একজন AI বিশেষজ্ঞকে জিজ্ঞাসা করুন: ফুল স্ট্যাক আসলে কী?

গুগলের রিচার্ড সেরোটার এই বছর প্রকাশিত ফুল-স্ট্যাক AI এর সবচেয়ে স্পষ্ট ব্যাখ্যাগুলির একটি দিয়েছেন — এবং যদি আপনি এখন এশিয়ায় তৈরি করছেন, এটি সাবধানে পড়ার যোগ্য। "ফুল-স্ট্যাক" শব্দটি ক্রমাগত ব্যবহার করা হয়, কিন্তু বেশিরভাগ ডেভেলপার যারা এটি ব্যবহার করেন তারা বলতে পারবেন না একটি লেয়ার কোথায় শেষ হয় এবং পরবর্তীটি কোথায় শুরু হয়। এই ফাঁকটি গুরুত্বপূর্ণ, কারণ একজন AI বিশেষজ্ঞকে জিজ্ঞাসা করুন: ফুল স্ট্যাক আসলে কী? আর একটি দার্শনিক প্রশ্ন নয় — এটি একটি স্থাপত্য সিদ্ধান্ত যা নির্ধারণ করে আপনি কত দ্রুত চালু করেন, আপনি কত খরচ করেন, এবং আপনার পণ্য প্রকৃত লোডের অধীনে একসাথে থাকে কিনা।

কী ঘটেছে

২৯ জুন ২০২৬ সালে, গুগল গুগল AI ব্লগে একটি ব্যাখ্যা প্রকাশ করেছে যেখানে রিচার্ড সেরোটার, গুগল ক্লাউডের ডেভেলপার অভিজ্ঞতার প্রধান ছিলেন। এই অংশটি ব্যাখ্যা করে যে আধুনিক AI সিস্টেমের প্রসঙ্গে "ফুল-স্ট্যাক" আসলে কী অর্থ — এবং কেন গুগল এটিকে Gemini থেকে শুরু করে তার ক্লাউড অবকাঠামো পর্যন্ত সবকিছুর পিছনে মৌলিক দর্শন করেছে।

সেরোটার এই শব্দটি ওয়েব ডেভেলপমেন্টে এর উৎস থেকে ট্রেস করেন, মোটামুটি এক দশক আগে। তখন একটি অ্যাপ্লিকেশন তৈরি করতে তিনটি স্বতন্ত্র বিশেষত্ব প্রয়োজন ছিল: ফ্রন্ট-এন্ড ডেভেলপাররা UI পরিচালনা করেন, ব্যাক-এন্ড ডেভেলপাররা সার্ভার লজিক পরিচালনা করেন, এবং একটি আলাদা ডাটাবেস টিম। একজন "ফুল-স্ট্যাক ইঞ্জিনিয়ার" এমন কেউ ছিলেন যিনি তিনটি লেয়ার জুড়ে স্বাধীনভাবে কাজ করতে পারেন — একজন সাধারণবাদী যিনি সম্পূর্ণ সিস্টেম বুঝতেন, শুধু তাদের অংশ নয়।

AI যুগে, সেই সংজ্ঞা নাটকীয়ভাবে প্রসারিত হয়েছে। একটি ফুল-স্ট্যাক AI পদ্ধতি আর শুধু ফ্রন্ট-এন্ড প্লাস ব্যাক-এন্ড মানে না। এটি এখন প্রযুক্তি চেইনের প্রতিটি লেয়ার একীভূত করে: কাস্টম সিলিকন এবং হার্ডওয়্যার, মডেল প্রশিক্ষণ অবকাঠামো, মডেলগুলি নিজেই, API যা সেগুলি প্রকাশ করে, সেই API-গুলির উপর নির্মিত ডেভেলপার টুলিং, এবং অবশেষে ব্যবহারকারী-মুখী অ্যাপ্লিকেশন এবং এজেন্ট যা শেষ ব্যবহারকারীরা প্রকৃতপক্ষে স্পর্শ করেন। গুগল AI ব্লগ পোস্ট অনুযায়ী, এই উল্লম্ব একীকরণ হল যা গুগলকে "শক্তিশালী, সাশ্রয়ী পণ্য বিশেষজ্ঞ ডেভেলপার এবং দৈনন্দিন ব্যবহারকারী উভয়কেই সরবরাহ করতে" দেয়।

সেরোটার যে মূল দাবি করেন — এবং এটি একটি সাহসী — হল যে সম্পূর্ণ স্ট্যাক মালিকানা নির্ভরযোগ্যতা উন্নত করে, খরচ কমায়, এবং একীকরণ ওভারহেড সরায় যা একাধিক বিক্রেতাদের থেকে বিভিন্ন উপাদান একসাথে সেলাই করা থেকে আসে। যখন হার্ডওয়্যার মডেলের জন্য ডিজাইন করা হয়, এবং মডেল API এর জন্য ডিজাইন করা হয়, এবং API ডেভেলপার টুলিংয়ের জন্য ডিজাইন করা হয়, অপ্টিমাইজেশন প্রতিটি লেয়ার জুড়ে যৌগিক হয় প্রতিটি সিমে বাতিল হওয়ার পরিবর্তে।

গুগল তিনটি কংক্রিট এন্ট্রি পয়েন্ট নির্দেশ করে ডেভেলপারদের জন্য যারা আজ এই স্ট্যাকে তৈরি করতে চান: প্রোটোটাইপিংয়ের জন্য Google AI Studio, অটোমেশন ওয়ার্কফ্লোর জন্য Gemini Enterprise Platform, এবং জটিল এজেন্ট আর্কিটেকচারের জন্য Antigravity প্ল্যাটফর্ম।

এশিয়ার জন্য এটি কেন গুরুত্বপূর্ণ

এশিয়ার ডেভেলপার ইকোসিস্টেম সর্বদা অবকাঠামো সম্পর্কে ব্যবহারিক ছিল। জাকার্তা, হো চি মিন সিটি, ব্যাঙ্গালোর এবং সিউলের ডেভেলপাররা পরীক্ষামূলক টুলিং স্ট্যাকে রানওয়ে জ্বালানোর বিলাসিতা নেই — তারা দ্রুত চলমান বাজারের জন্য তৈরি করছে, যেখানে ব্যবহারকারীর প্রত্যাশা বেশি এবং কম্পিউট খরচ পণ্য সিদ্ধান্তের উপর একটি বাস্তব সীমাবদ্ধতা।

ফুল-স্ট্যাক AI ফ্রেমিং এখানে একটি নির্দিষ্ট কারণে গুরুত্বপূর্ণ: বেশিরভাগ এশিয়ান স্টার্টআপ এবং স্কেলআপ বর্তমানে খণ্ডিত স্ট্যাকে তৈরি করছে। তারা একটি প্রদানকারী থেকে একটি মডেল টানছে, অন্যটি থেকে একটি ভেক্টর ডাটাবেস, তৃতীয় থেকে একটি অর্কেস্ট্রেশন লেয়ার, এবং চতুর্থটিতে সম্পূর্ণ জিনিস হোস্ট করছে। প্রতিটি লেয়ারের নিজস্ব মূল্য নির্ধারণ মডেল, নিজস্ব ব্যর্থতার মোড, নিজস্ব লেটেন্সি প্রোফাইল রয়েছে। একীকরণ ট্যাক্স — এই অংশগুলিকে নির্ভরযোগ্যভাবে একে অপরের সাথে কথা বলতে ব্যয় করা ইঞ্জিনিয়ারিং সময় — বিশাল, এবং এটি ছোট দলগুলির উপর অসমভাবে পড়ে।

যখন গুগল যুক্তি দেয় যে উল্লম্ব একীকরণ লেয়ার জুড়ে অপ্টিমাইজেশন যৌগিক করে, এটি শুধু একটি কর্মক্ষমতা দাবি নয়। এটি একটি দল আকার দাবি। সিঙ্গাপুরে একটি পাঁচ-ব্যক্তির ইঞ্জিনিয়ারিং দল একটি B2B SaaS পণ্য তৈরি করছে একটি নিবেদিত অবকাঠামো ইঞ্জিনিয়ার, একটি নিবেদিত ML ইঞ্জিনিয়ার এবং একটি নিবেদিত DevOps ইঞ্জিনিয়ার বহন করতে পারে না। একটি সুসংগত ফুল-স্ট্যাক প্ল্যাটফর্ম সেই একই পাঁচ-ব্যক্তির দলকে তার ওজনের উপরে পাঞ্চ করতে দেয়।

এশিয়া টেক ২০২৬ সালে একটি আকর্ষণীয় ইনফ্লেকশন পয়েন্টেও রয়েছে। অঞ্চলটি "আমরা কি AI ব্যবহার করব?" পর্যায় অতিক্রম করেছে এবং "আমরা কীভাবে AI-নেটিভ পণ্য তৈরি করি যা প্রকৃতপক্ষে স্কেলে কাজ করে?" পর্যায়ে গভীরভাবে রয়েছে। সেই পরিবর্তন ফুল-স্ট্যাক প্রশ্নকে জরুরি করে তোলে। প্রতিষ্ঠাতারা যারা আঠারো মাস আগে স্থাপত্য সিদ্ধান্ত নিয়েছিলেন তখন কী উপলব্ধ ছিল তার উপর ভিত্তি করে এখন আবিষ্কার করছেন যে তাদের স্ট্যাকগুলির ভুল জায়গায় সিম রয়েছে — এবং বৃদ্ধির মধ্যে সেই সিমগুলি পুনর্নির্মাণ করা ব্যয়বহুল।

ফুল-স্ট্যাক কথোপকথন একটি সার্বভৌমত্ব কথোপকথনও। বেশ কয়েকটি দক্ষিণ-পূর্ব এশীয় সরকার সক্রিয়ভাবে দেশীয় AI অবকাঠামোতে বিনিয়োগ করছে। যত বেশি আঞ্চলিক ডেভেলপাররা বুঝতে পারে যে ফুল স্ট্যাক আসলে কী ধারণ করে, তত ভালভাবে তারা অবহিত সিদ্ধান্ত নিতে অবস্থান করে কোন লেয়ারগুলি তারা মালিক করতে চায়, কোনগুলি লাইসেন্স করতে চায়, এবং কোনগুলি সম্পূর্ণভাবে আউটসোর্স করতে চায়।

ডেভেলপারদের জন্য এটি কী অর্থ

সেরোটারের ব্যাখ্যার ব্যবহারিক অর্থ এটি: যখন আপনি একটি AI প্ল্যাটফর্ম মূল্যায়ন করেন, আপনাকে শুধু "এটি কী করতে পারে?" জিজ্ঞাসা করতে হবে না বরং "এটি আসলে কতগুলি লেয়ার মালিক করে?" একটি প্ল্যাটফর্ম যা তার নিজস্ব অনুমান হার্ডওয়্যার নিয়ন্ত্রণ করে, তার নিজস্ব মডেল প্রশিক্ষণ করে এবং সেই মডেলগুলি তার নিজস্ব ডেভেলপার টুলিংয়ের মাধ্যমে প্রকাশ করে এমন গ্যারান্টি দিতে পারে যা একটি বিশুদ্ধ API রিসেলার সহজভাবে করতে পারে না।

MonstarX, এশিয়ার AI-নেটিভ ডেভেলপমেন্ট প্ল্যাটফর্মে তৈরি করছেন এমন ডেভেলপারদের জন্য, এই ফ্রেমিং আপনার নিজস্ব স্থাপত্য সম্পর্কে কীভাবে চিন্তা করেন তা তীক্ষ্ণ করা উচিত। আপনি যে লেয়ারগুলি নিয়ন্ত্রণ করেন সেগুলি হল লেয়ার যা আপনি অপ্টিমাইজ করতে পারেন। আপনি যে লেয়ারগুলি নিয়ন্ত্রণ করেন না সেগুলি হল লেয়ার যা আপনাকে 2am এ অবাক করবে যখন উৎপাদনে কিছু ভেঙে যায়।

এখানে একটি ব্যবহারিক মানসিক মডেল। আপনার AI অ্যাপ্লিকেশনকে পাঁচটি লেয়ার হিসাবে চিন্তা করুন:

• কম্পিউট লেয়ার: GPU, TPU বা যাই হোক না কেন সিলিকন আপনার অনুমান চালাচ্ছে। আপনি প্রায় নিশ্চিতভাবে এটির মালিক নন — এবং এটি ঠিক আছে। কিন্তু আপনার জানা উচিত আপনি কার হার্ডওয়্যারে আছেন এবং SLA কেমন দেখায়।
• মডেল লেয়ার: ভিত্তি মডেল বা সূক্ষ্ম-সুর করা ভেরিয়েন্ট যা আপনি কল করছেন। জানুন আপনি একটি ভাগ করা এন্ডপয়েন্টে আছেন বা একটি নিবেদিত স্থাপনায়, এবং লোডের অধীনে লেটেন্সির জন্য এটি কী অর্থ।
• অর্কেস্ট্রেশন লেয়ার: কীভাবে আপনি মডেল কল চেইন করেন, প্রসঙ্গ পরিচালনা করেন এবং টুল ব্যবহার পরিচালনা করেন। এটি যেখানে বেশিরভাগ দল বর্তমানে সবচেয়ে বেশি খণ্ডন রয়েছে — এবং সবচেয়ে বেশি সুযোগ একীভূত করতে।
• একীকরণ লেয়ার: আপনার AI লজিক আপনার বিদ্যমান ডেটা উৎস, API এবং ব্যবসায়িক লজিকের সাথে কীভাবে সংযোগ করে। সংযোগকারী আপনি এখানে ব্যবহার করেন আপনার দলকে বজায় রাখতে হবে এমন আঠা কোড কতটা নির্ধারণ করে।
• অ্যাপ্লিকেশন লেয়ার: প্রকৃত ইন্টারফেস আপনার ব্যবহারকারীরা ইন্টারঅ্যাক্ট করেন — চ্যাট UI, এমবেড করা উইজেট, API এন্ডপয়েন্ট বা স্বায়ত্তশাসিত এজেন্ট।

সেরোটারের ফুল-স্ট্যাক যুক্তি অপরিহার্যভাবে: যত কম বিক্রেতা আপনাকে সেই পাঁচটি লেয়ার জুড়ে বিস্তৃত করতে হবে, তত কম একীকরণ ওভারহেড আপনি বহন করেন। এটি সত্য আপনি Gemini তৈরি করছেন গুগল হোন বা কুয়ালালামপুরে একটি আইনি নথি পর্যালোচনা সরঞ্জাম তৈরি করছেন তিন-ব্যক্তির দল হোন।

ডেভেলপারদের জন্য সহসম্বন্ধ হল যে আপনার সময়ের সাথে সাথে আপনার স্ট্যাক সচেতনভাবে একীভূত করা উচিত। কারণ কোনো একক বিক্রেতা সমস্ত পাঁচটি লেয়ার জুড়ে নিখুঁত নয়, বরং কারণ প্রতিটি অতিরিক্ত সিম আপনি প্রবর্তন করেন একটি ডিবাগিং পৃষ্ঠ, একটি লেটেন্সি বাজেট এবং একটি বিলিং সম্পর্ক যা আপনাকে পরিচালনা করতে হবে। যে লেয়ারটি আপনাকে সবচেয়ে বেশি ব্যথা দিচ্ছে তা দিয়ে শুরু করুন এবং বাইরের দিকে কাজ করুন।

একটি জিনিস সেরোটারের ব্যাখ্যা সম্বোধন করে না — এবং এটি বিশ্লেষণ হিসাবে পতাকা করার যোগ্য বরং f