“একটি ছোট কোম্পানি কীভাবে বিশ্বের সেরা পর্যায়ের অতি-বৃহৎ AI ভাষা মডেল তৈরি করতে পেরেছে?”
একটি ছোট স্টার্টআপ কীভাবে অতি-বৃহৎ ভাষা মডেল তৈরি করল?
ক্লেভি ১.৪ ট্রিলিয়ন প্যারামিটার-স্কেলের ফাউন্ডেশন মডেল প্রকাশের পর থেকে এটিই সবচেয়ে বেশি পাওয়া প্রশ্ন।
অনেক কোম্পানি যেখানে ওপেন সোর্স মডেলকে শুধু ফাইন-টিউনিং করে, সেখানে ক্লেভি ডেটা সংগ্রহ থেকে শুরু করে মডেল ডিজাইন, বৃহৎ পরিসরের বিতরণকৃত প্রশিক্ষণ এবং গুণমান যাচাই পর্যন্ত প্রতিটি প্রক্রিয়া নিজস্বভাবে সম্পন্ন করেছে।
নিচে সেই রহস্য ও প্রতিযোগিতামূলক সক্ষমতা বিস্তারিতভাবে তুলে ধরা হলো।
১. একটি ছোট কোম্পানি কি অতি-বৃহৎ ভাষা মডেল তৈরি করতে পারে?
২০২৫ সালের জুলাই মাসে ক্লেভি নিজস্বভাবে তৈরি অতি-বৃহৎ ভাষা মডেল বাজারে প্রকাশ করলে, অসংখ্য গ্রাহক (ব্যবহারকারী) বিস্ময় ও সন্দেহে সরব হয়ে ওঠেন। “এটি কি সত্যিই নিজস্বভাবে তৈরি?” “এটি কি ওপেন সোর্স মডেল সামান্য পরিবর্তন করে তৈরি করা নয়?”
বাস্তবে দেশ-বিদেশের অনেক কোম্পানি শুধু ওপেন সোর্স মডেলে ট্রান্সফার লার্নিং (fine-tuning) করে সেটিকে নিজেদের মডেল হিসেবে প্রচার করে থাকে।
কিন্তু ক্লেভি **‘শুরু থেকে তৈরি ফাউন্ডেশন মডেল’**-কে সামনে এনেছে।
অর্থাৎ, ডেটা সংগ্রহ থেকে শুরু করে মডেল ডিজাইন, বৃহৎ পরিসরের বিতরণকৃত প্রশিক্ষণ এবং গুণমান যাচাই পর্যন্ত প্রতিটি প্রক্রিয়া সরাসরি নিজেরাই ডিজাইন ও সম্পাদন করেছে।
২. অতি-বৃহৎ ভাষা মডেল তৈরি করা কঠিন হওয়ার কারণ
শুরু থেকে তৈরি ফাউন্ডেশন মডেল প্রশিক্ষণের জন্য নিচের সব বিষয়ের ওপর প্রশিক্ষণ দিতে হয়।
বৃহৎ পরিসরের উচ্চমানের ডেটাসেট প্রয়োজন
- বৈচিত্র্য: ভাষা, ডোমেইন ও ফরম্যাটের (টেক্সট, ছবি ইত্যাদি) বৈচিত্র্য নিশ্চিত করা
- পরিশোধন: নয়েজ অপসারণ, গুণমান নিয়ন্ত্রণ, ডুপ্লিকেট/ক্ষতিকর ডেটা ফিল্টার করা
- লাইসেন্স: কপিরাইট এবং ডেটা ব্যবহারের অধিকার স্পষ্ট করা
বৃহৎ পরিসরের কম্পিউটিং অবকাঠামো
- উচ্চক্ষমতাসম্পন্ন GPU/TPU ক্লাস্টার: হাজার থেকে দশ হাজার নোডের সরঞ্জাম একত্র করে বৃহৎ পরিসরের বিতরণকৃত প্রশিক্ষণ সহায়তা করার প্রযুক্তি
- দক্ষ বিতরণকৃত প্রশিক্ষণ ফ্রেমওয়ার্ক: DeepSpeed, Megatron-LM, Ray ইত্যাদি
- স্টোরেজ/নেটওয়ার্ক: বিপুল পরিমাণ ডেটা ইনপুট-আউটপুট এবং দ্রুতগতির নেটওয়ার্ক পরিবেশ
মডেল আর্কিটেকচার ডিজাইন
- সর্বশেষ স্থাপত্য প্রতিফলন: Transformer, MoE(Mixture of Experts), মাল্টিমোডাল ইত্যাদি
- স্কেলেবিলিটি: প্যারামিটারের সংখ্যা, লেয়ারের সংখ্যা, ইনপুটের দৈর্ঘ্য ইত্যাদির সম্প্রসারণযোগ্যতা বিবেচনা
- দক্ষতা: প্রশিক্ষণ/ইনফারেন্সের গতি এবং মেমোরি ব্যবহারের অপ্টিমাইজেশন
প্রশিক্ষণ কৌশল ও অ্যালগরিদম
- প্রি-ট্রেনিং লক্ষ্য: ভাষা মডেল (যেমন, next token prediction), মাল্টিমোডাল (যেমন, contrastive learning) ইত্যাদি
- অপ্টিমাইজেশন কৌশল: mixed precision, gradient accumulation, learning rate schedule ইত্যাদি
- নর্মালাইজেশন/স্থিতিশীলতা: dropout, layer norm, weight decay ইত্যাদি
মূল্যায়ন ও যাচাইকরণ ব্যবস্থা
- বেঞ্চমার্ক সেট: মানসম্মত ডেটাসেট (Benchmarks) ব্যবহার
- অভ্যন্তরীণ মূল্যায়ন: বাস্তব ব্যবহারের পরিস্থিতির ভিত্তিতে মূল্যায়ন
- নিরবচ্ছিন্ন পর্যবেক্ষণ: প্রশিক্ষণের সময়/পরবর্তী গুণমান, পক্ষপাত ও নিরাপত্তা পরীক্ষা
জনবল ও সাংগঠনিক সক্ষমতা
- AI/ML গবেষক: মডেল নকশা, অ্যালগরিদম উন্নয়ন
- ডেটা ইঞ্জিনিয়ার: ডেটা সংগ্রহ/পরিশোধন/ব্যবস্থাপনা
- ইনফ্রাস্ট্রাকচার ইঞ্জিনিয়ার: ডিস্ট্রিবিউটেড সিস্টেম, ক্লাউড/অন-প্রিমাইস ব্যবস্থাপনা
- প্রকল্প ব্যবস্থাপক: সময়সূচি, বাজেট ও গুণমান ব্যবস্থাপনা
নৈতিকতা·আইন·নিরাপত্তা বিবেচনা
- AI নৈতিকতা: পক্ষপাত, নিরাপত্তা, স্বচ্ছতা ও জবাবদিহিতা
- আইনি সম্মতি: ব্যক্তিগত তথ্য, কপিরাইট ও ডেটা সার্বভৌমত্ব
- নিরাপত্তা: ডেটা/মডেল ফাঁস প্রতিরোধ এবং অ্যাক্সেস নিয়ন্ত্রণ
বর্তমানে বিশ্বব্যাপী AI গবেষণা জনবলের সংখ্যা প্রায় ২,০০০ জন, এবং এর অধিকাংশই META, Google, XAI-এর মতো বিগ টেক কোম্পানিগুলোতে কেন্দ্রীভূত। দেশের মধ্যে ডেটা সংগ্রহ থেকে শুরু করে বৃহৎ পরিসরের প্রশিক্ষণ অবকাঠামো পর্যন্ত সরাসরি নকশা করে Foundation মডেল তৈরি করতে পারে—এমন দল অত্যন্ত বিরল।
৩. অল্প জনবল দিয়ে বৃহৎ ভাষা মডেল তৈরি করা।
তবে ক্লেভির প্রতিনিধি লি হোয়ানহো “ক্লেভি”-তে বিশ্বের সেরা AI তৈরি করার সিদ্ধান্ত নিয়েছিলেন
প্রতিনিধি লি হোয়ানহো ১০ বছরেরও বেশি সময় ধরে ডিপ লার্নিং ও মেশিন লার্নিং নিয়ে গবেষণার অভিজ্ঞতার ভিত্তিতে, ৩ বছর আগে “বিশ্বের সেরা AI তৈরি করব”—এই লক্ষ্য নিয়ে কোম্পানি (ক্লেভি) প্রতিষ্ঠা করেন।
কোম্পানির নিজস্ব ডেটা পাইপলাইন নির্মাণ, বৃহৎ পরিসরের ডিস্ট্রিবিউটেড ডিপ লার্নিং অবকাঠামো নকশা, মডেল আর্কিটেকচার উন্নয়ন, গুণমান যাচাইকরণসহ প্রতিটি প্রক্রিয়া সরাসরি নকশা করে Foundation Model উন্নয়নের জন্য প্রয়োজনীয় সক্ষমতা অর্জন করেছে।
একাধিকবার মডেল প্রশিক্ষণ দেওয়ার ফলস্বরূপ, বর্তমানে বিশ্বের সর্বোচ্চ মানের মডেলগুলোর সঙ্গে প্রতিদ্বন্দ্বিতা করতে পারে এমন Clevi-5-x মডেল তাদের হাতে রয়েছে।
অতি-বৃহৎ ভাষা মডেলকে কার্যকরভাবে প্রশিক্ষণ দিতে হলে শত শত থেকে হাজার হাজার GPU ক্লাস্টার হিসেবে সংযুক্ত করে, প্রতি সেকেন্ডে কোয়াড্রিলিয়ন পর্যায়ের গণনা একসঙ্গে সম্পাদন করতে সক্ষম অবকাঠামো প্রয়োজন। এই প্রক্রিয়ায় বৃহৎ-পরিসরের বিতরণকৃত পরিবেশে গণনা সমন্বয় এবং যোগাযোগের বিলম্ব ন্যূনতম রাখার প্রযুক্তি অত্যন্ত গুরুত্বপূর্ণ। এখন পর্যন্ত দেশে “নির্ভুল নিয়ন্ত্রণ অ্যালগরিদম” না থাকায় অধিকাংশ প্রতিষ্ঠান মডেলকে সঠিকভাবে প্রশিক্ষণ দিতে পারেনি। ক্লেভির প্রতিনিধি ই হোয়ান-হো এই ধরনের নিজস্ব বিতরণকৃত গণনা নিয়ন্ত্রণ অ্যালগরিদম অভ্যন্তরীণভাবে উন্নয়ন করে, দেশে প্রথমবারের মতো ১.৪ ট্রিলিয়ন (1.4 Trillion) প্যারামিটার-সমৃদ্ধ অতি-বৃহৎ ভাষা মডেল প্রশিক্ষণে সফল হয়েছেন।
৪. অল্পসংখ্যক ডেভেলপমেন্ট কর্মী নিয়ে বিভিন্ন মডেল উন্নয়ন করতে পারার কারণ
বেশিরভাগ বিগ টেক প্রতিষ্ঠানেও বৃহৎ-পরিসরের অবকাঠামো নিয়ন্ত্রণ এবং ডেটা পরিশোধন প্রযুক্তি রয়েছে।
এগুলো পরিচালনা করতে শত শত থেকে হাজার হাজার গবেষণা কর্মীর প্রয়োজন হয়।
কিন্তু ক্লেভি অল্পসংখ্যক গবেষণা কর্মী নিয়ে বিভিন্ন মডেল উন্নয়ন ও সংরক্ষণ করছে।
এটি কীভাবে সম্ভব হয়েছে?
ক্লেভি Teacher-Student Model(Knowledge Distilation) প্রযুক্তির মাধ্যমে অল্পসংখ্যক কর্মী নিয়ে বিভিন্ন মডেল উন্নয়ন ও সংরক্ষণ করছে।
তাহলে Teacher-Student প্রযুক্তি সম্পর্কে দেখে নেওয়া যাক।
Teacher-Student(জ্ঞান সংবহন)
Teacher-Student প্রযুক্তি সহজভাবে বলতে গেলে, অতি-বৃহৎ ভাষা মডেল (Teacher Model)-এর মাধ্যমে শিশু মডেল (Student Model)-এর মূল্যায়ন ও প্রতিক্রিয়া প্রদান করে, অল্পসংখ্যক কর্মী দিয়েই শত শত গবেষণা কর্মীর বিকল্প হিসেবে বিভিন্ন মডেল দ্রুত উন্নয়ন করার প্রযুক্তি।
- Mother Model(অতি-বৃহৎ মডেল) বিভিন্ন ক্ষেত্রের মডেল মূল্যায়ন ও প্রতিক্রিয়া প্রদান করে এবং শত শত গবেষণা কর্মীর বিকল্প হিসেবে কাজ করে।
- এই পদ্ধতিতে Clevi-x-platform-এর মাধ্যমে প্রশিক্ষণ পরিচালনা করলে Reasoning, VLM, Physical AI, Coding Agent ইত্যাদি উচ্চ-ক্ষমতাসম্পন্ন মডেল ১০–১৫ দিনের মধ্যে প্রশিক্ষণ ও স্থাপন করা যায়।
Clevi Coding Agent
Clevi Phsycal AI Learning Platform
VLM-ভিশন ল্যাঙ্গুয়েজ মডেল
নিরাপত্তা এজেন্ট
৫. Clevi-x-platform প্রযুক্তি ও গুণমানের স্বাতন্ত্র্য
মডেলের কর্মদক্ষতা ও সম্প্রসারণযোগ্যতা
- যুক্তি বিশ্লেষণ (CoT/Reasoning)-এ শ্রেষ্ঠত্ব: cip-5-x-এর নকশাদর্শনে ধাপে ধাপে যৌক্তিক বিশ্লেষণ এবং প্রমাণ উপস্থাপন অন্তর্ভুক্ত রয়েছে; বিজ্ঞান, গণিত ও প্রকৌশল সমস্যার সমাধানে এটি উচ্চ নির্ভরযোগ্যতার গণনা ও ব্যাখ্যা সক্ষমতা প্রদর্শন করে। অভ্যন্তরীণ বেঞ্চমার্কের ভিত্তিতে GPT-5-স্তর বা তার বেশি কর্মদক্ষতা অর্জনের লক্ষ্য নিয়ে এটি নকশা ও পরিচালনা করা হচ্ছে, এবং একই প্রম্পটের শর্তে পুনরুৎপাদনযোগ্যতা ও যাচাইযোগ্যতাকে মূল গুণগত সূচক হিসেবে ব্যবস্থাপনা করা হয়।
- মাল্টিমোডালের পূর্ণ স্পেকট্রাম: লক্ষ্যভিত্তিক VLM(cip-5-vision), বৃহৎ আকারের মাল্টিমোডাল প্রসেসিং মডেল(ivy-4-mm) এবং হালকা অন-ডিভাইস মডেল(ivy-3-text)-কে একটি প্ল্যাটফর্মে উৎপাদন ও সমন্বয় করে কাজের বৈশিষ্ট্য (অনুসন্ধান/শ্রেণিবিন্যাস/সারসংক্ষেপ বনাম যুক্তি বিশ্লেষণ/ব্যাখ্যা/সম্পাদন) অনুযায়ী সর্বোত্তম সমন্বয় করা সম্ভব।
এন্টারপ্রাইজ প্রয়োগযোগ্যতা
- অন-প্রিমাইস নিরাপত্তা ও প্রাপ্যতা: সম্পূর্ণ বিচ্ছিন্ন নেটওয়ার্কজুড়ে (ইনপুট-প্রশিক্ষণ-সেবা-ব্যাকআপ) পরিচালনা, HA নকশা, মডুলার সম্প্রসারণ এবং SVCE (বিচ্ছিন্ন নিরাপদ এক্সিকিউশন পরিবেশ)-এর মাধ্যমে ডেটা ও মডেল প্যারামিটার পৃথকভাবে সুরক্ষিত করা হয়।
- দ্রুত গ্রহণ ও সম্প্রসারণ: Ivy Chat (কর্মক্ষেত্রভিত্তিক মাল্টিমোডাল কথোপকথন/এজেন্ট) এবং API Platform (বৈশ্বিক মানসম্পন্ন SaaS)-এর মাধ্যমে দ্রুত প্রয়োগ ও পরিচালনায় সহায়তা করা হয়।
ফিজিক্যাল AI (Physical AI)-এর স্বাতন্ত্র্য
- NVIDIA Isaac-ভিত্তিক সিমুলেশন এবং বিবর্তনভিত্তিক রিইনফোর্সমেন্ট লার্নিং (Evolutionary RL) সমন্বয় করে, Sim2Real ট্রান্সফার ও সিন্থেটিক ডেটার সমান্তরাল প্রশিক্ষণের মাধ্যমে প্রশিক্ষণ দক্ষতা ও বাস্তবক্ষেত্রে অভিযোজন সক্ষমতা বৃদ্ধি করা হয়েছে। ডিজিটাল থেকে রোবোটিক্সের প্রশিক্ষণ ও স্থাপন পর্যন্ত পুরো প্রক্রিয়া কভার করার দিকটি বিরল এবং সহজে প্রতিস্থাপনযোগ্য নয়।
সেবা মান ও গভর্ন্যান্স
- মডেল/প্রম্পট/টুলের সংস্করণ নিয়ন্ত্রণ, মূল্যায়ন স্যুট (কোরিয়ান ও ইংরেজি জ্ঞান, শিল্পভিত্তিক টাস্ক, হ্যালুসিনেশন ও নিরাপত্তা সূচক), পরিবর্তন ব্যবস্থাপনা (SLO/SLA) এবং পরিচালনাগত পর্যবেক্ষণ (লেটেন্সি, সাফল্যের হার, TCO)—সবকিছু একটি একক প্ল্যাটফর্মের প্রক্রিয়ার মাধ্যমে পরিচালনা করা হয়।
বর্তমানে দক্ষিণ কোরিয়ায় 300টিরও বেশি AI মডেল সেবা প্রদানকারী প্রতিষ্ঠান রয়েছে, কিন্তু
উচ্চ কর্মদক্ষতার নিজস্ব ফাউন্ডেশন মডেলের মাধ্যমে একই সঙ্গে অন-প্রিমাইস ও ক্লাউড সেবা দিতে পারে—এমন প্রতিষ্ঠান হিসেবে ক্লেভিই একমাত্র।
6. শিল্পক্ষেত্রে ভাষা মডেল ব্যবহারের পদ্ধতি
AI গ্রহণের জন্য বিপুল বিনিয়োগ এবং কঠোর যাচাই প্রয়োজন; তাই কোনো সমাধান সত্যিই প্রতিষ্ঠানের জন্য সহায়ক কি না, তা সরাসরি তুলনা ও ব্যবহার করে দেখার প্রক্রিয়া অপরিহার্য।
- ক্লেভি শুধু মডেল তৈরি করেই থেমে থাকে না, বাস্তব শিল্পক্ষেত্রে প্রয়োগযোগ্য AI সমাধান প্রদান করে।
- উদাহরণস্বরূপ, Ivy Chat Platform, Clevi API Platform, শিল্পভিত্তিক কাস্টমাইজেশন, নিরাপত্তা সংক্রান্ত প্রয়োজনীয়তা পূরণসহ এন্টারপ্রাইজ চ্যানেলের পূর্ণাঙ্গ ব্যবস্থা রয়েছে।
- ফিজিক্যাল AI, রোবোটিক্স, মাল্টিমোডাল ডেটা প্রক্রিয়াকরণসহ দেশ-বিদেশে সহজে পাওয়া যায় না—এমন প্রযুক্তিগত সক্ষমতা রয়েছে।
ক্লেভি AI-কে ‘উদ্দেশ্য’ নয়, বরং ‘মাধ্যম’ হিসেবে ব্যবহার করে বাস্তব কাজের দক্ষতা ও শিল্পের উদ্ভাবনে অবদান রাখে—এমন বাস্তবভিত্তিক AI সমাধান প্রদান করে। সত্যিকারের From-scratch Foundation মডেলের স্বাতন্ত্র্য নিজেই অনুভব করুন।
যোগাযোগ ও ডেমোর অনুরোধ: [email protected]
Copyright© 2025 Clevi Inc. All rights reserved.