GitHub ने AI एजेंट्स के दबाव में जोड़े 40 लाख CPU कोर

GitHub ने 2026 में अब तक अपने इन्फ्रास्ट्रक्चर में 40 लाख अतिरिक्त CPU कोर, 160 पेटाबाइट हाई-स्पीड स्टोरेज और 50 टेराबिट प्रति सेकंड नेटवर्क क्षमता जोड़ी है। कंपनी के अनुसार, बढ़ती गतिविधि के पीछे AI एजेंट्स एक अहम कारण हैं। ये आंकड़े 40 लाख फिजिकल प्रोसेसर या GitHub की कुल क्षमता के नहीं हैं, बल्कि बढ़ते काम को संभालने के लिए जोड़े गए अतिरिक्त संसाधन हैं।

गतिविधि में तेज उछाल

Octoverse 2026 के मुताबिक, सितंबर 2026 तक के बारह महीनों में GitHub पर कमिट की संख्या 12.9 अरब से बढ़कर 34.3 अरब हो गई। इसमें पब्लिक और प्राइवेट दोनों रिपॉजिटरी शामिल हैं। अकेले सितंबर में 7.38 अरब कमिट दर्ज हुए। यह दर्ज की गई गतिविधि है, उत्पन्न कोड की लाइनों की गिनती नहीं।

GitHub के अनुसार, सितंबर में 40% से ज्यादा पुल रिक्वेस्ट की शुरुआत ऐसे ड्राफ्ट से हुई, जिसे AI एजेंट ने बनाया और प्लेटफॉर्म पहचान सका। मार्च में यह हिस्सा 17% था। एजेंट कॉन्फ़िगरेशन फाइल वाली नई रिपॉजिटरी में औसतन आठ गुना ज्यादा कमिट दिखे, हालांकि इससे उत्पादकता में उतने ही सुधार का दावा नहीं किया जा सकता।

समस्या सिर्फ स्टोरेज की नहीं

एक एजेंट कोई कार्य लेकर रिपॉजिटरी पढ़ता है, बदलाव सुझाता है और जांच के बाद फिर बदलता है। नतीजा एक सुधार हो, तब भी इसमें कई पुश, रीड और स्वचालित जांच लग सकती हैं। जब कई एजेंट एक साथ काम करें, तो चुनौती कोड के आकार से ज्यादा उस पर काम होने की आवृत्ति की होती है।

इस दबाव का असर दिखा भी है। 17 अगस्त 2026 को GitHub की कई सेवाएं सात घंटे 47 मिनट बाधित रहीं। कंपनी ने बताया कि ट्रैफिक नए उच्चतम स्तर पर पहुंचा और अमेरिकी डेटा सेंटर का एक अहम कंपोनेंट मांग के अनुसार स्केल नहीं कर सका। उसने माना कि कुछ संसाधन समय रहते नहीं बढ़ाए गए, पर आउटेज को सीधे AI एजेंट्स से नहीं जोड़ा।

आर्किटेक्चर में बदलाव

GitHub सिर्फ क्षमता नहीं बढ़ा रहा। वह Microsoft Azure के कई क्षेत्रों में वितरित इन्फ्रास्ट्रक्चर की ओर जा रहा है और स्टोरेज को प्रोसेसिंग से अलग कर रहा है, ताकि दोनों स्वतंत्र रूप से बढ़ाए जा सकें। साथ ही आपस में तालमेल वाले ऑपरेशन घटाने पर काम चल रहा है। आंतरिक परीक्षणों में नए आर्किटेक्चर ने राइट क्षमता 35 गुना तक बढ़ाई, लेकिन यह पूरे प्लेटफॉर्म का सामान्य प्रदर्शन नहीं है।

डेवलपर्स के लिए संदेश साफ है: AI से कोड प्रस्ताव बनाना आसान हुआ है, पर उन्हें समीक्षा, परीक्षण और स्वीकार करने का काम अब भी इंसानों को करना है।