ایم ایل فوکس سافٹ ویئر کی طرف شفٹنگ

نئی مشین لرننگ (ML) آرکیٹیکچرز بہت زیادہ توجہ حاصل کرنا جاری رکھے ہوئے ہیں کیونکہ ریس کلاؤڈ اور کنارے کے لیے انتہائی موثر ایکسلریشن آرکیٹیکچرز فراہم کرتی رہتی ہے، لیکن توجہ ہارڈ ویئر سے سافٹ ویئر ٹولز کی طرف منتقل ہونا شروع ہو رہی ہے۔

اب بڑا سوال یہ ہے کہ کیا سافٹ ویئر تجرید آخر کار ہارڈ ویئر کی تفصیلات پر فتح حاصل کرے گا اس بات کا تعین کرنے میں کہ مستقبل کے فاتح کون ہیں۔

"مشین لرننگ تاریخی طور پر ایک ایسی جگہ سے آئی ہے جہاں مخصوص اختتامی ایپلی کیشنز پر زور دیا گیا تھا، جیسے کہ آواز کا استعمال کرتے ہوئے آٹوموٹو یا قدرتی زبان کو سمجھنے کے لیے آبجیکٹ کا پتہ لگانا،" سری ہرشا انگارا، آئی او ٹی، کمپیوٹ اور سیکیورٹی کے پروڈکٹ مارکیٹنگ مینیجر نے کہا۔ Infineon. "اب، ایم ایل نے کئی قسم کی ایپلی کیشنز کو برانچ کرنا شروع کر دیا ہے، جو ڈیزائن ٹولز اور سافٹ ویئر فریم ورک پر زیادہ زور دیتا ہے۔"

مشین لرننگ سسٹم کے ڈیزائنرز مشین لرننگ سوفٹ ویئر ڈویلپمنٹ کٹس (SDKs) سے مزید مطالبہ کرنا شروع کر رہے ہیں، اور کچھ دکاندار ہارڈ ویئر کی تفصیلات کو دفن کرنے کے لیے اپنے سافٹ ویئر کا استعمال کر رہے ہیں۔ آخر میں، اچھے سافٹ ویئر کے ساتھ کم بہترین ہارڈ ویئر کم سافٹ ویئر والے بہتر ہارڈ ویئر پر کامیاب ہو سکتا ہے۔

ہم پہلے بھی یہاں آ چکے ہیں۔
کمپائلرز اور دیگر ڈویلپمنٹ ٹولز کو سافٹ وئیر کی طرف سے کافی عرصے سے لیا جاتا رہا ہے۔ لیکن جب 80 کی دہائی کے اوائل میں ہارڈ ویئر کی بات کی گئی تو، ڈیزائنرز سے توقع کی جاتی تھی کہ وہ اپنے ڈیزائن بڑے پیمانے پر دستی طور پر کریں۔ جبکہ آج یہ بدل گیا ہے، اس نے وہاں تک پہنچنے کے لیے ایک پتھریلی سڑک لی۔ اور پروگرام قابل منطق مارکیٹ ان اولین جگہوں میں سے ایک تھی جہاں ڈیزائن سافٹ ویئر نے ایک موقف بنایا۔

شروع میں، PLD سافٹ ویئر صرف مصروف کام کو ختم کرنے کے لیے کام کرتا تھا۔ پروگرام ایبل لاجک ڈیوائسز (PLDs) کے ابتدائی دنوں میں، انجینئر اپنی منطق پر کام کریں گے اور پھر یہ معلوم کریں گے کہ قابل پروگرام صفوں میں کن کنکشنز کی ضرورت ہے۔ یہ لفظی طور پر "فیوز نقشے" میں ہاتھ سے لکھے جائیں گے، جو پھر کسی ڈیوائس کو جسمانی طور پر ترتیب دینے کے لیے پروگرامنگ آلات میں داخل کیے جا سکتے ہیں۔

Monolithic Memories کے ذریعے قابل پروگرام سرنی منطق، یا PALs کے تعارف کے ساتھ ایک بڑی تبدیلی واقع ہوئی۔ دو چیزوں نے مجموعی طور پر PLD انڈسٹری کو بڑھاوا دیا۔ سب سے پہلے ایک آرکیٹیکچرل تبدیلی تھی جس نے لاگت کو کم کیا اور رفتار میں اضافہ کیا۔ لیکن زیادہ اثر انگیز طور پر، اس نے ایک نام نہاد PAL اسمبلر کی پہلی ریلیز دیکھی، جسے PALASM کہا جاتا ہے۔

اس نے کنکشن کی نقشہ سازی کے تکلیف دہ عمل کو ختم کردیا۔ اس کے بجائے، کوئی بولین مساوات میں داخل ہو سکتا ہے — انجینئرز کے لیے کام کرنا بہت زیادہ قدرتی ہے — اور ٹول کو پروگرامنگ کی تفصیلات معلوم کرنے دیں۔ اس سے کاروبار میں ایک سنگین موڑ پیدا کرنے میں مدد ملی۔

اس کے چند سال بعد، PLD مارکیٹ میں نئے داخل ہونے والے افراد نمودار ہوئے، جو مزید تعمیراتی پروگرام کی اہلیت فراہم کرتے ہیں۔ ہمیشہ سے منطق رہی تھی کہ اس طرح کے آلات لاگو نہیں کر سکتے تھے، لہذا دوڑ سب سے زیادہ لچکدار فن تعمیر کے ساتھ آنے کی تھی جو اب بھی تیز اور سستے تھے۔

ایک اہم موڑ اس وقت آیا جب Altera نے MAX-PLUS ڈیزائن سافٹ ویئر کے ساتھ اپنا نیا فن تعمیر جاری کیا۔ انجینئرز نے اس کی حدود تلاش کرنے کے لئے جدوجہد کی کہ وہ فن تعمیر کیا کر سکتا ہے، اور خوشگوار حیرت زدہ تھے۔ وہ مساوات جن کی تالیف میں ناکامی کی توقع کی جا رہی تھی وہ دراصل کام کرتی تھیں، کیونکہ سافٹ ویئر اب بولین مساوات کو کنکشن میں تبدیل کرنے سے زیادہ کام کر رہا تھا۔ اس کے بجائے، یہ ان بولین مساوات کو بھی دوسری چیزوں کے ساتھ لاگو کر کے تبدیل کر رہا تھا۔ ڈی مورگن کا نظریہ ان چیزوں کو جو نہیں کیا جا سکتا تھا ان چیزوں میں تبدیل کرنا جو کیا جا سکتا تھا۔

یہ ایک گیم چینجر تھا، اور اس نے کاروبار کے سافٹ ویئر سائیڈ کے لیے داؤ کو نمایاں طور پر بڑھا دیا۔ ہارڈ ویئر میں آرکیٹیکچرل کمزوریوں کی نشاندہی کرنے کی کوشش کریں، جب تک کہ سافٹ ویئر نے ان کمزوریوں کو چھپا لیا، یہ ایک ہارنے والی دلیل تھی۔

اس وقت تک کاروبار پر ہارڈ ویئر کمپنیوں کا غلبہ تھا، جس میں AMD لیڈر تھا (جس نے یک سنگی یادیں حاصل کی تھیں)۔ لیکن ہارڈ ویئر کمپنیاں سافٹ ویئر بنانے میں اچھی نہیں تھیں، اور انہیں یہ کرنا پسند نہیں تھا۔ لہذا سافٹ ویئر کے ساتھ جدوجہد کرنے کے بجائے، AMD نے کام کو ایک چھوٹی سافٹ ویئر کمپنی کو آؤٹ سورس کر دیا۔ یہ ایک سٹریٹجک غلطی ثابت ہوئی، اور کمپنی بالآخر کاروبار سے باہر ہو گئی، کچھ ٹیکنالوجی AMD کی نئی اسپن آؤٹ وینٹیس ذیلی کمپنی (جو بالآخر کامیاب نہیں ہوئی) کو اور کچھ Xilinx کو، پھر اس کے ساتھ منظر پر آنے والے ایک نئے آنے والے کو فروخت کر دی۔ فینسی FPGAs (جو بے حد کامیاب تھے)۔

آخر میں، یہ وہ سافٹ ویئر تھا جس نے فاتح کا تعین کیا۔ ہارڈ ویئر کی خصوصیات نے لیپ فراگ پیٹرن کی پیروی کی، اور ٹولز فرق کرنے والے ثابت ہوئے۔

"تاریخ قابل ذکر FPGA ہارڈویئر آرکیٹیکچرز سے بھری پڑی ہے جو سب ٹھوکر کھا گئے اور اب موجود نہیں ہیں، ایک موثر ٹول چین کی کمی کی وجہ سے،" اسٹورٹ کلب، پرنسپل پروڈکٹ مینیجر نے کہا۔ سیمنز ای ڈی اے۔. "اس سے کوئی فرق نہیں پڑتا کہ ہارڈویئر پلیٹ فارم کتنا اچھا ہے اگر آپ کے پاس اس پلیٹ فارم کو موثر اور مؤثر طریقے سے فائدہ اٹھانے کے لیے سافٹ ویئر نہیں ہے۔"

ایک مشین لرننگ متوازی؟
آج، سب کی نظریں مصنوعی ذہانت پر ہیں، اور کمپنیاں مشین لرننگ ایکسلریٹر کے لیے بہترین فن تعمیر تلاش کرنے کی کوشش کر رہی ہیں جو بادل میں یا کنارے پر کام کرے گی۔ جب کہ کلاؤڈ انسٹی ٹیشنز کا غلبہ ہے، کنارے کے نفاذ - اپنی سخت طاقت اور لاگت کی ضروریات کے ساتھ - نے بہت زیادہ تخلیقی صلاحیتوں کو فروغ دیا ہے۔

لیکن ان فن تعمیرات کے درمیان فرق کے اثرات کو سمجھنا مشکل ہوتا جا رہا ہے۔ تقریباً ایسا محسوس ہوتا ہے جیسے ہمارے پیچھے بڑے آئیڈیاز ہیں، کمپنیاں کارکردگی، طاقت اور لاگت کے لیے ایک میٹھی جگہ تلاش کرنے کے لیے مختلف پیرامیٹرز کو آگے بڑھا رہی ہیں اور کھینچ رہی ہیں۔

"لوگ جس مسئلے سے دوچار ہیں وہ یہ ہے کہ ان کے پاس یہ ہارڈویئر حل موجود ہیں اور وہ ان کو بہتر بنانے یا استعمال کی سطح حاصل کرنے کے قابل نہیں ہیں جو وہ چاہتے ہیں،" ڈانا میکارٹی، نائب صدر برائے سیلز اینڈ مارکیٹنگ، انفرنس پروڈکٹس نے کہا۔ فلیکس لاگکس.

مشین لرننگ میں ہمیشہ سافٹ ویئر کا عنصر ہوتا ہے، کیونکہ مشین لرننگ کے حل کو تربیت دینے اور اس پر عمل درآمد کا پورا خیال کوئی معمولی کارنامہ نہیں ہے۔ ابتدائی مشین لرننگ فریم ورک جیسے Caffe اور TensorFlow کی موجودگی نے AI ایپلی کیشنز کو عملی اور بڑی تعداد میں ڈویلپرز کے لیے قابل رسائی بنا دیا۔

اس کے باوجود، مکمل ڈیزائن بنانے میں بہت زیادہ کام شامل ہے - خاص طور پر ایج ایپلی کیشنز کے لیے۔ ایڈوانٹیسٹ ٹیسٹ ڈیٹا پر AI کے استعمال کی ایک مثال فراہم کی ہے - ایک ایسی ایپلی کیشن جو وژن سے کہیں کم نمایاں ہے، مثال کے طور پر۔

ایڈوانٹیسٹ میں ٹیکنالوجی اور حکمت عملی کے نائب صدر کیتھ شوب نے کہا، "ہمیں یہ بڑا ناپاک ڈیٹا سیٹ ملتا ہے، اور اسے دستی طور پر گزرنے میں، دستی طور پر ٹولز لگانے میں کئی ہفتے لگیں گے۔" "آپ کے پاس سیکڑوں خصوصیات ہیں، بعض اوقات 1,000 خصوصیات یا اس سے زیادہ، اور آپ ان سب سے اہم خصوصیات کا پتہ لگانے کی کوشش کر رہے ہیں جو آپ کی پیشین گوئی سے متعلق ہیں۔ وہ ان کے ساتھ رجعت کے طریقوں اور [پرنسپل جزو تجزیہ] کے ذریعے آتے ہیں۔ اور پھر آپ کے پاس یہ جامد ماڈل ہے جس میں 12 خصوصیات ہیں۔

اور یہ صرف اعلیٰ سطحی فیچر انجینئرنگ ہے۔ اگلا حصہ اس ماڈل کو ایک مخصوص ڈیوائس پر مؤثر طریقے سے نقشہ بنا رہا ہے، جہاں مسابقتی فائدہ ظاہر ہو سکتا ہے۔ Flex Logix میں مارکیٹنگ کے سینئر ڈائریکٹر سیم فلر نے کہا، "آپ کو اس ماڈل کو مؤثر طریقے سے اپنے ایکسلریٹر پر برج کرنے کے قابل ہونا پڑے گا، اور جو کمپنی اس پلنگ کو کر سکتی ہے وہ جیت جائے گی۔"

اگرچہ کلاؤڈ بیسڈ انجن زیادہ تر فلوٹنگ پوائنٹ ہارڈ ویئر پر بھروسہ کر سکتے ہیں، بہت زیادہ ایج ہارڈ ویئر انٹیجر کے نفاذ پر توجہ مرکوز کرکے طاقت اور لاگت کو بچاتا ہے۔ اس کا مطلب ہے کہ ڈیزائن اور تربیت یافتہ پیرامیٹرز کو لے کر ان کی مقدار درست کرنا — انہیں فلوٹنگ پوائنٹ سے انٹیجر میں تبدیل کرنا۔ اس سے کچھ غلطیاں سامنے آتی ہیں، جس سے تخمینہ کی درستگی کو نقصان پہنچ سکتا ہے، اس لیے مطلوبہ عددی شکل کے ساتھ دوبارہ تربیت کرنا ضروری ہو سکتا ہے۔ واضح طور پر، وقت کے ساتھ، براہ راست عدد کو تربیت دینا آسان ہو گیا ہے۔

ان ڈیزائنوں کے سائز اور توانائی کی کھپت کو کم کرنے کے لیے بھی کام کی ضرورت ہے۔ کوئی بھی ڈیزائن کی شناخت کرنے والے پیرامیٹرز سے گزر سکتا ہے جو ممکنہ طور پر بہت چھوٹے تھے اور پھر انہیں کاٹ دیتے ہیں۔ یہ اصل میں ایک دستی عمل تھا، جس کے لیے درستگی کا دوبارہ جائزہ لینے کی ضرورت تھی تاکہ یہ یقینی بنایا جا سکے کہ اس پر کٹائی کے عمل سے بہت بری طرح سے سمجھوتہ نہیں کیا گیا ہے۔

پھر کسی بھی قسم کے پروسیسر کے لیے سافٹ ویئر "کرنل" کو ڈھالنے کا معاملہ ہے۔ یہ اکثر نیٹ ورک میں ہر نوڈ کے لیے ننگا میٹل کوڈ ہوتا ہے۔ کچھ آرکیٹیکچر پروسیسنگ عناصر کا انتخاب کرتے ہیں جو صرف عام ہدایات پر توجہ مرکوز کرتے ہیں جو اندازہ لگانے کے لیے استعمال کی جا رہی ہیں۔ دوسرے "مکمل پروگرام کی اہلیت" کو برقرار رکھتے ہیں تاکہ ان کا استعمال زیادہ لچکدار انداز میں کیا جا سکے۔

اور اگر آپ کے پاس ڈیٹا فلو آرکیٹیکچر ہے، تو آپ کو ہارڈ ویئر کو تقسیم کرنے اور مختلف علاقوں کو مختلف پرتیں اور نوڈس تفویض کرنے کی ضرورت پڑسکتی ہے۔

یہ صرف چند چیزیں ہیں جنہیں مکمل طور پر فعال مشین لرننگ ایپلیکیشن کو لاگو کرنے کے لیے سنبھالنا ضروری ہے۔ اس میں سے کچھ دستی طور پر کیا گیا ہے، لیکن سافٹ ویئر آٹومیشن کی مقدار کو آہستہ آہستہ بڑھا دیا گیا ہے۔

اگلا مرحلہ: ہارڈ ویئر کو خفیہ رکھنا
پچھلے سال کے دوران صنعت میں ایک تبدیلی نظر آئی ہے۔ لنلے پروسیسر کانفرنسز یا ہاٹ چپس جیسی کانفرنسوں میں، کمپنیاں سافٹ ویئر پر مزید بحث کے ساتھ نئی پیشکشوں کا اعلان کرتی رہی ہیں۔ اور خاص طور پر کچھ معاملات میں، وہ واقعی بنیادی ہارڈ ویئر کے بارے میں بات نہیں کرتے ہیں۔

یہ یقیناً عوامی فورمز جیسے کانفرنسوں میں ہو سکتا ہے۔ بعض اوقات کمپنیاں صرف NDA کے تحت فروخت کے جائز امکانات کے لیے تفصیلات بتاتی ہیں۔ لیکن ایسا لگتا ہے کہ بات چیت کا دائرہ تیزی سے یہ کہنے کی سمت بڑھ گیا ہے، "تفصیلات کی فکر نہ کریں۔ سافٹ ویئر اس کا خیال رکھے گا۔

یہ ایک امکان کو قائل کرنے کی کوشش سے فروخت کے مباحثوں کو نمایاں طور پر تبدیل کرتا ہے کہ ٹھیک ٹھیک آرکیٹیکچرل اختلافات کے معنی خیز نتائج ہوں گے، جہاں ڈیزائن کا تجربہ ثبوت فراہم کرتا ہے۔ کیا آپ آزمائشی ڈیزائن کو پہلے سے زیادہ تیزی سے نافذ کر سکتے ہیں؟ کیا آپ اپنی ٹارگٹ پرفارمنس میٹرکس — لاگت، رفتار، طاقت، درستگی وغیرہ — کو کم سے کم دستی تکرار کے ساتھ حاصل کرتے ہیں؟ کیا آپ بہت کم یا بغیر کسی دستی مداخلت کے ایک اچھا عمل درآمد حاصل کر سکتے ہیں؟

اگر ان سب کا جواب ہاں میں ہے، تو کیا اس سے کوئی فرق نہیں پڑتا کہ ہارڈ ویئر نے اسے کیسے حاصل کیا؟ اگر سافٹ ویئر ضرورت کے مطابق تبدیلیاں تیزی سے انجام دے سکتا ہے، تو کیا اس سے کوئی فرق نہیں پڑتا کہ کیا بنیادی دروازوں کی کوئی حد تھی جس کے لیے سافٹ ویئر کی تبدیلی کی ضرورت تھی؟ اگر کسی اور فن تعمیر میں کہیں زیادہ گھنٹیاں اور سیٹیاں ہیں، لیکن کسی ڈیزائن کو مکمل کرنے میں بہت زیادہ محنت درکار ہے، تو کیا وہ اضافی خصوصیات اس کوشش کے قابل ہیں؟

وہ کمپنیاں جو بات کرنے کے لیے اپنے ٹولز پر انحصار کرتی ہیں وہ اپنے صارفین سے شرط لگا رہی ہیں کہ واقعی اس بات کی پرواہ نہیں ہے کہ ہڈ کے نیچے کیا ہے – جب تک کہ اچھے سافٹ ویئر کے ساتھ جوڑا بنایا جائے، یہ مطلوبہ کام اور مطلوبہ رفتار، طاقت، درستگی اور قیمت کر سکتی ہے۔ .

کیا تاریخ خود کو مشین لرننگ کے ساتھ دہرائے گی؟
لوگوں کی طرح کمپنیوں میں بھی شخصیات ہوتی ہیں۔ کچھ ہارڈ ویئر پر مبنی ہیں، جبکہ دیگر سافٹ ویئر پر مبنی ہیں۔ دونوں میں سے کچھ واضح طور پر کسی بھی مشین لرننگ کی پیشکش کے لیے درکار ہیں، لیکن ایسا محسوس ہوتا ہے کہ کنارے ان لوگوں کی طرف بڑھ رہے ہیں جو سافٹ ویئر کی واقفیت رکھتے ہیں۔ اس کا مطلب ہے کہ سافٹ ویئر کو پیش کش کے ایک ستارے کے طور پر سامنے اور مرکز میں رکھنا، نہ کہ پریشان کن بلکہ ضروری کیمیو واک آن کے طور پر۔ اس کا مطلب یہ بھی ہے کہ ہارڈ ویئر اور سافٹ ویئر کو ایک ساتھ ڈیزائن کرنے کی ضرورت ہے۔

تفصیلات کو بفر کرنے کے لیے سافٹ ویئر کی ضرورت شاید ML کے ساتھ FPGAs کے مقابلے میں زیادہ ہے۔ یہاں تک کہ ٹولز کے ساتھ، FPGAs کو ہارڈ ویئر انجینئرز نے ڈیزائن کیا ہے۔ دوسری طرف ایم ایل ماڈلز کو ڈیٹا سائنسدانوں نے ڈیزائن کیا ہے، جو ہارڈ ویئر سے کئی درجے دور ہیں۔ لہذا ٹولز کو تجریدی فرق کو ختم کرنے کی ضرورت ہے۔

"جب تک آپ ان کی زبان نہیں بولیں گے، آپ کو موقع نہیں ملے گا،" نک نی نے کہا، AI اور سافٹ ویئر کے لیے پروڈکٹ مارکیٹنگ کے ڈائریکٹر Xilinx. "ہر وینڈر TensorFlow اور Python سپورٹ کے بارے میں بات کر رہا ہے کیونکہ ان کے پاس کوئی دوسرا راستہ نہیں ہے۔ اسے پسند کریں یا نہ کریں، آپ کو اس کی حمایت کرنی ہوگی۔ لیکن اتنے اعلیٰ فریم ورک کی حمایت کرنے کے لیے، آپ کو درمیان میں سب کچھ کرنا ہوگا۔

PLD انڈسٹری میں ایک اور ناکامی ہوشیار آرکیٹیکچرز کو ڈیزائن کرنا تھا صرف بعد میں یہ معلوم کرنے کے لیے کہ اس کے لیے سافٹ ویئر بنانا انتہائی مشکل تھا۔ سب سے کامیاب ہارڈ ویئر اور سافٹ ویئر ٹیموں نے مل کر کام کیا، جس میں ہموار اور طاقتور سافٹ ویئر الگورتھم کی اجازت دینے کے لیے ضرورت کے مطابق ہارڈ ویئر کو موافق بنایا گیا۔

تصویر 1: ڈیزائن ٹولز کا ارتقاء، دستی ڈیزائن کے ساتھ شروع ہوتا ہے اور ٹیڈیم کے خاتمے کے ذریعے ترقی کرتا ہے، ڈیزائنوں میں ہیرا پھیری کرنے کی اصل صلاحیت، اور آخر میں، ان کو بہتر بنانا۔ بعد کے مراحل کے ساتھ، ہارڈ ویئر/سافٹ ویئر کو-ڈیزائن کامیابی کے لیے اہم ہے۔ ماخذ: برائن موئیر/سیمک کنڈکٹر انجینئرنگ

یہ مشین لرننگ کے لیے بھی درست ہوگا۔ اگر سافٹ ویئر میں ایک ہوشیار ہارڈ ویئر کی چال کا فائدہ اٹھانا مشکل ہے، تو اس کا امکان کبھی استعمال نہیں ہوگا۔ بالآخر، سب سے زیادہ کامیاب پیشکشیں شاید وہ فن تعمیر ہوں گی جو اپنے ٹولز کے ساتھ اچھی طرح سے جوڑتی ہیں اور جس میں ایسی کوئی خصوصیات موجود ہیں جو ٹولز کے ذریعے مؤثر طریقے سے استعمال نہیں کی جا سکتی ہیں۔

"کمپنی کے بنیادی احاطے میں سے ایک یہ ہے کہ سافٹ ویئر کی ضروریات کو ہارڈ ویئر کے ڈیزائن کو آگے بڑھانا چاہیے،" Quadric.io CTO Nigel Drago نے گزشتہ موسم خزاں کی لنلے پروسیسر کانفرنس میں کہا۔

اسی کانفرنس میں روویرو کے سینئر نائب صدر روی سیٹی نے کمپنی کے فن تعمیر کی وضاحت میں سافٹ ویئر کے کردار کا ذکر کیا۔ "ہم نے ہارڈ ویئر میں شاید 5% پیچیدگی شامل کی ہے تاکہ کمپائلر میں 90% سادگی جیسی کوئی چیز حاصل کی جا سکے۔ ہارڈ ویئر کسی بھی عصبی نیٹ کی معلومات کے لیے خالصتاً اجناسٹک ہے۔ یہ وہ کمپائلر ہے جس کے پاس تمام معلومات ہیں۔ اور ہارڈ ویئر - یہ صرف ایک عملدرآمد انجن ہے۔"

جب کہ ٹولز کا کردار بڑھ رہا ہے، ہم ابھی تک ان کے ہارڈ ویئر کو مکمل طور پر دفن کرنے کے مقام پر نہیں ہیں۔ آرکیٹیکچرل ایکسپلوریشن کا ایک بھرپور امتزاج ابھی باقی ہے جو ابھی ختم ہونا باقی ہے۔ جیسا کہ بہت سے ڈیزائن آٹومیشن ٹریجٹریز کے ساتھ، ہم اس دائرے میں داخل ہو رہے ہیں جہاں ہارڈ ویئر سے زیادہ سے زیادہ فائدہ اٹھانے کے لیے ضروری ہاتھ سے موافقت کے ساتھ، بہت سے ڈیزائن خود بخود کرنے کے قابل ہو جائیں گے۔

مارکیٹ کے اس مرحلے پر، سافٹ ویئر تجرید اور مقصد سے بنائے گئے فن تعمیرات کے ساتھ زیادہ عمومی فن تعمیر کے درمیان تناؤ بھی ہے۔ "اگرچہ ایک عام مقصد کا ہارڈویئر حل جو سافٹ ویئر سے چلتا ہے زیادہ لچک پیش کر سکتا ہے، اس طرح کے حل اکثر خصوصی ہارڈ ویئر سے محروم ہوجاتے ہیں جب ایک خاص جہت (رقبہ، طاقت، رفتار، لاگت) زیادہ اہمیت کا حامل ہوتا ہے،" سیمنز ای ڈی اے کے کلب نے نوٹ کیا۔

یہ خصوصی ہارڈ ویئر کو نشانہ بنانے والے سافٹ ویئر کے لیے ایک چیلنج پیدا کر سکتا ہے۔ سیمنز ای ڈی اے میں حکمت عملی اور ترقی کے سینئر مینیجر، انوپ ساہا نے وضاحت کی، "ہر فن تعمیر کے منفرد فوائد ہوتے ہیں اور یہ مخصوص استعمال کے معاملات کے لیے موزوں ہے۔" "لیکن صارف کے لیے چیلنج باقی ہے - وہ اپنے نیٹ ورک کو ایک مخصوص ہارڈویئر فن تعمیر پر کیسے مرتب کر سکتے ہیں؟ اور اگر وہ ایسا کرنے کے قابل ہیں، تو وہ اسے اس مخصوص ہارڈ ویئر کے لیے کس طرح بہتر بنا سکتے ہیں اور دستیاب مختلف اجزاء سے فائدہ اٹھا سکتے ہیں؟ ہارڈ ویئر کے لیے مخصوص اصلاح اور لچک کو سافٹ ویئر کے ذریعے زیادہ خودکار طریقے سے سنبھالنے کی ضرورت ہے۔

کیا اوزار حکمرانی کرتے ہیں؟
آخر کار، پھر، ایسا محسوس ہوتا ہے کہ طویل مدتی ہارڈ ویئر کے فاتح وہی ہوں گے جو بہترین ڈیزائن کا تجربہ فراہم کرتے ہیں، جس میں صرف کافی ہارڈ ویئر سامنے آتے ہیں جو ڈویلپرز کو ان کے ڈیزائن کے فیصلوں میں مدد فراہم کرتے ہیں۔ یہ یقینی طور پر آج FPGAs کے کام کرنے کا طریقہ ہے۔ درحقیقت، کچھ معاملات میں، ایسی چیزیں ہیں جو FPGA ہارڈویئر نظریاتی طور پر کر سکتا ہے جس کی سافٹ ویئر اجازت نہیں دے گا۔

ایسا لگتا ہے کہ ایم ایل اسی طرح کے راستے پر چل رہا ہے۔ Infineon's Angara نے کہا کہ "ہارڈ ویئر میں ایجادات جو طاقت اور رفتار میں اہم فوائد فراہم کرتی ہیں، خود کو ایک مشترکہ سافٹ ویئر فریم ورک یا API کے نیچے لپیٹ رہی ہیں۔" "اس کا مطلب ہے کہ وہ 'غیر نفیس' سافٹ ویئر کے درد کے بغیر ایم ایل چلانے میں اہم فوائد فراہم کرتے ہیں۔"

یہ دیکھنا باقی ہے کہ کیا انجینئرز ہارڈ ویئر کے بارے میں سوچنا چھوڑ دیں گے۔ کیا ML 'کمپائلرز' اتنے ہوشیار ہو سکتے ہیں کہ وہ عام ہارڈویئر پلیٹ فارم کو اس مقام تک نشانہ بنا سکیں جہاں ہارڈ ویئر کی کوئی اہمیت نہیں ہے؟ شاید نہیں،" کلب نے کہا۔ "ایم ایل ہارڈویئر اسپیشلائزیشن کے حل کی لچک اور دوبارہ پروگرام کی اہلیت کو بند کرنے میں یقینی طور پر فوائد اور نقصانات ہیں۔ اختراعی آرکیٹیکٹس اور ہارڈویئر ڈیزائنرز کو ہمیشہ زیادہ موثر حل انجینئر کرنے کی ضرورت ہوگی جب عام مقصد کا حل ایپلی کیشن کی ضروریات کو پورا نہیں کرتا ہے۔

تاہم، اسکیلنگ اور مارکیٹ کا بڑا حصہ اس پر اثر انداز ہو سکتا ہے۔ جب ترکیب نیا تھا، بہت سے انجینئر تھے جو سوچتے تھے کہ وہ ہمیشہ ایک آلے سے بہتر کام کر سکتے ہیں۔ ہو سکتا ہے کہ یہ سچ ہو، لیکن یہ ناقابل عمل ہو گیا کیونکہ ڈیزائن کی پیمائش کی گئی، پیداواری توقعات میں اضافہ ہوا، اور ٹولز میں بہتری آئی۔

لہذا جب کہ ہارڈ ویئر ہمیشہ ایک خاص حد تک اہمیت رکھتا ہے، ایسا لگتا ہے جیسے طویل مدتی میں، جیسا کہ یہ قابل پروگرام منطق کے ساتھ تھا، سافٹ ویئر ٹولز اکثر کنگ میکر بن سکتے ہیں۔

ماخذ: https://semiengineering.com/ml-focus-shifting-toward-software/