ஜென் ஹுவாங் ஃபவுண்டேஷன் 108 மில்லியன் டாலர் AI கணினி நேரம் இந்திய பல்கலைக்கழகங்களுக்கு தானம்

சுருக்கமாக என்ன நடந்தது?#

நவீன AI-யின் ரத்தினம் Nvidia GPU-கள் தான். அதற்காக ஜென் ஹுவாங் நிறுவனம் Jensen Huang Foundation என்ற தனியார் நலநிதி அமைப்பை உருவாக்கியிருக்கிறது. இப்போது அந்த நலநிதி, CoreWeave என்ற GPU‑கேந்திரம் கொண்ட கிளவ்ட் ப்ரொவைடரிலிருந்து $108.3 மில்லியன் (சுமார் ₹9 பில்லியன்) மதிப்பிலான கணினி நேரத்தை வாங்கி, உலகெங்கும் உள்ள பல்கலைக்கழகங்கள், ஆராய்ச்சி இன்ஸ்டிடியூஷன்களுக்கு இலவசமாக வழங்குகிறது.

என்ன சொல்றேன், நீங்கள் IIT‑இல் பிஎச்.டி. செய்யும் மாணவர், அல்லது ஒரு ஸ்டார்ட்அப்‑இல் ரிசர்ச் அசிஸ்டெண்ட், அப்படியென்றால் இப்போ உங்கள் லாப்‑டாப்‌ல் 4‑GPU ரிக் பிக்சல்-கார்டை வாங்க வேண்டியதில்லை. CoreWeave‑ன் சிறப்பு ப்ரோசஸ்சிங் புல்-இலிருந்து A100, H100 மாதிரி Nvidia கார்டுகள் நேரடியாக உங்களுக்கு கிடைக்கும்.

CoreWeave‑ன் பங்கு என்ன?#

CoreWeave என்பது GPU‑அடிப்படையிலான வேலைகளை (deep‑learning, 3‑D ரெண்டரிங், சைன்ஸ் சிமுலேஷன்) கையாளுவதில் சிறப்பு பெற்றது. பெரிய கிளவ்ட் ப்ரொவைடர்களை விட  விலைக்கு சற்று சுதந்திரம், புதிய ஹார்ட்வேருக்கு அணுகல் சுலபம். இதை ஃபவுண்டேஷன் பெரிய தொகையாக வாங்கி, பல்கலைக்கழகங்களுக்கு “GPU‑கிரெடிட் வாலெட்டாக” வழங்குகிறது.

எண்ணிக்கைகள்#

• மொத்த செலவு: $108.3 மில்லியன் (≈₹9 பில்லியன்)
• கணிக்கப்பட்ட GPU-மணித்தியளவு: 5‑6 மில்லியன் மணி (A100/H100)
• முதலாவது 30‑க்கும் மேலான பல்கலைக்கழகங்கள், 12 நாடுகளில் இருந்து தேர்வு செய்யப்பட்டு, அதில் 5 இந்தியக் கல்லூரிகள் அடங்கும்.

இதுதான், ஒரு மெட்ரிக்‑சைஸ் LM (Large Model) அல்லது ஆயிரக்கணக்கான சிமுலேஷன்களை வருடத்திற்கு பல முறை இயக்க முடியும்.

இந்தராஜ் (India) பயனர்கள் ஏன் கவலைப்பட வேண்டும்?#

இந்தியாவின் AI ஆராய்ச்சி பட்ஜெட் இன்னும் உலகின் 1‑5% மட்டுமே. பெரும்பாலானப் பல்கலைக்கழகங்கள் பழைய GPU‑களை மட்டும் வைத்திருக்கின்றன, அல்லது மிகக் குறைந்த Cloud‑கிரெடிட்கள் மட்டுமே கிடைக்கின்றன. AWS‑இல் A100 ஒரு மணி $3‑$4, அதாவது ஒரு மாதம் 100 மணி வேலைக்கு ₹10,000‑₹15,000 ஆகும் – இது பல திட்டங்களுக்கு மிகப் பெரிய சுமை.

இந்தக் கிரெடிட் கிடைத்தால், IIT‑மத்ராஸ், IISc, Anna University போன்ற இடங்கள் 100‑A100 கிளஸ்டர்‑ஐ வெறும் சில வாரங்களில் இலவசமாகப் பயன்படுத்து முடியும். அதனால்:

1. தமிழ், மலையாளம், தெலுங்கு போன்ற உள்ளூர் மொழிகளில் சொந்த LLM‑களை உருவாக்க முடியும்.
2. காலநிலை மாற்றம், புவியியல், வேதியியல் போன்ற துறைகளில் பெரும் சிமுலேஷன்களை இயக்கலாம்.
3. AI‑ஆதாரமான மருந்து கண்டுபிடிப்பு, உயிரியல் கணினி (bio‑informatics) போன்ற புது துறைகளில் இந்தியா முன்னேறலாம்.

எப்படிச் செய்யலாம்?#

சமர்ப்பிக்கும் முறையைக் கீழே பார்க்கலாம்:

1. CoreWeave-ன் அதிகாரப்பூர்வ பக்கத்திற்கு சென்று “Grant Application” பக்கத்தை திறக்கவும்.
2. உங்கள் நிறுவனம் non‑profit, research‑only என்பதை உறுதிப்படுத்தும் ஆவணங்களை (இன்ஸ்டிடியூஷன் ரெஜிஸ்ட்ரேஷன், GST‑இல் NPO குறியீடு) பதிவேற்றவும்.
3. ப்ராஜெக்ட் சுருக்கம் – நோக்கம், வேலைப்பாடு, எதிர்பார்க்கப்படும் GPU‑மணி, முடிவு வெளியீடு – என்பனவற்றை வழங்கவும்.
4. அங்கீகாரம் கிடைத்தவுடன், தனிப்பட்ட டாஷ்போர்டில் இருந்து GPU‑கணக்கு (instance) உருவாக்கலாம்.
5. பயன்பாடு முடிந்தவுடன், Usage Report-ஐ submit செய்ய வேண்டும்; ஒதுக்கப்பட்ட மணித்தியளவை மீறினால் சாதாரண CoreWeave விலைக்கு செலுத்த வேண்டும்.

குறிப்பு: இந்த கிரெடிட் ஒரு “pay‑as‑you‑go” மாதிரி; நீங்கள் பயன்படுத்தாத மணித்தியளவு வீணாகாது.

இந்த செய்தியின் இந்திய‑மட்டும் தாக்கம்#

மணி துறையில், MeitY (மின்‑தகவல் தொழில்நுட்ப அமைச்சகம்) இந்தக் கிரெடிட்‑களை தனது "AI for Social Good" திட்டத்துடன் இணைக்கப் போகிறது என்று சமீபத்தில் வெளியிட்டுள்ளது. அதனால்:

• கிராமப்புற வேளாண்மையில் AI‑அடிப்படையிலான பயிர்‑உற்பத்தி கணிப்பு.
• ரூரல் ஹெல்த் கிளினிக்குகளில் நேரடி ஸ்பீச்‑தூ-டெக்ஸ்ட் (speech‑to‑text) சேவைகள்.
• நகர்ப்புற அரச சேவைகளில் குறைந்த‑வள NLP மாதிரிகள்.

மாணவர்கள், இப்போடு GPU‑இல் hands‑on அனுபவம் பெற்று, சர்வதேச AI நிறுவனங்களில் வேலை வாய்ப்புகளைப் பெறலாம்.

TamilTech‑ஓட கருத்து#

நாங்கள் பார்க்கும் போது, இது இந்தியாவின் AI‑ஆராய்ச்சிக்கு ஒரு மாபெரும் ஊக்குவிப்பு. முதன்மை தடையாக இருந்தது “கணினி” – talent‑ஐப் பற்றி எதுவும் இல்லை. இப்போது, compute‑ஐ இலவசமாக வழங்கியதால், பல்கலைக்கழகங்கள் நிஜ‑உலகப் பிரச்சினைகளை AI‑இன் மூலம் தீர்க்க ஆரம்பிக்க முடியும்.

நன்மைகள்:

• மாபெரும் GPU‑மணி – ஆரம்ப‑செலவு இல்லாமல்.
• உள்ளூர் மொழி மாதிரிகளை உருவாக்க ஊக்குவிப்பு.
• சர்வதேச AI‑பரிட்சை (benchmark) போட்டிகளில் இந்தியா பங்கேற்க வாய்ப்புகள்.

பாதகங்கள்:

• அப்ளிகேஷன், அறிக்கை, கிளஸ்டர்‑மேனேஜ்மெண்ட் – இதை செய்ய தேவையான admin‑skill இன்றி பல்கலைக்கழகங்கள் பயனின்றி போகலாம்.
• GPU‑களை சரியான முறையில் பயன்படுத்தும் திறன் இல்லாதால், கிரெடிட் வீணாகலாம்.

எனவே, ஒரு சிறிய pilot‑project‑ஐ தொடங்குங்கள். 200‑300 GPU‑மணி பயன்படுத்தி ஒரு proof‑of‑concept (PoC) செய்து, அதன் impact‑ஐ காட்டினால், அடுத்த கட்ட நிதி (grant) பெற எளிதாகும்.

என்ன எதிர்பார்க்கலாம்?#

அடுத்த 12‑18 மாதங்களில், Jensen Huang Foundation மேலும் பல batch‑களை வெளியிட திட்டமிட்டுள்ளது, அவை அதிகமான இந்தியக் கல்லூரிகளுக்கு கிடைக்கும் வாய்ப்பை அதிகரிக்கும். CoreWeave‑ன் dashboard‑இல் “grant‑eligible” பட்டியல் மற்றும் நேரடி request‑form இருக்கும் – அவை தொடர்ந்து புதுப்பிக்கப்படும்.

TamilTech, இந்த கிரெடிட்‑இல் இருந்து உருவாகும் முதல் 5‑10 பப்புலர் ரிசர்ச் பேப்பர்ஸ், டெமோ‑வீடியோக்கள், ஓப்பன்‑சோர்ஸ் குறியீடுகள் ஆகியவற்றை கண்காணித்து, விரைவில் பகிர்ந்து கொள்வோம்.