Китайским дата-центрам приказали использовать чипы Nvidia, поскольку отечественные чипы несовместимы

Запрет США на экспорт чипов Nvidia усложняет усилия Китая по развитию искусственного интеллекта

Китайским дата-центрам приказали использовать чипы Nvidia, поскольку отечественные чипы несовместимы

  • Китай пытается построить внутренний рынок графических процессоров
  • Идея состоит в том, чтобы избежать зависимости от признанных графических процессоров Nvidia
  • Однако совместимость и стоимость приводят к серьезным проблемам

Экспортные ограничения США нацелены на доступ Китая к передовым чипам, поскольку они опасаются, что передовые технологии могут укрепить военный потенциал Китая.

Эти санкции вынудили Китай активизировать усилия по разработке собственной технологии графических процессоров, а китайские стартапы добились значительного прогресса в разработке аппаратного и программного обеспечения графических процессоров.

Однако переход от всемирно признанных чипов Nvidia к отечественным альтернативам требует большого количества инженерных разработок, что замедляет прогресс в развитии искусственного интеллекта. Хотя Китай добился прогресса в этой области, проблемы, связанные с несовместимостью систем и технологическими пробелами, остаются серьезными.

Высокая стоимость и сложность

В результате поддерживаемый правительством аналитический центр в Пекине рекомендовал китайским центрам обработки данных продолжать использовать чипы Nvidia, поскольку переход на отечественные альтернативы будет дорогостоящим и сложным.

Графические процессоры Nvidia A100 и H100 широко используются для обучения моделей искусственного интеллекта, но экспорт в Китай был запрещен в августе 2022 года, что побудило компанию создать модифицированные версии, такие как A800 и H800. Однако эти чипы были также запрещены Вашингтоном в октябре 2023 года, что привело к ограничению доступа Китая к передовому оборудованию, на котором он полагается.

Несмотря на быстрый рост китайских стартапов по производству графических процессоров, аналитический центр отметил, что перенос моделей искусственного интеллекта с оборудования Nvidia на отечественные решения остается сложной задачей из-за различий в аппаратном и программном обеспечении. Обширные инженерные разработки, необходимые для этого перехода, приведут к высоким затратам на центры обработки данных, что сделает чипы Nvidia более привлекательными, несмотря на ограниченную доступность.

Даже под санкциями США вычислительная мощность искусственного интеллекта в Китае по-прежнему быстро растет. По состоянию на 2023 год вычислительная мощность Китая (включая центральные процессоры (ЦП) и графические процессоры) увеличилась на 27% по сравнению с аналогичным периодом прошлого года, достигнув 230 Эфлопс.

Вычислительная мощность на базе графических процессоров, которая имеет решающее значение для обучения и вывода моделей искусственного интеллекта, растет еще быстрее — на 70% за тот же период. Кроме того, рынок аппаратного обеспечения искусственного интеллекта в Китае значительно расширился: к середине 2023 года будет построено или строится более 250 интернет-центров обработки данных (IDC.

Эти центры являются частью более крупной «новой инфраструктуры», поддерживаемой местными органами власти, государственными операторами связи и частными инвесторами. Однако такое быстрое строительство также вызвало обеспокоенность по поводу избыточных мощностей и их недоиспользования.

«Если позволяют условия, [дата-центры] могут выбрать высокопроизводительные вычислительные блоки [Nvidia] A100 и H100. Если спрос на вычислительную мощность ограничен, они также могут выбрать H20 или альтернативные отечественные решения Китайской академии информационных и коммуникационных технологий». (CAICT) говорится в отчете о развитии вычислительной мощности Китая, опубликованном в воскресенье.

«Тенденция к фрагментации вычислительной мощности становится все более серьезной, и среднее использование графического процессора составляет менее 40%… Существуют большие различия в графическом процессоре IDC, ускорителе искусственного интеллекта, сетевой структуре и другом оборудовании, что затрудняет управление и планирование аппаратные ресурсы для адаптации к дифференциальным расчетам задач искусственного интеллекта, что еще больше затрудняет их использование», — добавлено в отчете.

источник

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

error: Content is protected !!