস অফ ওয়ার্কে (SOW) রূপান্তরের ওপর।

এই বহু-অঞ্চল পদ্ধতি একক বিন্দুর ভূরাজনৈতিক দুর্বলতা এড়ায় এবং ইউরোপীয় ও এশীয় কর্পোরেট অংশীদারদের ভৌগোলিকভাবে বৈচিত্র্যময় সরবরাহ শৃঙ্খল দেয়।

উপসংহার #

Economist Enterprise Physical AI and Robotics Summit-এ Taner Ozcelik আর Kenneth Cukier-এর ফায়ারসাইড সংলাপ সেই ভৌত বাস্তবতার রূপরেখা দিয়েছে যা স্বয়ংক্রিয় ব্যবস্থার আগামী দশক নিয়ন্ত্রণ করবে। ট্রানজিস্টর স্কেলিংয়ের এক সরল মাপকাঠি হিসেবে মুরের সূত্র আর ফিজিক্যাল AI বিপ্লবকে শক্তি জোগাতে যথেষ্ট নয়।

যতদিন কম্পিউটিং আর্কিটেকচার লজিক আর মেমরির Von Neumann বিভাজন আঁকড়ে থাকবে, ততদিন রোবোটিক্স ব্যাটারির ভর, তাপ নিষ্কাশন আর নিষেধমূলক বিল-অফ-ম্যাটেরিয়ালস খরচে বাঁধা থাকবে। ডিজিটাল ডেটা চলাচল থেকে অ্যানালগ ইন-মেমরি কম্পিউট অ্যারে আর মডুলার চিপলেট টপোলজিতে সরে গিয়ে সেমিকন্ডাক্টর প্রকৌশল সেই ধাপে-ধাপে লাফিয়ে ওঠা দক্ষতার অগ্রগতি দিচ্ছে, যা স্বয়ংক্রিয় ব্যবস্থার প্রয়োজন।

৭০০W-এর ডেটা সেন্টার ক্লাস্টার থেকে ১৫W-এর এজ সিলিকনে উত্তরণই ভৌত স্বয়ংক্রিয়তার আসল প্রবেশদ্বার। শেষ বিচারে, বাস্তব জগতে কাজ করা রোবটকে বাস্তব জগতের শক্তির নিয়ম মানতেই হবে; ইন-মেমরি কম্পিউট সেই আর্কিটেকচার যা সিলিকন আর জীববিজ্ঞানের মধ্যকার ফাঁক জোড়া লাগায়।

সচরাচর জিজ্ঞাসা #

AI হার্ডওয়্যারে Von Neumann বাধা কী? Von Neumann বাধা বলতে সেই থ্রুপুট ও শক্তির সীমাবদ্ধতাকে বোঝায়, যা সেন্ট্রাল প্রসেসিং ইউনিট (ALU) আর সিস্টেম মেমরির (DRAM) ভৌত বিচ্ছিন্নতা থেকে তৈরি হয়। কৃত্রিম বুদ্ধিমত্তার ওয়ার্কলোডে, যেখানে শত শত কোটি ম্যাট্রিক্স গুণ থাকে, প্রসেসরগুলো তাদের মোট শক্তির ৮৫%-এরও বেশি আর বিপুল সংখ্যক ক্লক সাইকেল খরচ করে কেবল তামার বাস দিয়ে ডেটা আনা-নেওয়ায়, যা তীব্র তাপীয় ও লেটেন্সি বাধা তৈরি করে।

অ্যানালগ কম্পিউট-ইন-মেমরি (CIM) কীভাবে কাজ করে? কম্পিউট-ইন-মেমরি ডেটা না সরিয়েই সরাসরি মেমরি সেলের ভেতরে গাণিতিক অপারেশন করে। নিউরাল নেটওয়ার্কের ওয়েট নন-ভোলাটাইল মেমরি সেলের ভেতরে অ্যানালগ কন্ডাক্ট্যান্স অবস্থা হিসেবে সঞ্চিত থাকে। অ্যারেতে ইনপুট ভোল্টেজ দিলে প্রবাহ ওহমের সূত্র ($I = V \times G$) অনুযায়ী সেলের মধ্য দিয়ে বয়ে যায় এবং কির্শফের প্রবাহ সূত্র অনুযায়ী বিট লাইন বরাবর যোগ হয়। এতে পুরো ম্যাট্রিক্স-ভেক্টর গুণ একটিমাত্র ভৌত ধাপে সম্পন্ন হয়।

রোবোটিক্স আর ড্রোনের জন্য ইন-মেমরি কম্পিউট বিশেষভাবে জরুরি কেন? মোবাইল রোবট আর ড্রোন আকার, ওজন, শক্তি ও খরচের (SWaP-C) কঠোর সীমার মধ্যে কাজ করে। এরা অন-বোর্ড ব্যাটারির ওপর নির্ভর করে এবং ভারী কুলিং রেডিয়েটর বা উচ্চ ওয়াটেজের বিদ্যুৎ সরবরাহ বহন করতে পারে না। ইন-মেমরি কম্পিউট ১০x থেকে ১,০০০x বেশি শক্তি দক্ষতা দেয়, যাতে রোবট ১০W থেকে ২০W-এর পাওয়ার পরিসরে জটিল ভিশন-ল্যাঙ্গুয়েজ-অ্যাকশন মডেল স্থানীয়ভাবে চালাতে পারে আর ব্যাটারির স্থায়িত্বও বজায় থাকে।

একশিলা চিপের তুলনায় চিপলেট পদ্ধতির সুবিধা কী? একশিলা চিপ সব কার্যকরী একক একটিমাত্র বড় সিলিকন ডাইয়ে একীভূত করে। ডাইয়ের আকার যত বাড়ে, উৎপাদনের ত্রুটির হার তত সূচকীয়ভাবে বাড়ে, ফলে উৎপাদন ইল্ড কমে আর প্রতি ইউনিটের খরচ বাড়ে। চিপলেট আর্কিটেকচার ব্যবস্থাটিকে ছোট, মানসম্মত সিলিকন ডাইয়ে ভাগ করে, যেগুলো উচ্চ ইল্ডে আলাদাভাবে তৈরি হয় এবং হাই-স্পিড মাইক্রো-বাম্প দিয়ে যুক্ত হয়। এতে নির্দিষ্ট শিল্পের শক্তি আর ফর্ম-ফ্যাক্টরের প্রয়োজন অনুযায়ী মডুলার, নমনীয় বিন্যাস সম্ভব হয়।

এই প্রযুক্তির প্রধান বাণিজ্যিক অংশীদার কারা? Mythic AI-এর ইন-মেমরি কম্পিউট প্ল্যাটফর্ম বর্তমানে দুটি বড় কর্পোরেট অংশীদারিত্বের ওপর দাঁড়িয়ে: Lockheed Martin, যারা ব্যাটারির স্থায়িত্ব বাড়াতে এই আর্কিটেকচার কৌশলগত প্রতিরক্ষা ড্রোন, মনুষ্যবিহীন রোবোটিক প্ল্যাটফর্ম আর সীমানা নিরাপত্তা চৌকিতে যুক্ত করছে; এবং Honda Motor, যারা যানবাহনের পরিস্থিতিগত সচেতনতা আর কেবিনের ভেতরের সেন্সিংয়ের জন্য কম খরচের, অটোমোটিভ-যোগ্য AI চিপকে লক্ষ্য করছে।

তথ্যসূত্র #

• Economist Enterprise, (2026). Physical AI & Robotics Summit: স্বয়ংক্রিয় ব্যবস্থার মাধ্যমে পরিচালনগত সুবিধা ⧉. Economist Enterprise.
• Ozcelik, T., (2026). মুরের সূত্র পেরিয়ে: হাই-পারফরম্যান্স রোবোটিক্সের পেছনের শক্তি ⧉. Mythic AI.
• Cukier, K., (2026). স্বয়ংক্রিয় বুদ্ধিমত্তার তাপগতীয় সীমা ⧉. The Economist.
• Marković, D., Mizrahi, A., Querlioz, D., & Grollier, J., (2020). নিউরোমরফিক কম্পিউটিংয়ের জন্য পদার্থবিদ্যা ⧉. Nature Reviews Physics, 2, 499-510.
• Universal Chiplet Interconnect Express, (2025). UCIe স্পেসিফিকেশন 2.0: ডাই-টু-ডাই ইন্টারকানেক্ট মান ⧉. UCIe Consortium.
• IEEE, (2026). International Roadmap for Devices and Systems (IRDS): CMOS-এর পরে ও কম্পিউট-ইন-মেমরি ⧉. IEEE Standards Association.

সর্বশেষ পর্যালোচনা 2026-10-13.

সর্বশেষ পর্যালোচনা 2026-10-27.

# মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/](https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/)

লন্ডনের Economist Enterprise Physical AI and Robotics Summit-এ Mythic AI-এর CEO Taner Ozcelik দেখালেন, ইন-মেমরি কম্পিউট ও চিপলেট কীভাবে মেমরির দেয়াল ভাঙে।

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/

মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau

লন্ডনের Economist Enterprise Physical AI and Robotics Summit-এ Mythic AI-এর CEO Taner Ozcelik দেখালেন, ইন-মেমরি কম্পিউট ও চিপলেট কীভাবে মেমরির দেয়াল ভাঙে।

https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/

মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau

লন্ডনের Economist Enterprise Physical AI and Robotics Summit-এ Mythic AI-এর CEO Taner Ozcelik দেখালেন, ইন-মেমরি কম্পিউট ও চিপলেট কীভাবে মেমরির দেয়াল ভাঙে।.

এখানে মূল কৌশলগত টেকওয়েগুলি রয়েছে:

- তাপগতীয় দেয়াল: ফিজিক্যাল AI কেন ক্লাউডে থাকতে পারে না. Moving past Moore’s law: the power behind high-performance robotics শিরোনামের ফায়ারসাইড সেশনে Kenneth Cukier এন্টারপ্রাইজ স্বয়ংক্রিয়তার সামনে থাকা মূল প্রকৌশল দ্বিধাটি তুলে ধরেন: কৃত্রিম বুদ্ধিমত্তার মডেল…
- আর্কিটেকচারাল প্রস্তাব: কম্পিউট-ইন-মেমরি (CIM). তাপগতীয় বাধা দূর করতে Mythic AI একটি আর্কিটেকচারাল দর্শন এগিয়ে নিয়েছে: আলাদা প্রসেসিং ইউনিট আর মেমরি পুলের মধ্যে ডেটা আনা-নেওয়ার বদলে মেমরিকেই কম্পিউটার হয়ে উঠতে হবে।.
- মডুলার চিপলেট কৌশল. অ্যানালগ কম্পিউট-ইন-মেমরি শক্তি আর লেটেন্সির সমীকরণ মেলায় ঠিকই, কিন্তু বিভিন্ন বাণিজ্যিক ক্ষেত্রে সিলিকনকে বড় করতে প্যাকেজিংয়ে নমনীয়তা লাগে। সূচকীয় ত্রুটির হার, দুর্বল ওয়েফার ইল্ড আর অনমনীয় পণ্য বিন্যাসে ভোগা…
- আর্কিটেকচারাল তুলনা: এজ রোবোটিক্সের জন্য কম্পিউট কাঠামো. সূত্র: Economist Enterprise Physical AI and Robotics Summit-এ (Convene 200 Aldersgate, লন্ডন, ১৩ অক্টোবর ২০২৬) উপস্থাপিত ফায়ারসাইড আলোচনার তথ্য আর সেমিকন্ডাক্টর আর্কিটেকচারের বিবরণের সংশ্লেষণ।.

এই নিবন্ধে উল্লিখিত চ্যালেঞ্জগুলির প্রতি আপনার প্রতিষ্ঠানের পদ্ধতি কী?

→ https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/

#ইনমেমরিকম্পিউট #MythicAi #TanerOzcelik #মুরেরসূত্র #VonNeumannবাধা

Sebastien Rousseau | CC-BY-4.0

@online{rousseau2026ম,
  author  = {Rousseau, Sebastien},
  title   = {{মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/},
  urldate = {2026}
}

TY  - GEN
AU  - Rousseau, Sebastien
TI  - মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/
ER  -

Rousseau S. মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau. sebastienrousseau.com. 2026 Oct 13. Available from: https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/

Rousseau, Sebastien. "মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau." sebastienrousseau.com. October 13, 2026. https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/.

Rousseau, S. (2026, October 13). মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/

মুরের সূত্র পেরিয়ে: এজ রোবোটিক্সের জন্য ইন-মেমরি কম্পিউট ও চিপলেট — Sebastien Rousseau

লন্ডনের Economist Enterprise Physical AI and Robotics Summit-এ Mythic AI-এর CEO Taner Ozcelik দেখালেন, ইন-মেমরি কম্পিউট ও চিপলেট কীভাবে মেমরির দেয়াল ভাঙে।

Originally published at https://sebastienrousseau.com/bn/2026-10-13-murer-sutr-periye-ej-robotikser/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU · FOUNDER · ENGINEER