AI کے لیے 400G بمقابلہ 800G بمقابلہ 1.6T آپٹیکل ماڈیولز

AI ڈیٹا سینٹرز میں آپٹیکل ماڈیولز غیر فعال کنیکٹیویٹی پارٹس بننے سے کمپیوٹ کی کارکردگی کا بنیادی جزو بن گئے ہیں۔ وجہ سیدھی سی ہے۔ جدید AI ٹریننگ کلسٹرز GPUs، سوئچز، اور سٹوریج نوڈس کے درمیان ڈیٹا کی بہت بڑی مقدار کو منتقل کرتے ہیں، اور اس حرکت کی رفتار براہ راست متاثر کرتی ہے کہ کس قدر مہنگے ایکسلریٹر کو استعمال کیا جا سکتا ہے۔ یہی وجہ ہے۔400G، 800G، اور 1.6T آپٹیکل ماڈیولزاب تقریباً ہر AI انفراسٹرکچر گفتگو کا مرکز ہیں۔

کے مطابقایتھرنیٹ الائنس 2026 روڈ میپ, Hyperscalers پہلے سے ہی 100G سے 800G انٹر کنیکٹس تعینات کر رہے ہیں، جس میں 1.6 Tb/s ایتھرنیٹ AI-اسکیل فیبرکس کے لیے اگلے بڑے قدم کے طور پر ابھر رہا ہے۔ دی

IEEE 802.3 ورکنگ گروپP802.3dj ٹاسک فورس کو 200G، 400G، 800G، اور 1.6T ایتھرنیٹ کو کاپر اور سنگل-موڈ فائبر پر متعین کرنے کے لیے آگے بڑھا رہا ہے، جو صنعت کو اعلی-ریٹ کی تعیناتی کے لیے ایک واضح راستہ فراہم کرتا ہے۔

نیٹ ورک ٹیموں کے لیے، عملی سوال اب یہ نہیں ہے کہ کیا رفتار بڑھے گی۔ یہ ہے کہ نیٹ ورک کی ہر پرت کے لیے صحیح رفتار کا انتخاب کیسے کیا جائے، پاور اور کولنگ کی منصوبہ بندی کیسے کی جائے، اور پروڈکشن AI کلسٹر میں ہزاروں ماڈیولز کو تعینات کرنے سے پہلے مطابقت کی تصدیق کیسے کی جائے۔

کیوں AI کام کا بوجھ زیادہ آپٹیکل ماڈیول کی رفتار کا مطالبہ کرتا ہے۔

AI ٹریننگ بنیادی طور پر روایتی کلاؤڈ، انٹرپرائز، یا اسٹوریج ورک بوجھ سے مختلف ہے۔ بڑے لینگویج ماڈلز اور تجویز کنندہ سسٹمز کو ہزاروں، اور تیزی سے دسیوں ہزار، ایک واحد تقسیم شدہ نظام کے طور پر کام کرنے والے GPUs میں تربیت دی جاتی ہے۔ ہر تربیتی مرحلے کے دوران، سرعت کاروں کو لازمی طور پر گریڈینٹ، ایکسچینج ایکٹیویشنز، اور نوڈس کے درمیان انٹرمیڈیٹ ٹینسر پاس کرنا چاہیے۔ یہ انتہائی بھاری مشرقی-مغربی ٹریفک پیدا کرتا ہے، یعنی وہ ٹریفک جو انٹرنیٹ پر جانے کے بجائے ڈیٹا سینٹر کے اندر رہتی ہے۔

16,000 سے 100,000 GPUs کے فرنٹیئر ٹریننگ کلسٹر میں، اندرونی تانے بانے بیرونی لنکس سے کہیں زیادہ بینڈوڈتھ رکھتے ہیں۔ NVIDIA نے اطلاع دی ہے کہ اس کاسپیکٹرم-X ایتھرنیٹ پلیٹ فارم100,000 GPUs سے زیادہ کی تعیناتیوں میں تقریباً 95 فیصد موثر تھرو پٹ کو برقرار رکھتا ہے، جب کہ کنجشن کنٹرول کے بغیر معیاری ایتھرنیٹ عام طور پر اسی بوجھ کے تحت تقریباً 60 فیصد فراہم کرتا ہے۔ فرق علمی نہیں ہے۔ تانے بانے کی کارکردگی میں 35 فیصد کا نقصان براہ راست طویل تربیتی دوڑ اور GPU کے کم استعمال میں ترجمہ کرتا ہے۔

یہ اصل وجہ ہے کہ آپٹیکل کی رفتار چڑھتی رہتی ہے۔ ایک سست یا غیر مستحکم نظری تہہ پوری AI فیکٹری کی رکاوٹ بن جاتی ہے۔

400G سے 800G سے 1.6T تک: ہر قدم پر کیا چل رہا ہے

400G، 800G، اور 1.6T کے ذریعے منتقلی ایک اسکیلنگ کے مسئلے سے چلتی ہے جسے صرف مزید کیبلز شامل کرکے حل نہیں کیا جاسکتا۔ جب ایک AI کلسٹر سائز میں دوگنا ہو جاتا ہے، تو نوڈس کے درمیان مواصلاتی راستوں کی تعداد لکیری سے زیادہ تیزی سے بڑھتی ہے۔ متوازی لنکس کو شامل کرنے سے سوئچ پورٹس استعمال ہوں گے، فائبر کی تعداد میں اضافہ ہوگا، اور کیبلنگ کی بھیڑ پیدا ہوگی جس کا انتظام گھنے ریک ماحول میں کرنا مشکل ہے۔

زیادہ فی-پورٹ کی رفتار ایک زیادہ قابل توسیع راستہ پیش کرتی ہے۔ ایک 800G پورٹ ایک ہی فزیکل انٹرفیس پر 400G پورٹ کی دو گنا بینڈوتھ لے کر جاتا ہے۔ ایک 1.6T پورٹ اسے دوبارہ دوگنا کرتا ہے۔ سوئچ ASICs کی 2025 سے 2026 جنریشن ریڈکس اور بینڈوڈتھ لیولز کو سپورٹ کرتی ہے جو کہ 800G کو نئی AI تعیناتیوں کے لیے عملی مین اسٹریم بناتی ہے، جب کہ 1.6T اگلی سوئچ جنریشن کے لیے منصوبہ بندی کا ہدف ہے۔

OFC 2026 میں 400G، 800G، اور 1.6T ایتھرنیٹ میں لائیو ملٹی-وینڈر انٹرآپریبلٹی کا مظاہرہ کیا گیا، جوایتھرنیٹ الائنس OFC 2026 شوکیسثبوت کے طور پر پیش کیا گیا ہے کہ ماحولیاتی نظام AI-اسکیل فیبرکس کے لیے تیار ہے۔ یہ تیاری اہم ہے کیونکہ AI کلسٹرز کسی ایک وینڈر حل کا انتظار نہیں کر سکتے۔ انہیں سوئچز، NICs، آپٹکس، اور ٹیسٹ پلیٹ فارمز کی ضرورت ہے جو پیمانے پر ایک ساتھ کام کریں۔

400G بمقابلہ 800G بمقابلہ 1.6T آپٹیکل ماڈیولز: ایک انتخاب کا موازنہ

صحیح رفتار کا انحصار کلسٹر سائز، نیٹ ورک کی تہہ، سوئچ روڈ میپ، پاور بجٹ، اور پہلے سے موجود فائبر پلانٹ پر ہے۔ نیچے دی گئی جدول اس بات کا خاکہ پیش کرتی ہے جہاں فی الحال ہر رفتار سب سے زیادہ معنی رکھتی ہے۔

400G اب بھی متعلقہ ہے کیونکہ بہت سے ڈیٹا سینٹرز 100G یا 200G سے اپ گریڈ کے درمیان ہیں، اور 400G لاگت، دستیابی، اور غیر-اے آئی ورک بوجھ کے لیے کارکردگی کا مضبوط توازن پیش کرتا ہے۔ خاص طور پر AI کلسٹرز کے لیے، 800G نئی تعمیرات کے لیے ورکنگ بیس لائن بن گیا ہے، اور 1.6T اب بیک اینڈ اسکیل-آؤٹ فیبرکس کے لیے سنجیدہ منصوبہ بندی میں ہے، خاص طور پر جہاں سوئچ جنریشن پہلے ہی 200G-فی-لین سگنلنگ کے ساتھ منسلک ہے۔ اگر آپ ان رفتاروں کے لیے ہائی-کیبلنگ کا جائزہ لے رہے ہیں، تو ہمارا جائزہایم پی او اور ایم ٹی پی فائبر آپٹک کیبلنگکنیکٹر اور ٹرنک کے اختیارات کا احاطہ کرتا ہے جو عام طور پر 800G اور اس سے اوپر پر استعمال ہوتا ہے۔

جب 400G ابھی بھی کافی ہے۔

400G صحیح انتخاب رہتا ہے جب کلسٹر کا سائز معمولی ہو، جب استعمال میں GPUs 400G NICs کو سیر نہیں کرتے ہوں، یا جب موجودہ سوئچ فلیٹ پچھلی-جنریشن ASICs پر بنایا گیا ہو۔ انفرنس کلسٹرز، چھوٹے ٹریننگ پوڈز، ایج AI سائٹس، اور سب سے عام-مقصد ڈیٹا سینٹر فیبرکس اب بھی 400G پر آرام سے کام کرتے ہیں۔ ان ماحول کے لیے، 800G پر براہ راست چھلانگ لگانے سے کام کی تکمیل کے وقت میں قابل پیمائش بہتری کے بغیر لاگت اور تھرمل دباؤ میں اضافہ ہوگا۔

ایک عملی امتحان تربیت کے دوران GPU کے استعمال کو دیکھنا ہے۔ اگر GPUs پانچ سے دس فیصد سے زیادہ وقت کے ڈیٹا کا انتظار کر رہے ہیں، تو نیٹ ورک پہلے ہی ایک رکاوٹ ہے۔ اگر استعمال مستحکم اور زیادہ ہے تو، 400G اپنا کام کر رہا ہے۔

جب 800G ضروری ہو جاتا ہے۔

800G اس وقت ضروری ہو جاتا ہے جب کلسٹر اس پیمانے پر پہنچ جاتا ہے جہاں 400G لنکس بہت زیادہ متوازی رابطوں کو مجبور کرتے ہیں، جب سوئچ ریڈکس کی حدیں ٹوپولوجی کے انتخاب کو محدود کرنے لگتی ہیں، یا جب GPU جنریشن NICs متعارف کراتی ہے جو 800G پورٹس کو سیر کر سکتی ہے۔ ایک عام AI ٹریننگ فیبرک میں، یہ عام طور پر کئی ہزار GPUs اور اس سے اوپر کے کلسٹرز سے مطابقت رکھتا ہے، جہاں بیک اینڈ نیٹ ورک گراڈینٹ ایکسچینج ٹریفک کا بڑا حصہ لے جاتا ہے۔

800G منتقلی حقیقی انجینئرنگ کا کام بھی لاتی ہے۔ 800G ماڈیولز پر فی-پورٹ پاور معنی خیز طور پر 400G سے زیادہ ہے، FEC موڈز شفٹ، اور سوئچ فیس پر کیبلنگ کی کثافت دوگنی ہو جاتی ہے۔ ٹیسٹنگ میں برن-اور لنک کے استحکام کی توثیق ضروری ہو گئی ہے، کیونکہ ہم وقت ساز تربیتی کام میں، ایک واحد غیر مستحکم آپٹیکل لنک دوبارہ کوششوں کو متحرک کر سکتا ہے جو پورے کلسٹر کو سست کر دیتا ہے۔

1.6T کے لیے کب منصوبہ بنانا ہے۔

1.6T فی الحال انتہائی جارحانہ AI بیک اینڈ نیٹ ورکس کے لیے ابتدائی تعیناتی میں ہے اور اگلی سوئچ نسل کے لیے معیاری منصوبہ بندی کا ہدف ہے۔ زیادہ تر انٹرپرائز اور کلاؤڈ ٹیموں کو آج پیداوار میں 1.6T آپٹکس کی ضرورت نہیں ہے، لیکن جو کوئی بھی تین- سے پانچ-سال کے افق کے ساتھ فیبرک ڈیزائن کرتا ہے اسے کیبلنگ، فائبر پلانٹ، اور پاور پلاننگ میں اس کا حساب دینا چاہیے۔

IEEE P802.3dj ٹاسک فورس نے 1.6T پر سنگل-موڈ فائبر کے لیے فزیکل پرت کی وضاحتیں بیان کی ہیں، اور OFC 2026 نے اس رفتار سے ملٹی-وینڈر انٹرآپریبلٹی کو دکھایا ہے۔ عملی اشارہ یہ ہے کہ 1.6T اصلی ہے، لیکن ارد گرد کا بنیادی ڈھانچہ، بشمول سوئچ کی دستیابی، کولنگ، اور آپریشنل ٹولنگ، اب بھی اتنا ہی اہمیت رکھتا ہے جتنا خود ماڈیول۔

QSFP-DD بمقابلہ OSFP: صحیح فارم فیکٹر کا انتخاب

400G اور 800G میں، دو غالب شکل کے عوامل QSFP-DD اور OSFP ہیں۔ دونوں مین سٹریم سوئچ پلیٹ فارمز میں ایک جیسی رفتار فراہم کرتے ہیں، لیکن وہ مکینیکل ڈیزائن اور تھرمل رویے میں مختلف ہیں۔ QSFP-DD QSFP28 اور QSFP56 کیجز کے ساتھ پسماندہ مطابقت رکھتا ہے، جو اسے ان ماحول کے لیے پرکشش بناتا ہے جو اپ گریڈ کے دوران موجودہ سوئچ سلاٹس کو دوبارہ استعمال کرنا چاہتے ہیں۔ OSFP قدرے بڑا ہے، اس کا اندرونی حجم زیادہ ہے، اور عام طور پر بہتر تھرمل ہیڈ روم پیش کرتا ہے، جو 800G اور خاص طور پر 1.6T پر اہم ہو جاتا ہے۔

1.6T کے لیے، صنعت OSFP اور OSFP-XD کی طرف غالب انتخاب کے طور پر بڑھ رہی ہے، بنیادی طور پر تھرمل صلاحیت کی وجہ سے۔ اگر ایک نیٹ ورک ٹیم اسی سوئچ جنریشن کے اندر 800G سے آگے اپ گریڈ کرنے کی توقع رکھتی ہے، تو OSFP عام طور پر محفوظ انتخاب ہوتا ہے۔ اگر ترجیح 400G QSFP-DD سرمایہ کاری کو دوبارہ استعمال کر رہی ہے، تو QSFP-DD فی الحال ایک مضبوط آپشن ہے۔

AI نیٹ ورکس کے لیے آپٹیکل ماڈیولز کا انتخاب کرتے وقت اہم عوامل

فاصلہ، پہنچ، اور فائبر کی قسم

ریک کی قطار کے اندر مختصر-ریچ لنکس متوازی سنگل-موڈ (DR) یا مختصر-ریچ ملٹی موڈ (SR) ماڈیولز کا استعمال کر سکتے ہیں، جبکہ انٹر-رو یا انٹر-پوڈ لنکس کو FR یا LR ویریئنٹس کی ضرورت ہو سکتی ہے۔ ماڈیول کا انتخاب کرنے سے پہلے، فائبر کی اصل لمبائی، فائبر گریڈ، کنیکٹر کی قسم، اور لنک بجٹ کی تصدیق کریں۔ کنیکٹرز اور اسپلائسز میں نقصان کیسے جمع ہوتا ہے اس پر ایک مفید پرائمر ہماری گائیڈ میں ہے۔فائبر نیٹ ورکس میں داخل ہونے کا نقصان. طویل فاصلے تک، OS1 اور OS2 سنگل-موڈ فائبر کے درمیان فرق بھی اہمیت رکھتا ہے اور ہمارے جائزہ میں اس کا احاطہ کیا گیا ہے

سنگل-موڈ فائبر کی اقسام اور ایپلی کیشنز.

بجلی کی کھپت اور کولنگ

تیز رفتار-آپٹکس زیادہ حرارت پیدا کرتی ہے۔ 400G سے 800G میں اپ گریڈ کرنے یا 1.6T کی منصوبہ بندی کرنے سے پہلے، فی-پورٹ پاور چیک کریں، ہوا کے بہاؤ کی سمت، پنجرے کا درجہ حرارت، تھرمل ڈیریٹنگ رولز، اور ریک-لیول کولنگ مارجن چیک کریں۔ گھنے AI ریک میں پہلے سے ہی GPUs کے لیے ہائی پاور بنا رہے ہیں، ہزاروں ہائی-اسپیڈ آپٹکس سے اضافی تھرمل بوجھ معمولی نہیں ہے اور اگر نظر انداز کر دیا جائے تو یہ اپ ٹائم کو متاثر کر سکتا ہے۔

مطابقت اور فرم ویئر سوئچ کریں۔

مطابقت مماثل رفتار سے زیادہ ہے۔ بلک تعیناتی سے پہلے درست سوئچ پلیٹ فارم، فرم ویئر ورژن، FEC کنفیگریشن، EEPROM کوڈنگ، اور متوقع آپریٹنگ درجہ حرارت پر ماڈیول کی توثیق کی جانی چاہیے۔ مطابقت پذیری کے خراب ہونے کی علامات میں لنک فلیپ، ایلیویٹڈ BER، DOM الارم، اور مستقل بوجھ کے تحت کبھی کبھار تھرمل شٹ ڈاؤن شامل ہیں۔ ان کو ایک چھوٹی سی لیب برن-میں پکڑنا پیداوار میں پکڑنے سے کہیں زیادہ سستا ہے۔

کیبلنگ اور ہائی-کثافت کنیکٹر کی حکمت عملی

800G یا 1.6T میں منتقل ہونے کا مطلب عام طور پر ایک مختلف کیبلنگ پلان ہوتا ہے۔ ملٹی-فائبر کنیکٹر جیسے MPO-12، MPO-16، اور MPO-24 تیز رفتاری پر پہلے سے طے شدہ بن جاتے ہیں، اور بریک آؤٹ کیبلنگ کا استعمال اکثر تیز رفتار سوئچ پورٹ کو متعدد کم رفتار کنکشن میں کرنے کے لیے کیا جاتا ہے۔ اس منتقلی کا جائزہ لینے والی ٹیموں کے لیے، ہماری گائیڈ آنایم پی او بریک آؤٹ کیبل کا انتخاب کیسے کریں۔عملی تجارت-کا احاطہ کرتا ہے، اور

MPO اور MTP ٹرنک کیبل کے اختیارات800G ریڑھ کی ہڈی کی تعیناتیوں میں سب سے زیادہ عام ٹرنک کنفیگریشن دکھائیں۔

LPO، CPO، اور Silicon Photonics: 800G کے بعد کیا آتا ہے۔

خام رفتار سے آگے، صنعت اب کارکردگی پر مرکوز ہے۔ تین ٹیکنالوجی کی سمتیں سب سے اہم ہیں:

لکیری پلگ ایبل آپٹکس (LPO)DSP کو آپٹیکل ماڈیول سے ہٹاتا ہے اور برابری کو واپس میزبان ASIC پر دھکیلتا ہے۔ یہ ماڈیول کی طاقت کو کم کرتا ہے، اکثر اسی رفتار سے 30 سے ​​50 فیصد تک، لیکن اس کے لیے سوئچ اور ماڈیول کے درمیان سخت ہم آہنگی کی ضرورت ہوتی ہے۔ ایل پی او AI کلسٹرز کے اندر مختصر-ریچ لنکس کے لیے سب سے زیادہ پرکشش ہے جہاں میزبان پلیٹ فارم اس کی حمایت کرتا ہے۔

کو-پیکیجڈ آپٹکس (CPO)آپٹیکل انجنوں کو سوئچ ASIC کی طرح اسی سبسٹریٹ پر منتقل کرتا ہے، برقی راستے کو چھوٹا کرتا ہے اور فی بٹ توانائی کو کم کرتا ہے۔ جیسا کہ نے بیان کیا ہے۔آپٹیکل انٹرنیٹ ورکنگ فورم 112G اور 224G CEI اور CPO فریم ورک پر کام کرتا ہے, CPO پلگ ایبل آپٹکس کے متبادل میں کوئی کمی-نہیں ہے لیکن یہ اس بات کا تیزی سے مرکز ہے کہ کس طرح اگلی-جنریشن AI اسکیل-اپ کے کپڑے ڈیزائن کیے جا رہے ہیں۔ NVIDIA پہلے ہی سپیکٹرم-X فوٹوونکس اور کوانٹم-کو-پیکیجڈ آپٹکس کے ساتھ X سلکان فوٹوونکس سوئچز کا اعلان کر چکا ہے، جس کا ہدف 1.6 Tb/s فی پورٹ اور اہم توانائی کی بچت ہے۔

سلیکون فوٹوونکسان میں سے زیادہ تر رجحانات پر مشتمل ہے۔ ماڈیولٹرز، ویو گائیڈز، اور ڈیٹیکٹرز کو براہ راست سلیکون پر مربوط کرنے سے، یہ زیادہ کثافت، بہتر تھرمل برتاؤ، اور سوئچ ASICs کے ساتھ سخت انضمام کو قابل بناتا ہے۔ زیادہ تر بڑے آپٹکس فروشوں کے پاس اب AI کام کے بوجھ کے لیے اپنے روڈ میپ میں سلیکون فوٹوونکس موجود ہیں۔

2026 میں زیادہ تر ٹیموں کے لیے، پلگ ایبل 800G آپٹکس ورک ہارس بنے ہوئے ہیں، جب کہ LPO، CPO، اور سلکان فوٹوونکس کی جانچ لیب کی ترتیبات اور منتخب پائلٹ فیبرکس میں کی جاتی ہے۔

سے بچنے کے لئے عام غلطیاں

سب سے عام غلطی یہ ہے کہ بغیر جانچے سب سے زیادہ رفتار کا انتخاب کرنا کہ باقی نیٹ ورک اسے سپورٹ کر سکتا ہے۔ ایک سوئچ پر ایک 800G آپٹیکل ماڈیول جو مطلوبہ برقی انٹرفیس یا تھرمل ہیڈ روم فراہم نہیں کرسکتا ہے وہ 800G پیداوار میں فراہم نہیں کرے گا۔ دوسرا طاقت کو کم سمجھنا ہے۔ ہزاروں آپٹکس میں، پاور-موثر ماڈیول اور ایک عام ماڈیول کے درمیان فرق ایک ریک کو قابل قبول سے زیادہ-بجٹ میں بدل سکتا ہے۔ تیسرا مطابقت کو عمل کے بجائے چیک باکس کے طور پر دیکھ رہا ہے۔ حقیقی مطابقت اصل سوئچ پلیٹ فارم، فرم ویئر، اور آپریٹنگ ماحول کی توثیق سے حاصل ہوتی ہے۔ چوتھا ناقص کیبلنگ پلاننگ ہے۔ 800G اور 1.6T پر کنیکٹر کا معیار، فائبر کاؤنٹ، اور پیچ کا انتظام بہت زیادہ اہم ہو جاتا ہے، اور یہاں شارٹ کٹ اکثر تعیناتی کے مہینوں بعد لنک فلیپ یا بلند نقصان کے طور پر سامنے آتے ہیں۔

نتیجہ

400G، 800G، اور 1.6T آپٹیکل ماڈیولز کا اضافہ ٹیکنالوجی کا فیشن نہیں ہے۔ یہ اس بات کا براہ راست جواب ہے کہ کس طرح AI کام کا بوجھ ہزاروں GPUs میں بات چیت، ہم آہنگی، اور پیمانے پر ہوتا ہے۔ ایتھرنیٹ الائنس، IEEE 802.3، اور وسیع تر آپٹکس ایکو سسٹم نے 400G سے 800G سے لے کر 1.6T تک ایک واضح روڈ میپ پر ایل پی او، سی پی او، اور سلکان فوٹوونکس کے ساتھ جو کچھ آتا ہے اس کی تشکیل کر دی ہے۔

زیادہ تر نیٹ ورک ٹیموں کے لیے، صحیح حکمت عملی ہر جگہ تیز ترین ماڈیول کا پیچھا کرنا نہیں ہے۔ یہ آپٹیکل اسپیڈ کو نیٹ ورک کے فنکشن سے ملانا، اسکیل سے پہلے مطابقت کی توثیق کرنا، پاور اور کولنگ کی احتیاط سے منصوبہ بندی کرنا، اور ایک ایسا کیبل پلانٹ ڈیزائن کرنا جو نیٹ ورک کو کم از کم ایک اور اپ گریڈ سائیکل کے ذریعے لے جا سکے۔ ایک اچھی طرح سے-منصوبہ بند آپٹیکل پرت مہنگی GPU سرمایہ کاری کو مکمل طور پر استعمال کرنے کے لیے سب سے زیادہ لاگت-مؤثر طریقوں میں سے ایک ہے کیونکہ AI انفراسٹرکچر مسلسل بڑھ رہا ہے۔