अंतरिक्ष डेटा केंद्रों के लिए एक मिलियन से अधिक उपग्रहों की तैनाती, हजारों कक्षीय दर्पणों के साथ मिलकर, पृथ्वी के रात के आकाश के परिदृश्य को स्थायी रूप से बदल सकती है।
Space.com द्वारा उद्धृत शोधकर्ताओं का संकेत है कि यदि ये उद्यम आगे बढ़ते हैं, तो ग्रह एक जीवंत कृत्रिम 'शनि वलय' प्राप्त कर सकता है। यह वलय सूर्यास्त के बाद और सूर्योदय से पहले ग्लोब पर किसी भी स्थान से दिखाई देगा।
यह संरचना एक सामान्य कक्षा में व्यवस्थित उपग्रहों से बनी होगी, जो आकाश को पार करने वाली एक चमकदार पट्टी के रूप में प्रकट होगी। विशेषज्ञों ने चेतावनी दी है कि इस वलय की चमक किसी भी ज्ञात खगोलीय पिंड या ग्रह से अधिक होगी, और यह पूर्ण चंद्रमा की चमक से भी अधिक हो सकती है।
बर्मिंघम विश्वविद्यालय (यूके) के खगोल विज्ञान के प्रोफेसर ह्यू लुईस ने समझाया कि प्रस्तावित डेटा केंद्र नक्षत्रों की विशाल संख्या को रखने का एकमात्र व्यवहार्य तरीका उन्हें दिन और रात के संक्रमण पर स्थित एक परिभाषित कक्षा में समूहित करना है।
लुईस ने टिप्पणी की कि रात के आकाश को देखते समय, ये उपग्रह एक ही तल पर केंद्रित होंगे, एक दूसरे के बहुत करीब होंगे और एक ही दिशा में गति करेंगे, जिससे रात के आकाश पर पड़ने वाले प्रभाव को 'पूरी तरह से विनाशकारी' बताया गया।
'निर्मित शनि वलय' की अवधारणा हाल ही में विज्ञान कथा लगती थी, लेकिन पिछले साल कक्षीय डेटा केंद्रों के लिए प्रतिस्पर्धा बढ़ने के साथ, यह परिदृश्य एक वास्तविक संभावना बन गया है।
कई निगमों ने पहले ही संयुक्त राज्य अमेरिका के संघीय संचार आयोग (FCC) से बड़े पैमाने पर उपग्रहों को लॉन्च करने की अनुमति मांगी है। इन कंपनियों में SpaceX, Starcloud, Cowboy Space, Orbital और Blue Origin शामिल हैं, जिनके संयुक्त प्रोजेक्ट अंतरिक्ष में डेटा केंद्र संचालन के लिए एक मिलियन उपग्रहों के निशान से अधिक हैं।
चीन ने भी इस विवाद में प्रवेश किया है, अगले पांच वर्षों में अपने स्वयं के कक्षीय डेटा केंद्र नेटवर्क विकसित करने की योजना बना रहा है। इसके अतिरिक्त, कैलिफ़ोर्नियाई कंपनी Reflect Orbital रात में सौर ऊर्जा संयंत्रों में सौर प्रकाश को पुनर्निर्देशित करने के लिए 50 हजार अंतरिक्ष दर्पण लॉन्च करने का लक्ष्य रखती है।
10 जुलाई को, Reflect Orbital को अपने पहले कक्षीय दर्पण, Eärendil-1 नामक 18x18 मीटर के प्रदर्शन उपग्रह को संचालित करने के लिए FCC से मंजूरी मिली, जिसका प्रक्षेपण इस वर्ष निर्धारित है।
लुईस ने विस्तार से बताया कि कक्षीय डेटा केंद्रों और अंतरिक्ष दर्पणों दोनों को काम करने के लिए निरंतर सौर विकिरण की आवश्यकता होती है। इसलिए, उपकरणों को एक ऐसी कक्षा में रहना चाहिए जो टर्मिनेटर लाइन का अनुसरण करती हो - पृथ्वी के प्रकाशित और अंधेरे क्षेत्रों के बीच की सीमा - उत्तरी और दक्षिणी ध्रुवों के ऊपर से गुजरती हो।
उन्होंने इस बात पर जोर दिया कि 'कक्षीय डेटा केंद्र और Reflect Orbital उन चीजों पर निर्भर करते हैं जिन्हें ये ऑपरेटर अंतरिक्ष में 24 घंटे की धूप कहते हैं', और जोड़ा कि इसके लिए एक विशिष्ट कक्षा की आवश्यकता होती है जो सूर्योदय-सूर्यास्त रेखा का पालन करती है, जो स्टारलिंक मेगा-कन्स्टेलेशन से अलग है, जो पूरे ग्रह पर वितरित है।
रिजिना विश्वविद्यालय (कनाडा) की खगोलशास्त्री सामंथा लॉलर ने लुईस के विश्लेषण से सहमति व्यक्त की। उन्होंने और अन्य वैज्ञानिकों ने कई प्रस्तावित नक्षत्रों, जिसमें SpaceX का Starmind, Blue Origin का Project Sunrise और Cowboy Space का Stampede नक्षत्र शामिल है, के दृश्य प्रभाव का अनुकरण करने के लिए कम्प्यूटेशनल मॉडलिंग का उपयोग किया।
लॉलर के अनुसार, सिमुलेशन दर्शाते हैं कि पृथ्वी की सतह से दिखाई देने वाले उपग्रह न केवल कुछ सितारों को अस्पष्ट करेंगे, बल्कि उनकी संख्या में उनसे आगे निकल जाएंगे। जैसे ही पृथ्वी इस पथ के नीचे घूमती है, वलय प्रतिदिन दो बार आकाश को पार करेगा: एक बार रात के अंत और शुरुआत के बीच, और दूसरी बार सूर्योदय से ठीक पहले। शोधकर्ता ने देखा कि 'वलय हर रात एक ही समय पर ऊपर से गुजरेगा', जिसका अर्थ है कि प्रभाव गर्मियों की तुलना में सर्दियों में अधिक गंभीर होगा।
लॉलर ने बताया कि सिमुलेशन सार्वजनिक डेटा पर आधारित थे और अध्ययन अभी तक सहकर्मी समीक्षा के लिए प्रस्तुत नहीं किया गया है। हालांकि, उन्होंने कहा कि वलय द्वारा बिखरा हुआ प्रकाश उपग्रहों के क्षितिज के नीचे गायब होने के बाद भी दो घंटे तक आकाश को रोशन करता रहेगा, जो सूर्यास्त के बाद सूर्य की अवशिष्ट चमक के समान है।
उन्होंने चेतावनी दी कि इससे करदाताओं द्वारा वित्त पोषित दूरबीनों का समय 'बहुत कम प्रभावी' हो जाएगा, जिसके परिणामस्वरूप समान लागत पर कम वैज्ञानिक उत्पादन होगा, और खतरनाक निकट-पृथ्वी क्षुद्रग्रहों की खोज जैसे वैज्ञानिक अनुसंधान गंभीर रूप से खतरे में पड़ जाएंगे। विशेषज्ञ के अनुसार, ग्रह पर कोई भी क्षेत्र इस घटना से अछूता नहीं रहेगा।
सिमुलेशन यह भी बताते हैं कि कुछ नक्षत्र, विशेष रूप से Blue Origin का Project Sunrise, एक अलग कक्षीय झुकाव का उपयोग करेंगे, जिससे मुख्य वलय पर 'X' अक्षर जैसा पैटर्न बनेगा। लॉलर ने समझाया कि भूमध्य रेखा के पास, यह X आकार का उपग्रह पैटर्न सूर्योदय और सूर्यास्त के बाद आकाश में फिसलते हुए देखा जा सकता है; उत्तर में, दो अलग-अलग पट्टियाँ दिखाई देंगी।
शोधकर्ताओं ने बताया कि वलय की चमक की तीव्रता इस बात पर निर्भर करेगी कि वास्तव में कितने उपग्रह कक्षा में रखे जाते हैं। हालांकि, वे इस बात पर जोर देते हैं कि Reflect Orbital का प्रत्येक अंतरिक्ष दर्पण शुक्र की चमक के बराबर चमक उत्सर्जित करेगा, जिसे चंद्रमा के बाद रात के आकाश का सबसे चमकीला पिंड माना जाता है।
दक्षिणी यूरोपीय वेधशाला का एक पूर्व अध्ययन निष्कर्ष निकाला कि उस कंपनी के 50 हजार अंतरिक्ष दर्पणों वाला एक नक्षत्र रात के आकाश की चमक को 300% तक बढ़ा सकता है, जिससे दुनिया के कुछ सबसे उन्नत दूरबीनों का संचालन असंभव हो जाएगा।
जॉन बारेन्टाइन, एक खगोलशास्त्री और डार्क स्काई अधिवक्ता, ने Space.com को बताया कि मानवता ने पहले ही पृथ्वी के चारों ओर अंतरिक्ष वातावरण को नाटकीय रूप से बदल दिया है। उन्होंने कहा: 'मानवता ने ब्रह्मांड को मौलिक रूप से बदल दिया है, इस हद तक कि पृथ्वी अब उपग्रहों और अंतरिक्ष मलबे से दम घुटने वाला एक कृत्रिम 'वलय ग्रह' है।' बारेन्टाइन ने आगे कहा कि Reflect Orbital जैसी परियोजनाएं इन वलयों को, जो आज लगभग अदृश्य हैं, तीव्र परावर्तक पट्टियों में बदल देंगी, जो केवल चमकीले बिंदुओं के बिखरे हुए क्षेत्र से परे होंगी।
बारेन्टाइन के लिए, परिणाम एक स्थायी प्रभाव होगा जो खगोलीय अवलोकन की स्थितियों को गहराई से बदल सकता है, जिससे 'वैश्विक खगोल विज्ञान के लिए सबसे महत्वपूर्ण गोधूलि अवलोकन खिड़कियों को काटने वाला एक स्थायी और कृत्रिम 'शनि वलय' प्रभाव' बनेगा।
साप्ताहिक रूप से ओल्हार एस्पेशियल कार्यक्रम में दो खगोलीय छवियां प्रदर्शित की जाती हैं जिन्होंने पिछले सप्ताह विशेष ध्यान आकर्षित किया, जो महत्वपूर्ण वैज्ञानिक मूल्य रखती हैं।
पहली छवि एस्टेरॉयड टोरीफन का एक अभूतपूर्व रिकॉर्ड है। महीने की शुरुआत में इस वस्तु को जापानी रोबोटिक जांच हयाबुसा2 द्वारा पार किया गया था। यह जांच पहले 2018 में दूसरे एस्टेरॉयड, रियुगु से नमूने एकत्र करने और उसका दौरा करने गई थी।
भू-आधारित दूरबीनों के लिए, टोरीफन एक लम्बा एस्टेरॉयड दिखाई दिया, लेकिन हयाबुसा2 के गुजरने से पता चला कि यह वास्तव में दो अलग-अलग एस्टेरॉयड्स के नरम टकराव के परिणामस्वरूप बना एक संपर्क बाइनरी ऑब्जेक्ट है। दो हिस्सों के अलावा, टोरीफन में कई बड़े चट्टानी ब्लॉक हैं और इसमें स्पष्ट क्रेटर नहीं हैं, जो इंगित करता है कि इसकी सतह मलबे का एक जमावड़ा है।
वर्तमान में, हयाबुसा2 सौर मंडल में अपनी यात्रा जारी रखे हुए है और योजना है कि यह 2031 में दूसरे एस्टेरॉयड, 1998 KY26 से मिलेगा।
दूसरी छवि बीटा पिक्टोरिस b नामक एक्सोप्लैनेट को दस वर्षों से अधिक समय तक दिखाने वाली रिकॉर्डिंग की एक श्रृंखला है। इस ग्रह की खोज वीएलटी - वेरी लार्ज टेलीस्कोप - चिली में, और जेम्स वेब टेलीस्कोप का उपयोग करके प्रत्यक्ष छवियों के माध्यम से की गई थी।
बीटा पिक्टोरिस b, बीटा पिक्टोरिस की कक्षा में खोजा गया तीसरा ग्रह है, जो कलाकार तारामंडल में दूसरा सबसे चमकीला तारा है, जो 63.4 प्रकाश वर्ष दूर स्थित है। हालांकि तारा छवियों के केंद्र में होना चाहिए, इसे डिजिटल प्रसंस्करण के दौरान मास्क किया गया या हटा दिया गया था।
प्रारंभिक छवियों में, एक्सोप्लैनेट अन्य वस्तु, बीटा पिक्टोरिस d की चमक से छिपा हुआ था। बीटा पिक्टोरिस b, जिसे प्रत्यक्ष अवलोकन विधि द्वारा खोजे गए सबसे मंद एक्सोप्लैनेट्स में से एक माना जाता है, को पहचानने के लिए अधिक चमकीले ग्रह को हटाने के लिए अतिरिक्त डिजिटल प्रसंस्करण की आवश्यकता थी।
अधिकांश छोटे और मध्यम उद्यमों (MSMEs) के लिए, आर्टिफिशियल इंटेलिजेंस को अपनाना केवल एक फैशन ट्रेंड का पालन करना नहीं है, बल्कि सीमित संसाधनों के साथ रोजमर्रा के व्यावसायिक कार्यों को हल करने में मदद करने वाला एक रणनीतिक लाभ है। गूगल जेमिनी एमएसएमई स्पार्क्स 2026 सत्र के दौरान, मई किम, जो एक एप्लिकेशन एआई विशेषज्ञ और गूगल क्लाउड जेएपीएसी ग्राहक इंजीनियर हैं, ने प्रदर्शित किया कि कैसे कंपनियां जीमिनी एंटरप्राइज का उपयोग करके ग्राहक अनुभव के लिए एक घंटे से भी कम समय में बुद्धिमान एजेंट बना सकती हैं, और यह सब बिना एक भी लाइन कोड लिखे।
ये एआई एजेंट काम के घंटों के बाहर ग्राहकों के प्रश्नों का स्वचालित रूप से उत्तर देने, ऑर्डर ट्रैक करने, रिटर्न प्रबंधित करने या संभावित ग्राहकों को योग्य बनाने में सक्षम हैं। इस प्रकार, छोटे व्यवसाय संरचनात्मक और संगठनात्मक बाधाओं को दूर कर सकते हैं, भले ही वे छोटी टीमों के साथ काम कर रहे हों, बड़े निगमों के स्तर का सेवा अनुभव प्रदान कर सकते हैं।
इस सत्र ने कॉर्पोरेट एआई के क्षेत्र में एक व्यापक प्रवृत्ति को दर्शाया। गूगल क्लाउड के आंकड़ों के अनुसार, इसके लगभग 75% ग्राहक पहले से ही एआई उत्पादों का उपयोग कर रहे हैं, और 2026 में कंपनी के मॉडल ग्राहकों के एपीआई के माध्यम से प्रति मिनट 16 बिलियन टोकन से अधिक संसाधित किए गए थे। यह इंगित करता है कि एआई एजेंट अब प्रायोगिक नहीं रह गए हैं और किसी भी आकार की कंपनियों के लिए व्यावहारिक उपकरण बन गए हैं।
मई किम ने उल्लेख किया कि एआई-संचालित युग में, ग्राहक बहुत अधिक की उम्मीद करते हैं, जो साधारण चैटबॉट से गहन व्यक्तिगत सेवा और खरीदारी की ओर बढ़ रहे हैं। उन्होंने ऐसे एजेंटों के उदाहरण दिए जो हस्तलिखित व्यंजनों का विश्लेषण कर सकते हैं और तुरंत ग्राहक की कार्ट में आवश्यक सामग्री जोड़ सकते हैं, या यदि ग्राहक देर कर रहा है तो पाठ आदेशों को संसाधित कर सकते हैं। उनका लक्ष्य आवश्यक सवालों का त्वरित समाधान सुनिश्चित करना है।
पारंपरिक रूप से, इन अपेक्षाओं को पूरा करने के लिए एमएसएमई को प्रौद्योगिकी और ग्राहक सहायता टीमों में महत्वपूर्ण निवेश की आवश्यकता होती थी। गूगल क्लाउड का दृष्टिकोण इस बाधा को दूर करना है।
प्रस्तुति के दौरान, किम ने एक मल्टीमॉडल एआई एजेंट दिखाया जो आवाज इंटरैक्शन को संसाधित कर सकता है, ग्राहक के इरादों को समझ सकता है, जटिल संवादों में तर्क कर सकता है और वर्तमान व्यावसायिक जानकारी प्राप्त कर सकता है - और यह सब सेल्फ-सर्विस इंटरफ़ेस के माध्यम से। उन्होंने बताया कि ऐसा एजेंट बनाने में उन्हें एक घंटे से भी कम समय लगा, जो आधुनिक एआई में प्रगति पर जोर देता है जो प्राकृतिक भाषा और विज़ुअल टूल का उपयोग करके त्वरित सेटअप के माध्यम से विकास में तेजी लाता है।
डी2सी ब्रांड के बढ़ते उदाहरण पर, 60 मिनट में बनाया गया यह एजेंट प्रश्नों को संभाल सकता था, संबंधित सामान सुझा सकता था, ऑर्डर रिटर्न संसाधित कर सकता था और जटिल प्रश्नों को मानव प्रतिनिधि को सौंप सकता था। परिणाम सेवा में तेजी, स्थिरता में वृद्धि और परिचालन लागत में कमी थी - जो छोटे व्यवसायों के लिए महत्वपूर्ण लाभ हैं।
सत्र का केंद्रीय तत्व गूगल का ग्राहक अनुभव के लिए जेमिनी एंटरप्राइज प्लेटफॉर्म था। यह एकीकृत मंच ग्राहक सेवा, ई-कॉमर्स और खोज के लिए एआई सेवाओं को एक ही पारिस्थितिकी तंत्र में जोड़ता है। ग्राहक सहायता को एक अलग कार्य के रूप में देखने के बजाय, यह मंच ग्राहक यात्रा के सभी चरणों को जोड़ता है: उत्पाद खोजने और खरीदने से लेकर बिक्री के बाद के समर्थन और प्रदर्शन विश्लेषण तक।
यह सूट छह प्रमुख क्षमताओं की पेशकश करता है, जिसमें कस्टमर एक्सपीरियंस एजेंट स्टूडियो, एजेंट असिस्ट, कस्टमर एक्सपीरियंस इनसाइट्स, खरीदारी और भोजन ऑर्डर के लिए तैयार एजेंट और वर्टेक्स एआई सर्च शामिल हैं। यह कंपनियों को हर सुविधा को खरोंच से विकसित करने के बजाय तैयार एआई घटकों का उपयोग करने की अनुमति देता है, उन्हें अपने उत्पादों, ग्राहकों और कार्यप्रवाहों के अनुरूप बनाता है।
प्लेटफ़ॉर्म का एक मुख्य लाभ स्वचालन और मानवीय हस्तक्षेप के बीच संतुलन बनाने की क्षमता है। जबकि एआई एजेंट स्वयं नियमित कार्यों को हल कर सकते हैं, एजेंट असिस्ट फ़ंक्शन आगे बढ़कर बातचीत के दौरान लाइव प्रतिनिधियों का समर्थन करता है, प्रासंगिक उत्तर प्रदान करता है। जैसा कि किम ने प्रदर्शित किया, यह फ़ंक्शन प्रासंगिक ज्ञान प्रदान करता है और वास्तविक समय में मार्गदर्शन देता है।
इसके अलावा, कस्टमर एक्सपीरियंस इनसाइट्स व्यवसायों को एक एकीकृत डैशबोर्ड के माध्यम से ग्राहक संतुष्टि, उत्तर की गुणवत्ता और एजेंट के प्रदर्शन जैसे प्रमुख प्रदर्शन संकेतकों को ट्रैक करने में मदद करता है, जिससे छोटी टीमों के साथ काम करते समय अधिक प्रभावी समर्थन मिलता है।
छोटे व्यवसाय अक्सर बजट, तकनीकी विशेषज्ञता और कार्यान्वयन के समय की कमी के कारण एआई को अपनाने से हिचकिचाते हैं। किम ने इस बात पर जोर दिया कि जेमिनी एंटरप्राइज इन बाधाओं को दूर करने के लिए बनाया गया है, जो सहज ज्ञान युक्त, कम और शून्य कोड वाले उपकरण प्रदान करता है, जिससे संगठनों को विशेष विकास टीमों को शामिल किए बिना उच्च गुणवत्ता वाले एआई एजेंट बनाने की अनुमति मिलती है।
महीनों खर्च करने या समर्पित एआई इंजीनियरों को नियुक्त करने के बजाय, व्यवसाय टीमें विज़ुअल वर्कफ़्लो का उपयोग करके संवादात्मक एजेंट बना, परीक्षण और तैनात कर सकती हैं। एआई का यह लोकतंत्रीकरण एमएसएमई के लिए विशेष रूप से मूल्यवान हो सकता है जो उन बहुत बड़े उद्यमों के साथ प्रतिस्पर्धा करने की मांग कर रहे हैं जिनके पास पारंपरिक रूप से तकनीकी संसाधनों तक अधिक पहुंच होती है। ग्राहकों के साथ दोहराए जाने वाले इंटरैक्शन को स्वचालित करके, कंपनियां परिचालन दक्षता और ग्राहक संतुष्टि दोनों को बढ़ा सकती हैं।
सत्र का एक बड़ा हिस्सा कस्टमर एक्सपीरियंस एजेंट स्टूडियो को समर्पित था - एक विज़ुअल डेवलपमेंट एनवायरनमेंट जिसका उपयोग प्रदर्शन के लिए किया गया था। उपयोगकर्ताओं को बिल्कुल शुरुआत से शुरू करने की आवश्यकता नहीं है; वे बस अपने एआई एजेंट के उद्देश्य का एक या दो वाक्यों में वर्णन कर सकते हैं। फिर जेमिनी स्वचालित रूप से एजेंट के लिए निर्देश, वर्कफ़्लो, उपकरण और संवाद संरचना उत्पन्न करता है। किम ने कहा: 'हम एआई एजेंट बनाने के लिए एआई का उपयोग करते हैं, न कि कोड लिखने के लिए।'
डेवलपर्स एजेंट को उसकी भूमिका, व्यवहार, कार्य प्रवाह और निर्णय लेने की तर्क को परिभाषित करके और संदर्भ की समझ को बेहतर बनाने के लिए वैकल्पिक ज्ञान स्रोतों को जोड़कर अतिरिक्त रूप से कॉन्फ़िगर कर सकते हैं। प्लेटफ़ॉर्म कई एकीकरणों का भी समर्थन करता है, जिससे एजेंटों को गूगल सर्च, खुले एपीआई, सेल्सफोर्स, सर्विसनाउ और कस्टम फ़ंक्शंस से जोड़ा जा सकता है।
सत्र में प्रस्तुत अन्य सुविधाओं में एजेंटों के बीच सामान्य चर, अवांछित बातचीत को ब्लॉक करने के लिए अनुकूलन योग्य सुरक्षा तंत्र, बहुभाषी समर्थन, आवाज ट्यूनिंग, मॉडल चयन और उन्नत संवाद पैरामीटर शामिल थे। उत्पादन के लिए तत्परता सुनिश्चित करने के लिए एजेंट स्टूडियो में अंतर्निहित मूल्यांकन उपकरण हैं। कंपनियां गोल्ड स्टैंडर्ड पर आधारित मूल्यांकन का उपयोग करके एआई प्रतिक्रियाओं की अपेक्षित परिणामों से तुलना कर सकती हैं या परिदृश्यों के माध्यम से यथार्थवादी ग्राहक इंटरैक्शन का अनुकरण कर सकती हैं, जिससे लॉन्च से पहले चरम मामलों की पहचान करने में मदद मिलती है। ये अंतर्निहित परीक्षण उपकरण टीमों को सटीकता बढ़ाने और मतिभ्रम या असंगत प्रतिक्रियाओं के जोखिम को कम करने की अनुमति देते हैं।
सत्र ने एमएसएमई के लिए एक महत्वपूर्ण थीसिस की पुष्टि की: एआई-आधारित एप्लिकेशन बनाना अब बड़े बजट, विशेष इंजीनियरिंग टीमों या महीनों के विकास की आवश्यकता नहीं है। जेमिनी एंटरप्राइज जैसे प्लेटफार्मों के कारण, कंपनियां तेजी से ग्राहक समस्याओं को परिभाषित करने पर ध्यान केंद्रित कर सकती हैं, न कि कोड लिखने पर। ग्राहक इंटरैक्शन को बेहतर बनाने, नियमित समर्थन को स्वचालित करने और तेज और व्यक्तिगत अनुभव प्रदान करने की मांग करने वाले एमएसएमई के लिए, एआई एजेंट एक प्रायोगिक तकनीक के बजाय एक व्यावहारिक अवसर बन जाते हैं। जैसे-जैसे एआई पारिस्थितिकी तंत्र विकसित होता है, गूगल के साथ छोटे व्यवसायों के लिए अवसर स्पष्ट होते जा रहे हैं: केवल एआई को अपनाना नहीं, बल्कि इसे एक एम्प्लीफायर के रूप में उपयोग करना, जो छोटी टीमों को कॉर्पोरेट पैमाने का ग्राहक सेवा अनुभव प्रदान करने की अनुमति देता है।
Xiaohongshu इंजन टीम ने OSDI 2026 सम्मेलन में HELMSMAN सिस्टम प्रस्तुत किया। यह सिस्टम पूरी तरह से फ्लैश मेमोरी वाले NVMe SSD ऐरे के लिए विशेष रूप से विकसित, अनुमानित निकटतम पड़ोसी खोज (vector approximate nearest neighbor search) के लिए एक लागत प्रभावी उच्च प्रदर्शन समाधान है।
HELMSMAN ने Xiaohongshu के पिछले बुनियादी ढांचे को बदल दिया, जिसमें लगभग 35,000 सीपीयू कोर और 350 टीबी रैम (DRAM) थे, जो केवल 40 पूरी तरह से फ्लैश मेमोरी वाले सर्वर पर था। इसने हार्डवेयर लागत में 90% से अधिक की कमी हासिल करने की अनुमति दी, जबकि कंपनी की खोज, सिफारिशों और विज्ञापन जैसी सेवाओं के लिए मिलीसेकंड स्तर की विलंबता बनाए रखी। ये सेवाएं प्रति सेकंड लाखों अनुरोधों पर सैकड़ों अरब उच्च-आयामी वैक्टर संसाधित करती हैं।
मुख्य विचार यह है कि क्लस्टर्ड ANNS विधियाँ ग्राफ़-आधारित ANNS विधियों के विपरीत, आधुनिक हाई-स्पीड एसएसडी ऐरे के लिए अधिक उपयुक्त वास्तुकला हैं। ग्राफ़ सिस्टम, जो डीराम और एसएसडी का उपयोग करते हैं, जैसे कि DiskANN, अनुक्रमिक इनपुट-आउटपुट पर निर्भरता से पीड़ित होते हैं, क्योंकि एक एसएसडी से पढ़ना अगले विज़िट किए जाने वाले पड़ोसी को निर्धारित करता है, जो एसएसडी थ्रूपुट संतृप्ति में बाधा डालता है। इसके विपरीत, क्लस्टर्ड सिस्टम उम्मीदवार समूहों को समानांतर में पढ़ते हैं, जो एसएसडी की समानांतर इनपुट-आउटपुट क्षमताओं के अनुरूप है।
पारंपरिक SPANN क्लस्टरिंग सिस्टम उत्पादन वातावरण में तीन समस्याओं का सामना करते थे: लिनक्स इनपुट-आउटपुट स्टैक ओवरहेड के कारण अपर्याप्त थ्रूपुट, गैर-अनुकूली खोज रणनीतियाँ जो क्वेरी की जटिलता के आधार पर बहुत अधिक या बहुत कम स्कैन करती थीं, और एक प्रोसेसर पर धीमी इंडेक्स निर्माण जो सैकड़ों अरब वैक्टर तक स्केल नहीं कर सकता था। HELMSMAN इन बाधाओं को तीन नवीनताओं के माध्यम से दूर करता है:
पहला, ANNS के लिए एक विशेष स्टोरेज स्टैक, जो मानक लिनक्स इनपुट-आउटपुट पथों को बायपास करता है, उपयोगकर्ता स्थान में सीधे NVMe कतारों का प्रबंधन करता है। इसने सॉफ्टवेयर ओवरहेड को कम कर दिया, जो पहले कुल विलंबता का 58% लेता था। दूसरा, खोज को छांटने के लिए एक पदानुक्रमित शिक्षण तंत्र लागू किया गया है, जो क्वेरी की जटिलता, टॉप-के आकार और सेंट्रोइड वितरण के आधार पर स्कैन करने के लिए इष्टतम क्लस्टरों की संख्या का अनुकूलन रूप से पूर्वानुमान लगाता है। तीसरा, जीपीयू त्वरण के साथ एक वितरित निर्माण पाइपलाइन पेश की गई है, जो इंडेक्स को कुछ ही घंटों में अरबों वैक्टर के पैमाने पर पुनर्निर्माण करने की अनुमति देती है, जो सिफारिश और विज्ञापन प्रणालियों के लिए मिनटों में मॉडल अपडेट के अनुरूप है।
उत्पादन परीक्षणों ने सिस्टम की प्रभावशीलता का प्रदर्शन किया। HELMSMAN मौजूदा डीराम-एसएसडी सिस्टम, जिसमें DiskANN और SPANN शामिल हैं, की तुलना में 2-16 गुना थ्रूपुट सुधार प्रदान करता है, जो मिलीसेकंड के भीतर औसत और टेल विलंबता के SLA का पालन करते हुए शुद्ध इन-मेमोरी परिनियोजन के 85% थ्रूपुट तक पहुंचता है। 10 अरब वैक्टर के पैमाने पर इंडेक्स को घंटों में पुनर्निर्माण करने की क्षमता HELMSMAN को उन कार्य वातावरणों के लिए व्यावहारिक बनाती है जहां एम्बेडिंग मॉडल और वेक्टर डेटा अक्सर अपडेट होते हैं। Xiaohongshu का परिनियोजन खोज, सिफारिशों, विज्ञापन, सामग्री सुरक्षा और RAG पाइपलाइनों सहित कई व्यावसायिक क्षेत्रों को कवर करता है।
लागत और स्केलेबिलिटी के निहितार्थ Xiaohongshu से परे जाते हैं। वेक्टर खोज बुनियादी ढांचा इंटरनेट प्लेटफॉर्म के लिए सबसे तेजी से बढ़ते लागत केंद्रों में से एक है, क्योंकि एम्बेडिंग-आधारित निष्कर्षण खोज, सिफारिशों और एआई-संचालित सुविधाओं के लिए सार्वभौमिक हो रहा है। डीराम पर निर्भरता लागत वृद्धि का एक संरचनात्मक कारक थी, क्योंकि वैक्टर का पैमाना सालाना दोगुना हो रहा है। HELMSMAN साबित करता है कि मानक फ्लैश स्टोरेज पर उच्च प्रदर्शन वाला ANNS सबसे संवेदनशील ऑनलाइन सेवा परिदृश्यों के लिए भी उत्पादन में व्यवहार्य है, जिससे पूरे उद्योग के लिए बुनियादी ढांचे की अर्थव्यवस्था संभावित रूप से बदल सकती है। यह शोध यह भी सवाल उठाता है कि क्या अन्य एआई घटक, जो मेमोरी से सीमित हैं, केवल डीराम के विस्तार के बजाय स्टोरेज स्टैक के सह-डिज़ाइन से समान लाभ प्राप्त कर सकते हैं।
