ਇੱਕ ਚੀਨੀ ਖੋਜ ਟੀਮ ਨੇ 3D ਆਪਟੀਕਲ ਚਿਪਸ ਦੇ ਉਤਪਾਦਨ ਦੇ ਸਮੇਂ ਨੂੰ ਘੰਟਿਆਂ ਤੋਂ ਘਟਾ ਕੇ ਸਕਿੰਟਾਂ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਹੈ, ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਦੇ ਅਨੁਸਾਰ, ਇੱਕ ਨਿਰਮਾਣ ਸਫਲਤਾ ਜੋ ਕਿ ਰੌਸ਼ਨੀ ਅਧਾਰਤ ਕੰਪਿਊਟਿੰਗ ਹਾਰਡਵੇਅਰ ਦੇ ਵਿਕਾਸ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਰਵਾਇਤੀ ਇਲੈਕਟ੍ਰੋਨਿਕਸ ਤੋਂ ਪਰੇ ਇੱਕ ਸ਼ਾਨਦਾਰ ਮਾਰਗ ਵਜੋਂ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ। ਐਡਵਾਂਸ, 19 ਜੁਲਾਈ, 2026 ਨੂੰ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ, ਤੇਜ਼ੀ ਨਾਲ, ਵਧੇਰੇ ਕੁਸ਼ਲ AI ਹਾਰਡਵੇਅਰ ਬਣਾਉਣ ਦੀ ਗਲੋਬਲ ਦੌੜ ਦੇ ਰੂਪ ਵਿੱਚ ਪਹੁੰਚਦਾ ਹੈ।
ਫੈਬਰੀਕੇਸ਼ਨ ਸਮੇਂ ਵਿੱਚ ਕਮੀ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਨਿਰਮਾਣ ਦੀ ਗਤੀ ਇੱਕ ਕੇਂਦਰੀ ਰੁਕਾਵਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਰਹੀ ਹੈ ਜੋ ਆਪਟੀਕਲ ਚਿਪਸ ਨੂੰ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤੋਂ ਬਾਹਰ ਜਾਣ ਅਤੇ ਵਪਾਰਕ ਉਤਪਾਦਨ ਵਿੱਚ ਜਾਣ ਤੋਂ ਰੋਕਦੀ ਹੈ। ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਕੇ ਜੋ ਇੱਕ ਵਾਰ ਸਕਿੰਟਾਂ ਦੇ ਇੱਕ ਮਾਮਲੇ ਵਿੱਚ ਘੰਟਿਆਂ ਦਾ ਸਮਾਂ ਲੈਂਦੀ ਹੈ, ਕੰਮ ਇੱਕ ਭਵਿੱਖ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਆਪਟੀਕਲ ਭਾਗਾਂ ਨੂੰ ਵੌਲਯੂਮ ਅਤੇ ਲਾਗਤਾਂ 'ਤੇ ਤਿਆਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਕਿ ਵੱਡੇ ਪੱਧਰ ਦੇ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। For more context on this story, see our ongoing more AI stories.
AI ਲਈ ਆਪਟੀਕਲ ਚਿਪਸ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੇ ਹਨ
ਆਪਟੀਕਲ, ਜਾਂ ਫੋਟੋਨਿਕ, ਚਿਪਸ ਬਿਜਲੀ ਦੇ ਕਰੰਟ ਦੀ ਬਜਾਏ ਰੋਸ਼ਨੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ। AI ਵਰਕਲੋਡਾਂ ਲਈ, ਜਿੱਥੇ ਮੈਮੋਰੀ ਅਤੇ ਪ੍ਰੋਸੈਸਰਾਂ ਵਿਚਕਾਰ ਡੇਟਾ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਚਲਦੀ ਹੈ, ਫੋਟੋਨਿਕਸ ਦੀ ਅਪੀਲ ਗਤੀ ਅਤੇ ਊਰਜਾ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੰਭਾਵੀ ਲਾਭਾਂ ਵਿੱਚ ਹੈ। ਰੌਸ਼ਨੀ ਤਾਂਬੇ ਦੇ ਆਪਸ ਵਿੱਚ ਘੱਟ ਤਾਪ ਨਾਲ ਵਧੇਰੇ ਡੇਟਾ ਲੈ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਵਿਹਾਰਕ ਆਪਟੀਕਲ ਕੰਪਿਊਟਿੰਗ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਕਈ ਸਾਲ ਬਿਤਾਏ ਹਨ।
ਤਿੰਨ-ਅਯਾਮੀ ਆਪਟੀਕਲ ਚਿਪਸ, ਜੋ ਕਿ ਲੇਅਰਡ ਬਣਤਰਾਂ ਵਿੱਚ ਫੋਟੋਨਿਕ ਭਾਗਾਂ ਨੂੰ ਸਟੈਕ ਕਰਦੇ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਆਕਰਸ਼ਕ ਹੁੰਦੇ ਹਨ ਕਿਉਂਕਿ ਉਹ ਇੱਕ ਛੋਟੇ ਪੈਰ ਦੇ ਨਿਸ਼ਾਨ ਵਿੱਚ ਵਧੇਰੇ ਕਾਰਜਸ਼ੀਲਤਾ ਨੂੰ ਜੋੜ ਸਕਦੇ ਹਨ। ਚੁਣੌਤੀ ਇਹ ਰਹੀ ਹੈ ਕਿ ਇਹਨਾਂ ਗੁੰਝਲਦਾਰ 3D ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣਾ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਹੌਲੀ ਅਤੇ ਮਹਿੰਗਾ ਰਿਹਾ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਉਤਪਾਦਨ ਦੀ ਬਜਾਏ ਛੋਟੇ ਪੱਧਰ ਦੇ ਖੋਜ ਪ੍ਰਦਰਸ਼ਨਾਂ ਤੱਕ ਸੀਮਤ ਕਰਦਾ ਹੈ।
ਫੈਬਰੀਕੇਸ਼ਨ ਬੋਟਲਨੇਕ
ਚੀਨੀ ਟੀਮ ਦੁਆਰਾ ਸੰਬੋਧਿਤ ਕੀਤੀ ਗਈ ਰੁਕਾਵਟ ਉੱਨਤ ਨਿਰਮਾਣ ਵਿੱਚ ਇੱਕ ਜਾਣੂ ਹੈ। ਗੁੰਝਲਦਾਰ 3D ਫੋਟੋਨਿਕ ਢਾਂਚਿਆਂ ਨੂੰ ਪੈਦਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਤਕਨੀਕਾਂ ਨੇ ਗਤੀ ਲਈ ਸ਼ੁੱਧਤਾ ਦਾ ਵਪਾਰ ਕੀਤਾ ਹੈ, ਜਾਂ ਇਸਦੇ ਉਲਟ. ਪ੍ਰਤੀ ਚਿੱਪ ਘੰਟਿਆਂ ਵਿੱਚ ਮਾਪੀ ਗਈ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀ ਤੈਨਾਤੀ ਨੂੰ ਗੈਰ-ਆਰਥਿਕ ਬਣਾਉਂਦੀ ਹੈ, ਭਾਵੇਂ ਵਿਅਕਤੀਗਤ ਡਿਵਾਈਸ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਕਿੰਨੀ ਵੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕਿਉਂ ਨਾ ਹੋਵੇ। ਉਸ ਸਮੇਂ ਨੂੰ ਸਕਿੰਟਾਂ 'ਤੇ ਲਿਆਉਣਾ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਅਰਥਸ਼ਾਸਤਰ ਨੂੰ ਬਦਲਦਾ ਹੈ।
ਜਿਵੇਂ ਕਿ ਕ੍ਰਿਪਟੋ ਬ੍ਰੀਫਿੰਗ ਨੇ ਆਪਣੀ ਕਵਰੇਜ ਵਿੱਚ ਨੋਟ ਕੀਤਾ ਹੈ, ਵਿਕਾਸ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਆਉਟਲੇਟ ਨੂੰ AI ਹਾਰਡਵੇਅਰ ਰੇਸ ਦੇ ਰੂਪ ਵਿੱਚ ਕੀ ਵਿਸ਼ੇਸ਼ਤਾ ਦਿੱਤੀ ਗਈ ਹੈ, ਜੋ ਕਿ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਕੰਪਿਊਟਿੰਗ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣ ਲਈ ਵਿਸਤ੍ਰਿਤ ਮੁਕਾਬਲੇ ਦੇ ਨਾਲ ਨਿਰਮਾਣ ਨੂੰ ਜੋੜਦਾ ਹੈ। ਭਾਵ ਇਹ ਹੈ ਕਿ ਚਿੱਪਾਂ ਨੂੰ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ, ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ।
ਇੱਕ ਮੁਕਾਬਲੇ ਵਾਲਾ ਖੇਤਰ
ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਐਡਵਾਂਸ ਚੀਨੀ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇੱਕ ਭੀੜ-ਭੜੱਕੇ ਵਾਲੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਖੇਤਰ ਵਿੱਚ ਨੇਤਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ। AI ਲਈ ਆਪਟੀਕਲ ਅਤੇ ਸਿਲੀਕਾਨ ਫੋਟੋਨਿਕਸ ਦੀ ਖੋਜ ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਪ੍ਰਮੁੱਖ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਵਿੱਚ ਚੱਲ ਰਹੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਚਿਪ-ਅਧਾਰਿਤ 3D ਪ੍ਰਿੰਟਿੰਗ ਤੋਂ ਲੈ ਕੇ ਸਿਲੀਕਾਨ ਫੋਟੋਨਿਕਸ ਦੁਆਰਾ ਸਮਰਥਿਤ ਫੋਟੋਨਿਕ ਪ੍ਰੋਸੈਸਰਾਂ ਤੱਕ ਦੇ ਯਤਨਾਂ ਵਿੱਚ ਰਵਾਇਤੀ ਐਕਸੀਲੇਟਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਵੱਡੇ ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਦਾ ਦਾਅਵਾ ਕੀਤਾ ਗਿਆ ਹੈ। ਮੁਕਾਬਲਾ ਸਖ਼ਤ ਹੈ ਕਿਉਂਕਿ ਭੁਗਤਾਨ, ਇੱਕ ਗਣਨਾ ਪਲੇਟਫਾਰਮ ਜੋ ਅੱਜ ਦੇ ਹਾਰਡਵੇਅਰ ਦੀ ਪਾਵਰ ਅਤੇ ਇੰਟਰਕਨੈਕਟ ਸੀਮਾਵਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕੀਤੇ ਬਿਨਾਂ AI ਮਾਡਲਾਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਨੂੰ ਕਾਇਮ ਰੱਖ ਸਕਦਾ ਹੈ, ਪਰਿਵਰਤਨਸ਼ੀਲ ਹੋਵੇਗਾ।
ਉੱਨਤ ਸੈਮੀਕੰਡਕਟਰਾਂ 'ਤੇ ਯੂਐਸ ਨਿਰਯਾਤ ਨਿਯੰਤਰਣ ਦੀ ਪਿਛੋਕੜ ਦੇ ਵਿਰੁੱਧ, ਨਾਵਲ ਕੰਪਿਊਟਿੰਗ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਨੇ ਰਣਨੀਤਕ ਭਾਰ ਵਧਾਇਆ ਹੈ। ਆਪਟੀਕਲ ਚਿਪਸ ਇੱਕ ਮੁਕਾਬਲਤਨ ਖੁੱਲ੍ਹੀ ਸਰਹੱਦ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਜਿੱਥੇ ਰਵਾਇਤੀ ਸਿਲੀਕਾਨ ਨਿਰਮਾਣ ਵਿੱਚ ਸਥਾਪਿਤ ਦਬਦਬਾ ਲੀਡ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦਿੰਦਾ ਹੈ। ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ ਉਤਪਾਦਨ ਦੀ ਤਰੱਕੀ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ ਕਿ ਕਿਹੜੇ ਖੇਤਰ ਅਤੇ ਸੰਸਥਾਵਾਂ ਅਗਲੇ ਕੰਪਿਊਟਿੰਗ ਪੈਰਾਡਾਈਮ ਨੂੰ ਆਕਾਰ ਦਿੰਦੀਆਂ ਹਨ।
ਲੈਬ ਤੋਂ ਫੈਕਟਰੀ ਤੱਕ
ਇੱਕ ਖੋਜ ਨਤੀਜੇ ਅਤੇ ਇੱਕ ਤੈਨਾਤ ਉਤਪਾਦ ਵਿਚਕਾਰ ਦੂਰੀ ਆਪਟੀਕਲ ਕੰਪਿਊਟਿੰਗ ਲਈ ਕੇਂਦਰੀ ਸਵਾਲ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਇੱਕ ਫੈਬਰੀਕੇਸ਼ਨ ਤਕਨੀਕ ਜੋ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਪੈਮਾਨੇ 'ਤੇ ਕੰਮ ਕਰਦੀ ਹੈ, ਅਸਲ AI ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਮੌਜੂਦਾ ਪੈਕੇਜਿੰਗ ਅਤੇ ਏਕੀਕਰਣ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਨਾਲ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਨ ਯੋਗ, ਭਰੋਸੇਮੰਦ ਅਤੇ ਅਨੁਕੂਲ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਘੰਟਿਆਂ ਤੋਂ ਸਕਿੰਟਾਂ ਤੱਕ ਦੀ ਲੀਪ ਵਪਾਰਕ ਵਿਹਾਰਕਤਾ ਲਈ ਇੱਕ ਜ਼ਰੂਰੀ ਸ਼ਰਤ ਹੈ, ਪਰ ਆਪਣੇ ਆਪ ਵਿੱਚ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ।
ਫਿਰ ਵੀ, ਨਿਰਮਾਣ ਦੀ ਗਤੀ ਉਸ ਕਿਸਮ ਦੀ ਪੇਸ਼ਗੀ ਹੈ ਜੋ ਅੱਗੇ ਦੀ ਤਰੱਕੀ ਨੂੰ ਅਨਲੌਕ ਕਰਦੀ ਹੈ। ਤੇਜ਼ ਫੈਬਰੀਕੇਸ਼ਨ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ 'ਤੇ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਉਣ, ਹੋਰ ਰੂਪਾਂ ਦੀ ਜਾਂਚ ਕਰਨ, ਅਤੇ ਉਦਯੋਗਿਕ ਭਰੋਸੇਯੋਗਤਾ ਵੱਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਲੋੜੀਂਦੇ ਡੇਟਾ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਖੇਤਰ ਲਈ ਜਿਸਨੇ ਵਿਹਾਰਕ ਪ੍ਰਸੰਗਿਕਤਾ ਦੇ ਨੇੜੇ ਕਈ ਸਾਲ ਗੁਜ਼ਾਰੇ ਹਨ, ਉਹ ਪ੍ਰਵੇਗ ਕਿਸੇ ਇੱਕ ਪ੍ਰਦਰਸ਼ਨ ਮੀਲ ਪੱਥਰ ਜਿੰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦਾ ਹੈ।
AI ਹਾਰਡਵੇਅਰ ਰੋਡਮੈਪ ਲਈ ਪ੍ਰਭਾਵ
AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਅਤੇ ਦੇਸ਼ਾਂ ਲਈ, ਸੰਦੇਸ਼ ਇਹ ਹੈ ਕਿ AI ਗਣਨਾ ਦਾ ਭਵਿੱਖ ਅੱਜ ਦੇ ਪ੍ਰਮੁੱਖ ਹਾਰਡਵੇਅਰ ਦੁਆਰਾ ਸੈਟਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਆਪਟੀਕਲ ਚਿਪਸ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਪੈਮਾਨੇ 'ਤੇ ਨਿਰਮਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਉਹ ਆਖ਼ਰਕਾਰ ਐਕਸਲੇਟਰਾਂ ਦੇ ਨਾਲ ਪੂਰਕ ਜਾਂ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਮਾਡਲ ਸਿਖਲਾਈ ਅਤੇ ਅਨੁਮਾਨ ਨੂੰ ਅੰਡਰਪਿਨ ਕਰਦੇ ਹਨ। ਇਹ ਸੰਭਾਵਨਾ ਉਦਯੋਗ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀਆਂ ਵਿਭਿੰਨ ਰਣਨੀਤੀਆਂ ਲਈ ਜ਼ਰੂਰੀ ਹੈ, ਜਿੱਥੇ ਨਿਵੇਸ਼ ਕਸਟਮ ਸਿਲੀਕਾਨ, ਨਾਵਲ ਮੈਮੋਰੀ ਆਰਕੀਟੈਕਚਰ, ਅਤੇ ਹੁਣ ਫੋਟੋਨਿਕ ਪਹੁੰਚ ਵਿੱਚ ਫੈਲ ਰਿਹਾ ਹੈ।
ਸਾਊਥ ਚਾਈਨਾ ਮਾਰਨਿੰਗ ਪੋਸਟ ਦੀ ਰਿਪੋਰਟ ਪੂਰੀ ਵਪਾਰੀਕਰਨ ਦੀ ਸਮਾਂ-ਰੇਖਾ ਦਾ ਵੇਰਵਾ ਨਹੀਂ ਦਿੰਦੀ ਹੈ, ਅਤੇ ਉੱਚ-ਆਵਾਜ਼ ਦੇ ਨਿਰਮਾਣ ਵਿੱਚ ਇੱਕ ਸਕਿੰਟ-ਸਕੇਲ ਫੈਬਰੀਕੇਸ਼ਨ ਪ੍ਰਕਿਰਿਆ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਨਿਰੰਤਰ ਇੰਜੀਨੀਅਰਿੰਗ ਯਤਨਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਪਰ ਦਿਸ਼ਾ ਸਪੱਸ਼ਟ ਹੈ: AI ਕੰਪਿਊਟਿੰਗ ਦੀਆਂ ਭੌਤਿਕ ਬੁਨਿਆਦ ਪ੍ਰਵਾਹ ਵਿੱਚ ਹਨ, ਅਤੇ ਟੀਮਾਂ ਜੋ ਨਿਰਮਾਣ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਦੀਆਂ ਹਨ, ਨਾ ਕਿ ਸਿਰਫ ਡਿਜ਼ਾਈਨ ਸਮੱਸਿਆ, ਅੱਗੇ ਜੋ ਵੀ ਆਉਂਦੀ ਹੈ ਉਸ ਨੂੰ ਆਕਾਰ ਦੇਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੀਆਂ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
