ডিজিটাল কম্পিউটারের মূল ভিত্তি হলো বাইনারি ডিজিট। এটি তথ্যকে প্রক্রিয়াজাত ও সংরক্ষণ করার জন্য ০ এবং ১-এর সিস্টেম ব্যবহার করে। কম্পিউটারের বিভিন্ন অংশে বৈদ্যুতিক সংকেতের মাধ্যমে এই বাইনারি তথ্য স্থানান্তরিত হয়। প্লটার বা গ্রাফিক্যাল সংকেত শুধুমাত্র আউটপুট প্রদর্শনের কাজে ব্যবহৃত হয়, কিন্তু কম্পিউটারের অভ্যন্তরীণ গণনা ও তথ্য প্রক্রিয়াকরণের মূল ভিত্তি নয়। বাইনারি ডিজিটের মাধ্যমে কম্পিউটার দ্রুত ও নির্ভুলভাবে কাজ করতে সক্ষম।

• কম্পিউটারকে গাণিতিক ভিত্তিতে তিন ভাগে ভাগ করা যায়:
  ১। এনালগ কম্পিউটার (Analog Computer)
  ২। ডিজিটাল কম্পিউটার (Digital Computer)
  ৩। হাইব্রিড কম্পিউটার (Hybrid Computer)

• এনালগ কম্পিউটার (Analog Computer):

  • ক্রম পরিবর্তনশীল বৈদ্যুতিক সংকেত গ্রহণ করে তথ্য প্রক্রিয়াকরণ করে।

  • ফলাফল সাধারণত প্রদর্শন কাঁটা (Indicator) বা প্লটারের মাধ্যমে কাগজে অঙ্কন আকারে দেখানো হয়।

  • বিভিন্ন শিল্প কারখানা, উৎপাদন, প্রক্রিয়াকরণ ও মান নিয়ন্ত্রণে ব্যবহার হয়।

• ডিজিটাল কম্পিউটার (Digital Computer):

  • মূল ভিত্তি হলো বাইনারি ডিজিট (০ এবং ১)।

  • যাবতীয় গাণিতিক ও যুক্তিমূলক কাজ বাইনারি ডিজিটের মাধ্যমে সম্পন্ন হয়।

  • প্রক্রিয়াকরণের ফলাফল লিখিত আকারে পাওয়া যায়।

  • ইনপুট ও আউটপুট সাধারণত বর্ণ, অক্ষর বা সংখ্যা আকারে প্রদর্শিত হয়।

  • গতি দ্রুত এবং নির্ভরযোগ্যতা বেশি, উপাত্ত সংরক্ষণের জন্য বৃহৎ মেমোরি ব্যবহার করা হয়।

  • বর্তমান ব্যবহৃত সকল কম্পিউটার ডিজিটাল কম্পিউটার।

• হাইব্রিড কম্পিউটার (Hybrid Computer):

  • এনালগ ও ডিজিটাল কম্পিউটারের সমন্বয়ে তৈরি।

  • জটিল বৈজ্ঞানিক সমস্যা সমাধানে ব্যবহৃত হয়।

LLM বা Large Language Model চালানোর ক্ষেত্রে সবচেয়ে গুরুত্বপূর্ণ উপাদান হলো Graphics Card (GPU), কারণ মডেলের প্রশিক্ষণ ও ব্যবহার—উভয় ক্ষেত্রেই বিপুল পরিমাণ ম্যাট্রিক্স এবং টেনসর অপারেশন প্রয়োজন, যা সাধারণ CPU দিয়ে ধীরগতিতে করা যায়।

শক্তিশালী GPU একসাথে লক্ষাধিক অপারেশন দ্রুত সম্পন্ন করতে সক্ষম, ফলে মডেল কার্যকরভাবে চালানো সম্ভব হয়। RAM, Processor এবং Storage Device সহায়ক হলেও, মূলত GPU-এর ক্ষমতাই নির্ধারণ করে মডেল কতটা দক্ষতার সঙ্গে কাজ করবে।

LLM চালানোর জন্য প্রধান উপাদান:

• LLM চালানোর ক্ষেত্রে সবচেয়ে গুরুত্বপূর্ণ উপাদান হলো Graphics Card (GPU)।

Graphics Card (GPU) এর বৈশিষ্ট্য ও ভূমিকা:

• GPU বিশাল পরিমাণ ডেটা parallelly প্রসেস করতে সক্ষম।

• LLM মডেলগুলোর প্রশিক্ষণ ও ইনফারেন্সের জন্য হাজার হাজার কোর বিশিষ্ট GPU ব্যবহার করা হয়।

• CPU এর তুলনায় GPU অনেক দ্রুত গতিতে ম্যাট্রিক্স ও টেনসর অপারেশন সম্পন্ন করতে পারে।

• Training এবং inference—উভয় ক্ষেত্রেই GPU অপরিহার্য।

• NVIDIA A100, H100 এর মতো GPU বর্তমানে LLM এর জন্য সবচেয়ে ব্যবহৃত।

• GPU ক্ষমতা যত বেশি, LLM তত দ্রুত ও কার্যকরভাবে চালানো সম্ভব।

অন্যান্য সহায়ক উপাদান:

• RAM: সাময়িকভাবে ডেটা সংরক্ষণ করে এবং GPU/CPU তে সরবরাহ করে।

• Processor (CPU): সাধারণ কাজ, সিস্টেম কন্ট্রোল ও ডেটা হ্যান্ডলিং এ সহায়তা করে।

• Storage Device: ডেটাসেট, মডেল ফাইল ও চেকপয়েন্ট সংরক্ষণে ব্যবহৃত হয়।

• উপসংহার: RAM, CPU এবং Storage Device জরুরি হলেও, LLM চালানোর জন্য সবচেয়ে গুরুত্বপূর্ণ অংশ হলো Graphics Card (GPU)।

RAM (Random Access Memory)

সংজ্ঞা:
RAM হলো সেই ধরনের মেমোরি, যেখানে যেকোনো একটি তথ্য মুছে নতুন তথ্য লেখা যায় এবং প্রয়োজন অনুসারে ব্যবহার করা যায়।

মূল বৈশিষ্ট্য:

• Volatile Memory: বিদ্যুৎ চলে গেলে বা কম্পিউটার বন্ধ হলে তথ্য মুছে যায়।

• প্রাইমারি স্টোরেজ: সরাসরি ডেটা এবং ইনস্ট্রাকশন সংরক্ষণ ও পুনরুদ্ধার করতে ব্যবহৃত হয়।

• Random Access: মেমোরির প্রতিটি আলাদা লোকেশন সহজে এক্সেস করা যায় এবং একই সময়ে পড়া বা লেখা সম্ভব।

• রিড/রাইট মেমোরি: এর মাধ্যমে তথ্য লেখা এবং পড়া উভয়ই সম্ভব।