Китайські технологічні гіганти Alibaba та Baidu розробляють власні чіпи для ШІ

Alibaba та Baidu, дві з провідних технологічних компаній Китаю, почали використовувати власні чипи для навчання моделей штучного інтелекту (IA). Цей крок відображає прагнення Пекіна до самодостатності в критичних технологіях і ставить зростаючий виклик домінуванню Nvidia на китайському ринку.

Просування у розробці власних чіпів

Згідно з нещодавніми звітами, Alibaba навчає менші моделі ШІ на своїх процесорах, розроблених всередині компанії. У свою чергу, Baidu тестує свій останній чіп Kunlun P800 на більш розвинених версіях своєї моделі Ernie.

Ці досягнення підкреслюють прогрес і серйозність, з якою китайські компанії підходять до дизайну чипів, стимульовані терміновістю, створеною обмеженнями експорту з США, які обмежили доступ до найсучасніших процесорів Nvidia.

Технічні характеристики нових чіпів

Процесор Zhenwu від Alibaba

Напівпровідникова гілка Alibaba розробила процесор Zhenwu спеціально для підтримки навантажень штучного інтелекту на основі хмари. Деякі з його ключових характеристик включають:

• Оптимізована архітектура для алгоритмів глибокого навчання
• Масивна паралельна обробка
• Покращена енергоефективність у порівнянні з традиційними GPU

Чіп Кунлун P800 від Baidu

Штучний інтелект Kunlun P800 від Baidu має такі інновації:

• Проектування спеціалізованих обчислювальних ядер для ШІ
• Більша пропускна здатність пам'яті для великих мовних моделей
• Сумісність з популярними фреймворками ШІ, такими як TensorFlow та PyTorch

Наслідки для глобальної конкуренції в ІІ

Для Nvidia цей розвиток є знаком попередження, оскільки Китай був її найбільшим закордонним ринком. Успішний перехід китайських компаній на національно виготовлені GPU може значно зменшити попит на американські чіпи та вплинути на частку ринку Nvidia.

Для Alibaba та Baidu можливість проектувати та контролювати своє власне обладнання може знизити витрати та допомогти їм узгодити свою діяльність з промисловою політикою Пекіна. Деякі потенційні переваги включають:

• Більша гнучкість у проектуванні рішень для персоналізованого ШІ
• Зменшення залежності від іноземних постачальників
• Можливість оптимізації продуктивності для специфічних застосунків

Невирішені виклики

Незважаючи на досягнення, досягнення продуктивності Nvidia залишається довгостроковою метою. Китайські компанії все ще повинні:

• Покращити продуктивність та енергоефективність своїх чіпів
• Розробити потужну програмну екосистему, порівнянну з фреймворком CUDA від Nvidia
• Приваблення розробників та створення спільноти технічної підтримки

На завершення, хоча шлях до самодостатності в чіпах ШІ є багатообіцяючим для китайських компаній, все ще залишається довгий шлях, щоб досягти та перевершити стандарти, встановлені лідерами глобального ринку.