வரைபடம்: tuput
தமிழ்
கூகிள், சினாப்சிஸ், கேடன்ஸ், என்விடியா ஆகியவை சிப் வடிவமைப்பில் AI குறித்து எண்களை வெளியிட்டுள்ளன, 5 சதவீதம் சிறிய டைகள் முதல் 50 மடங்கு வேகமான சரிபார்ப்பு வரை. அவற்றில் ஏறக்குறைய அனைத்தும் விற்பனையாளர்களின் சொந்த எண்கள்; வெளியாட்கள் விரிவாகச் செய்த ஒரே மறுசோதனை, கூகிளின் AlphaChip மீதானது, அதைக் கூகிள் மறுக்கிறது.
100 வணிக ரீதியான சிப்களில் தங்கள் DSO.ai கருவியைப் பயன்படுத்திய வாடிக்கையாளர்கள் மொத்த மின்சாரப் பயன்பாடு 25 சதவீதம் வரை குறைவதையும், 3 மடங்குக்கு மேல் உற்பத்தித்திறனையும் கண்டதாக சினாப்சிஸ் 2023 பிப்ரவரி 7 முதல் கூறி வருகிறது. அந்த எண்கள் சினாப்சிஸிடமிருந்தே வருகின்றன; சிப் வடிவமைப்பில் செயற்கை நுண்ணறிவு பற்றிய பெரும்பாலான தலைப்புச் செய்தி எண்களும் அப்படித்தான்: கேடன்ஸின் 10 மடங்கு வரை உற்பத்தித்திறன், கூகிளின் மணிநேரங்களில் முடிந்த அமைப்புகள், என்விடியாவின் 25 சதவீதம் சிறிய கூட்டிகள். அவற்றில் எதன் மீதும் உள்ள முக்கிய வெளிச் சரிபார்ப்பான, கூகிளின் AlphaChip மீதான UC சான் டியேகோ மறுசோதனை, ஒன்பது சோதனை நிகழ்வுகளில் மூன்றில் மட்டுமே AlphaChip மிகக் குறைந்த proxy cost-ஐ, அதாவது அமைப்பின் கூட்டு மதிப்பெண்ணைக் கொண்டிருந்ததாகக் கண்டது.
டேப்-அவுட் என்பது முடிந்த சிப் வடிவமைப்பு தொழிற்சாலைக்குச் செல்லும் தருணம். EDA, அதாவது electronic design automation என்பது, சுற்றுகளை அமைத்துச் சரிபார்க்கப் பொறியாளர்கள் பயன்படுத்தும் மென்பொருள். அதை சினாப்சிஸும் கேடன்ஸும் விற்கின்றன.
AlphaChip என்ன செய்கிறது என்று கூகிள் சொல்வது
அன்னா கோல்டி, அசாலியா மிர்ஹோசைனி எழுதிய 2024 செப்டம்பர் 26 தேதியிட்ட கூகிள் டீப்மைண்ட் பதிவு, ஒரு reinforcement-learning முறைக்கு AlphaChip என்று பெயரிட்டது; அதாவது முயன்று பார்த்து, வெகுமதி மூலம் கற்கும் முறை, சிப்பில் மேக்ரோ எனப்படும் பெரிய சுற்றுத் தொகுதிகளை வைப்பதற்கானது. மனித முயற்சியின் வாரங்கள் அல்லது மாதங்களுக்குப் பதிலாக மணிநேரங்களில் மனிதர்களை மிஞ்சும் அல்லது அவர்களுக்கு நிகரான அமைப்புகளை அது உருவாக்குகிறது என்று அந்தப் பதிவு கூறுகிறது. கூகிளின் TPU AI முடுக்கியின் கடைசி மூன்று தலைமுறைகளையும் (v5e, v5p, Trillium) கூகிளின் முதல் Arm அடிப்படையிலான தரவு மைய CPU ஆன Axion-ஐயும் அதைப் பயன்படுத்திய சிப்களாக அது பெயரிடுகிறது. தன் மிக மேம்பட்ட சிப்களுக்கு AlphaChip-ஐ விரிவுபடுத்தியதாக மீடியாடெக் கூறுகிறது.
இந்த முறை முதலில் 2021 இல் நேச்சரில் வெளிவந்தது. 2024 பதிவுடன் ஒரு நேச்சர் துணைக்குறிப்பும், முன்பயிற்சி பெற்ற checkpoint-உம், அதாவது சேமிக்கப்பட்ட மாடல் எடைகளின் தொகுப்பும் வெளியிடப்பட்டன. அதன் உரை கம்பி நீள எண்களைத் தரவில்லை, ஏனெனில் TPU பலன்கள் வரைபடங்களில் மட்டுமே தோன்றுகின்றன; அது மேற்கோள் காட்டும் ஐந்து ஆராய்ச்சியாளர்களும் அந்த வேலையைப் பாராட்டுகிறார்கள்.
மாறுபட்ட மறுசோதனை
UC சான் டியேகோவின் சங்-குவான் செங், ஆண்ட்ரூ கான், மூன்று சக ஊழியர்கள் தங்கள் முதல் மதிப்பீட்டை 2023 பிப்ரவரி 21 அன்று வெளியிட்டு, சிப் அமைப்புக் கருத்தரங்கான ISPD 2023 இல் முன்வைத்தனர். 2026 மார்ச் 10 தேதியிட்ட அவர்களின் திருத்தம், வலுவான simulated annealing அடிப்படையை, அதாவது பொது நோக்கத் தேடல் முறையை, புதிய அளவுகோல்களுடன் சேர்க்கிறது. proxy cost அடிப்படையில், ஒன்பதில் ஆறு நிகழ்வுகளில் simulated annealing சிறந்தது, கூகிளின் checkpoint-இலிருந்து நுண்ணமைவு செய்த AlphaChip இரண்டில் சிறந்தது, புதிதாகப் பயிற்சி பெற்ற AlphaChip ஒன்றில் சிறந்தது என்று ஆசிரியர்கள் தெரிவிக்கின்றனர். 532 மேக்ரோக்கள் கொண்ட மிகப்பெரிய அளவிடப்பட்ட வடிவமைப்பில், விரிவான இடப்படுத்தல் கம்பி நீளம் simulated annealing-க்கு 3,423,907 மைக்ரோமீட்டர், AlphaChip-க்கு 3,893,091. 45 nm இல் Ariane வடிவமைப்பில், அவர்களின் அட்டவணை III இல் 8 GPU-களில் simulated annealing 11.52 மணிநேரமும் AlphaChip 36.18 மணிநேரமும் எடுக்கின்றன. 2025 நவம்பர் நிலவரப்படி, நேச்சர் கூற்றுகளை மற்றவர்கள் வெற்றிகரமாக மறுஉருவாக்கியதாக மாநாடுகளிலோ இதழ்களிலோ எதுவும் வெளியிடப்படவில்லை என்று அந்தக் கட்டுரை கூறுகிறது.
“இந்தக் கட்டுரையின் செயல்திறன் கூற்றுகள் கேள்விக்குள்ளாக்கப்பட்டுள்ளன” என்று கூறி 2023 செப்டம்பர் 20 அன்று நேச்சர் ஆசிரியர் குறிப்பைச் சேர்த்தது. மறுநாள், கூகிள் கட்டுரையை மதிப்பாய்வும் செய்திருந்த, திரும்பப் பெறல் அறிவிப்பின்படி தன் பார்வையை மாற்றிக்கொண்ட கானின் ஒரு கருத்துரையை அது திரும்பப் பெற்றது. சக மதிப்பாய்வு செய்யப்பட்ட முடிவுகளுக்கு நிறுவனம் துணை நிற்பதாக கூகிள் டீப்மைண்டின் சூபின் கஹ்ரமானி ரிட்ராக்ஷன் வாட்சிடம் கூறினார்.
கோல்டி, மிர்ஹோசைனி, ஜெஃப் டீன் எழுதிய கூகிளின் பதில் (2024 நவம்பர் 15), UC சான் டியேகோ குழு அந்த முறையை முன்பயிற்சி செய்யவில்லை என்றும், நேச்சர் அமைப்பில் 512 ஆக இருந்த அனுபவம் சேகரிப்பவர்களுக்கு 26-ஐயும், 16 ஆக இருந்த GPU-களுக்கு 8-ஐயும் பயன்படுத்தியது என்றும், ஒருங்கும் வரை பயிற்சி அளிக்கவில்லை என்றும், பிரதிநிதித்துவம் இல்லாத சோதனை நிகழ்வுகளைப் பயன்படுத்தியது என்றும் கூறுகிறது. அழைக்கப்பட்ட ISPD கட்டுரைகள் சக மதிப்பாய்வுக்கு உட்படுத்தப்படுவதில்லை என்றும் அது குறிப்பிடுகிறது. SDxCentral இல் கூகிளின் கால வரிசை பற்றிய விவரத்தின்படி, நேச்சர் தன் விசாரணையை 2024 ஏப்ரலில் முடித்து, அந்த செப்டம்பரில் ஆசிரியர் குறிப்பை நீக்கியது என்றும் கூகிள் கூறுகிறது.
இகோர் மார்கோவின் தனி meta-analysis, 2023 ஜூன் முதல் arXiv இல் உள்ளது; கூகிளின் முறை மனித வடிவமைப்பாளர்கள், simulated annealing, வணிக மென்பொருள் ஆகியவற்றைவிடப் பின்தங்கியுள்ளது என்றும், நடத்தையிலும் அறிக்கையிலும் உள்ள பிழைகள் நேச்சர் கட்டுரையைப் பலவீனப்படுத்துகின்றன என்றும் அது முடிவு செய்கிறது. மார்கோவ் பகுப்பாய்வு செய்யும் கட்டுரைகளில் ஒன்றை மார்கோவே இணைந்து எழுதினார் என்றும், அதை அவர் வெளியிடவில்லை என்றும் கோல்டி, மிர்ஹோசைனி, டீன் பதிலளிக்கின்றனர்.
சினாப்சிஸும் கேடன்ஸும் வெளியிடுவது
சினாப்சிஸின் 2023 பிப்ரவரி அறிக்கையில் மூன்று வகை எண்கள் உள்ளன. மொத்தக் கூற்றுகள்: முதல் 100 டேப்-அவுட்களில் 3 மடங்குக்கு மேல் உற்பத்தித்திறன், மொத்த மின்சாரப் பயன்பாடு 25 சதவீதம் வரை குறைவு; அந்த 25 சதவீதத்துக்கு எந்த வாடிக்கையாளரும் பெயரிடப்படவில்லை. SK hynix இன் SoC தலைவர் ஜுன்ஹ்யுன் சுன் ஒரு திட்டத்தில் 15 சதவீதம் செல் பரப்புக் குறைப்பையும் 5 சதவீதம் டை சுருக்கத்தையும் பற்றி மேற்கோள் காட்டப்படுகிறார். STMicroelectronics இன் பிலிப் தாதிகியர், மைக்ரோசாஃப்டின் Azure மேகத்தில் மின்சாரம், செயல்திறன், பரப்பு ஆகியவற்றுக்கிடையிலான சமரசங்களை 3 மடங்குக்கு மேல் வேகமாக ஆராய்வது பற்றி மேற்கோள் காட்டப்படுகிறார்.
கேடன்ஸின் Cerebrus கருவிக்கான 2022 ஜூன் அறிக்கையில், மீடியாடெக்கின் ஹாரிசன் ஷியே ஒரு SoC தொகுதியில் 5 சதவீதம் சிறிய டையையும் 6 சதவீதத்துக்கு மேல் குறைந்த மின்சாரத்தையும் தெரிவிக்கிறார். ரெனேசாஸ், ஒரு CPU வடிவமைப்பில் நேர அளவீடான total negative slack இல் 75 சதவீத மேம்பாட்டையும், ஒரு மைக்ரோகண்ட்ரோலரில் சதவீதம் குறிப்பிடாமல் குறைந்த கசிவு மின்சாரத்தையும் தெரிவித்தது. 2024 ஜூனில், ஒரு சாம்சங் SF2 வடிவமைப்பில் சிறந்த அடிப்படைப் பாய்வை விட Cerebrus கசிவு மின்சாரத்தை 10 சதவீதத்துக்கு மேல் குறைத்ததாக கேடன்ஸ் கூறியது. அவை வெளியிடுவதற்காகத் தேர்ந்தெடுக்கப்பட்ட ஒற்றைத் தொகுதிகள் அல்லது திட்டங்கள். DSO.ai அல்லது Cerebrus க்கு சுயாதீன அளவுகோல் எதையும் tuput கண்டுபிடிக்கவில்லை.
2026 இன் விற்பனைப் பேச்சு ஏஜெண்டுகள்
கேடன்ஸ் தன் ChipStack ஏஜெண்டை 2026 பிப்ரவரி 10 அன்று அறிமுகம் செய்தது; கோடிங்கிலும் சரிபார்ப்பிலும் 10 மடங்கு வரை உற்பத்தித்திறன் என்று கூறி, Altera, NVIDIA, Qualcomm, Tenstorrent ஆகியவற்றில் தொடக்கப் பயன்பாடு இருப்பதாகத் தெரிவித்தது. tuput படித்த செய்திகளில், தேர்ந்தெடுக்கப்பட்ட திட்டங்களில் சரிபார்ப்பு 4 முதல் 10 மடங்கு வேகமாக நடப்பதாக வாடிக்கையாளர்கள் தெரிவிக்கின்றனர்; எந்த நிறுவனத்துடனும் இணைக்கப்பட்ட எண் இல்லை. 2026 ஆகஸ்ட் 18 நிலவரப்படி, கேடன்ஸின் பால் கன்னிங்ஹாம் சுமார் 25 கணிசமான நிறுவல்கள் உள்ளன என்றும், ஒவ்வொன்றிலும் பத்துக்கணக்கானோர் முதல் நூற்றுக்கணக்கானோர் பயனர்கள் உள்ளனர் என்றும் கூறினார். ஐந்து வார வேலை ஒரு வாரமாகக் குறைந்ததை அவர் குறிப்பிட்டார், இறுதி ஒப்புதலை மனிதர்களும் ஏஜெண்ட் அல்லாத கருவிகளுமே இன்னும் கையாளுகின்றன என்றும் கூறினார்.
சினாப்சிஸின் 2026 செப்டம்பர் 28 அறிக்கை AgentEngineer, Autopilot ஆகியவற்றைப் பெயரிட்டு, 50 மடங்கு வரை வேகமான சரிபார்ப்பு நிறைவு, 20 சதவீதம் அதிக coverage என்று கூறுகிறது. சுற்றின் நடத்தையை விவரிக்கும் குறியீடான RTL ஐ உருவாக்குவதில் 10 முதல் 30 சதவீதம் உற்பத்தித்திறன் அதிகரிப்பு பற்றி புஜித்சுவின் தோஷியோ யோஷிதா மேற்கோள் காட்டப்படுகிறார். சினாப்சிஸ் 50 க்கும் மேற்பட்ட ஈடுபாடுகளை எண்ணுகிறது, 2026 இறுதிக்குள் கிடைக்கும் என்று திட்டமிடுகிறது. இவை சினாப்சிஸ் மற்றும் கூட்டாளிகளின் எண்கள், அவற்றுக்கு வெளி அளவுகோல் எதையும் tuput கண்டுபிடிக்கவில்லை. கோடிங் ஏஜெண்டுகளை வெளிச் சோதனையாளர்கள் பொதுவாக எப்படி மதிப்பிடுகிறார்கள் என்பது AI ஏஜெண்டுகள் மீதான சுயாதீனச் சோதனைகள் பற்றிய எங்கள் கட்டுரையில் உள்ளது.
என்விடியா AI கொண்டு வடிவமைக்கிறது, தானே அளவிடுகிறது
என்விடியாவின் PrefixRL வேலை, கூட்டிகள் மற்றும் அதுபோன்ற சுற்றுகளில் reinforcement learning ஐப் பயன்படுத்தியது. அதன் 2022 ஜூலை 8 வலைப்பதிவு, சிறந்த 64-பிட் கூட்டி, அதே தாமதத்தில் ஒரு அதிநவீன EDA கருவியிடமிருந்து வந்ததைவிட 25 சதவீதம் குறைந்த பரப்பைக் கொண்டிருந்தது என்றும், Hopper GPU கட்டமைப்பில் AI வடிவமைத்த சுற்றுகளின் கிட்டத்தட்ட 13,000 நிகழ்வுகள் உள்ளன என்றும் கூறுகிறது. உடன் வந்த கட்டுரை, அதே தாமதத்தில் 16.0 சதவீதம் (32-பிட்), 30.2 சதவீதம் (64-பிட்) வரை குறைந்த பரப்பைத் தருகிறது. 64-பிட் நிகழ்வுக்கான பயிற்சி 32,000 GPU மணிநேரத்துக்கு மேல் எடுத்தது, ஒவ்வொரு GPU-க்கும் 256 CPU-க்கள் என்று வலைப்பதிவு கூறுகிறது.
2023 அக்டோபர் 31 அன்று முதலில் வெளியிடப்பட்ட, 42 என்விடியா ஆசிரியர்களின் கட்டுரையான ChipNeMo, சாட்பாட்களுக்குப் பின்னால் உள்ள வகையான பெரிய மொழி மாடல்களை சிப் வடிவமைப்புக்குத் தகவமைத்தது. ஒரு பொறியியல் உதவி சாட்பாட்டுக்கு 7 புள்ளி அளவில் 6.0 என்றும், எளிய EDA ஸ்கிரிப்டுகளில் 70 சதவீதத்துக்கு மேல் சரியான தன்மை என்றும் அது தெரிவிக்கிறது. மூன்றில் இரு பயன்பாடுகளில் மிகப்பெரிய மாடல் GPT-4 ஐ வென்றது என்று அதன் சுருக்கம் கூறுகிறது. சோதனைகளை என்விடியாவின் சொந்தக் குழுவே நடத்தியது.
இந்திய வடிவமைப்பாளர்கள் எங்கே பொருந்துகிறார்கள்
வடிவமைப்புடன் இணைந்த ஊக்கத்தொகைத் திட்டம் 24 ஸ்டார்ட்அப்களை ஆதரிக்கிறது என்றும், அவை 16 டேப்-அவுட்களை முடித்து ஆறு சிப்களை உருவாக்கின என்றும், 12 nm வரை மேம்பட்ட நோட்களில் என்றும் 2026 ஜனவரி 27 அன்று பத்திரிகைத் தகவல் அலுவலகம் (PIB) தெரிவித்தது. மேம்பட்ட EDA கருவிகளின் சுமார் 2.25 கோடி (22.5 மில்லியன்) மணிநேரப் பயன்பாட்டையும் அது எண்ணியது. 2026 ஜூலை 15 PIB அறிக்கை, தொழில்துறைத் தரமான EDA கருவிகளுக்கான அணுகல் 105 ஸ்டார்ட்அப்கள் மற்றும் MSME-களுக்கு உள்ளது என்றும், 315 பல்கலைக்கழகங்கள் மாணவர்களுக்கு அவற்றில் பயிற்சி அளிக்கின்றன என்றும், இதுவரை சுமார் 68,000 பேர் என்றும் கூறுகிறது. அந்தக் கருவிகளில் AI வசதிகள் உள்ளனவா என்பதை இரு அறிக்கைகளும் சொல்லவில்லை; DSO.ai அல்லது Cerebrus க்கு இந்திய வாடிக்கையாளர் எண்கள் எதையும் tuput கண்டுபிடிக்கவில்லை. இந்தத் திட்டம் இந்தியாவின் சிப் தொழிற்சாலைகள் பற்றிய எங்கள் அறிக்கையில் உள்ள ஆலைகளுடன் இணைந்து செயல்படுகிறது.
விற்பனையாளர்களுக்குப் பெரிய இந்தியக் குழுக்கள் உள்ளன. பெங்களூரு, ஹைதராபாத், நொய்டா ஆகியவற்றில் சினாப்சிஸுக்கு 6,000 க்கும் மேற்பட்ட பொறியாளர்கள் உள்ளனர் என்றும், அதன் ஏஜெண்ட் தொழில்நுட்பங்கள் முதன்மையாக அந்த நகரங்களின் குழுக்களால் உருவாக்கப்படுகின்றன என்றும் 2025 ஜூலை 22 தேதியிட்ட DIGITIMES அறிக்கை கூறுகிறது. கேடன்ஸின் உலகளாவிய பணியாளர்களில் சுமார் மூன்றில் ஒரு பங்கு இந்தியாவில் உள்ளது என்று கன்னிங்ஹாம் மதிப்பிட்டார். 2024 இல் நிறுவப்பட்ட AI சிப் சரிபார்ப்பு ஸ்டார்ட்அப் VerifAIX, 2026 செப்டம்பர் 16 அன்று எண்டியா பார்ட்னர்ஸ், புளூஹில் VC இணைந்து தலைமை தாங்கிய $5 மில்லியன் (ரூ. 48 கோடி) தொடக்க நிதிச் சுற்றை அறிவித்தது, அமெரிக்கா, இந்தியா, இஸ்ரேலில் பொறியியல் குழுக்களை விரிவுபடுத்த திட்டமிடுகிறது. அதன் தயாரிப்புக்கு செயல்திறன் எண்கள் எதையும் tuput படித்த செய்திகள் தரவில்லை.
சுயாதீனமாக அளவிடப்பட்டவை எவை, அளவிடப்படாதவை எவை
இந்தக் கட்டுரையில் உள்ள இரண்டு மதிப்பீடுகள் நிறுவனங்களுக்கு வெளியே உள்ளவர்களால் செய்யப்பட்டன: UC சான் டியேகோ மறுசோதனையும் மார்கோவின் பகுப்பாய்வும்; இரண்டையும் கூகிள் மறுக்கிறது. மற்றவை விற்பனையாளர் செய்தி அறிக்கைகளும், பெயர் குறிப்பிட்டுக் கொள்ள முடிவு செய்த வாடிக்கையாளர்களின் மேற்கோள்களும். 2026 இறுதிக்குள் AgentEngineer ஐ வெளியிட சினாப்சிஸ் திட்டமிடுகிறது.
ஆதாரங்களும் மேலும் வாசிக்கவும்
- Google DeepMind: How AlphaChip transformed computer chip design (26 September 2024)
- Cheng, Kahng, Kundu, Wang and Wang: An Updated Assessment of Reinforcement Learning for Macro Placement (arXiv 2302.11014, v3 of 10 March 2026)
- Igor L. Markov: The False Dawn, Reevaluating Google's Reinforcement Learning for Chip Macro Placement (arXiv 2306.09633, v10 of 28 September 2024)
- Goldie, Mirhoseini and Dean: That Chip Has Sailed, A Critique of Unfounded Skepticism Around AI for Chip Design (arXiv 2411.10053, 15 November 2024)
- Retraction Watch: Nature flags doubts over Google AI study, pulls commentary (26 September 2023)
- SDxCentral: Google DeepMind publishes paper refuting criticism of AI chip design platform AlphaChip
- Synopsys: AI-designed Chips Reach Scale with First 100 Commercial Tape-outs Using Synopsys Technology (7 February 2023)
- EE Journal: Cadence Cerebrus AI-Based Solution Delivers Transformative Results on Next-Generation Customer Designs (9 June 2022)
- CXOToday: Cadence and Samsung Foundry Accelerate Chip Innovation for Advanced AI and 3D-IC Applications (June 2024)
- Converge Digest: Cadence launches ChipStack AI Super Agent (10 February 2026)
- CXO Digitalpulse: Cadence expands India role as AI agents compress semiconductor design cycles (18 August 2026)
- Synopsys release via StockTitan: Synopsys powers autonomous engineering with a broad portfolio of AgentEngineer solutions (28 September 2026)
- Converge Digest: Synopsys unveils AgentEngineer and Autopilot platform for autonomous engineering (29 September 2026)
- NVIDIA Technical Blog: Designing Arithmetic Circuits with Deep Reinforcement Learning (8 July 2022)
- Roy and others (NVIDIA): PrefixRL, Optimization of Parallel Prefix Circuits using Deep Reinforcement Learning (arXiv 2205.07000)
- Liu and others (NVIDIA): ChipNeMo, Domain-Adapted LLMs for Chip Design (arXiv 2311.00176, v5 of 4 April 2024)
- PIB: Union Minister interacts with semiconductor chip design companies approved under the DLI Scheme (27 January 2026)
- PIB: Cabinet approves Semicon 2.0, with an outlay of Rs 1,27,500 crore (15 July 2026)
- Design And Reuse: Synopsys strengthens India's role with push for world's first AI-based chip foundry (22 July 2025)
- Startup Feed: VerifAIX raises $5 Mn to verify AI-made chip designs (16 September 2026)
இந்தக் கட்டுரை AI கருவிகளின் உதவியுடன் ஆராயப்பட்டு எழுதப்பட்டு, துல்லியத்திற்காகத் திருத்தப்பட்டது. இது பொதுத் தகவலுக்கும் விவாதத்திற்கும் மட்டுமே, தொழில்முறை ஆலோசனை அல்ல. எங்கள் ஆசிரியர் தரநிலைகள் மற்றும் பொறுப்புத் துறப்பு ஐப் பார்க்கவும். பிழை கண்டீர்களா? எங்களிடம் சொல்லுங்கள்.
பிடித்ததா? அடுத்ததைப் பெறுங்கள்.
ஒரு நேரத்தில் ஒரு நல்ல கட்டுரை, நேரடியாக உங்கள் இன்பாக்ஸுக்கு. ஸ்பேம் இல்லை, எப்போது வேண்டுமானாலும் நிறுத்தலாம்.